Modelos de linguagem ampla (LLMs) e ferramentas de IA generativas transformaram a maneira como as organizações colocam em ordem a grande quantidade de dados on-line e off-line disponíveis. A IA pode restringir...
Os choques financeiros se parecem quase com o habitual para qualquer empresa que opere internacionalmente em 2024-25. Choques recentes, como aumento acentuado da inflação, sanções econômicas repentinas...
Para empresas de serviços profissionais, como consultores de gestão, pesquisadores de mercado e serviços de TI, realizar pesquisas de qualidade é essencial, mas consome muito tempo. Felizmente, as novas...
Ocorreram grandes desenvolvimentos que impulsionaram rápidas mudanças regulatórias em todo o mundo com relação ao monitoramento de crimes financeiros. Neste blog, exploramos sete maneiras pelas quais...
Os últimos anos foram caracterizados por interrupções na cadeia de suprimentos - desde a Covid-19, passando pelo bloqueio de Suez, até a invasão da Ucrânia. Além disso, as empresas que não conseguem identificar...
Modelos de linguagem ampla (LLMs) e ferramentas de IA generativas transformaram a maneira como as organizações colocam em ordem a grande quantidade de dados on-line e off-line disponíveis. A IA pode restringir esse universo de dados a um resumo conciso apenas dos resultados mais relevantes, o que permite que as organizações gerem insights que não seriam possíveis por meio de pesquisas manuais.
Em um de nossos blogs, explicamos como uma abordagem de IA responsável pode ajudar as organizações a obter o máximo da tecnologia.
Um relatório da McKinsey chamou o ano de 2023 de “ano de ruptura” da IA generativa e, desde então, sua pesquisa de 2024 revelou que a porcentagem de organizações que usam a tecnologia quase dobrou. Seu aumento foi observado em vários setores - por exemplo, 78% dos bancos implementaram a IA generativa em pelo menos um caso de uso, de acordo com o 2024 Global Outlook for Banking and Financial Markets da IBM.
Um dos principais motivos para a proliferação da IA generativa e dos LLMs é seu efeito transformador sobre o que as organizações podem fazer com a grande quantidade de dados disponíveis:
Essas ferramentas oferecem dois benefícios principais para as organizações:
A maior precisão e eficiência da IA para geração e resumo de insights levou muitas organizações a investir na tecnologia. Por exemplo:
As ferramentas de IA generativa e os LLMs têm problemas ocultos que podem prejudicar os resumos e os insights que fornecem às organizações. Muitos dos problemas decorrem da natureza de “caixa preta” da IA. Os seres humanos nem sempre conseguem ver ou entender por que e como o modelo chegou a uma determinada resposta, insight ou resumo. Isso traz vários riscos:
Superar esses riscos para aproveitar o potencial da IA é uma prioridade para organizações de todos os setores. A abordagem mais promissora é implementar uma abordagem de Negócios Responsáveis para a IA. Isso significa que a IA e os dados que a alimentam devem ser desenvolvidos e implantados de forma ética e em conformidade com a lei. Ela introduz uma estrutura que não mede apenas o potencial da IA para inovação e lucro, mas também o quanto ela promove os valores fundamentais e a ética da empresa.
Embora a IA responsável parta de um conjunto de princípios sobre o uso ético de dados e tecnologia, as organizações precisam implementá-los de forma prática. Um método comum usado pelas organizações é a criação de um comitê que considera todas as iniciativas potenciais de IA em relação a uma estrutura de Negócios Responsáveis para IA.
Outra opção é estabelecer barreiras que determinem como a equipe pode e deve usar os LLMs e as ferramentas de IA generativas. Uma proteção que pode reduzir o risco de alucinações com IA é adotar uma técnica de Geração Aumentada por Recuperação (RAG) para ferramentas de IA generativas e LLMs. Essa abordagem garante que a ferramenta recupere todas as respostas de fontes de dados originais e confiáveis, o que substitui seu aprendizado contínuo a partir de dados de treinamento e solicitações e respostas subsequentes. Cada resposta deve citar as fontes usadas para compilá-la, o que permite que a organização verifique essas informações e estabeleça que não se trata de uma alucinação.
A LexisNexis oferece uma combinação poderosa de conteúdo credível e licenciado e tecnologia sofisticada que pode impulsionar a implementação eficaz da IA responsável. Suas vantagens incluem:
Email: brasil@lexisnexis.com
Téléphone: +551142809193