A indústria de tecnologia está em um momento fervoroso no que diz respeito aos agentes de inteligência artificial (IA). O CEO da OpenAI, Sam Altman, afirmou que os agentes "irão se juntar à força de trabalho" neste ano. Satya Nadella, CEO da Microsoft, previu que esses agentes substituirão certos trabalhos baseados em conhecimento. Marc Benioff, CEO da Salesforce, mencionou que o objetivo da empresa é ser "o maior fornecedor de trabalho digital do mundo" através de seus diversos serviços "agênticos".
No entanto, há uma grande confusão sobre o que exatamente significa ser um agente de IA.
Nos últimos anos, a indústria tecnológica proclamou com ousadia que os "agentes" — uma palavra da moda atual — têm o potencial de revolucionar tudo. Assim como os chatbots, como o ChatGPT da OpenAI, abriram novas formas de buscar informações, os agentes poderiam mudar a forma como trabalhamos, segundo CEOs como Altman e Nadella.
Embora isso possa ser verdade, a definição de "agentes" é uma questão complexa. Assim como outras terminologias relacionadas à IA (como "multimodal", "AGI" e "IA"), os termos "agente" e "agêntico" estão se tornando tão elásticos que tornam difícil sua compreensão clara.
Isso coloca OpenAI, Microsoft, Salesforce, Amazon, Google e várias outras empresas que estão desenvolvendo produtos em torno de agentes em uma posição complicada. Um agente da Amazon pode ser muito diferente de um agente do Google, levando a confusões e frustrações entre os consumidores.
Ryan Salva, diretor sênior de produtos da Google e ex-líder do GitHub Copilot, expressou seu descontentamento com o termo "agentes". Ele declarou: "Acho que nossa indústria usa tanto o termo 'agente' que ele se torna quase sem sentido. É uma das minhas aversões."
A dificuldade em definir o que é um agente de IA não é uma novidade. Em um artigo publicado ano passado, o ex-repórter da TechCrunch, Ron Miller, explorou a pergunta: O que é um agente de IA? O problema identificado foi que quase todas as empresas que desenvolvem agentes têm abordagens variadas para a tecnologia.
Essa confusão aumentou recentemente.
Esta semana, a OpenAI publicou um post em seu blog definindo agentes como "sistemas automatizados que podem realizar tarefas de forma independente em nome dos usuários". No entanto, no mesmo período, a empresa lançou documentação para desenvolvedores que os descrevia como "Modelos de Linguagem de Grande Escala (LLMs) equipados com instruções e ferramentas".
Leher Pathak, líder de marketing de produtos da API da OpenAI, declarou posteriormente em um post que entendia os termos "assistentes" e "agentes" como intercambiáveis, o que só complicou ainda mais a questão.
Por outro lado, os blogs da Microsoft tentam diferenciar agentes de assistentes de IA. Os primeiros, que a Microsoft chama de "novos aplicativos" para um "mundo movido a IA", podem ser personalizados para ter uma expertise específica, enquanto assistentes apenas auxiliam em tarefas gerais, como redigir e-mails.
A AI lab Anthropic aborda a bagunça das definições de agentes de maneira mais direta. Em um post no blog, afirmam que agentes "podem ser definidos de várias formas," incluindo tanto "sistemas totalmente autônomos que operam independentemente por períodos prolongados" quanto "implementações prescritivas que seguem fluxos de trabalho predefinidos."
A Salesforce possui, talvez, a definição mais abrangente de "agente" de IA. De acordo com a gigante do software, os agentes são "um tipo de [...] sistema que pode entender e responder a perguntas de clientes sem intervenção humana." O site da empresa lista seis categorias diferentes, desde "agentes reflexivos simples" a "agentes baseados em utilidade."
Por que tanto caos?
Os agentes – assim como a IA – são uma coisa nebulosa e estão em constante evolução. OpenAI, Google e Perplexity começaram a disponibilizar o que consideram ser seus primeiros agentes – o Operador da OpenAI, o Projeto Mariner do Google, e o agente de compras da Perplexity – e suas capacidades variam bastante.
Rich Villars, vice-presidente de pesquisa global na IDC, observa que as empresas de tecnologia "têm uma longa história" de não respeitar rigidamente definições técnicas.
"Elas se importam mais com o que estão tentando alcançar" em um nível técnico, disse Villars à TechCrunch, "especialmente em mercados de rápida evolução."
No entanto, o marketing também é uma parte significativa da culpabilidade, de acordo com Andrew Ng, fundador da plataforma de aprendizado de IA DeepLearning.ai. "Os conceitos de 'agentes' e fluxos de trabalho 'agênticos' costumavam ter um significado técnico", comentou Ng em uma entrevista recente, "mas há cerca de um ano, os vendedores e algumas grandes empresas começaram a explorá-los."
A falta de uma definição unificada para agentes representa tanto uma oportunidade quanto um desafio. Jim Rowan, chefe de IA da Deloitte, argumenta que, por um lado, a ambiguidade permite flexibilidade, permitindo que as empresas personalizem os agentes segundo suas necessidades. Por outro lado, isso pode levar a "expectativas desalinhadas" e dificuldades em medir o valor e o retorno sobre investimento de projetos relacionados.
Como Rowan observou: "Sem uma definição padronizada, pelo menos dentro de uma organização, torna-se desafiador avaliar o desempenho e garantir resultados consistentes. Isso pode resultar em interpretações variadas do que os agentes de IA devem entregar, complicando os objetivos e resultados dos projetos. Embora a flexibilidade possa estimular soluções criativas, uma compreensão mais padronizada ajudaria as empresas a navegar melhor no cenário dos agentes de IA e maximizar seus investimentos."
Infelizmente, se a evolução do termo "IA" for um indicativo, parece improvável que a indústria chegue a um consenso sobre uma definição de "agente" tão cedo – ou jamais.
