Os agentes de Inteligência Artificial (IA) e dados prontos para IA são as duas tecnologias que mais avançam no Gartner Hype Cycle for Artificial Intelligence 2025, de acordo com o Gartner. Essas tecnologias estão despertando um grande interesse este ano, acompanhadas por projeções ambiciosas e promessas especulativas, colocando-as no Pico de Expectativas Infladas.
Tópicos como esses e outros voltados a CIOs (Chief Information Officers) e líderes de TI e negócios, incluindo insights e diferentes tendências que moldam o futuro, serão destaque na Conferência Gartner CIO & IT Executive 2025, que ocorrerá em setembro, em São Paulo (SP).
Os Gartner Hype Cycles fornecem uma representação gráfica da maturidade e adoção de tecnologias e aplicações, e como elas são potencialmente relevantes para resolver problemas de negócio reais e explorar novas oportunidades. A metodologia do Gartner Hype Cycle oferece uma visão de como uma tecnologia ou aplicação evoluirá ao longo do tempo, fornecendo uma fonte sólida de insights para gerenciar sua implementação no contexto de objetivos de negócios específicos.
“Com o investimento em Inteligência Artificial permanecendo forte este ano, uma ênfase mais acentuada está sendo colocada no uso da IA para escalabilidade operacional e inteligência em tempo real”, diz Haritha Khandabattu, Diretora Analista Sênior do Gartner. “Isso levou a uma mudança gradual do foco central na Inteligência Artificial Generativa (GenAI) para os facilitadores fundamentais que apoiam a entrega sustentável de IA, como dados prontos para Inteligência Artificial e agentes de IA.”
Entre as inovações em IA que o Gartner espera que alcancem a adoção generalizada nos próximos cinco anos, a IA multimodal e a gestão de confiança, risco e segurança (TRiSM) da IA foram identificadas como dominantes no Pico de Expectativas Infladas. Juntos, esses desenvolvimentos permitirão aplicações de Inteligência Artificial mais robustas, inovadoras e responsáveis, transformando a maneira como as empresas e companhias operam.
“Apesar do enorme potencial de valor para os negócios da IA, ele não se materializará espontaneamente”, diz Khandabattu. “O sucesso dependerá de projetos-piloto fortemente alinhados aos negócios, benchmarking proativo de infraestrutura e coordenação entre as equipes de IA e de negócios para criar valor de negócios tangível.”
Agentes de IA
Os agentes de IA são entidades de software autônomas ou semiautônomas que usam técnicas de Inteligência Artificial para perceber, tomar decisões, agir e atingir objetivos em seus ambientes digitais ou físicos. Usando práticas e técnicas de IA, como Grandes Modelos de Linguagem (LLMs), as empresas estão criando e implementando agentes de IA para realizar tarefas complexas.
“Para colher os benefícios dos agentes de IA, as empresas precisam determinar os contextos de negócios e casos de uso mais relevantes, o que é um desafio, já que nenhum agente de IA é igual ao outro e cada situação é diferente”, diz Khandabattu. “Embora os agentes de IA continuem se tornando mais poderosos, eles não podem ser usados em todos os casos, então sua utilização dependerá em grande parte dos requisitos da situação em questão.”
Dados prontos para IA
Os dados prontos para IA garantem que os conjuntos de dados sejam otimizados para aplicações de Inteligência Artificial, aumentando a precisão e a eficiência. A prontidão é determinada pela capacidade dos dados de provar sua adequação para uso em casos específicos de IA. Ela só pode ser determinada contextualmente ao caso de uso e à técnica de Inteligência Artificial utilizada, o que exige novas abordagens para o gerenciamento de dados.
Os analistas do Gartner afirmam que as empresas que investem em IA em escala precisam evoluir suas práticas e recursos de gerenciamento de dados para estendê-los à Inteligência Artificial. Isso atenderá às demandas de negócio existentes e futuras, garantirá a confiança, evitará riscos e problemas de conformidade, preservará a propriedade intelectual e reduzirá vieses e alucinações.
IA multimodal
Os modelos de IA multimodal são treinados com vários tipos de dados simultaneamente, como imagens, vídeo, áudio e texto. Ao integrar e analisar diversas fontes de dados, eles podem entender melhor situações complexas do que os modelos que usam apenas um tipo de dados. Isso ajuda os usuários a entenderem o mundo e abre novos caminhos para aplicações de Inteligência Artificial.
O Gartner afirma que a IA multimodal se tornará cada vez mais essencial para o avanço dos recursos em todas as aplicações e produtos de software em todos os setores nos próximos cinco anos.
AI TRiSM
O AI TRiSM desempenha um papel crucial para garantir a implementação ética e segura da Inteligência Artificial. Ele compreende quatro camadas de recursos técnicos que apoiam as políticas empresariais para todos os casos de uso da IA e ajudam a garantir a governança, a confiabilidade, a imparcialidade, a segurança, a privacidade e a proteção de dados da Inteligência Artificial.
“A IA traz novos desafios de gestão de confiança, risco e segurança que os controles convencionais não abordam”, diz Khandabattu. “As companhias devem avaliar e implementar a tecnologia AI TRiSM em camadas para apoiar e aplicar continuamente as políticas em todas as entidades de IA em uso.”
Siga TI Inside no LinkedIn e fique por dentro das principais notícias do mercado.
