Gartner Hype Cycle identifica as principais inovações de IA em 2025

Agentes de IA e dados prontos para IA são as duas tecnologias que mais avançaram no estudo Gartner Hype Cycle de 2025 para Inteligência Artificial, de acordo com o Gartner. Essas tecnologias estão experimentando um interesse maior este ano, acompanhadas por projeções ambiciosas e promessas especulativas, colocando-as no pico das expectativas infladas.

Os Gartner Hype Cycles fornecem uma representação gráfica da maturidade e adoção de tecnologias e aplicativos e como eles são potencialmente relevantes para resolver problemas reais de negócios e explorar novas oportunidades. A metodologia Gartner Hype Cycle fornece uma visão de como uma tecnologia ou aplicativo evoluirá ao longo do tempo, fornecendo uma fonte sólida de insights para gerenciar sua implantação dentro do contexto de metas de negócios específicas.

“Com o investimento em IA permanecendo forte este ano, uma ênfase mais acentuada está sendo colocada no uso de IA para escalabilidade operacional e inteligência em tempo real”, disse Haritha Khandabattu, analista e diretora sênior do Gartner. “Isso levou a uma mudança gradual da IA generativa (GenAI) como foco central, em direção aos facilitadores fundamentais que suportam a entrega sustentável de IA, como dados prontos para IA e agentes de IA”, completou.

Entre as inovações de IA que o Gartner espera que alcancem a adoção geral nos próximos cinco anos, a IA multimodal e o gerenciamento de confiança, risco e segurança da IA (TRiSM) foram identificados como dominando o Pico de Expectativas Infladas. Juntos, esses desenvolvimentos permitirão aplicativos de IA mais robustos, inovadores e responsáveis, transformando a forma como empresas e organizações operam.

“Apesar do enorme valor comercial potencial da IA, ela não vai se materializar espontaneamente”, disse Haritha. “O sucesso dependerá de pilotos fortemente alinhados aos negócios, benchmarking proativo de infraestrutura e coordenação entre as equipes de IA e negócios para criar valor comercial tangível”, completou.

Agentes de IA

Os agentes de IA são entidades de software autônomas ou semiautônomas que usam técnicas de IA para perceber, tomar decisões, realizar ações e atingir metas em seus ambientes digitais ou físicos. Usando práticas e técnicas de IA, como LLMs, as organizações estão criando e implantando agentes de IA para realizar tarefas complexas.

“Para colher os benefícios dos agentes de IA, as organizações 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 e cada situação é diferente”, disse Haritha. “Embora os agentes de IA continuem a se tornar mais poderosos, eles não podem ser usados em todos os casos, portanto, o uso dependerá em grande parte dos requisitos da situação em questão”, observou.

Dados prontos para IA

Os dados prontos para IA garantem que os conjuntos de dados sejam otimizados para aplicativos de IA, aumentando a precisão e a eficiência. A prontidão é determinada pela capacidade dos dados de provar sua adequação ao uso em casos de uso específicos de IA. Ele só pode ser determinado contextualmente para o caso de uso de IA e a técnica de IA usada, o que força novas abordagens para o gerenciamento de dados.

De acordo com o Gartner, as organizações que investem em IA em escala precisam evoluir suas práticas e recursos de gerenciamento de dados para estendê-los à IA. Isso atenderá às demandas de negócios existentes e futuras, garantirá confiança, evitará riscos e problemas de conformidade, preservará a propriedade intelectual e reduzirá preconceitos 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 melhor do que os modelos que usam apenas um tipo de dados. Isso ajuda os usuários a entender o mundo e abre novos caminhos para aplicativos de IA.

A IA multimodal se tornará cada vez mais essencial para o avanço da capacidade em todos os aplicativos e produtos de software em todos os setores nos próximos cinco anos, de acordo com a pesquisa do Gartner.

AI TRiSM

A AI TRiSM desempenha um papel crucial para garantir a implantação ética e segura da IA. Ele compreende quatro camadas de recursos técnicos que suportam políticas corporativas para todos os casos de uso de IA e ajudam a garantir governança de IA, confiabilidade, justiça, segurança, confiabilidade, segurança, privacidade e proteção de dados.

“A IA traz novos desafios de gerenciamento de confiança, risco e segurança que os controles convencionais não abordam”, disse Haritha. “As organizações devem avaliar e implementar a tecnologia TRiSM de IA em camadas para apoiar e aplicar continuamente as políticas em todas as entidades de IA em uso”, finalizou.