Session 1 – Strategy, Design, Innovation + AI, Agile 2 0

[Aplausos] Hum, algumas palavras sobre minha
atividade… minha formação é designer. Eu também desenvolvi algumas ferramentas de colaboração na
época do hardware e basicamente decidi colocar minha energia agora no apoio a grandes organizações para
fazer o que é chamado de transformação de IA ou transformação digital Liderança de  IA no sentido de que é um pouco complexo
-vimos três belas empresas de consultoria- e eu poderia atuar com elas como co-parceiro, como
designer de experiência do usuário para realmente desenvolver as   boas propostas de valor e garantir que
seu projeto seja indo no caminho certo Apenas… como você pode ver, há várias possibilidades
durante os últimos cinco anos estávamos fazendo mais automação e a geração AI veio e de repente
não era automação/vamos automatizar tudo foi como "ah, isso é criativo" então é
uma boa oportunidade agora para fazer a transformação da IA com aumento e não automatização. Muitos
especialistas estão tentando promover essa ideia de que "ok, você fez automação por muito tempo,
mas não comece a automatizar tudo " comece primeiro a entender exatamente como você pode
aumentar e vamos nos aprofundar no que é o conceito de aumento e sim, basicamente
há algumas empresas que teremos hoje Caterpillar e Benoit fazem parte de uma espécie de
grupo de tarefas de IA e o fato é que representa a ideia de que IA não é algo que deveria
estar apenas nas mãos do digital, do CDO ou do CIO ou do CTO ou de qualquer C que seja, é um
desafio para toda a empresa e vamos veja por que mais tarde é uma jornada e essa jornada é
complexa e há algumas crenças que algumas pessoas estão chegando com grandes ideias e é ótimo ter
grandes ideias e mas você precisa ter os pés no chão…

Passei os últimos dois anos construindo
visão computacional e tive uma grande ideia que era colocar a IA no centro da sala de reuniões e
usamos serviços de transcrição e queríamos que a IA interviesse durante as reuniões e com o GPT 3.5
não foi bom… com o GPT 4 foi ok… e estou esperando que o GPT 5 execute em algum momento essa
ideia… mas potencialmente…

Ou talvez não…. no momento em que estou prestando serviços e estou aqui para
atendê-lo com coisas básicas de IA para que você compreenda … e o nome Panoramai foi essa
ideia de ser horizontal e é por isso que também temos quatro faixas, não é apenas uma
IA de segurança ou IA ética ou… é uma ampla conferência e espero que no próximo ano possamos ter uma visão ainda maior e
mais horizontal do que é IA generativa… Antigamente falávamos sobre chatbots
assistentes virtuais e em 2023 começamos a falar sobre Chat GPT… Chat GPT foi o
nome mais popular e hoje sugiro que usemos modelos em vez de usar o Chat GPT, mesmo que seja
o GPT em si, o que é interessante porque tem dois significados… um é o transformador generativo pré-treinado,
mas o outro é o subjacente que eu prefiro é uma "tecnologia de uso geral"
e a Internet é uma tecnologia de propósito geral e acho que a Geração AI – bem, pelo menos para mim – mas quando
você olha até onde a Microsoft e o Google estão empurrando a Geração AI…

Você pode ver que é uma
tipo "momento do (i)telefone móvel" e acontece a cada década e temos um presente agora que é "A geração AI vai
definir os próximos 5 anos"… é claro que temos o tópico de AGI, mas… vamos nos concentrar inteiramente agora
neste momento, eu diria que vamos nos concentrar muito mais no que temos em nossas mãos… e se você
comparar a tração do chat GPT e Bitcoin é interessante… apenas é uma onda enorme de
consumidores de primeira geração com suporte de IA ferramentas então, mas hoje vamos falar um pouco sobre
o aspecto do consumidor, mas vamos efetivamente focar mais na empresa porque
porque estamos na Suíça porque há   muitos projetos aqui e todas as empresas
que vimos só para ter certeza de que há algumas pessoas que ainda estão um pouco confusas sobre qual é o
conceito de geração I, quero trazer uma metáfora talvez você tenha visto alguns post-its por toda parte…

Esta
é a expressão de como me sinto… como eu sinto IA generativa… para mim é uma parede de
post-its e há alguns modelos que são capazes de colocar talvez 15 ou 20 post-its e há alguns
modelos superpoderosos com uma grande janela de contexto que podem coloque milhões de post-its para que um post-it seja
semelhante a um token, a diferença com os post-its é que eles se contaminam, o que significa que se você alterar
um post-it durante sua solicitação, isso mudará tudo, sim, é efetivamente uma forma sequencial
de gerar a próxima palavra probabilística – mas não quero entrar em detalhes…- você tem um lindo
tutorial sobre o que é exatamente a abordagem de aprendizado de máquina…

Basta dar uma olhada nesses
vídeos do Google, por exemplo, ou da Amazon, ou para qualquer coisa, exceto o que é importante ter
em mente, tínhamos esses modelos de linguagem e esses modelos de linguagem, eles são texto para texto, mas não
apenas você também pode transformar dados em texto e pode usar o texto para criar dados e você pode use um
texto para criar JSON (um modelo de dados muito familiar para absorver informações de APIs), portanto não é uma
prova de produção (há alguns problemas… você precisa criar pipelines para ter
certeza de que quando receber alguma informação), mas é a primeira vez que você pode construir
um sistema em nível de API em dois minutos… É do ponto de vista do engenheiro, é completamente
louco porque você pode enviar dados e recuperar dados, então é incrível essa geração,
resumo  de conteúdo…

é onde o modelo é o mais poderoso… resumo… imagine  que
você tem muito texto que precisa resumir   se sua geração AI será perfeita para isso
tudo o que você puder dizer… veremos casos de uso em que é como "MEH", você não
sabe exatamente… mas pelo menos apenas… e tradução você pode ir muito, muito longe, temos neur.on como
palestrante… vou explicar até onde você pode ir, muito mais fundo do que pensávamos há cinco anos
… e você também pode usar a Gen AI para ativar, para criar ações… É claro que usamos a Gen AI para
criar interação…

E esse foi ESSE momento onde de repente o mundo mudou onde tornou-se
conversacional e…. escrevi pseudo razão pseudo razão é porque ainda estamos
não é um processo de raciocínio completo… é sempre passo a passo… (mas vai mudar)
e também existe o modelo de Visão … vimos alguns projetos sobre modelo de visão e a razão pela qual
chamamos de multimodal é porque eles combinam modelo de linguagem com visão …. e do
ponto de vista do designer  é uma loucura porque você tem " visão computacional da última década" e você tem "visão computacional visão
com linguagem" e para mim isso significa que de repente   a visão computacional é muito mais inteligente e
pode dizer "há alguns post-its aqui" e você não precisa projetar a visão e dizer
por favor, você tem que apoiar a postagem -sua detecção…

é alucinante porque de repente ele pode lhe dizer
algo que não foi planejado… e texto para 3D, áudio para texto, vídeo para texto… bem, é
mental- soprando… então multimodal é um termo muito   importante e cria complexidade
para definir os casos de uso… token é como um pequeno grupo de palavras, é muito importante para
o preço…. O contexto é… Quem é não está familiarizado com o termo contexto aqui? Só para ver…
desculpe contexto (1, 2, 3 contando…) Não tenha medo… 10 pessoas ok… imagine que eu coloquei alguns
post-its -100- e depois coloquei mais então de repente há alguns post-its que caíram porque
não há espaço suficiente – é uma espécie de espaço de memória   então se essa é a limitação do GPT 3.5 é
então a quantidade de token era de apenas 3.000 ou algo assim   assim… com licença Vejo alguns sorrisos aí…
mas agora estamos falando de 1 milhão, então em cerca de dois anos aumentamos em 100 o múltiplo…
Então, o tamanho da memória é como antigamente com computadores, tínhamos um tamanho de memória muito, muito pequeno
e de repente você teve que pagar muito dinheiro para   ter um melhor…

Quando eu tinha 18
anos , gastei 500 francos suíços (500 dólares) para comprar 8 megabytes de memória só para fazer Photoshop e
ilustrador ao mesmo tempo… então estamos no " mesmo período de tempo" acho que isso vai mudar
completamente… o que é interessante é… não é   apenas para tarefas simples…tarefas simples,
complicadas..complexas … caótico .. está provado que mesmo caótico ou complexo, mas não será
perfeito, vai te ajudar em algum lugar e eu fiz algumas pesquisas sobre propostas de valor porque
queria entender… uma lista de propostas de valor que é muito boa de ver é o Reddit e o Quora…
Os usuários detectaram cerca de 100 casos de uso e listaram esses casos de uso… há também clientes do Google
Gosto da forma como isso estrutura os diferentes casos de uso e agora eles estão falando sobre agentes
…basicamente você você tem casos de uso sobre projetos de clientes ou tem casos de uso sobre
projetos criativos… e eles tentam levar adiante o termo de agentes sobre os quais falaremos
bastante hoje e…

Se você der uma olhada em uma empresa mas alguém que está bastante familiarizado
com IA foi Luc Julia e apenas para uma empresa eles detectaram 100 casos de uso… então poderíamos
concluir que qualquer empresa que esteja realizando uma espécie de workshops no local de trabalho, eles terão que classificar cerca de
100 casos de uso que foram minha intenção… o que fiz além disso, tentei combinar esses casos de uso e
garantir que não sei se você conhece o "modelo 30 elementos de valor" é um da Bain & Company, o que
é interessante é que eles usam um pirâmide de Maslow e então você tem o valor funcional, talvez emocional
a mudança de vida e o impacto social, então eu pensei IA aberta, Chat GPT = funcional… não…. você tem
projeto onde usa a ferramenta para reduzir a ansiedade exemplo: você sei que você vai querer
investir naquela empresa, mas a certa altura você usa a IA apenas para dizer "sim, é uma boa ideia", então isso é
valor emocional e sabemos que dentro das empresas   as emoções são críticas para o gerenciamento de emoções
deveríamos ter um "Chefe Gestão de Emoções", ah, é recurso humano? Não, não é isso…
Mudança de vida…

é exatamente para onde a AGI pode ir… mas no setor médico a Gen AI definitivamente
(ainda) muda vidas… graças à Gen AI hoje você pode ter uma nova vida graças à vertical…Os
primeiros, primeiros, grandes usuários ? Codificadores… é enorme, talvez você não saiba, mas milhões estão
codificando todos os dias (com a geração AI). Não é que eles estejam fazendo tudo… eles estão tentando fazer
sentido… eles não estão bem em ter total autonomia projeto (mas isso acontecerá porque há
alguns não programadores que querem ganhar muito dinheiro no mercado) e eles estão bem para agir, mas
a implementação eles seguem cada linha após cada linha… mas em cerca de duas a três anos
há algumas pessoas que dizem que teremos   dois bilhões de codificadores -não tenho
certeza- … e isso é tudo por enquanto vou   intervir em cada faixa para
manter essa panorâmica veja e estou muito feliz em convidar Pascal para o palco e desejo a você também no
próximo. Conheço Pascal há anos como designer e você está trabalhando aqui na Sicpa talvez apenas
algumas palavras sobre o que você está fazendo hum, por favor vocês estão bem, olá a todos, sou
Pascal, que trabalho na Sicpa, sou um pesquisador, estou pesquisando principalmente dinheiro como uma função social,
como uma infraestrutura de bem público, estranhamente, pois o uso de dinheiro está diminuindo no ponto de
venda.

a demanda por dinheiro está disparando e estou tentando descobrir por que chamamos isso
de dinheiro Paradoxo e o dinheiro tem um papel imenso em todo o mundo Mundo além do espaço de pagamento
e se você é um cara branco na Suíça com um emprego morando em uma cidade, você provavelmente não é o
mais adequado para entender por que, uh, isso geralmente acontece no Sul global em famílias onde  as
pessoas vivem em três gerações e em diásporas   ao redor do mundo e eu estou no meio disso
e eu' estou muito feliz em recebê-lo em nosso campus, hum Eu faço uma mistura de, também sou designer como ele, faço
uma mistura de pesquisa de design e pensamento futuro.   Já trabalhei anteriormente para muitos clientes  em todo o
mundo, passei um muito tempo na África na Ásia e espero que tenhamos um
painel muito  estimulante aqui e, uh, obrigado pela capacidade de me apresentar, não planejei isso,
tudo bem, então, uh, saudações a todos, uh, participantes alguns dos meus colegas também estamos aqui e
convidados especiais, estamos todos muito entusiasmados por ter vocês aqui hoje, bem-vindos a este painel de discussão
sobre um tema que está no cerne do tópico de design de estratégia de IA Inovação e ágil 2.0, então
é um privilégio ter você aqui enquanto exploramos a confluência desses tópicos críticos que
estão moldando nosso futuro como pesquisador, hum, tenho   me envolvido muito com pessoas que não gostam de IA
eu os chamaria de não adotantes, eles acham isso burros, eles acham a IA extremamente burra, essas pessoas
me fascina e serei muito direto, é óbvio que esses usuários não estão se beneficiando da IA.
Também faço parte de um grupo de pesquisadores preocupados com o desequilíbrio entre a preferência pelo
pensamento convergente e o pensamento divergente, tudo bem, fazemos pesquisas em empresas e
descobrimos  que entre 60 e 80% das pessoas em equipes   em todo o mundo têm preferência pelo
pensamento convergente , nós os chamamos de implementadores e eles têm uma tendência profunda para julgar, avaliar
escolher decidir que é o que chamamos de Silo cognitivo que temos para ser honesto, é nosso
sistema escolar que está criando essas legiões de pequenos implementadores.

Provavelmente estou aqui cercado por
pessoas de startups, então você pode ficar mais à vontade com o lado divergente e o uso da IA ​​é inteiramente
determinado pelo usuário de várias maneiras ou pela pessoa fazer perguntas e solicitar tarefas
e isso representa uma responsabilidade significativa para nós. Como podemos garantir que a IA não amplifique
ou perpetue nossas limitações, como orientamos e ajudamos os usuários a colaborar com os agentes e ajudá-
los a se beneficiar da IA ​​para resolver alguns dos os maiores desafios que já tivemos como sociedade
neste planeta e estou muito satisfeito em desvendar esses tópicos com meus co-painelistas hoje
Gostaria de dar as boas-vindas ao palco Stephanie Kioutsoukis, a CEO de nova estratégia, e Gisella
Famà cofundador da Glue Charm, por favor, dê-lhes as boas-vindas, então vamos começar com uma apresentação de uh Gisella, você tem alguns
slides, vou lhe dar o microfone, tudo bem, então estou aqui para apresentar
um pouco do que eu' estou trabalhando em uh, então sou eu, uh, venho da EPFL, tenho experiência
em pesquisa de usuários de design e tenho uma cofundadora, Chesca, que infelizmente não pôde estar aqui
hoje, uh, ela tem formação em engenharia de software, então no início de este ano
decidimos deixar nosso trabalho corporativo e, uh, entrar no mundo das startups e criar algo que achamos
necessário se você trabalha no desenvolvimento de produtos, uh decidimos que poderíamos usar a IA generativa, uh
para transformar ideias em especificações para desenvolvimento mais rápido, então nós temos uma grande visão que vai além do que temos
agora, mas criamos em três meses nosso primeiro MVP e começamos a testar com nossos clientes
e pioneiros.

Temos muita sorte porque obviamente trabalhamos no desenvolvimento de produtos, então
temos muitos inovadores como nós que querem experimentar coisas e estão muito animados para ver aonde  a
IA generativa pode nos levar, então, ah, isso parece diferente de onde deveria parecer,
mas está tudo bem, então quero explicar um   um pouco sobre as coisas que importam para eu como
designer como pesquisador, então é claro que uma IA generativa é brilhante para muitas coisas diferentes, uh, mas
acho que também estamos indo em direção aos padrões e tudo que pode não fazer sentido para os usuários
então, como designer e como pesquisador, eu Estou sempre pensando que você sabe o que estamos construindo,
neste caso, para a equipe de desenvolvimento de produto, como funciona, como isso afeta o
trabalho deles, como o torna mais produtivo, por exemplo, em nossa solução, decidimos que
usar o padrão de bate-papo não é muito produtivo.

então não estamos usando o bate-papo, estamos usando
IA generativa, mas não temos uma maneira de você conversar com o agente, e vou explicar  que
você sabe algumas coisas sobre isso em um segundo, um segundo elemento que é muito importante para
nós é o atrito e o controle, então, quando começamos a trabalhar nessa ideia, começamos a
fazer experimentos iniciais e percebemos que muitas pessoas, mesmo em equipes de desenvolvimento de produtos,
onde há muitos inovadores, são bastante contra, você sabe, ter algo eles
apenas geraram para eles sem entender como é gerado, por que é gerado  de
uma certa maneira e sem ter controle, então para nós é muito importante que em qualquer ponto  de
nossa solução você tenha a oportunidade de decidir se deseja usá-la, caso não queira quiser usá-
lo, como você vai usá-lo de uma maneira específica, você pode personalizá-lo, se quiser, para estar
sempre no controle, e as duas últimas coisas, que estão bastante relacionadas, são como fazer com que essa
IA se torne parte do seu experiência de trabalho em equipe, então como você vê a IA realmente melhorando
o trabalho que você faz, mas também como você cria momentos de magia, para mim isso é muito importante
se você gosta de mim quando era jovem, sempre gostei de magia e Gosto do fato de saber que
às vezes há um truque, mas também quero acreditar que é realmente melhor que você
saiba o que já existe na realidade: como criamos Magic e como usamos IA generativa para
criar e dar algo para as pessoas em sua experiência de trabalho que é realmente melhor, mais rápida e
ainda maior do que o que elas pensavam originalmente e e podemos voltar, uh, na conversa
a isso, apenas para dar uma prévia, uh, então o tipo de coisas que estamos focando agora é
usar casos para que, como equipe de desenvolvimento de produto, você possa decidir que está criando uma nova
ideia de produto  para um novo aplicativo de software ou pode ter um aplicativo existente e está criando um
novo recurso.

Geralmente, esses são os dois casos em que você se encontra, então escolhe uma dessas
uh opções e usa, uh, há uma série de perguntas ou coisas que você pode fazer
para  refinar sua ideia, mas o elemento mais importante é que você chega a esta parte do
hum experiência da plataforma onde você está revisando os casos de uso que foram criados para
você e com você e o que você pode fazer é passar por todos esses elementos que você sabe que começa
como ideias de produto, então provavelmente você é de uma perspectiva de negócios, mas então você trabalha com
sua equipe de desenvolvimento para traduzir essas ideias em código, uh, e antes de chegar ao código, obviamente  são
diagramas de front-end e diagrama de back-end e tipos de dados associados a isso,
então tudo isso é meio automatizado pela IA, mas também é escolhido por você e acho que
é para onde estamos indo agora. O outro elemento que você sabe que
quero destacar é que não fazemos como mencionei antes, não usamos IA com um bate-papo, então você não está
conversando com o agente que está trabalhando com você no projeto, mas o que o agente está fazendo é
fornecer uma revisão em segundo plano e controlar o que você está fazendo
e fornecer alguns alertas, ideias ou oportunidades para melhorar então é onde
estamos atualmente, depois de lançar nosso MVP, estamos testando, estamos verificando com nossos clientes e
vendo como podemos melhorá-lo, então isso é apenas um pouco de contexto e acho que um elemento que
é bastante interessante para us é a tela que você vê aqui, então esse mapeamento de caso de uso
nos levou  literalmente, você sabe, parece bastante simples   na verdade é bastante complicado chegar a esse
mapeamento de um caso de uso de um aplicativo, um mas chegamos a isso depois de dois meses de testar e
experimentar diferentes modelos e, uh, minha lição principal   como criador é que primeiro você precisa continuar
tentando, você precisa realmente ter a mente aberta, no sentido de que nem sua primeira chance será a
melhor, uh, você também deve manter experimentando modelos diferentes, por exemplo, usamos
IA aberta e Mistral e para nós é isso que   está funcionando melhor agora, mas pode mudar nos
próximos dois meses, você sabe, uh e a outra coisa é muito importante considerar: falamos um
pouco sobre tokens conversamos um pouco sobre a importância de manter o custo em mente como
fundador de uma startup, para mim, você sabe, ter em mente o custo associado a ele é importante, mas o
segundo elemento é, uh, o tempo de computação que é necessário para alcançar determinados resultados, então o primeiro
vez que tentamos fazer o mapeamento de casos de uso que você vê aqui, nos deu bons resultados, mas
estava demorando cinco minutos, cinco e seis minutos para gerar este relatório.

Então, eventualmente, tentamos,
tentamos, aprendemos algumas coisas no caminho e conseguimos chegue a um ponto em que basicamente
você entende, você sabe 30 segundos no máximo e então, novamente, é uma curva de aprendizado
você sabe, não importa que tipo de experiência você tem   ou você sabe o quanto você sabe sobre isso
uh hum estes modelos, você tem que, obviamente, uh tentar e uh e e você sabe ter uma mente aberta sobre
os fatos, às vezes você irá falhar hum e eu acho que   é isso, se você quiser experimentar, você pode tentar
então você pode se registrar em nosso site se você pode usar o código QR, não importa, basta ir em cola
charm.com panom tentar e, sim, você pode registrar-se você mesmo e nós lhe daremos acesso e você
pode tentar e, obviamente, se você tentar   por favor, nos dê feedback porque é disso que
você precisa, nós precisamos e uh, sim, é isso para nós, obrigado, você precisa
disso, ok, obrigado, antes de irmos com você, só tenho uma
pequena pergunta, você disse sem bate-papo, mas você avisa, desculpe o que nós quero dizer com isso em
muitas, uh, UI de [Música] em muitas das experiências que você vê agora, você tem um,
basicamente gostamos que você se comunique com, uh, com o sistema ou com o agente apenas fazendo
perguntas continuamente que nós não estamos indo nessa direção, então você pode potencialmente decidir
personalizar o modelo por trás, uh, então damos isso como uma oportunidade de ser totalmente justo até agora
ninguém  usou isso, então há uma oportunidade aí   de decidir que não vou estou satisfeito com os resultados que estou
obtendo, então quero personalizar a maneira como estou obtendo os resultados, mas posso dizer que as
pessoas que o usaram até agora, cerca de 0% das pessoas, decidiram ir nessa direção o que significa que
potencialmente há algo muito bom mas também, realisticamente, está no desenvolvimento de produtos
você realmente não quer conversar muito, a menos que esteja decodificando isso é como geração de produto
geração de ideia de produto, então o que você quer é obter alguns resultados melhorá-los torná-los melhores
torná-los adequados para seu aplicativo, então nós decidimos ficar longe desse tipo de
interface de usuário conversacional.

Eu estava conversando com algumas pessoas no público e acho que há
um elemento também que não não quero chegar a esse ponto em que você obtém a garantia, pois
às vezes acontece que você sabe que se usar o chat GPT, o que é brilhante, sua ideia é incrível, vá em
frente, é como se sim, está tudo bem, mas honestamente, nenhuma equipe de desenvolvimento de produto precisa disso, certamente sim, certo
muito obrigado, bem-vindo, talvez apresente rapidamente, uma nova estratégia ou talvez um pouco
de sua experiência e por que você está aqui, para que o público possa saber um pouco mais sobre você, ok,
então não sei até que ponto isso precisa estar aqui é uma boa distância, ok, então sou Stephanie Kioutsoukis
meu sobrenome é grego, se alguém se perguntar, mas moro na Suíça, sou fundador e CEO de duas
empresas, uma é estratégia nova e a outra   se chama Fresh Solutions, estratégia nova apenas
Consultoria de inovação e consultoria de estratégia e esta é uma das coisas pelas quais sou muito apaixonado
é como criamos inovação que realmente importa e você ouvirá mais sobre exemplos de nosso
trabalho mais tarde e outra coisa pela qual sou realmente um apaixonado O que importa é como maximizamos o impacto
das inovações que lançamos e também o impacto de nossos processos de trabalho que geralmente
não são escalonáveis ​​e essa é a ideia por trás da segunda empresa que é uma empresa de IA, criando
soluções de IA para processos de negócios como desenvolvimento de liderança Inovação, uh desenvolvimento
e ampliação de inovações, quando falamos rapidamente conversamos antes, você mencionou projetos muito sociais
não realmente os projetos corporativos usuais de muito dinheiro você pode nos contar um pouco mais sobre isso, então nossos
maiores clientes no momento são, uh, organizações em no setor público e em
organizações internacionais, então temos clientes que fazem parte do departamento federal de relações públicas de
Relações Exteriores e partem na direção do desenvolvimento e da cooperação, então o que estamos fazendo
com eles é usar soluções de IA ou desenvolver soluções de IA para informar suas estratégias para
avançar  um exemplo específico é o programa suíço para trabalho e migração é um programa que  está em
execução há cerca de oito anos com investimentos multimilionários   por trás deste programa ex Parceiros eles
devem ter tipo, não conheço 20 parceiros diferentes ONGs da OIT no campo, ONGs com sedes em
quatro continentes e todos esses parceiros, uh, tiveram que fazer uma pequena parte da execução desse
programa de trabalho e migração no campo e em vários níveis, agora o que vem a seguir é a questão certa,
o que eles deveriam fazer estamos fazendo e investindo nos próximos quatro anos, há um
esses são investimentos de mais de 12 milhões que eles precisam decidir o que está funcionando, como podemos
acelerar nosso impacto, mas eles têm uma quantidade tão vasta de dados por aí, então um para ilustrar o que
isso significa que, para um programa como esse, deve haver cerca de 200 documentos, cada um desses
documentos tem de 20 a 80 páginas que um consultor é alguém com conhecimento que deve ler e
então escolher se você conhece as informações necessárias para informar a nova estratégia e então lembre-se disso quando for a
hora de realmente desenvolver a estratégia e, hum, e usá-la de uma forma que faça sentido, então uma
parte do desafio é como eles podem escolher as coisas certas para a nova estratégia
avançar, usando essa vasta quantidade de informações e é aqui que usamos soluções de IA para ajudá-
los a encontrar as informações para ajudá-los a processar as informações analisar as informações encontrar padrões
em todos esses documentos e a segunda parte é   que eles estão trabalhando com tantos parceiros multilíngues
pessoas pessoas que não Não falo localmente que não falam inglês corretamente, por exemplo, mas essas pessoas
têm conhecimento em suas cabeças, sabem coisas e todo esse conhecimento precisa ser aproveitado
para  uh garantir que tomemos as decisões certas uh para os próximos quatro anos, então a segunda parte da
solução que estamos construindo ou construindo junto com eles é uma
ferramenta de entrevista automatizada que a IA também gerou perguntas e, na verdade, uma história engraçada aqui é que
tivemos que realizar 70 entrevistas para aproveitar o conhecimento de 70 pessoas que usamos essa ferramenta gerada por IA,
parte das perguntas foram feitas por humanos, parte das perguntas foram feitas pela IA e,
em seguida, perguntamos como feedback do Fe, bem, o que você gostou nesta entrevista, as pessoas não sabiam quais
perguntas eram quais, mas na verdade o feedback foi bem, houve algumas perguntas muito medíocres, mas
eu realmente gosto das perguntas de acompanhamento que foram todas geradas pela IA, então, hum, bem, isso  quer
dizer que um dos projetos está informando a estratégia para trabalho e migração, eles podem ter
perguntas como o que precisamos fazer para capacitar mais as mulheres migrantes, mas nenhum dos relatórios
apenas fala sobre isso, então é uma questão que atravessa todos os conjuntos de dados em todas as entrevistas
e conhecimento das pessoas e a IA pode coletar essas informações muito rapidamente em
segundos você recebe uma resposta super interessante   de muitas maneiras de aumentar as habilidades humanas
para descobrir o que eles não sabem absolutamente e eles também lhe dirão coisas que você
pode perder completamente, certo, você sabe, no decorrer deste projeto descobrimos que, na verdade,
havia um grande potencial em trabalhar em como as cidades se desenvolvem devido à migração para esses lugares,
mas ninguém havia pensado nisso, a IA nos disse, bem, por que você não olha para esta questão, há
um potencial nela é uma tendência emergente em evolução ouvimos isso, então vemos isso no que as pessoas relatam
principalmente em entrevistas, certo, principalmente pessoas nas entrevistas que vivem em lugares como Cairo Nairobi
esses lugares eles então, uh uh, apresentariam exemplos e a IA poderia reconhecer que este é
um Tendência emergente que o programa de migração laboral deve levar em consideração no
futuro, não fez a recomendação sobre como levá-la em consideração, mas
apontou  que talvez haja uma oportunidade neste espaço que você pode querer que nós, humanos
dê uma olhada e estou à frente de uma das grandes organizações e você vem até mim e
apresenta seus insights.

Como reagirei quando a máquina disser que perdi alguma coisa
ou que tenho um ângulo morto, olhe corretamente hum, eu acho que agora esses exemplos específicos são extremamente
políticos, eles são extremamente, uh, também sensíveis porque estamos falando de populações vulneráveis
então sempre precisamos que os humanos lá dentro façam   para julgar a qualidade do resultado da IA
e reformulá-lo de uma forma maneira que pode ser aceito por bem, eles podem ser integrados em uma estratégia e
aceitos por quem é o tomador de decisão, então basicamente, neste caso específico, não pedimos
à IA para fazer recomendações, pedimos à IA para nos dizer quais são as fatos, o que são as patentes
porque neste caso específico é extremamente importante que os humanos assumam a responsabilidade pelo
processamento das informações, então o que normalmente aconteceria, a análise passa, então você conduz
um workshop e então os humanos processam as informações e dizem o que fazemos com isso como isso se encaixa
em nosso contexto, como isso se encaixa na discussão e conversa política   em que ponto
trazemos qual tópico à tona como isso é sensato para a população vulnerável Etc.

Temos
outro caso de uso que vai para uh Inovação uh onde nós usando uma ferramenta outra ferramenta que criamos nos
últimos três meses para plataformas e uma dessas plataformas é um consultor de IA no seu bolso
e basicamente foi assim que comecei a usar IA como consultor de estratégia Tive uma estagiária ela tinha 22 anos ela
saiu a empresa perguntou a ela qual é o seu como devo que tipo de pessoa devo procurar  para
substituí-lo escreva o perfil do trabalho a resposta dela foi literalmente você não precisa de mais ninguém apenas
use ferramentas de IA e isso foi em setembro de outubro 22 de bate-papo GPT não estava lá, ela me mostrou
algumas ferramentas e então comecei a pensar bem, o que é isso, o que isso significa para mim, para meu trabalho, para minha
profissão e, hum, e foi assim que acabamos fazendo ou começando a substituir parte de nosso estratégia usual
trabalho e fluxo de trabalho por uma ferramenta que chamamos de consultor de IA   no seu bolso e um dos casos de uso
há uh como você uh hum usa o design thinking projeto em estágio inicial para um desenvolvimento de inovação
em organizações como o órgão público federal para saúde pública é onde ele é mais usado
hum, todos se lembram que, há três anos, quatro anos atrás, o fax ainda era algo que algumas pessoas em
nosso sistema usavam, não é mais o caso certo, eles deram um grande salto ao usar o fax
cavar ferramentas análogas em uh digital no mundo digital, mas sua força de trabalho não as pessoas são muito  mais
lentas em adotar e saber como lidar com essas coisas e a ferramenta que estamos fornecendo a eles
aqui é como eles podem desenvolver inovação para seus propósitos, podem ser coisas como serviços que eles
fornecer ao cidadão poderia ser algo como, uh, como eles fazem o gerenciamento das partes interessadas com
hospitais, cantões e outras partes interessadas, como eles desenvolvem uma
plataforma digital, tivemos um caso em que eles desenvolveram a plataforma digital e o consultor de IA no seu
bolso para design thinking, ajuda os usuários responsáveis ​​por essas inovações ou
esses processos a fazerem isso sozinhos porque nem sempre há um consultor disponível
e nem sempre há tempo para fazer o design Sprint obrigado, então acho que você estamos obtendo
enormes ganhos em velocidade e profundidade de análise agora há sempre
uma questão de alucinações com IA hum, acho que sem o bate-papo você pode reduzir
um pouco esse aspecto, como funciona, como você gerencia as alucinações de uma forma não – experiência do usuário baseada em bate-papo,
sim, então só precisamos lembrar algumas coisas uma vez para termos muita sorte
de você saber que estamos desenvolvendo uma plataforma onde dizemos que queremos que os humanos estejam no comando,
não importa o fato que você sabe que a IA pode gerar algo que não está certo ou que não
parece porque, no final, estamos mostrando tudo aos humanos, aos proprietários de produtos, analistas de negócios e
desenvolvedores e são eles que precisam tomar a decisão é se o correto se aplica
realmente para os aplicativos em que estamos trabalhando é que uma representação justa de você sabe, por
exemplo, que o diagrama de front-end está correto ou deveria esse tipo de dados ou parâmetro ser correto para
usar ou então temos muita sorte no sentido de que mesmo que seja uma alucinação acontece, você sabe, a realidade
é que estamos mostrando isso ao desenvolvedor ou ao proprietário do produto e eles ainda são responsáveis ​​por
dizer ok, isso não parece certo.

Por exemplo, queremos remover esse caso de uso de nossa plataforma e
em o pano de fundo que a plataforma aprende que se isso foi removido provavelmente não estava certo
ou havia algo que não se aplicava a isso uh, mas na verdade vimos isso, honestamente, para
nosso caso, vimos menos alucinações por causa da   maneira como estamos desenvolvendo o aplicativo e
também por causa do tipo de aplicativo que estamos criando e mais pelo fato de que por alguns
meses tivemos que lutar muito com IA e IA preguiçosa e acho que se você usou o suficiente até mesmo o Chat
GPT você percebe que eu acho que melhorou com o modelo recente, por exemplo, para todos, mas se você
usá-lo, você percebe que alguns apontam para esse modelo às vezes eles ficam preguiçosos, então você pede a eles para fazer
algo e eles realmente não fazem isso ou fazem por a tarefa e então eles esquecem o resto e
por exemplo, no nosso caso, porque trabalhamos com muitos deles trabalhamos com engenharia de fluxo, então
não é apenas um prompt, não é apenas um agente, são vários agentes que estão trabalhando em segundo plano
então, às vezes, isso pode acontecer, então o que você precisa fazer é reexaminar sua engenharia de fluxo
torná-la mais inteligente, talvez remover uma etapa, torná-la mais rápida para que haja menos oportunidades para essa
engenharia preguiçosa acontecer ou você decide se, por exemplo, em nosso caso, adicionar mais avaliações para o
dia de trabalho estão acontecendo, então é engraçado para nós   o suficiente A alucinação não é um problema, uh, na
maneira como vemos isso e o problema é a qualidade dos resultados que estamos obtendo, então a
qualidade do conteúdo e como Eu disse: você sabe que se vemos o agente não tendo o desempenho
esperado, é aí que temos um problema, é aí que sabemos que precisamos voltar e analisar novamente o
fluxo ou precisamos encontrar uma maneira melhor de lidar com isso é, uh, porque à medida que a complexidade melhora, obviamente,
você sabe a complexidade das respostas e os resultados podem diminuir, então é muito importante
olhar para isso, obrigado.

Tenho uma pergunta para você, Stephanie, você mencionou um Cairo e
Nairóbi, como está a IA hoje capaz de entender a realidade de você disse que uma mulher migrante do
sul global da África ainda há algumas limitações em torno de sua capacidade de dar sentido às
formas não-ocidentais de viver e compreender o mundo, com certeza, então tivemos um caso que tivemos um
breve piloto em Juba, Sudão do Sul, uh, onde se tratava   de usar o consultor de IA de escalonamento no seu bolso
uh, para a equipe local ampliar os programas que eles estavam executando, hum, uh, como você chama,
uh, quando as mulheres são abusadas, sim então, as limitações que encontramos foram embora
tivéssemos que fazer muito trabalho e até mesmo criar agentes para garantir que a IA pegaria fontes relevantes
ou priorizaria fontes relevantes de informações de Juba ou do Sudão do Sul em para
informar os usuários com informações relevantes e com informações relevantes e o idioma foi um pouco
problemático, embora seja árabe, não é um árabe puro, então foi um pouco problemático processar
suas consultas nos idiomas locais, além disso.

claramente, eu acho que os dados que temos
em mãos agora são altamente influenciados pelas informações ocidentais, mas provavelmente
mudarão muito rapidamente, uh, quando também, quando esses países ou pessoas nesses lugares
começarem a usar essas ferramentas e também mais informações são inseridas no conjunto de dados, tivemos outro caso em
Madagascar, a propósito, onde uh Madagascar estava, quero dizer, hum, tratava-se de aproveitar o
conhecimento dos povos indígenas sobre as mudanças climáticas Esplêndido, sim, bem, eu poderia passar o dia inteiro com
você sobre esses tópicos, como estamos fazendo na hora certa, respondemos a uma breve pergunta do público, alguém,
alguém curioso, sim, podemos colocar um microfone ali, homens jovens, camisa azul, apenas um comentário, você vê o
controle deslizante aqui, se quiser fazer mais perguntas, eu convido você a escrever escreva a pergunta e
vamos organizar em um mês outra videochamada   onde listaremos essas perguntas
e assim, mesmo que tenhamos pouco tempo não se preocupe, você pode escrever a pergunta para os
palestrantes e podemos continuar a conferência em um mês.

Olá, muito obrigado pela apresentação.
Sou Charlie, desenvolvedor líder da Kare. Tenho duas perguntas curtas, especialmente sobre o amuleto de cola, se  está
certo, primeiro você mencionou que usa Mistral e IA aberta, mas acho que você precisa de modelos grandes, então
você não está no Premier, mas está comprando alguns tokens de uma grande empresa americana e, portanto, é muito
caro porque você precisa fazer grandes ameixas e minha primeira pergunta é como você gerencia o
custo que explodirá para que sim, sim, estamos gerenciando, mas é verdade, é a razão pela qual
não estamos lançando, então continuei conversando com algumas pessoas na plateia e digo que estamos fazendo
experimentos realmente muito interessantes, mas não os estamos lançando no produto porque alguns
deles, como você disse, vão explodir muito dinheiro, então, basicamente, estamos acompanhando o que
estamos fazendo até agora, é administrável e é razoável para que você possa fazer isso, mas você precisa
ter muito cuidado ao usar o fluxo engenharia então, por exemplo, o mapeamento de casos de uso sobre o qual eu estava
falando na primeira vez que fizemos um experimento estava queimando cerca de 20 libras só por um, então
você tem que ser inteligente, mas você pode reduzir para que você   você tem que olhar continuamente para oportunidades para
reduzir o uso de tokens e também reduzir as etapas, então existem maneiras, mas é assim que fazemos basicamente
não lançamos algo na plataforma até sabermos que é realmente gerenciável em termos
de dinheiro e não vai, você sabe, matar nossos finanças de uma só vez, uh, mas sim, é uh, é
realmente esse é um elemento que eu continuo dizendo sobre inteligência artificial: primeiro,
você precisa estar aberto à experimentação, em segundo lugar, você precisa analisar o custo e, em terceiro lugar, você
precisa gerenciar o tempo porque, ah, algumas coisas podem ser bastante interessantes e bastante intrigantes, mas
demoram uma eternidade, você sabe, então você está esperando lá por cinco minutos e 10 minutos para obter um relatório, é
impossível, ninguém vai querer usar esse relatório ou você terá que gerenciar expectativas que
você conhece outro elemento a considerar, então sim e obrigado, mas isso vai para minha segunda pergunta.

Eu
adoro o design da sua plataforma e amanhã eu poderia usar como Mistral AI para fazer uma cópia da sua
plataforma e fazer algumas solicitações e talvez em dias eu sairei da mesma plataforma se copiar  a
sua, porque não temos patentes sobre isso e não farei isso, mas sei que outras pessoas
estão fazendo e esse é o problema na inicialização. Eu posso dizer a você, vá em frente, não somos um nós, você sabe
você não pode realmente patentear um engenheiro de software você não pode patentear, então você sabe a
razão pela qual meu cofundador e eu estamos fazendo isso estamos experimentando, estamos muito fascinados
com as oportunidades agora, uh, não é exatamente tão simples quanto você diz para
copiar o que estamos fazendo em segundo plano, não o front-end, o front-end, esqueça isso, uh
mas você sabe que o back-end na verdade não é tão   tão longe quanto você diz ou você acabará gastando muito
dinheiro, o que é possível se você tiver, uh, mas sim, é que eu não acho que você sabe que pode
aceitar um desafio para fazer algo em inteligência artificial   especialmente a geração AI sem querer
você sabe ver o que acontece e se alguém copia você não é a melhor coisa e tem ainda mais
sucesso, mas você sabe que a ideia é boa, por que não Quero dizer, isso não é, uh, este não é um ponto em que
estamos restringindo, está experimentando, testando, vendo   o que funciona e também como fazer certo para pessoas, hum,
não, não acho que faça sentido estar na IA generativa e se preocupar com alguém que está
lidando com você, sim, porque esse é o problema: você pode copiar tudo facilmente com a IA agora e quando
criar um ID como aquele é ótimo, você pode facilmente outra pessoa vir, mas você sabe, como
fundador de uma startup, a primeira coisa que você aprende é que muitas pessoas terão a mesma ideia, mas
nem todos irão executá-la corretamente então a execução não é a ideia e é tipo
quem vai e continua executando a execução correta é essa pessoa que vai ganhar, então estou aberto a
quem vai ganhar, mas você tem proteção ou patente ou você aconselha a fazer
algo contra isso? Eu acho que minha opinião é a engenharia de fluxo é eventualmente o que
cada empresa terá que patentear, então nós não podemos patenteá-la ainda, mas posso dizer que se
continuarmos nesta jornada, iremos patentear porque é onde você controla o custo
e você controla o tempo, obrigado muito bem tivemos sorte de termos uma boa pergunta bem
muito obrigado.

Uma salva de palmas para eles.

Texto inspirado em publicação no YouTube.

Quer Saber Muito Mais? Venha para a MIND21 Educação