O ChatGPT virou assunto e não sai mais das rodas de conversas, especialmente no mundo dos negócios. Empresários e profissionais dos mais diversos segmentos debatem incansavelmente sobre como ele vai impactar o mercado de trabalho e de que forma pode ajudar as organizações a reduzirem custos e se tornarem mais rentáveis.
Mas a verdade é que o ChatGPT é apenas a porção visível de um grande setor em constante desenvolvimento e que já opera entre nós há muito tempo. Se buscarmos na história das inteligências artificiais como as conhecemos hoje, encontraremos suas origens em meados da década de 50, quando surgiram tecnologias como o Logic Theorist, desenvolvido por Allen Newell e Herbert Simon na Universidade de Rand, nos Estados Unidos; e o Perceptron, criado pelo psicólogo Frank Rosenblatt em 1957.
Enquanto o primeiro reproduzia o raciocínio humano e resolvia problemas, chegando a provar teoremas matemáticos, o segundo era uma rede de neurônios artificiais apta ao aprendizado, sendo um dos principais precursores do Machine Learning, que hoje é a força vital de mecanismos como o ChatGPT.
O ChatGPT é uma tecnologia baseada em processamento de linguagem natural (NLP), que o permite entender texto em vários idiomas e gerar respostas em linguagem natural, sem precisar de uma programação específica para realizar cada tarefa. Ou seja: ele literalmente fala a nossa língua.
E essa é parte da razão de causar tanto encanto. Além de otimizar pesquisas na Web (ameaçando representantes poderosos das Big Techs, como o Google), ele promove uma experiência de diálogo com a máquina, sem que o usuário precise saber qualquer linguagem de programação. Com o acesso liberado à sua tecnologia, quem não está se sentindo o protagonista de um filme de ficção científica, está vivendo no passado.
Mas existem inúmeras IAs que trabalham diariamente em outras funções. No mercado financeiro, por exemplo, existem sistemas baseados não só no NLP, mas também em machine learning, sistemas de detecção de fraudes, além dos robo-advisors e algoritmos de negociação. Estes dois últimos se destacam por atuarem diretamente nas transações.
Enquanto os robo-advisors oferecem orientações de investimentos automatizados a partir de informações cedidas pelos investidores (sendo grandes aliados de iniciantes no mercado financeiro e de quem não tem tempo para monitorar o cenário), os algoritmos de negociação empregam dados de mercado obtidos em tempo real para tomar decisões críticas de compra e venda de ativos financeiros. Isso é possível pois eles são programados para identificar padrões de preços e tendências de mercado, possibilitando aos traders tomarem decisões orientadas por dados e executarem negociações com muito mais agilidade e confiança.
E se engana quem pensa que isso é novidade. O emprego de IAs no mercado financeiro se iniciou na década de 1970, com sistemas como o INGRES (Intelligent Graphic Reinvestment System). Desenvolvido pela empresa de investimentos Dean Witter Reynolds (que agora integra a Morgan Stanley, líder mundial em serviços financeiros) ele foi um pioneiro no setor. Aplicando redes neurais (do modo semelhante ao Perceptron), ele analisava dados das transações e previa as tendências do mercado.
O INGRA já não está mais em uso, mas hoje em dia sistemas como Sentieo, Kavout, Kensho e Acorns são algumas das tecnologias de IA em aplicação na compra e venda de ações e aconselhamento em investimentos.
Em meio a tantos receios quanto à segurança da informação (e até quanto a uma possível revolução das máquinas) é difícil prever exatamente o rumo que estas tecnologias tomarão e qual papel elas vão assumir no nosso dia a dia num futuro próximo. Contudo, a expectativa do mercado é de que seu uso se torne sim cada vez mais massificado, como uma ferramenta para impulsionar resultados e reduzir custos em médio e longo prazo.
De acordo com pesquisa da Market Data Forecast, espera-se um crescimento do mercado de IA no setor financeiro correspondente a uma taxa anual composta de 41,2% entre 2020 e 2027, saltando de US $ 6,7 bilhão para US $ 15,8 bilhões no período. Dado alinhado com pesquisa da Tractica, cuja estimativa é de que até 2025, transações de comércio eletrônico intermediadas por IA em todo o mundo ultrapassem 36 bilhões de dólares.
Este crescimento é resultado do aumento da eficiência produzido por estas tecnologias. A própria Nasdaq aplica algoritmos de IA para acelerar e reduzir os custos das negociações, levando as transações a um novo patamar.
É claro que tamanho avanço não ficaria restrito ao mercado financeiro. Pesquisas indicam que o uso destas tecnologias também pode beneficiar as empresas, e que por isso elas terão maior participação também no ambiente corporativo.
De acordo com a Accenture, as IAs aplicadas à gestão empresarial são capazes de reduzir custos em até 30% e ampliar a receita em até 38% em 16 segmentos diferentes, como Educação, Food Service, Hotelaria, Saúde, Atacado, Varejo, Manufatura, entre outros. Um verdadeiro trampolim de rentabilidade para as organizações que investirem nestas ferramentas.
E os empresários já estão de olho nesta tendência. Em uma perspectiva complementar, dados da Forbes indicam que até o final deste ano, a automação de processos empresariais com sistemas de IA deve crescer em 57%.
Olhando para além do ChatGPT, é fácil notar que o uso das Inteligências Artificiais já se tornou um gigantesco agregador de vantagem competitiva para negócios de todos os setores. Com isso, cabe aos CEOs e CFOs ficarem atentos para saírem na frente nesta corrida, investindo em soluções capazes de colocar seus negócios em destaque frente à concorrência.
Peça uma demo abaixo e saiba o que o MyABCM pode fazer pela sua empresa.
Se você está interessado nas Soluções MyABCM e precisa receber mais informações, envie-nos uma mensagem.
