Quando o hype em torno da IA generativa começou no final de 2022, especialistas proclamaram o início de uma nova era de inovação tecnológica, e de fato essa tecnologia trouxe inúmeras possibilidades de transformação, apoiando profissionais a gerar textos publicitários, códigos de aplicativos, recomendações baseadas em conhecimento de indústria e outras atividades que agregam valor no dia a dia em diversas áreas.
De lá pra cá, o verdadeiro potencial transformador da IA generativa evoluiu, não se limitando apenas à geração de conteúdo, mas também à realização de trabalho de fato. A ideia é que usuários técnicos e de negócio consigam criar agentes de IA, que atuarão como pequenos trabalhadores digitais, executando tarefas e realizando trabalhos de forma autônoma.
Os agentes de IA representam uma abordagem inovadora: em vez de os profissionais precisarem trabalhar com vários aplicativos/sistemas para realizar suas tarefas, eles usarão uma interface no estilo assistente de IA, onde escreverão seus pedidos e os agentes trabalharão de forma orquestrada, em conjunto, para realizar essas tarefas. Agentes de IA também podem ser acionados por eventos ou regras de negócio, permitindo automação de processos a partir da inteligência de regras com dados de qualidade.
Exemplo: Um gestor de Marketing recebe de forma automática um alerta de um assistente de IA informando que alguns clientes da carteira entraram no score de Churn. Esse assistente já seleciona os clientes alvo a partir de um HUB de Master Data de Clientes, formula uma abordagem de comunicação baseado no critério de negócio a ser tratado e envia para o gestor o e-mail sugerido de campanha para validação e acionamento.
Agentes de IA podem agir de forma autônoma para entender, planejar e executar uma tarefa específica, decompondo esse objetivo em tarefas individuais realizáveis interagindo com sistemas diversos, bases de dados, base de conhecimento ou interação humana. Eles usam modelos de linguagem de grande porte (LLMs) para raciocinar e orquestrar suas tarefas. A partir das execuções o próprio sistema “aprende” e “aprimora” a forma como ele deve executar essas tarefas.
Esse avanço demonstra uma grande inovação que habilita a força de trabalho das empresas a fazer mais, com mais qualidade e em menos tempo.
É por isso que, até 2028, o instituto Gartner prevê que um terço das interações com IA generativa usará agentes autônomos para a realização de tarefas ***.
Para empresas que queiram adotar uso de agentes de IA em suas operações, ela deve pensar em casos de uso iniciais para adoção e aculturamento, mas desde já planejar uma fundação sólida de governança, pois fatalmente o efeito multiplicador de criação e implantação de novos agentes irá acontecer. Pontos importantes para empresas que desejam implementar agentes de IA nas suas operações:
Gestão e governança: Uma vez que um agente progride ao longo do ciclo de vida, é necessário monitorar continuamente seu comportamento. Isso inclui a coleta de telemetria das decisões do agente, investigação e resolução de problemas de desempenho e resultados.
Segurança: Para estar pronto para uso corporativo, os agentes de IA devem estar profundamente integrados aos sistemas de negócios, data centers e processos da empresa. Isso exige um alto nível de atenção à segurança, como gerenciar autenticação entre sistemas, transferência de dados entre ferramentas com consistência e eficiência, inventariar os ativos de IA generativa e monitorar vulnerabilidades e ataques.
Guardrails e explicabilidade: Por ser uma aplicação empresarial é necessário observar como o agente se comporta e usar essas informações para depuração: quais ferramentas foram chamadas, com quais entradas, e quais resultados foram retornados. Em uma solução multiagente, é essencial compreender quais agentes foram ativados (e como) a complexidade da orquestração, ou seja, toda decisão tomada por um agente de IA precisa ser explicável, a fim de garantir máxima responsabilidade e transparência.
A IBM propõe uma plataforma robusta para empresas que desejam implementar agentes de IA, de forma escalável e com segurança. A plataforma Watsonx.orchestrate disponibiliza uma arquitetura de software que oferece:
- Agente orquestrador: Agente de IA que supervisiona e gerencia como o trabalho é executado entre agentes, assistentes e skills, integrando de forma fluida os fluxos de trabalho que envolvem gestão de dados, governança e design de processos.
- Catálogo de agentes: catálogos onde os usuários podem construir e organizar esses ativos, que incluem: Skills (representando tarefas específicas, serviços ou automações de fluxo de trabalho), Assistentes de IA (assistentes virtuais inteligentes) e outros agentes de IA prontos (aceleradores de indústria).
- Estúdio de construção de agentes: Conjunto completo de ferramentas para que tanto usuários de negócio quanto desenvolvedores possam projetar, construir e implantar agentes de IA.
- Camada comum de administração: Governança e segurança dos agentes de IA catalogados e implantados em produção.
Toda essa arquitetura construída sobre uma fundação de nuvem híbrida, baseada em Red Hat OpenShift, permitindo flexibilidade de utilização na modalidade SaaS (software como serviço) ou em nuvem privada.
Através de sua expertise de dados e processos, a MD2 apoia as empresas no desenho e implantação de agentes autônomos de IA para casos de uso reais de negócio (MVP com estudo de ROI), considerando todos os requisitos empresariais de governança e segurança.
Fonte: TI INSIDE Online - Leia mais
