As 30 tecnologias emergentes que orientarão suas decisões de negócios

A Gartner recomenda que, ao integrar tecnologias emergentes e tendências aos produtos e serviços, você:

• Use-as para aprimorar sua vantagem competitiva no mundo inteligente em que experiências online e offline convergem;

• Priorize casos de uso de IA generativa (GenAI) dominantes e impactantes que já geram valor real aos seus usuários;

• Encontre o equilíbrio entre estimular crescimento e minimizar riscos;

• Identifique tecnologias emergentes relevantes e benefícios comerciais que apoiem seu plano de ação de produtos estratégicos.

Este tema abrange as mudanças na forma como interagimos com pessoas, lugares, conteúdos e coisas com base na convergência de experiências online e offline. 

• Avatares de IA são personas virtuais parecidas com humanos criados com imagens geradas por computador e diversos aplicativos e técnicas de IA;

• Gêmeos digitais são proxies habilitados por tecnologia que geram uma representação digital espelhando o estado de um único ou uma coleção de ativos físicos ou virtuais, processos, pessoas ou organizações;

• Interfaces de usuário (UIs) multimodais se referem a modelos em que interações entre usuário e máquina podem ocorrer simultaneamente;

• Espaços inteligentes são ambientes físicos em que humanos e sistemas tecnológicos interagem em ecossistemas cada vez mais abertos, conectados, coordenados e inteligentes;

• Computação espacial é um ambiente de computação que combina objetos físicos e digitais em um quadro de referência compartilhado.

Este tema destaca a potencial produtividade da IA generativa, que, em grande parte, está impulsionando sua ampla adoção nas empresas.

• Compressão de modelo é um conjunto de técnicas que reduz o tamanho de uma rede neural treinada para instalação em pequenos dispositivos ou para aumentar a capacidade de um sistema central;

• Veículos aéreos não tripulados (VANTs) são máquinas voadoras autônomas usadas principalmente para inspeção de ativos, mas que também estão começando a se popularizar na entrega de pequenos pacotes;

• IA generativa descreve tecnologias que podem gerar novas versões derivadas de conteúdo, estratégias, designs e métodos ao aprender com grandes repositórios de conteúdo original;

• Assistentes virtuais (VAs) habilitados para IA generativa representam uma nova geração de VAs que utilizam modelos de linguagem grande (LLMs) para oferecer funcionalidades superiores;

• Transformadores visuais para visão computacional (ViTs) são redes neurais que computam as relações entre pixels em seções de imagens para aprimorar a classificação de imagens, a detecção de objetos e a geração de imagens;

• Aplicativos inteligentes usam uma ou mais técnicas de IA para aprender com fontes de dados externas e alternativas;

• Dados sintéticos são gerados artificialmente em vez de serem coletados de eventos do mundo real;

• Aprendizagem autossupervisionada é uma abordagem de aprendizado de máquina (ML) em que os dados rotulados são criados a partir dos próprios dados, sem a necessidade de depender de dados de resultados históricos ou de supervisores humanos para fornecer rótulos ou feedback.

Este tema tem como foco fazer as escolhas comerciais e éticas corretas na adoção da IA e usar os princípios de design de IA que beneficiarão as pessoas e a sociedade.

• IA centrada no ser humano (HCAI) é um princípio comum de design de IA que exige que a IA se beneficie continuamente da contribuição humana;

• Análise comportamental se refere a recursos de rastreamento de sessão que monitoram as interações do usuário com um serviço protegido para criar modelos de confiança para distinguir fraudadores, usuários confiáveis e bots;

• IA responsável é um termo abrangente que envolve fazer escolhas éticas e empresariais corretas quando uma organização adota a IA;

• Identidade descentralizada (DCI) ou sistemas de identidade autossoberana associada (SSI) têm como objetivo enfrentar os desafios de privacidade e transparência dos sistemas de identidade tradicionais;

• Tecnologias de aprimoramento da privacidade (PETs) são um conjunto de abordagens robustas que permitem o processamento de informações e, ao mesmo tempo, protegem os dados pessoais subjacentes.

Este tema se concentra nas expectativas de aplicativos emergentes – alguns dos quais permitirão novos casos de uso e outros que aprimorarão as experiências existentes – para orientar quais tecnologias devem ser avaliadas e onde investir. 

• Computação neuromórfica é uma abordagem de engenharia na qual os componentes de um computador são projetados para imitar as funções dos sistemas do cérebro e do sistema nervoso humano;

• Tokenização é uma representação de valor ou dados criptograficamente segura;

• Processadores quânticos são chips que consistem em qubits (ou bits quânticos), o equivalente aos bits na computação clássica;

• Computação de borda em hiperescala (HEC) é uma solução da nuvem para a borda pública baseada em uma plataforma de nuvem distribuída, gerenciada e controlada por meio de um serviço de nuvem pública em hiperescala;

• Chips de IA são um tipo de dispositivo semicondutor otimizado para o processamento de redes neurais profundas;

• Web3 é uma nova pilha de tecnologias para o desenvolvimento de aplicativos web descentralizados que permitem a arquitetura para extensibilidade, identidade descentralizada e interoperabilidade entre cadeias;

• Blockchain se refere a um grupo de tecnologias focadas em distribuição peer-to-peer, descentralização, imutabilidade, criptografia e tokenização;

• Gráficos de conhecimento (KGs) são estruturas de dados legíveis por máquina que descrevem a relação entre dados heterogêneos por meio de uma rede de nós e links;

• Megaconstelações de satélites LEO podem oferecer comunicações globais e acesso à internet com latência e velocidade comparáveis à conectividade básica com fio;

• 5G privado é baseado na tecnologia e no espectro 3GPP para fornecer conectividade, serviços otimizados e segurança para as empresas;

• Bancos de dados de vetores escaláveis proporcionam capacidade de pesquisa de vetor e são utilizados ao lado de LLMs para aplicar a capacidade do modelo de modo a responder a pesquisas com informações personalizadas ou específicas de uma empresa ou domínio.