Uso de pequenos modelos de IA será majoritário nas empresas, prevê Gartner

Até 2027, as organizações implementarão pequenos modelos de IA específicos para tarefas, com volume de uso pelo menos três vezes maior do que os grandes modelos de linguagem (LLMs) de uso geral, de acordo com  Gartner. Embora os LLMs de uso geral forneçam recursos de linguagem robustos, sua precisão de resposta diminui para tarefas que exigem contexto de domínio de negócios específico.

“A variedade de tarefas nos fluxos de trabalho de negócios e a necessidade de maior precisão estão impulsionando a mudança para modelos especializados ajustados em funções específicas ou dados de domínio”, disse Sumit Agarwal, vice-presidente e analista do Gartner. “Esses modelos menores e específicos para tarefas fornecem respostas mais rápidas e usam menos poder computacional, reduzindo os custos operacionais e de manutenção”, explicou.

As empresas podem personalizar LLMs para tarefas específicas, empregando geração aumentada por recuperação (RAG) ou técnicas de ajuste fino para criar modelos especializados. Nesse processo, os dados corporativos se tornam um diferencial importante, exigindo preparação de dados, verificações de qualidade, controle de versão e gerenciamento geral para garantir que os dados relevantes sejam estruturados para atender aos requisitos de ajuste fino.

“À medida que as empresas reconhecem cada vez mais o valor de seus dados privados e insights derivados de seus processos especializados, é provável que comecem a monetizar seus modelos e oferecer acesso a esses recursos a um público mais amplo, incluindo seus clientes e até concorrentes”, disse Agarwal. “Isso marca uma mudança de uma abordagem protetora para um uso mais aberto e colaborativo de dados e conhecimento”, completou.

Ao comercializar seus modelos proprietários, as empresas podem criar novos fluxos de receita e, ao mesmo tempo, promover um ecossistema mais interconectado.

Implementando modelos de IA específicos de pequenas tarefas

As empresas que desejam implementar modelos de IA específicos para pequenas tarefas devem considerar as seguintes recomendações:

Modelos Piloto Contextualizados: implemente modelos pequenos e contextualizados em áreas onde o contexto de negócios é crucial ou onde os LLMs não atenderam às expectativas de qualidade ou velocidade de resposta.

Adote abordagens compostas: identifique casos de uso em que a orquestração de modelo único fica aquém e, em vez disso, empregue uma abordagem composta envolvendo vários modelos e etapas de fluxo de trabalho.

Fortaleça dados e habilidades: priorize os esforços de preparação de dados para coletar, selecionar e organizar os dados necessários para ajustar os modelos de linguagem.  Simultaneamente, invista na qualificação de pessoal em grupos técnicos e funcionais, como arquitetos de IA e dados, cientistas de dados, engenheiros de IA e dados, equipes de risco e conformidade, equipes de compras e especialistas em assuntos de negócios, para impulsionar efetivamente essas iniciativas.