A Inteligência Artificial Geral (AGI) já existe. A busca obsessiva por uma superinteligência divina é um desvio desnecessário e um desperdício de recursos. A tese central de Ali Ghodsi, CEO da Databricks, em palestra na Universidade de Stanford, desafia a narrativa dominante do setor. Para Ghodsi, a definição de AGI que os principais pesquisadores de IA do AMPLab de Berkeley usavam em 2009 já foi superada. Se a AGI é um sistema mais inteligente que muitas das pessoas com as quais interagimos, ele argumenta que já atingimos esse marco. O verdadeiro gargalo para a produtividade não está na capacidade dos modelos, mas na sua gritante falta de contexto. As IAs são inúteis para tarefas complexas dentro de uma empresa porque não possuem o conhecimento tácito, a memória institucional e a compreensão dos processos que residem na cabeça dos funcionários — a figura que ele descreve como "John ou Jane", a pessoa que está na empresa há 15 anos e sabe de tudo. Sem esse contexto, a superinteligência é irrelevante.
A Falácia da Superinteligência
Ghodsi observa uma dissonância no mercado: por um lado, um gasto monumental em GPUs e data centers na busca por modelos cada vez mais potentes; por outro, relatórios como o do MIT que apontam que até 95% dos projetos de IA em empresas falham. A explicação, segundo ele, é simples: os modelos não sabem o que os humanos sabem sobre o funcionamento interno das organizações. O mundo corporativo ainda opera como no filme "Office Space" ("Como Enlouquecer seu Chefe"), com humanos movendo relatórios de um lado para o outro. Mesmo em empresas de IA, os processos são "old school".
Ele ilustra a dificuldade com o desafio de automatizar o suporte ao cliente na própria Databricks. Os clientes são cientistas de dados com problemas complexos, que os humanos já têm dificuldade em resolver. Sem o contexto completo de como os engenheiros de suporte da Databricks operam, a IA não consegue ajudar. A solução não virá do GPT-7 ou de qualquer futuro modelo de fronteira. O desafio é transferir o cérebro de "John ou Jane" para o silício. Enquanto isso não acontecer, os ganhos de produtividade permanecerão elusivos, e a maior parte das empresas continuará estagnada, usando IA apenas para tarefas pontuais e isoladas.
O Exemplo do Dínamo
A solução para destravar a produtividade da IA é um problema humano de reengenharia de processos, não um problema de machine learning. Ghodsi cita um artigo de 1990 que compara a introdução do computador com a do dínamo (motor elétrico). A produtividade não aumentou quando as fábricas simplesmente substituíram seus motores a vapor por motores elétricos; foi preciso redesenhar todo o chão de fábrica, o que levou 40 anos. O mesmo ocorreu com os PCs, inicialmente usados como meras máquinas de escrever. A IA vive seu "momento dínamo".
Um exemplo interno da Databricks materializa o conceito. A criação de um conector de dados levava três trimestres. A aplicação de IA para acelerar a escrita de código prometia uma melhoria modesta, de 9 para 7,5 meses. A verdadeira mudança veio quando um engenheiro repensou o processo do zero: reduziu a coleta de requisitos de um trimestre para uma semana, terceirizou a configuração dos ambientes de teste e eliminou o gargalo de ter uma pessoa por conector. O resultado: sete conectores em um único trimestre. A IA não teria resolvido o problema sem essa reestruturação humana radical. A lição é que as empresas que vencerão não são as que compram os modelos mais caros, mas as que se dispõem a redesenhar seus processos.
Para Ghodsi, o valor no ecossistema de IA inevitavelmente subirá na cadeia, das camadas de infraestrutura para as aplicações. Ele relembra como, no início da internet, os maiores cérebros se concentravam em problemas de rede, como o "problema do multicast", que se tornou irrelevante com a queda no custo da banda. As grandes oportunidades surgiram em aplicações inesperadas como Amazon, Uber e Airbnb. O mesmo, ele prevê, acontecerá com a IA, com o valor real sendo capturado em setores como saúde e educação, não no negócio de margens baixas que, segundo ele, será a venda de acesso a modelos de fronteira.
Fonte · Brazil Valley | Technology