1. A Gartner coloca a IA generativa no auge da nova curva de maturidade tecnológica em 2023. A inteligência artificial emergente terá um impacto profundo nos negócios e na sociedade.
De acordo com o Ciclo de Hype for Emerging Technologies 2023 da Gartner, Inc., a inteligência artificial generativa (IA) está no pico esperado do ciclo de hype e espera-se que obtenha benefícios transformacionais dentro de dois a cinco anos. A IA generativa está incluída no tópico mais amplo da IA emergente, uma tendência chave neste ciclo de hype que está a criar novas oportunidades de inovação.
Arun Chandrasekaran, distinto vice-presidente analista do Gartner, disse: "A proliferação de muitas novas tecnologias de IA terá um impacto profundo nos negócios e na sociedade. A escala de pré-treinamento em grande escala e modelos básicos de IA, a proliferação de agentes de conversação, e o crescimento de aplicações generativas de IA. O aumento anuncia uma nova onda de produtividade do trabalho e criatividade das máquinas."
O Hype Cycle for Emerging Technologies é único entre os Hype Cycles do Gartner porque destila insights importantes de mais de 2.000 tecnologias e estruturas de aplicativos que o Gartner perfila a cada ano em um conjunto conciso de tecnologias emergentes "obrigatórias". Estas tecnologias têm o potencial de proporcionar benefícios transformadores nos próximos dois a dez anos (ver Figura 1).
“Embora todos os olhos estejam agora voltados para a inteligência artificial, os CIOs e CTOs também devem voltar sua atenção para outras tecnologias potencialmente transformadoras”, disse Melissa Davis, vice-presidente analista do Gartner. através da nuvem onipresente e fornecer segurança e privacidade centradas no ser humano."
Davis acrescentou: "Como as tecnologias do Ciclo Hype ainda estão em seus estágios iniciais, há uma incerteza significativa sobre como elas se desenvolverão. A implantação de tais tecnologias emergentes é mais arriscada, mas para os primeiros adotantes poderia haver um bem maior."
Quatro temas principais nas tendências tecnológicas emergentes
-
IA emergente: além da IA generativa, várias outras tecnologias emergentes de IA oferecem um potencial significativo para melhorar as experiências digitais dos clientes, tomar melhores decisões de negócios e construir vantagens competitivas sustentáveis. Essas técnicas incluem simulação de IA, IA causal, aprendizado de máquina federado, ciência de dados gráficos, IA neurossimbólica e aprendizado por reforço.
-
Experiência do desenvolvedor (DevX): DevX refere-se a todos os aspectos da interação de um desenvolvedor com as ferramentas, plataformas, processos e pessoas que desenvolvem e entregam produtos e serviços de software. Aprimorar o DevX é fundamental para o sucesso da maioria das iniciativas digitais empresariais. Também é fundamental atrair e reter os melhores talentos de engenharia, manter o moral da equipe e garantir que o trabalho seja motivador e gratificante.
As principais tecnologias que aprimoram o DevX incluem engenharia de software aprimorada por IA, SaaS centrado em API, GitOps, portais internos para desenvolvedores, escritórios de projetos de código aberto e plataformas de gerenciamento de fluxo de valor. -
Popularização da nuvem: Nos próximos 10 anos, a computação em nuvem evoluirá de uma plataforma de inovação tecnológica para uma importante força motriz para a inovação empresarial generalizada. Para alcançar esta adoção generalizada, a computação em nuvem tornou-se mais fragmentada e concentrar-se-á em indústrias verticais. Maximizar o valor dos investimentos na nuvem requer escalabilidade operacional automatizada, acesso a ferramentas de plataforma nativas da nuvem e governança adequada.
As principais tecnologias que suportam a nuvem difundida incluem FinOps aprimorados, ambientes de desenvolvimento em nuvem, sustentabilidade da nuvem, nuvem nativa, nuvem até a borda, plataformas de nuvem industriais e WebAssembly (Wasm). -
Segurança e privacidade centradas no ser humano: Os seres humanos continuam a ser a principal causa de incidentes de segurança e violações de dados. As organizações podem tornar-se resilientes implementando um programa de segurança e privacidade centrado no ser humano que incorpore estruturas de segurança e privacidade no design digital da organização. Muitas tecnologias emergentes permitem que as empresas criem uma cultura de confiança mútua e consciência partilhada do risco na tomada de decisões entre muitas equipas.
As principais tecnologias que apoiam a expansão da segurança e privacidade centradas no ser humano incluem AI TRISM, arquitetura mesh de segurança cibernética, inteligência artificial generativa de segurança cibernética, criptografia homomórfica e criptografia pós-quântica.
2. A IA generativa e as inovações que a rodeiam são dominantes e transformadoras.
O Hype Cycle™ de Inteligência Artificial (IA) do Gartner 2023 identifica inovações e tecnologias que podem oferecer benefícios significativos, até mesmo transformadores, ao mesmo tempo que abordam as limitações e riscos de sistemas propensos a erros. As estratégias de IA devem considerar quais oferecem os casos de investimento mais credíveis.
Afraz Jaffri, analista principal do Gartner, disse: "Há muitas inovações no AI Hype Cycle que merecem atenção especial e se tornarão adoção generalizada dentro de dois a cinco anos, incluindo IA generativa e inteligência de decisão. A adoção antecipada dessas inovações irá Oferecendo vantagens competitivas significativas e mitigando problemas associados ao uso de modelos de IA em processos de negócios.”
Dois tipos de inovação GenAI dominam
A IA generativa está dominando a conversa sobre IA, usando sistemas como o ChatGPT para aumentar a produtividade dos desenvolvedores e dos trabalhadores do conhecimento de maneiras muito reais. Isto está a fazer com que as organizações e as indústrias repensem os seus processos de negócio e o valor dos seus recursos humanos, empurrando a GenAI para o pico das expectativas sobre-esperadas no ciclo de hype tecnológico.
O Gartner agora vê o movimento da IA generativa como tendo dois aspectos no caminho em direção a sistemas de IA mais poderosos:
- GenAI impulsionará a inovação.
- Inovações que impulsionarão o progresso da GenAI.
A IA generativa impulsionará a inovação
A IA generativa impacta os negócios no que se refere à descoberta, criação, autenticidade e regulamentação de conteúdo. Ele também tem a capacidade de automatizar o trabalho humano, bem como a experiência do cliente e do funcionário.
As principais tecnologias que se enquadram nesta categoria incluem:
-
Inteligência Geral Artificial (AGI) é a inteligência (atualmente hipotética) de máquinas que podem realizar qualquer tarefa intelectual que os humanos possam realizar.
-
A engenharia de IA é a base para as empresas fornecerem soluções de IA em escala. Esta disciplina cria desenvolvimento empresarial coerente, entrega e sistemas operacionais baseados em inteligência artificial.
-
Sistemas autônomos são sistemas físicos ou de software autogerenciados que executam tarefas definidas por domínio e possuem três características básicas: autonomia, aprendizado e agência.
-
Os serviços de IA em nuvem fornecem ferramentas de construção de modelos de IA, APIs para serviços pré-construídos e middleware relacionado para apoiar a construção/treinamento, implantação e uso de modelos de aprendizado de máquina (ML) que são executados como serviços em nuvem em infraestrutura pré-construída.
-
A inteligência artificial composta refere-se à aplicação combinada (ou fusão) de diferentes tecnologias de inteligência artificial para melhorar a eficiência da aprendizagem e ampliar o nível de representação do conhecimento. Ele resolve uma ampla gama de problemas de negócios de maneira mais eficaz.
-
A visão computacional é um conjunto de tecnologias que envolve a captura, processamento e análise de imagens e vídeos do mundo real para extrair informações contextuais significativas do mundo físico.
-
A IA centrada em dados é uma abordagem que se concentra em aprimorar e enriquecer os dados de treinamento para gerar melhores resultados de IA. A IA centrada em dados também aborda problemas de qualidade, privacidade e escalabilidade dos dados.
-
Edge AI refere-se ao uso de tecnologia de inteligência artificial incorporada em produtos não relacionados a TI, endpoints de IoT, gateways e servidores de borda. Abrange casos de uso para aplicações de consumo, comerciais e industriais, como veículos autônomos, recursos aprimorados de diagnóstico médico e análise de streaming de vídeo.
-
As aplicações inteligentes utilizam a aprendizagem para se adaptarem e responderem de forma autónoma a pessoas e máquinas.
-
Model Operations (ModelOps) concentra-se na governança ponta a ponta e no gerenciamento do ciclo de vida de análises avançadas, inteligência artificial e modelos de tomada de decisão.
-
Os sistemas operacionais de IA (OAISys) permitem a orquestração, a automação e o dimensionamento de IA de nível empresarial pronta para produção, incluindo aprendizado de máquina, DNN e IA generativa.
-
A engenharia just-in-time é a disciplina que fornece informações para modelos generativos de inteligência artificial na forma de texto ou imagens para especificar e restringir o conjunto de respostas que o modelo pode produzir.
-
Robôs inteligentes são máquinas movidas por inteligência artificial, muitas vezes móveis, projetadas para executar uma ou mais tarefas físicas de forma autônoma.
-
Dados sintéticos são um tipo de dados gerados artificialmente, em vez de obtidos a partir de observações diretas do mundo real.
Inovações impulsionando avanços em IA generativa
“A exploração da IA generativa está se acelerando graças à popularidade dos modelos de difusão estável, de médio alcance, ChatGPT e de linguagem grande. As organizações de usuários finais na maioria dos setores estão experimentando ativamente a IA generativa”, disse Svetlana Sular, analista vice-presidente do Gartner.
"Os fornecedores de tecnologia formam grupos de IA generativa para priorizar a entrega de aplicações e ferramentas de IA generativa. 2023 verá o surgimento de inúmeras startups inovando com IA generativa, e esperamos que isso cresça. Alguns governos estão avaliando o impacto da inteligência artificial generativa e se preparando para regulamentos.”
As principais tecnologias que se enquadram nesta categoria incluem:
-
A simulação de inteligência artificial é a aplicação combinada de inteligência artificial e tecnologia de simulação para desenvolver conjuntamente agentes de inteligência artificial e ambientes de simulação que podem treinar, testar e até mesmo implantar agentes de inteligência artificial.
-
O gerenciamento de confiança, risco e segurança de inteligência artificial (AI TRiSM) garante governança, confiabilidade, justiça, confiabilidade, robustez, validade e proteção de dados do modelo de IA.
-
A IA causal identifica e explora relações causais, indo além dos modelos preditivos baseados em correlação em direção a sistemas de IA que podem prescrever ações de forma mais eficaz e agir de forma mais autônoma.
-
Rotulagem e anotação de dados (DL&A) é um processo de classificação, segmentação, anotação e aprimoramento adicional de ativos de dados para enriquecer os dados para melhores análises e projetos de inteligência artificial.
-
A inteligência artificial de primeiros princípios (FPAI) (também conhecida como inteligência artificial de informação física) integra princípios físicos e de simulação, leis de controle e conhecimento de domínio em modelos de inteligência artificial. FPAI estende engenharia de inteligência artificial para engenharia de sistemas complexos e sistemas baseados em modelos
-
O modelo base é um modelo de parâmetros grandes, treinado em uma ampla gama de conjuntos de dados de maneira auto-supervisionada.
-
Os gráficos de conhecimento são representações legíveis por máquina do mundo físico e digital. Eles incluem entidades (pessoas, empresas, ativos digitais) e seus relacionamentos que seguem um modelo de dados gráficos.
-
Um sistema multiagente (MAS) é um sistema de inteligência artificial composto por múltiplos agentes independentes (mas interativos), cada um capaz de sentir o ambiente e agir. Os agentes podem ser modelos de inteligência artificial, programas de software, robôs e outras entidades computacionais.
-
A IA neurossimbólica é uma forma de IA composta que combina métodos de aprendizado de máquina e sistemas simbólicos para criar modelos de IA mais poderosos e confiáveis. Ele fornece infraestrutura de raciocínio que pode resolver uma ampla gama de problemas de negócios com mais eficiência.
-
IA responsável é um termo abrangente para fazer escolhas comerciais e éticas apropriadas ao adotar a inteligência artificial. Abrange responsabilidades e práticas organizacionais que garantem o desenvolvimento e as operações de IA proativas, responsáveis e éticas.
3. Gartner divulga análise de dados e curva de maturidade da tecnologia de inteligência artificial da China em 2023
A Gartner prevê que, até 2026, mais de 30% dos empregos de colarinho branco na China serão redefinidos e as competências para utilizar e gerir a IA generativa serão muito populares.
O Hype Cycle 2023 do Gartner para análise de dados e IA na China revela quatro temas básicos relacionados a dados, análises e IA na China: Estratégia de dados da China que prioriza resultados de negócios, dados e análises regionais e ecossistema de IA e plataforma intermediária de dados O colapso de , e a inteligência artificial se tornando um novo símbolo do poder nacional.
tecelagem de dados
A tecelagem de dados é uma estrutura de design para obter pipelines de dados, serviços e semântica flexíveis e reutilizáveis, envolvendo integração de dados, metadados ativos, gráficos de conhecimento, perfil de dados, aprendizado de máquina e classificação de dados. A tecelagem de dados subverte a abordagem dominante existente à gestão de dados: já não é "feita à medida" para dados e casos de utilização, mas "primeiro a observação e depois a utilização".
Zhang Tong, diretor sênior de pesquisa do Gartner, disse: “O surgimento de dados, análises e casos de uso de IA, bem como as regulamentações de segurança de dados em rápida mudança, levaram à complexidade e à incerteza do gerenciamento de dados na China. uso de custos irrecuperáveis e, ao mesmo tempo, fornecer orientação de priorização e controle de custos para novos gastos em infraestrutura de gerenciamento de dados.”
Dados e análises reunidos
Dados e análises montados (D&A) aproveitam a arquitetura baseada em contêineres ou microsserviços de negócios e conceitos de tecelagem de dados para reunir ativos existentes em recursos de análise de dados e inteligência artificial (IA) flexíveis, modulares e fáceis de usar. Esta tecnologia pode usar uma série de tecnologias para transformar aplicativos de gerenciamento e análise de dados em análise de dados e componentes de IA ou outros módulos de aplicativos com o suporte de recursos de baixo código e sem código, e apoiar a tomada de decisões adaptativa e inteligente.
Enfrentando o ambiente empresarial em rápida mudança, as empresas e instituições chinesas precisam de melhorar a sua agilidade e acelerar a produção de conhecimentos. O Assembled D&A ajuda as organizações empresariais a usar dados modulares e recursos de análise para integrar vários insights e informações de referência em várias medidas para evitar o desenvolvimento fragmentado. As organizações empresariais podem melhorar ainda mais a flexibilidade de entrega reunindo ou reorganizando recursos de D&A para lidar com diferentes cenários de uso.
Referência:
O que há de novo em inteligência artificial no ciclo de hype de 2023 do Gartner , 17 de agosto de 2023
Gartner coloca IA generativa no pico das expectativas infladas no ciclo de hype de 2023 para tecnologias emergentes , 16 de agosto de 2023
Gartner lança 2023 China Data Analytics and Artificial Intelligence Curva de maturidade da tecnologia inteligente , 31/08/2023