Estratégias de AI eficazes para empresas reveladas por líderes
São Paulo — InkDesign News — A crescente adoção de agentes de inteligência artificial (IA) nas empresas está moldando um novo cenário tecnológico, com foco em eficácia operacional e ROI (retorno sobre investimento). As empresas estão se deparando com desafios significativos na implementação de IA, que vão além da escolha de modelos poderosos.
Tecnologia e abordagem
Os líderes da indústria reunidos no evento VB Transform 2025 enfatizaram a necessidade de infraestrutura de avaliação e orquestração antes do lançamento de agentes de IA. Segundo Thys Waanders, SVP de transformação em IA na Cognigy, "antes de você começar a construir, deve ter uma infraestrutura de avaliação em vigor" (“Before you even start building it, you should have an eval infrastructure in place”). Essa infraestrutura assegura que as interações não se limitem a casos de teste padrão, já que os testes tradicionais podem falhar em prever as interações naturais da linguagem.
Aplicação e desempenho
Malhotra, CTO da Rocket Companies, destacou um exemplo prático: “Um engenheiro conseguiu desenvolver em apenas dois dias um agente simples para lidar com o problema específico de ‘cálculo de impostos de transferência’” (“We had an engineer [who] in about two days of work was able to build a simple agent to handle a very niche problem called ‘transfer tax calculations’”). Isso resultou em uma economia significativa. Contudo, o desafio persiste na criação de sistemas que possam automatizar eficientemente interações complexas, como o atendimento ao cliente, especialmente em setores variados como varejo e serviços financeiros.
Impacto e mercado
Os resultados não são meramente focados em redução de custos; novas oportunidades de receita estão emergindo. A proatividade no atendimento ao cliente, como apontou Nalawadi da Sendbird, pode melhorar as taxas de conversão, antecipando problemas antes que os clientes os percebam. “Eles já sabem quando um pedido vai atrasar e, em vez de esperar que o cliente fique chateado, se antecipam” (“They already know when an order is going to be late, and rather than waiting for the customer to get upset and call them, they realize that there was an opportunity to get ahead of it”).
Estabelecendo um novo paradigma de teste, Waanders mencionou uma abordagem de simulação, onde "agentes de IA testam agentes de IA", permitindo análises comportamentais em larga escala. Esse processo aborda a complexidade de interações humanas, que as equipes tradicionais de QA muitas vezes não conseguem cobrir de maneira eficaz.
O futuro aponta para um aumento na adoção de agentes múltiplos em cada organização, exigindo infraestrutura robusta para lidar com a complexidade crescente das interações. Como Chen observou, "o número de coisas que pode acontecer simplesmente explode” (“The number of things that could happen just explodes”).
As empresas devem ajustar rapidamente suas arquiteturas tecnológicas para acomodar essa nova realidade, visto que ajustar sistemas posteriormente pode ser significativamente mais caro do que implementar soluções corretas desde o início.
Fonte: (VentureBeat – AI)
