Por Nuno Rodrigues (*) 

Nos últimos tempos, muito do que ouvimos, lemos e falamos é sobre Inteligência Artificial (IA). Ora, os mais atentos sabem que, apesar de esta tecnologia poder ser novidade para alguns, não é propriamente nova – tem, mais dia menos dia, 70 anos. A sua evolução tem sido feita de ondas: períodos de grande entusiasmo seguidos de “invernos” graças à falta de maturidade tecnológica.

O salto dado com o lançamento, pela Google, do artigo sobre a arquitetura "Transformer" em 2017 catapultou a mudança e o aparecimento da base dos atuais Large Language Models (LLMs), como aqueles que estão na base do ChatGPT ou do Gemini. Estas novas aplicações tornaram possível que, de repente, a IA deixasse de ser uma ferramenta exclusiva a especialistas e passasse a estar acessível a todos. Este acesso democratizado deu origem a profundos debates filosóficos, sociais e políticos. A questão já não é se a IA vai mudar a nossa realidade, mas como.

Atualmente, é possível identificar dois grandes tipos de players no ecossistema da IA. Por um lado, estão as empresas com capacidade técnica, logística e financeira para desenvolver modelos fundacionais — como a OpenAI, Google, Anthropic ou a europeia Mistral. Para estas, o modelo de negócio sustentável de longo prazo ainda não está plenamente definido, estando muitas vezes mais focadas em ganhar tração e liderança de mercado do que na rentabilidade imediata. Por outro lado, surgem empresas que constroem aplicações com base nestes modelos, enfrentando o desafio de desenvolver propostas de valor com fatores de diferenciação sustentáveis — como, por exemplo, o acesso exclusivo a dados específicos — que as tornem competitivas face aos grandes players.

Em paralelo, a regulamentação da IA segue caminhos diferentes consoante o contexto geográfico: na Europa, a abordagem é mais centrada nos níveis de risco dos use cases da IA, bem como nas diferentes proibições e obrigações para cada nível de risco - o que é visto por muitos como um entrave à inovação; já nos EUA, a prioridade está no incentivo à inovação, ainda que com menos controlo. Seja qual for o enquadramento, o facto permanece: as empresas que não começarem desde já a explorar a IA podem perder competitividade.

Se esta é a nova realidade, qual é então o desafio para as organizações? Pessoalmente, creio que, contrariamente ao que se possa pensar, o maior obstáculo não será tecnológico, mas sim cultural. Nas grandes empresas, onde a mudança é mais lenta, a resistência humana constituirá, muitas vezes o principal entrave.

Quanto à sua aplicação prática, o primeiro passo é, geralmente, a automação de tarefas repetitivas, como a introdução de dados ou geração de código e testes em software. No entanto, a IA pode (e deve) ir mais além - como parceiro de brainstorming, fonte de perspetivas novas ou ponto de partida para inovação em produtos e estratégias.

Não sei se o leitor gosta de jogar à palavra do dia, mas eu posso dizer-lhe qual é a palavra do ano: agentes. A nova vaga de agentes de IA está a evoluir dos tradicionais chatbots para executores, que não só respondem, como tomam decisões e agem.  Com tudo isto, é importante esclarecer: a finalidade não deve ser substituir pessoas, mas libertá-las para se focarem em atividades mais complexas, que exijam julgamento humano, criatividade, empatia e abstração – capacidades ainda fora do alcance desta tecnologia.

As empresas que a adotarem serão mais rápidas, eficientes e competitivas. Quero com isto dizer que o primeiro passo é pôr as pessoas a experimentar estas ferramentas – a familiaridade cria confiança e abre espaço para a descoberta de aplicações práticas no dia a dia. É também importante identificar casos de uso concretos e pequenos – tarefas específicas que podem ser automatizadas ou otimizadas com recurso à IA. Com estas primeiras experiências, procuramos medir o impacto: comparar o resultado antes e depois da aplicação da ferramenta. Este tipo de análise ajuda a justificar a adoção e a orientar os próximos passos.

Além disso, o início deve ser feito com projetos de baixo risco. Evitar exposições externas nas fases iniciais, como lançar chatbots voltados para o cliente sem testes prévios, é fundamental. O mais importante é pôr a "máquina em movimento" e começar a perceber, na prática, o valor que a IA pode trazer. Para qualquer organização ou pessoa, é começar - ignorar é ficar para trás na corrida.

(*) Staff Software Engineer da Present Technologies