Já ouviu falar em inteligência artificial generativa? A tecnologia explodiu em 2022 impressionando por sua capacidade de entender perguntas e produzir respostas. É claro que apesar do apelo sensacionalista das notícias sobre IA, que sempre geram buzz, existe um verdadeiro potencial de negócio, capaz de impulsionar vendas, melhorar o atendimento ao cliente e aumentar a produtividade das empresas.

Mas o que realmente significa o termo IA generativa? De forma simples, esse tipo de inteligência artificial utiliza um banco de dados já existente para criar algo novo, como uma nova poesia (baseado em todos os poemas que ela possui no seu sistema) ou, até mesmo, um e-mail para um novo lead, baseado na mesma lógica.

Depois dessa explicação, você deve ter pensado diretamente no Chat GPT, né? E não é para menos, afinal ele é o exemplo perfeito de IA generativa: usando um banco de dados (tudo o que já foi produzido de conteúdo na internet), ele cria uma nova informação - ou melhor, combina diversas informações sobre o mesmo assunto para trazer uma resposta pronta a uma pergunta (ou "prompt").

Diferente dos modelos tradicionais de inteligência artificial (também conhecidos como preditivos), a IA generativa “não apenas classifica ou prediz, mas cria um conteúdo próprio [...] e, faz isso com um comando de linguagem parecido com o dos humanos”, explicou o cientista chefe da Salesforce, Silvio Savarese. No entanto, apesar de não compor sua essência, a capacidade de classificar e predizer dados de forma precisa também está presente na IA generativa.

Vale lembrar que, quando o assunto é inteligência artificial, o produto é tão bom quanto os dados que ele tem para se basear. É o que diz Paula Goldman, chefe do escritório de ética da Salesforce: “A IA é tão boa quanto os dados que você disponibiliza para ela e você deve ter certeza de que esse conjunto de informações são representativas”.

Existem várias maneiras de fazer uma IA generativa funcionar, mas uma que está ganhando bastante força é usar modelos largos de linguagem (MLL) pré-treinados para criar conteúdo a partir de comandos baseados em texto. Para se ter uma ideia, a IA generativa já está ajudando pessoas a criarem resumos de estudo, planos de negócio e até arte digital dessa forma.

Mas o seu potencial, aqui na Salesforce, vai além de fazer imagens engraçadas e realistas de ursos polares tocando guitarra - ou fazer com que a Ariana Grande cante o último sucesso do funk brasileiro.

Para que a IA funcione de maneira útil, o usuário deve direcionar o que ela deve produzir, e então, baseado nos modelos de linguagem, a inteligência artificial generativa produz algo, que pode ir desde palavras até códigos, ou, pensando maior ainda, novos tipos de proteínas que não são encontradas na natureza.

Para Savarese, eventualmente, as ferramentas de IA irão “auxiliar-nos em diferentes partes da nossa vida, assumindo o papel de ajudantes superpoderosos”. Agora, quando falamos em empresas, é especialmente importante incluir um “toque humano” quando se estiver desenvolvendo ou usando uma IA generativa. Assim, as companhias podem validar e testar fluxo de trabalho automatizados com a supervisão e a intervenção humana antes de liberar sistemas totalmente autônomos para o mundo.

Desse modo, é possível prevenir potenciais riscos e garantir que a tecnologia criada não será utilizada de maneira irresponsável ou antiética. Além disso, ter uma mente humana envolvida no processo ajuda a criar confiança entre os consumidores e stakeholders que estão de olho no trabalho.

LEIA MAIS: O que é Inteligência Artificial?

Indo mais a fundo no funcionamento técnico da inteligência artificial generativa, podemos citar dois modelos de aprendizagem que são especialmente usados: os chamados transformers e os GANs (Generative Adversarial Networks, ou Redes Adversárias Generativas).

• Os GANs são formados por duas redes neurais: uma geradora e outra discriminadora, que competem entre si. Enquanto a geradora cria uma saída (output) baseada em uma entrada (input), a discriminadora tenta determinar se o output é real ou falso. Então, a geradora refina a sua saída baseada no feedback da discriminadora, e o ciclo continua até que a rede discriminadora se confunda.

• Os modelos transformers, como o ChatGPT (sigla que significa Chat Generative Pretrained Transformer, ou transformador pré-treinado para gerar conversas), criam outputs baseados em dados sequenciais (como frases ou parágrafos) ao invés de dados pontuais. Essa abordagem ajuda o modelo a processar o contexto do texto a ser traduzido e seus porquês.

Enquanto os GANs e os transformers estão entre os modelos mais populares de IA generativa, diversas outras técnicas também são utilizadas, como as VAEs (Variational Autoenoders, ou Autoencoders Variacionais), que, da mesma forma, dependem de duas redes neurais para gerar novos dados baseados em uma amostra de dados.

Além disso, também existem os NeRFs (Neural Radiance Fields), que estão sendo usados para criar imagens em 2D e 3D - afora as criptomoedas de mesmo nome, que são usadas para realizar pagamentos online através de transações sem intermediários.

Os modelos de IA generativa, como o Stable Diffusion, o Midjourney e o próprio ChatGPT, tão referenciado aqui, dominaram o imaginário dos empresários e líderes de negócio em todo o mundo. Na verdade, uma recente pesquisa feita pela Salesforce mostrou que dois terços (67%) dos líderes de TI estão priorizando a IA generativa em suas companhias e que, em 18 meses, para um terço (33%) dos entrevistados, ela será uma das top prioridades.

É como salientou uma das últimas notícias do Einstein GPT da Salesforce: a tecnologia é “aberta e extensível - apoiando propostas de modelos de IA públicos e privados para CRM - e preparada para lidar com dados em tempo real, de forma confiável”.

Há anos a Salesforce está explorando como desenvolver e implementar IA generativa para respaldar a necessidade dos consumidores. Por exemplo, nós introduzimos o CodeGen, focado em democratizar a engenharia de softwares pela tradução de comandos simples em inglês para códigos executáveis. Outro projeto criado por nós, o LAVIS (abreviação de LAnguage-VISion), ajuda a tornar acessível, para um grande público de pesquisadores, a  capacidade de linguagem-visão da IA.

Segundo Ketan Karkhanis, Vice-presidente Executivo e Gerente geral de vendas do Sales Cloud, enquanto a tecnologia pode ser encarada como uma bênção para os grandes negócios, ela também é uma ferramenta potencialmente útil para pequenas e médias empresas (SMBs). Para ele, “funcionalidades como automações, propostas geradas por IA e comunicação com os consumidores, juntamente com modelos preditivos de vendas, darão às SMBs ferramentas ainda mais poderosas para ajudá-las a criar incríveis jornadas de compra e experiência para os clientes”.

Para reforçar essa ideia, Clara Shih, CEO de IA na Salesforce, acredita que a inteligência artificial generativa vai transformar completamente a área de customer service. De acordo com ela: “Com a IA generativa, sobreposta em programas como Einstein e o Customer 360, nós teremos a capacidade de gerar, automaticamente, respostas personalizadas para os agentes de vendas e atendimento responderem a mensagens mais rapidamente, sem deixar os clientes esperando. Assim, os agentes ficam livres para se dedicar mais profundamente em demandas complexas e construir relações de longo termo com os consumidores.”

LEIA MAIS: Como a inteligência artificial afetará sua estratégia de marketing?

Paula Goldman diz que, apesar do potencial gigantesco, a IA generativa também apresenta seus riscos. Em um artigo de autoria compartilhada com Kathy Baxter, arquiteta da Salesforce para prática ética de IA, ambas apontam que “não é suficiente entregar somente capacidade tecnológica de IA generativa. Também precisamos priorizar a inovação responsável, que ajude-nos a entender como essa tecnologia transformadora pode e deve ser usada - e assegurar que nossos colaboradores, parceiros e clientes tenham as ferramentas que precisam para desenvolver e utilizar essas plataformas de maneira segura e ética.”

Em uma entrevista conduzida pela Silicon, Goldman disse: “Precisão é a coisa mais importante quando falamos de IA em um contexto de negócio, pois você deve se assegurar de que a IA não está inventando fatos, seja em comandos e recomendações para chats com clientes ou e-mails focados em vendas e prospecção.” Portanto, garantir que os dados são verdadeiros e confiáveis é a base para qualquer aplicação de IA.

Nesse sentido, as respostas supostamente oficiais ou verídicas dadas pelo ChatGPT são objetos para se ficar de olho, salienta Savarese, que também alerta sobre o que ele chama de “falha confiante”.

“O posicionamento, seguidamente de tom profissional que esses modelos adotam quando respondem a uma questão do usuário, dão a essas plataformas uma capacidade de interação impressionante, ao mesmo tempo que faz com que suas falhas sejam ainda mais perigosas,” diz Savarese. “Até mesmo especialistas são frequentemente pegos desprevenidos pelo poder de persuasão das IAs”, complementa.

Para entender o quanto está em jogo, basta escalar a confiança que usuários comuns têm no ChatGPT para o nível de grandes empresas de atuação mundial. No entanto, apesar dos riscos, os líderes de TI estão atentos. Segundo a pesquisa feita pela Salesforce e já referenciada aqui, 6 em cada 10 (59%) dos gestores da área dizem considerar imprecisos os outputs da IA generativa.

Como usar a IA generativa de forma ética e responsável?

É justamente para responder essa pergunta que a Salesforce está construindo capacidades de IA confiáveis, com direcionamento e guias de uso imbuídos nas próprias ferramentas,  para ajudar a prevenir prováveis problemas antes mesmo de acontecerem. Se o mundo vai se dar conta do potencial da IA generativa, ele vai precisar de bons motivos para confiar nesses modelos, em toda e qualquer situação.

IA responsável significa IA sustentável. Nesse sentido, a inteligência artificial consome significativamente mais energia do que as tecnologias de trabalho tradicionais e 71% dos líderes de TI concordam que a IA generativa aumenta a pegada de carbono da humanidade através do crescente uso de energia do qual necessita.

Apesar da necessidade de se explorar a inteligência artificial generativa de maneira inclusiva e criteriosa, a tecnologia guarda um vasto potencial para impulsionar o futuro do CRM - não apenas dos softwares, mas da estratégia de gerenciamento de clientes como um todo. 

LEIA MAIS: Tipos de CRM: diferenças e vantagens

Antes de mais nada, é preciso dizer que a inteligência artificial já faz parte da plataforma Salesforce há um longo tempo. Por exemplo, as tecnologias de IA do Einstein entregam mais de 200 bilhões de predições através do Customer 360. Isso faz com que vários tipos de corporações acelerem seus ciclos de fechamento de negócio, além de gerar conversações de IA semelhantes à interação humana para as páginas de FAQ, ajudando a satisfazer e entender melhor o consumidor.

Além disso, recentemente, a Salesforce anunciou o Einstein GPT, a primeira IA generativa para CRM do mundo. De e-mails personalizados para vendas até códigos auto-gerados, o Einstein GPT vai entregar conteúdo criado por inteligência artificial em cada segmento das vendas, atendimento ao cliente, marketing, comércio e interação com a TI em hiperescala.

Vale dizer também que o Einstein GPT usa dados do Data Cloud combinados com dados públicos para criar uma experiência relevante para os clientes através do Customer 360.

O melhor é que o Einstein GPT fará tudo isso com a mesma inclusão, responsabilidade e sustentabilidade que fazem parte de todos os produtos da Salesforce, trazendo mais segurança para você e para o seu negócio.

Gostou de saber mais sobre IA generativa?

Nosso blog e Centro de Recursos estão sempre atualizados com novidades e conteúdos sobre CRM e inteligência artificial. Abaixo sugerimos outras leituras que podem ser úteis a você:

• Apresentando o Salesforce Einstein: Inteligência Artificial para Todos
• 4 Estratégias de Inteligência Artificial em Vendas
• 10 Maneiras Como a Inteligência Artificial Transformará a Experiência do Cliente
• Inteligência Artificial para Pequenas Empresas: encontre, conquiste e fidelize clientes

Aproveite para conferir todas as funcionalidades do Einstein e entender como ele pode transformar os seus resultados.