A inteligência artificial agentiva, capaz de executar tarefas complexas em nome de usuários, está se consolidando como uma ferramenta poderosa para empresas. No entanto, o debate sobre o seu real valor muitas vezes se concentra na escolha do modelo mais avançado. Segundo uma análise da Alibaba.com, o verdadeiro diferencial competitivo da IA em ambientes corporativos não está apenas na inteligência intrínseca dos modelos, mas na forma como eles são integrados e utilizados em fluxos de trabalho específicos.
O Paradigma da Delegação Precisa
A capacidade de um sistema de IA em completar tarefas do mundo real é um indicador crucial de seu valor. Testes recentes mostram que agentes de IA já conseguem executar uma parcela significativa de tarefas comerciais complexas. Contudo, para as empresas, a decisão de adoção envolve mais do que apenas a performance bruta de um modelo. É fundamental alinhar cada fluxo de trabalho a um sistema que possa executá-lo de maneira confiável e a um custo operacional sustentável. Historicamente, o progresso em IA tem sido medido pela inteligência dos modelos – modelos maiores e mais capazes geralmente resultavam em melhores desempenhos. À medida que a IA se move para operações cotidianas, a eficiência se torna um fator igualmente importante. Tarefas distintas demandam diferentes níveis de raciocínio e poder computacional; utilizar a capacidade máxima de um modelo pode gerar custos adicionais sem necessariamente aprimorar o resultado final. Essa é a essência da delegação precisa: associar a capacidade alocada ao fluxo de trabalho com as exigências reais da tarefa.
O Modelo Certo para o Trabalho Certo
Para empresas, o desempenho em IA depende do ecossistema completo ao redor do modelo: a estrutura do trabalho, as ferramentas acessíveis e o contexto disponível para a tomada de decisão. Isso é particularmente relevante em domínios especializados. A Alibaba.com, com seus 27 anos de experiência em comércio e dados comerciais do mundo real, fornece aos seus sistemas de IA um contexto profundo sobre o funcionamento dos fluxos de trabalho comerciais. Tarefas de e-commerce claramente definidas podem ser adequadas para modelos menores e mais leves, enquanto trabalhos mais complexos exigem maior capacidade de raciocínio. Isso redefine a equação da IA empresarial. Cada fluxo de trabalho precisa de capacidade suficiente para atender ao seu padrão de qualidade a um custo viável. Essa observação foi central na construção do CommerceAgentBench, um benchmark de código aberto baseado em operações de e-commerce. A iniciativa destilou atividades comerciais reais em 107 tarefas comerciais ponta a ponta, avaliando o resultado final: a listagem foi publicada corretamente? O envio foi agendado conforme especificado? O pedido de compra foi criado e despachado? Diferentes tarefas favoreceram modelos distintos. O modelo que se destacou em cotações e pesquisa de mercado teve desempenho inferior em comparação com aquele que se saiu melhor em liquidação de sinistros e conformidade de listagem. Outro modelo liderou na publicação de produtos e no manuseio de devoluções. Esses resultados indicam que a seleção de modelos deve ser uma decisão em nível de fluxo de trabalho.
Eficiência Operacional e Econômica
Uma solicitação comercial complexa pode envolver pesquisa de mercado, análise de planilhas, comparação de fornecedores e criação de ordens de compra. Cada etapa impõe demandas distintas em termos de raciocínio, velocidade ou processamento de dados. Na Accio, o agente de negócios com IA da Alibaba, os modelos são continuamente avaliados em diferentes tipos de trabalho comercial. Uma solicitação complexa pode ser dividida em etapas individuais, cada uma roteada com base em sua dificuldade e requisitos, incluindo qualidade, velocidade, preço e processamento de dados. O resultado se assemelha mais ao gerenciamento de uma equipe de especialistas do que a pedir que uma única pessoa faça tudo. Isso também altera a economia. Em uma estimativa que abrangeu 44 tarefas, o custo total de tokens da Accio foi de US$ 1,72, em comparação com US$ 3,79 para um agente baseado em GPT-4 e US$ 3,91 para um agente baseado em Claude 3 Opus. Com o aumento do número de modelos de alta qualidade, a capacidade de avaliar continuamente seu desempenho no mundo real e atribuir trabalho de acordo se tornará uma capacidade empresarial cada vez mais valiosa. A escolha do modelo certo pode reduzir o custo de cada etapa. A próxima oportunidade reside em diminuir a quantidade de etapas necessárias em primeiro lugar. Agentes de IA processam contexto repetidamente, chamam ferramentas e passam informações por um fluxo de trabalho. Sistemas mal projetados podem interpretar mal informações já disponíveis ou repetir computações que não agregam valor ao resultado final. Um sistema mais eficiente pode reutilizar computações anteriores e comprimir o contexto quando o histórico completo não é necessário.
Pequenas Empresas como Indicador
Os efeitos da IA agentiva são particularmente visíveis em pequenas empresas, onde um fundador pode gerenciar pessoalmente pesquisa, fornecimento, merchandising e operações. Harrison Nott, aos 16 anos, usou a Alibaba.com para desenvolver um produto e, posteriormente, a Accio para identificar demanda e fornecedores, transformando uma ideia inicial em um negócio de US$ 1 milhão. A IA oferece aos empreendedores acesso a capacidades que antes exigiam mais pessoas, tempo ou expertise especializada. No entanto, essa alavancagem se torna muito mais valiosa quando as capacidades são confiáveis e acessíveis o suficiente para serem usadas repetidamente. A eficiência não pode vir à custa do controle, e a capacidade de delegar tarefas precisas a sistemas de IA é fundamental para alcançar um equilíbrio entre desempenho, custo e controle operacional em qualquer escala.
Com reportagem de Brazil Valley
Source · Fast Company
