#AIAgentFrenzy Agentes de IA e Extração de Conhecimento: O Futuro das Soluções Autônomas

O conceito de agentes de IA é uma visão empolgante do futuro, mas, neste momento, parece mais um sonho distante. Por quê? Porque ainda não existe um único agente de IA economicamente viável que resolva tarefas de forma autônoma, nem mesmo no nível de um empregado júnior em qualquer domínio — exceto talvez em entretenimento ou operações com criptomoedas. E sejamos francos, esses não são exatamente modelos de negócios sólidos. 🧐

É crucial diferenciar entre Automação de IA, Assistentes de IA e Agentes de IA — esses termos são frequentemente confundidos, mas não são a mesma coisa.

Quando falo sobre um agente de IA economicamente viável para negócios, quero dizer um que pode lidar autonomamente com tarefas em um nível humano por um mês inteiro e custa menos do que o salário dessa pessoa. Se você conhece tais agentes, por favor, compartilhe nos comentários! Por exemplo, o muito comentado Devin nem chega perto de resolver metade da carga de trabalho de um desenvolvedor júnior.

Por que isso ainda não é realidade? 🤔

A situação pode melhorar em breve, à medida que:

- Tokens se tornem mais baratos.

- Modelos se tornem mais inteligentes e especializados.

- Modelos de linguagem ajustados surjam para domínios específicos.

No entanto, há um grande obstáculo: digitalizar a expertise. Para que um agente de IA substitua um humano, ele deve entender e replicar suas habilidades, mas as empresas raramente documentam seus processos de forma completa. Para criar um agente de IA bem-sucedido, essa expertise deve não apenas ser documentada, mas também estruturada em formatos como:

- Grafos de conhecimento

- Algoritmos

- Máquinas de estado

Uma Direção Promissora 🌟

Campos como Mineração de Processos e Extração de Conhecimento são cruciais para avançar no desenvolvimento de agentes de IA. Mesmo formalizar manualmente o trabalho de um especialista — reunir conhecimento, estruturar princípios de tomada de decisão e criar estruturas para extração de conhecimento — seria 80% do trabalho feito.

Se formos mais longe e combinarmos:

- Design Orientado a Domínio (DDD)

- Expertise digitalizada (por exemplo, banco de dados JSON ou Neo4J)