À medida que 2025 acontece, o mundo da IA está repleto de entusiasmo e incertezas, especialmente quanto à eficácia contínua das “leis” de escala que levaram ao progresso dos modelos de IA. Apesar de dúvidas sobre se modelos maiores continuarão a apresentar avanços significativos, há um rápido desenvolvimento com novas funcionalidades sendo lançadas. O pré-treinamento de modelos pode estar atingindo retornos decrescentes, mas não é o fim da escala; melhorias não vieram apenas de modelos maiores, mas também de técnicas como Fine-Tuning e aprendizado por reforço.
Além disso, áreas especializadas e modalidades de dados não exploradas ainda oferecem potencial para progresso significativo. Mesmo com custos crescentes de pré-treinamento, o aumento da computação de tempo de inferência pode continuar impulsionando melhorias. Em resumo, os LLMs seguirão evoluindo, mas com um foco crescente no que acontece após o pré-treinamento.
Não haverá um novo “inverno de IA” próximo, apesar do entusiasmo atual poder causar preocupações. A IA já oferece valor significativo em várias áreas e o investimento contínuo garante progresso. Entretanto, embora muitas startups de IA tenham crescido rapidamente, algumas poderão estagnar devido à rotatividade e à dependência de soluções pontuais facilmente substituíveis. O lançamento do ChatGPT intensificou o interesse pela IA, especialmente em setores como tecnologia jurídica, onde a adoção aumentou significativamente. Apesar da onda de crescimento, nem todas as iniciativas de IA se manterão sustentáveis a longo prazo.
As startups têm a chance de resolver o “problema da última milha” da IA, apesar das melhorias rápidas dos modelos fundamentais como ChatGPT. Embora modelos avançados como GPT-4 e Gemini 2 ampliem suas capacidades, eles criam novas oportunidades para startups focarem em soluções especializadas e integrações complexas que os modelos não conseguem resolver sozinhos.
A alta expectativa por soluções precisas, seguras e integradas com sistemas complexos e fluxos de trabalho personalizados demanda inovação. Assim, startups podem transformar capacidades brutas de IA em produtos robustos, tornando-se essenciais em um cenário de rápida evolução tecnológica.
Nos últimos 12-18 meses, surgiram startups de IA oferecendo “funcionários virtuais” com características humanas para automatizar funções como vendas e atendimento ao cliente. Essas empresas utilizam ferramentas já existentes e apresentam um modelo de preços atrativo, mas há dúvidas sobre a viabilidade a longo prazo desses trabalhadores de IA, especialmente considerando a possibilidade de reconfiguração dos empregos em que a IA é boa em apenas algumas atividades.
Além disso, sistemas de IA agênticos, capazes de executar tarefas complexas e navegar na web, exigem uma reavaliação da interação humano-computador. A autonomia desses sistemas, como agentes de reserva de viagens, levanta questões sobre a delegação de decisões complexas que precisam de julgamento humano, tornando crucial estabelecer limites claros para garantir que a IA atue de forma segura e eficaz em processos empresariais.