Organizações priorizam soluções mais contextuais, confiáveis e econômicas, sinalizando uma mudança no uso da inteligência artificial nos negócios
Até 2027, o uso de modelos de Inteligência Artificial (IA) pequenos e específicos para tarefas será, ao menos, três vezes maior do que o de Grandes Modelos de Linguagem (LLMs) de uso geral nas empresas. A projeção é da consultoria Gartner, Inc., que aponta a busca por soluções mais precisas e contextualizadas como principal vetor dessa mudança de paradigma tecnológico.
Embora os LLMs sejam reconhecidos por suas capacidades robustas de linguagem, sua eficácia diminui quando aplicados a tarefas que exigem entendimento profundo de contextos específicos do negócio. “A variedade de tarefas nos fluxos de trabalho de negócios e a necessidade de maior precisão estão impulsionando a mudança para modelos especializados ajustados para funções específicas ou dados de domínio”, explica 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.”
A personalização dos LLMs para funções específicas é possível por meio de técnicas como a Geração Aumentada de Recuperação (RAG) e o ajuste fino (fine-tuning). Esse processo exige uma gestão estratégica dos dados internos, incluindo preparação, controle de qualidade, versionamento e estruturação adequada para garantir a eficácia dos modelos.
À medida que percebem o valor estratégico de seus próprios dados e dos insights derivados de seus processos, as empresas tendem a explorar a comercialização de seus modelos de IA. “À medida que as empresas reconhecem cada vez mais o valor de seus dados privados e os insights derivados de seus processos especializados, é provável que comecem a monetizar seus modelos e a oferecer acesso a esses recursos a um público mais amplo, incluindo seus clientes e até mesmo concorrentes”, afirma Agarwal. “Isso marca a mudança de uma abordagem protetora para um uso mais aberto e colaborativo dos dados e do conhecimento.”
Ao compartilhar modelos proprietários, organizações podem abrir novos fluxos de receita e contribuir para um ecossistema empresarial mais conectado.
Recomendações para adoção de modelos específicos
O Gartner também orienta as empresas que desejam implementar modelos de IA pequenos e específicos a considerar três pilares estratégicos:
– Modelos-piloto contextualizados: Iniciar projetos com modelos pequenos em áreas onde o contexto de negócios seja determinante ou onde LLMs genéricos tenham falhado em desempenho.
– Abordagens compostas: Avaliar casos em que a complexidade das tarefas demanda múltiplos modelos trabalhando em conjunto ao longo do fluxo de trabalho.
– Fortalecimento de dados e talentos: Investir na preparação dos dados para ajuste fino e no desenvolvimento de competências técnicas em equipes multidisciplinares, incluindo arquitetos de IA e dados, cientistas de dados, engenheiros, especialistas de risco e compliance, times de compras e experts do negócio.
Tendências em destaque no Gartner Data & Analytics 2025
Essas transformações no uso de IA fazem parte de uma agenda mais ampla que será abordada na Conferência Gartner Data & Analytics 2025, marcada para os dias 28 e 29 de abril, no Sheraton São Paulo WTC Hotel. O evento trará insights sobre como líderes de dados, analytics e IA podem acelerar o desempenho dos negócios por meio de tendências emergentes.
Os clientes do Gartner também podem acessar a pesquisa Predicts 2025: AI-Powered Analytics Will Revolutionize Decision Making, além de conferir o roteiro Gartner AI-Ready, que orienta a preparação dos dados para casos de uso específicos de IA.
