Previsões para 2025: estratégias para concretizar as promessas da IA

Líderes da Snowflake oferecem insights sobre inteligência artificial, desenvolvimento de código aberto e segurança cibernética (e as habilidade de liderança necessárias) nos próximos anos.

Ao final de um ano inteiro, é normal pensar em que o novo ano reserva para nós. Não é preciso dizer que o futuro é muito difícil de prever. No entanto, é possível se preparar para os resultados mais prováveis de modo a se adaptar ao inesperado. 

No cenário de tecnologia corporativa, as maiores certezas e, provavelmente as maiores surpresas, vêm de uma única área: o campo da inteligência artificial em rápida evolução. Sendo assim, ao pensar de 2025 em diante, é muito importante dar atenção ao desenvolvimento e à adoção da IA.

Junto com uma dezena de especialistas e líderes da Snowflake, fiz exatamente isso, e hoje lançamos o resultado: o relatório "Snowflake Data + AI Predictions 2025". Além dos novos recursos da IA, avaliamos tendências direcionais e necessidades urgentes de segurança cibernética, software de código aberto entre outros assuntos. No entanto, é normal que o foco de muitas de nossas conversas tenha sido a inteligência artificial (IA) e em como essa área de tecnologia em rápida evolução e volátil pode continuar a surpreender o mundo.

2025 será o ano em que muitas empresas passarão da fase de teste de LLMs e IA generativa para a fase de operacionalização, que traz os seus próprios desafios. Do meu ponto de vista, estas são as principais ideias que surgiram de nossas discussões sobre IA e como elas afetam as empresas.

• A observabilidade da IA é essencial para a operacionalização da IA, e as plataformas vão implementar soluções. Ao executar um grande modelo de linguagem (LLM), você precisa ter recursos para ser capaz de observar como o modelo pode mudar à medida que ingere novos dados. Também é importante ter visibilidade dos custos e do desempenho. Soluções de observabilidade de IA estão surgindo para atender a essa necessidade. No entanto, com o tempo, é mais provável que grandes plataformas de dados, incluindo a Snowflake, ofereçam as soluções.

• As alucinações vão adiar a implementação da IA voltada para o cliente. Os modelos continuam melhorando e as técnicas, como a geração aumentada de recuperação (retrieval augmented generation, RAG), vão ajudar a reduzir as alucinações e os erros, bem como a criar barreiras de proteção para os dados confidenciais e a identidade da empresa. No entanto, as empresas continuarão a hesitar em colocar à frente dos clientes uma tecnologia que possa apresentar desvios (bias) ou fornecer respostas incorretas. Por esse motivo, a IA empresarial de uso interno continuará a ser o foco nos próximos anos.

• A próxima evolução nos dados está deixando a IA pronta. Há anos, um princípio básico da transformação digital tem sido tornar os dados acessíveis, quebrar silos para que a empresa possa extrair valor de todos os dados que possui. Claro, isso continua sendo importante. Porém, o próximo passo será garantir que os dados unificados da empresa estejam prontos para IA, capazes de ser conectados a agentes e aplicações existentes. 

  A tendência de centralização dos dados vai crescer, garantindo que os dados sejam de alta qualidade, precisos e bem gerenciados. Além de trabalhar com dados bem estruturados em um data warehouse, os sistemas modernos de IA podem usar o aprendizado profundo (deep learning) e o processamento de linguagem natural (NLP) para trabalhar de forma eficaz com dados não estruturados e semiestruturados em data lakes e lakehouses. De maneira geral, os dados devem estar facilmente acessíveis aos sistemas de IA, com gerenciamento claro de metadados e foco em relevância e pontualidade. E a estratégia de dados deve evoluir para garantir que as iniciativas de IA estejam alinhadas às metas de negócios e estejam implantando de forma eficaz uma cultura baseada em dados na organização.

• Espera-se o uso de agentes autônomos, digestão de documentos e IA como seu próprio "killer app" (aplicativo assassino). Nosso relatório observa que os LLMs e a IA generativa estarão tão profundamente incorporados à forma como vivemos e trabalhamos que pensar em um "killer app para IA" será o mesmo que pensar em um killer app para eletricidade. No entanto, se estamos buscando vitórias de curto prazo, essas serão casos de uso internos que permitirão aos colaboradores extrair insights de grandes quantidades de dados não estruturados. Recentemente, a Snowflake ajudou um cliente a ingerir cerca de 700.000 páginas de pesquisa e a torná-las facilmente consumíveis por meio de chatbots conversacionais. O recurso permitiu que analistas obtivessem insights que antes não estavam disponíveis de forma funcional, apesar dos dados serem de propriedade da empresa. Isso continuará sendo um grande uso de IA generativa por algum tempo.

  No entanto, nos próximos anos, os agentes autônomos serão a novidade na forma como trabalhamos com IA. Em vez de responder a uma pergunta específica, os agentes independentes vão atuar de acordo com instruções amplas de um usuário humano. A tarefa de "criar e lançar uma campanha de marketing para atrair essa faixa de clientes essenciais" pode ser automaticamente dividida em sub-tarefas , como criar gráficos de cópia da marca, fazer compras publicitárias para alcançar o público-alvo desejado e otimizar com base no desempenho inicial.

• A liderança será o antídoto contra o esgotamento da IA. A inteligência artificial tem avançado tão rapidamente que é possível que um projeto que consumia todas as horas de trabalho de uma equipe há duas semanas atrás, torne-se completamente obsoleto da noite para o dia. O que você faz: segue em frente ou refaz o trabalho? Caso escolha a última opção, e se acontecer novamente na próxima semana? Todos que conheço no setor de IA falaram sobre esgotamento em algum momento no ano passado. Para garantir a melhor qualidade de vida, e criatividade, para as equipes, os líderes precisam intervir. Devemos olhar para as metas e o retorno sobre o investimento (ROI), em vez de nos concentrar no resultado somente. Os projetos de IA não devem ser "os mais avançados" ou "os melhores". Como qualquer decisão de negócios ou investimento, devemos pesar o que é mais eficaz em termos de resultados e recursos.

Essas reflexões são apenas exemplos do conteúdo do relatório. No nível social, analisamos a interação entre as proteções do setor e a supervisão regulatória. Nossos especialistas em segurança cibernética abordam as formas como a IA vai capacitar os invasores e fornecer novas formas de combatê-los. Analisamos os avanços das tecnologias de código aberto que vão permitir às organizações melhorar suas estratégias de dados. Também falamos sobre como os líderes podem acompanhar o ritmo às vezes intenso de mudança. Para ler mais informações, confira a publicação “Snowflake Data + AI Predictions 2025”.