É impossível escapar ao debate sobre IA, à medida que as maiores empresas tecnológicas se apressam a criar ou a fazer parcerias com grandes novos modelos de linguagem e a integrá-los nos seus software e serviços de pesquisa. A tecnologia subjacente está a avançar suficientemente rápido para que haja apelos a uma pausa no trabalho e ao Congresso para interrogar os líderes tecnológicos sobre a questão.
Mas embora o ChatGPT e outras ferramentas semelhantes sejam populares, há um lado menos discutido na atual corrida da IA: a empresa.
Notícias recentes da Appian, uma empresa pública de software, e da Neeva, uma startup nascida para construir um mecanismo de busca que pudesse competir com as ofertas de grandes empresas, deixam claro que o número de participantes competindo para construir ferramentas deverá aumentar. serviços para grandes empresas é saudável. Dado o quão lucrativa pode ser a venda de software para grandes empresas, os participantes não estão perseguindo um mercado pequeno.
Hoje vamos analisar como a IA generativa pode se encaixar na empresa e, em seguida, nos aprofundaremos nas últimas grandes notícias para entender melhor a direção que as empresas de tecnologia estão tomando.
Indústria ou empresa?
O que torna o ChatGPT e as ferramentas relacionadas tão divertidos de usar é que você pode jogar quase qualquer coisa neles e eles lhe darão uma resposta. Você quer que um serviço de IA generativo escreva um haicai sobre a discografia do Dream Theater? Isto é o que ChatGPT me respondeu esta manhã:
melodias em cascata,
Sonhos pintados com sinfonias,
A viagem no tempo se desenrola.
Lamento informar que é um poema melhor – e cerca de 1.000 vezes mais rápido – do que eu poderia ter conseguido com a mesma mensagem.
Mas embora seja incrivelmente entusiasmante utilizar ferramentas generativas de IA construídas a partir de enormes conjuntos de dados, as empresas têm necessidades e prioridades diferentes das da humilde população consumidora mundial. Necessidades diferentes, entradas diferentes e saídas diferentes. Como Ron Miller escreveu no mês passado: “E se cada indústria ou mesmo cada empresa tivesse o seu próprio modelo treinado para compreender o jargão, a linguagem e a abordagem da entidade individual?”
Notícias recentes destacam que Ron pode ter acertado em cheio.
Na sua última apresentação de resultados, a empresa de automação Appian discutiu os seus esforços para integrar novas tecnologias de IA no seu próprio conjunto de software. Appian fornece ferramentas de mineração e automação de processos, juntamente com recursos de construção de aplicativos de baixo código, para referência. Aqui está o CEO da Appian, Matt Calkins (via transcrição do Fool, ênfase adicionada):
Estamos anunciando [um novo recurso] que chamo de Low-Code AI, que torna mais fácil para os clientes cultivarem sua própria IA nos conjuntos de dados conectados da Appian. Esta divisão público-privada separa a Appian da sua maior concorrência. Como defensores da IA privada, apelamos aos compradores que preferem não partilhar os seus ativos de dados. Nossa capacidade de reunir grandes conjuntos de dados para treinar algoritmos privados de IA vem de um recurso chamado data fabric.
Data Fabric é um termo sofisticado para um banco de dados virtual e significa que podemos tratar os dados de toda a empresa como se estivessem juntos, mesmo que permaneçam separados. Esta estratégia é preferível para os nossos clientes, que não gostam de ter que realocar dados. Os dados são a parte mais difícil da construção e execução de processos, portanto esse recurso é uma vantagem substancial. Por sua vez, nossa estrutura de dados nos dá uma vantagem crítica na invenção da próxima geração de mineração de processos.
A Appian, avaliada em alguns bilhões de dólares e prestes a ultrapassar US$ 500 milhões em receitas este ano, não é uma grande empresa de tecnologia. É simplesmente um grande negócio que se tornou público em 2017. Acredita que o seu papel como tecido conjuntivo digital entre conjuntos de dados corporativos – ajudando-os a encontrar processos que são ineficientes e que podem ser automatizados – lhe dará uma vantagem no fornecimento de serviços de IA aos clientes. que não querem aproveitar as ferramentas do mercado de massa.
Isso é muito legal. Não que eu tenha algo a dizer sobre “quem vencerá a corrida da IA corporativa”. Mas gosto de um mercado competitivo, pois tende a gerar não só o ritmo mais rápido de inovação, mas também permite um maior excedente de clientes graças a preços competitivos. Se a Appian achar que tem uma vantagem e pode trazer sua nova tecnologia ao mercado rapidamente, poderá abocanhar uma grande fatia da futura IA empresarial (IA empresarial generativa? IA empresarial generativa? IA generativa para empresas?).
É bom que a Appian assuma produtos concorrentes que presumo que sairão em legiões dos gigantes da tecnologia, mas e quanto às empresas de tecnologia ainda menores? E as próprias startups?
Neeva é um caso interessante. Esta startup focada em pesquisa queria construir um novo mecanismo de pesquisa que não fosse monetizado com anúncios. Em vez disso, os usuários pagariam uma pequena taxa mensal e a Neeva poderia investir essa receita em tecnologia de busca que atendesse aos usuários finais, e não aos anunciantes. A ideia era boa.
Mas, no fim de semana, Neeva colocou seu mecanismo de busca de consumidores em concordata. Porque? Porque o que ele construiu originalmente foi uma versão interessante do modelo de pesquisa antigo ou clássico. Com a demanda do consumidor e o trabalho de busca corporativa girando rapidamente em direção ao uso do LLM para gerar respostas em vez de listas de links relevantes, Neeva teve que se adaptar à nova realidade:
No início de 2022, ficou claro para nós o impacto que a IA generativa e os LLMs teriam. Embarcamos em um esforço ambicioso para integrar perfeitamente LLMs em nossa pilha de pesquisa. Reunimos a equipe Neeva em torno da visão de criar um mecanismo de resposta. Temos orgulho de ser o primeiro mecanismo de pesquisa a oferecer respostas de IA citadas em tempo real para a maioria das consultas no início deste ano.
No entanto, a empresa acrescentou que a aquisição de usuários se mostrou difícil. Segundo Neeva, foi mais fácil fazer com que os usuários pagassem pelo serviço do que testá-lo. Com pesquisas baseadas em ChatGPT e LLM de grandes empresas como Bing e Google ganhando as manchetes, Neeva decidiu tentar algo novo (ênfase adicionada):
No último ano, vimos a necessidade clara e premente de utilizar LLMs de forma eficaz, barata, segura e responsável. Muitas das técnicas em que fomos pioneiros com modelos pequenos, redução de tamanho, redução de latência e implantação barata são coisas que as empresas realmente desejam e precisam hoje. Estamos explorando ativamente como podemos aplicar nossa experiência em pesquisa e LLM nesses ambientes e, nas próximas semanas, forneceremos atualizações sobre o futuro de nosso trabalho e de nossa equipe.
Ainda é cedo para saber se a Neeva conseguirá usar sua tecnologia para criar LLMs internos para empresas, mas o fato de estar tentando é interessante. Talvez também ganhe quota de mercado num mercado mais ou menos novo e dê às Big Tech um cenário competitivo ainda mais denso para tentar dominar. Se você conseguir, talvez outras empresas também consigam.
Um pensamento final: a vez de Neeva pode parecer uma reviravolta na missão. Mas se a pesquisa estiver seguindo o caminho do LLM e a Neeva estiver simplesmente pegando essa tecnologia e aplicando-a a um tipo específico de cliente, seria justo dizer que ainda está buscando a pesquisa? Pesquisa empresarial, é claro, mas é uma pergunta que estou me perguntando. Indo um pouco além, a Appian está construindo um mecanismo de busca empresarial? Talvez.
Se expandirmos a definição de pesquisa para respostas baseadas em IA e esperarmos que esses mesmos LLMs nos ajudem a criar e executar tarefas, talvez a pesquisa esteja simplesmente evoluindo para “uma caixa de bate-papo que pode responder perguntas, criar sob demanda e ajudar na execução. "tarefas". Se assim for, muitas empresas lutarão pelo mesmo terreno empresarial. Esperemos que algumas startups criem um nicho para si mesmas.
