Como a IA agêntica pode revolucionar as decisões estratégicas

Grandes tecnologias oferecem às empresas a oportunidade de melhorar coisas básicas. Há décadas, a rede cliente/servidor permitiu que diferentes departamentos se comunicassem diretamente sem camadas de gerenciamento intermediário. Depois, a Internet rapidamente fez com que as pessoas realizassem transações financeiras online. Agora, a inteligência artificial agêntica está transformando a forma como os computadores nos ajudam a tomar decisões.

A verdade é que os computadores sempre foram ótimos em automatizar coisas, e os sistemas agênticos não são diferentes. A IA agêntica não é “um agente”, nem um chatbot. É um sistema que tem permissão para realizar ações de forma independente para alcançar um resultado. Esses sistemas se adaptam a evolução das circunstâncias e realizam tarefas complexas, capazes de automatizar atividades de negócios em várias etapas de maneiras que nunca vimos antes. Podem escolher resultados otimizados entre várias possibilidades, desenvolvendo insights sobre as operações de negócios e clientes ao longo da jornada.

É por isso que, para muitas pessoas, a IA agêntica é o tipo de encanto que as pessoas experimentaram quando o ChatGPT surgiu, mas com implicações muito mais reais.

Uma mudança necessária

A adoção desses sistemas terá um custo para os processos tradicionais, assim como aconteceu com o cliente/servidor e a Internet.

Para muitas pessoas na TI empresarial, a mudança é grande e assustadora. Os fluxos de trabalho são como atualmente projetamos e gerenciamos tarefas com etapas precisas, políticas de segurança e categorias de dados acessíveis estritamente definidas, entre outras coisas restritivas. Eles são projetados para evitar autômatos descontrolados. Então, afirmar que devemos nos afastar dos fluxos de trabalho pode soar para o senso comum como um convite ao caos – mas não é.

Os fluxos de trabalho são sistemas de execução relativamente rígidos e predefinidos, com o objetivo de criar repetibilidade preditiva. Eles eram adequados para sistemas de computação menos capazes, extraídos de silos de dados rígidos. Mas esses sistemas não são projetados para criar um resultado; somente para automatizar etapas. Não fica claro o que no ambiente cria resultados – apenas quais etapas que, quando repetidas, entregam um resultado uniforme.

Os sistemas agênticos, por outro lado, têm a flexibilidade de analisar e entender o suficiente as tarefas e dependências para entregar os resultados desejados em ambientes mesmo em evolução, oferecendo flexibilidade onde havia rigidez e inovação onde havia predefinição estrita.

Gerenciamento humano: essencial e (muito) mais prático

Tanto os fluxos de trabalho quanto os sistemas agênticos são projetados a partir de um objetivo de negócios. Os agentes investigam seus ambientes, avaliando e executando com base no que encontram por meio dos protocolos e interfaces que lhes dão acesso a repositórios de dados e outros agentes. Os agentes altamente capazes, como os que começamos a ver hoje, podem descobrir incompatibilidades no sistema e desenvolver soluções alternativas.

Quando novas informações alteram as implicações de entradas de dados anteriores, eles podem ser projetados para atualizar sem exigir outro ciclo de desenvolvimento e teste. Pelo fato de examinar seu ambiente e comentá-lo, os agentes podem adicionar eficiência além de realizar uma tarefa.

No mundo da IA agêntica, os humanos não são nem espectadores ociosos nem responsáveis pelo próximo passo que o agente toma. As pessoas trabalham com sistemas agênticos como supervisores finais, arbitrando entre a execução aprovada e a execução que deve ser interrompida ou desfeita. Nesse sentido, o papel não é diferente de outros tipos de gerenciamento humano de processos complexos.

A proclamação do fim dos silos rígidos

Mesmo com essas restrições dentro do sistema, os agentes podem entregar resultados extraordinários. Vimos vários em nossos laboratórios, incluindo agentes que podem construir o básico de uma plataforma em minutos, o que antes levava horas para um programador ou administrador configurar, testar e validar. Uma chave para o sucesso é adotar uma abordagem menos restritiva para o isolamento de dados.

A construção de plataformas de dados é comum em empresas que operam nuvens públicas, nem que seja apenas para otimizar a agilidade e a eficiência. No entanto, só recentemente isso se tornou um padrão arquitetônico para empresas, à medida que os dados crescem exponencialmente e os meios para capturar, armazenar e gerenciar esses dados se tornaram mais baratos e fáceis.

No entanto, a mudança tem sido lenta. A nuvem de dados moderna pode ser a melhor prática de dados, mas os dados ainda estão em silos em todos os lugares em muitas empresas. Seja por tipos de carga de trabalho, departamentos e locais, muitas vezes sem outra razão além de “sempre foi assim”.

Diferentes sistemas tinham seus próprios recursos de dados, em torno dos quais tarefas e territórios corporativos cresceram. Seguiram com isolamento, separação e regras rígidas para a configuração de recursos.

Isso foi aceitável por um tempo, mas esse tempo ficou pra trás. Em um mundo em tempo real e altamente ágil, com dados muito mais abundantes e diversos em constante mudança e interação, essas práticas são um saldo negativo. À medida que a empresa agêntica se torna cada vez mais bem-sucedida e difundida, ela diminuirá ainda mais essas práticas já desatualizadas.

Isso me traz de volta ao meu ponto original, mas em uma altitude ligeiramente diferente. Novas tecnologias oferecem a chance de reexaminar arquiteturas holisticamente. Elas nos fazem perguntar: “Se pudéssemos começar do zero com o que sabemos agora, construiríamos nossos sistemas da mesma forma antiga?” Frequentemente, a resposta é “não”, mas velhos hábitos só são quebrados por tecnologias novas e eficientes.

(*) Por Paulo de Godoy, counntry manager da Pure Storage