Introdução
San José, Califórnia, é o centro comercial do Vale do Silício e sua rede de rodovias. Apesar do entusiasmo das lideranças empresariais em relação aos agentes de inteligência artificial (IA) que podem realizar tarefas em escritórios de maneira quase incessante, a tecnologia subjacente ainda apresenta fragilidades e pode ser custosa.
Isso ficou evidente em duas ocasiões distintas realizadas no Vale do Silício, onde executivos e engenheiros discutiram tanto o entusiasmo atual quanto os desafios relacionados aos agentes de IA.
Desafios da Inteligência Artificial
Problemas com Modelos de Linguagem
Kevin McGrath, CEO da startup de IA Meibel, afirmou durante uma sessão que "o maior problema que estamos enfrentando em IA atualmente" se refere à crença equivocada de que tudo deve ser processado por um modelo de linguagem grande, conhecido como LLM. "Apenas entregar todos os seus tokens e o seu dinheiro a um robô de IA que vai desperdiçar milhões e milhões de tokens," disse McGrath, antes de explicar que as empresas precisam ser mais criteriosas ao decidir quais tarefas são mais adequadas para serem delegadas a agentes de IA.
Ascensão do OpenClaw
Desde o recente surgimento do OpenClaw, uma ferramenta que permite aos desenvolvedores utilizar diversos modelos de IA para criar e gerenciar frotas de assistentes digitais, a indústria de tecnologia tem promovido agentes de IA como a próxima grande inovação. O CEO da Nvidia, Jensen Huang, declarou em março à CNBC que isso "definitivamente é o próximo ChatGPT."
No entanto, durante a cúpula de IA Generativa e Agentic em San José, especialistas técnicos de empresas como Google, Amazon, Microsoft e Meta revelaram que criar e operar agentes de IA não é uma tarefa simples.
Custos Operacionais
Uma das sessões, conduzida pelo engenheiro de software da Google, Deep Shah, focou em novas técnicas projetadas para auxiliar na gestão dos custos operacionais de diversos agentes de IA. É sabido que o funcionamento de agentes de IA envolve despesas financeiras, e um sistema mal projetado e mal mantido para monitorar essas assistências digitais e suas ações pode acabar consumindo recursos em vez de economizá-los.
Se considerarmos um sistema de aprendizado de máquina ou qualquer sistema multi-agente, existem desafios múltiplos que podem surgir ao tentar implementar esse sistema em grande escala, observou Shah. "O primeiro é o custo de inferência."
Complexidade no Gerenciamento de Agentes de IA
Interdependências Complexas
Ravi Bulusu, CEO da startup Synchtron, destacou o problema da complexidade, observando as diversas maneiras como as empresas organizam dados, escolhem plataformas tecnológicas e gerenciam software e suas equipes. Como operar agentes de IA afeta substancialmente todos esses pontos, Bulusu afirmou que "nenhuma única dimensão é resolvida isoladamente e as interdependências são o que tornam isso difícil, na verdade, um caos."
Eventos sobre AI em Mountain View
O tema da complexidade com agentes de IA continuou em um evento realizado em Mountain View, Califórnia, que contou com a participação da ThinkingAI e MiniMax, ambas situadas em Xangai, China. A ThinkingAI recentemente reestruturou sua identidade como uma plataforma de gerenciamento de agentes de IA, afastando-se de sua origem como uma empresa de análise de jogos móveis, conhecida anteriormente como ThinkingData.
Como parte de sua rebranding, a ThinkingAI firmou uma parceria com a MiniMax, que se tornou pública em Hong Kong em janeiro. Este é um dos principais laboratórios de IA da China e lançou poderosos modelos gratuitos para a comunidade de código aberto, sendo considerado um dos chamados "Tigres da IA" do país.
Expansão para Novos Setores
Chris Han, co-fundador da ThinkingAI, mencionou que a mudança para a tecnologia de gerenciamento de agentes de IA é parte dos esforços da empresa para se expandir do setor de jogos para outras indústrias que estão interessadas em agentes de IA, mas que carecem de expertise na área. Apesar da crescente popularidade do OpenClaw na China, Han afirmou que é uma ferramenta muito complexa e propensa a falhas de segurança para uso empresarial.
"OpenClaw é uma boa ferramenta para coisas pessoais, mas definitivamente não pode alcançar o nível empresarial," explicou Han. "No que diz respeito ao nível empresarial, você precisa resolver uma série de questões, como memória, como gerenciar seus agentes, equipes, comunicações; há muitas coisas que você precisa desvendar."
Comentários sobre Segurança Nacional
Han se absteve de comentar sobre possíveis preocupações de segurança nacional em relação a modelos de IA chineses que poderiam afetar a estratégia da ThinkingAI, mas indicou que o serviço também pode suportar modelos de IA de empresas como OpenAI e Google.
Se o governo dos Estados Unidos decidisse banir modelos de IA de código aberto da China no país, Han brincou que poderia interpretar isso como um sinal positivo. "Se isso acontecer, talvez sejamos bem-sucedidos," afirmou.
Fonte: www.cnbc.com
