Hype Cycle 2025: muito além da IA generativa

Apesar de preocupações éticas e sociais, o Hype Cycle para IA de 2024 havia destacado a IA generativa como uma tecnologia eventualmente transformadora com impactos empresariais profundos. Contudo, em 2025, a IA generativa cai no abismo da desilusão, conforme as organizações compreendem seu potencial e seus limites. 

Os líderes de IA continuam encarando desafios ao comprovar o valor da IA generativa para os negócios. Apesar do gasto médio de USD 1,9 milhão em iniciativas de IA generativa em 2024, menos de 30% dos líderes de IA afirmam que seus CEOs estão satisfeitos com o retorno do investimento na tecnologia.

As organizações com baixo índice de maturidade têm dificuldade para identificar casos de uso adequados e alimentam expectativas irreais sobre as iniciativas. Por sua vez, as organizações maduras enfrentam obstáculos para encontrar profissionais qualificados e fomentar o letramento em IA generativa. 

Em geral, as organizações se deparam com desafios relacionados a regulamentações governamentais e à governança, como falsas percepções, viés e imparcialidade. Como consequência, os aplicativos de IA generativa poderão se tornar inviáveis para fins de produtividade, automação e transformações de cargos.

À medida que a IA generativa deixa de ser o pilar central das iniciativas empresariais, o foco das organizações é viabilizar tecnologias que apoiam a entrega de IA sustentável. Essas tecnologias ajudam a otimizar a integração e a gestão dos sistemas de IA para torná-los eficazes e escaláveis.

Por exemplo, a engenharia de IA, que permite às organizações desenvolver e ampliar um portfólio de soluções de alto valor com coesão e segurança, é a área-chave para a entrega empresarial de soluções de IA e IA generativa em escala.

Outra tecnologia essencial, que deverá atingir o platô da produtividade, é a operacionalização de modelos (ModelOps). Com foco voltado para a governança de ponta a ponta e a gestão do ciclo de vida útil de modelos de inteligência analítica, IA e decisão, a abordagem ModelOps ajuda a padronizar, expandir e ampliar iniciativas de análise, IA e IA generativa, colocando-as em prática.

Além de respaldar a mudança de foco visando a tecnologias de IA transformadoras, os dois principais fatores determinantes do Hype Cycle desse ano são dados prontos para IA e agentes de IA. Ambos estão no auge das expectativas infladas.

Para escalar a IA, os líderes devem desenvolver práticas e recursos de gestão de dados para assegurar que os dados prontos para IA – determinados pela sua capacidade de uso em casos específicos da tecnologia – podem atender às demandas atuais e futuras dos negócios.

No entanto, 57% das organizações calculam que seus dados não estão prontos para a IA. As organizações sem dados prontos para IA não conseguirão cumprir os objetivos empresariais e estarão expostas a riscos desnecessários.

Os agentes de IA são softwares autônomos ou semiautônomos que usam técnicas de IA para obter percepções, tomar decisões, realizar ações e alcançar metas em seus ambientes digitais ou físicos. Inovações na tecnologia de IA, como a IA generativa em evolução, a compreensão multimodal e a IA composta, têm possibilitado que as organizações utilizem agentes de IA em tarefas complexas.

A complexidade dos agentes de IA é uma vulnerabilidade em problemas de segurança de acesso e de dados, bem como de governança. As organizações expressam, ainda, falta de confiança na capacidade de atuação dos agentes de IA sem supervisão humana, além de preocupação com o impacto considerável de eventuais erros.

A engenharia de software nativa de IA estreia no Hype Cycle para IA em 2025. Trata-se de um conjunto de práticas e princípios otimizados para uso de ferramentas baseadas em IA a fim de desenvolver e entregar aplicativos.

Os engenheiros de software atuais podem utilizar a IA para realizar, de forma autônoma ou semiautônoma, uma série de tarefas ao longo do ciclo de vida do desenvolvimento. Grande parte dessas atribuições se restringe a assistentes de IA e ferramentas de verificação em atividades de programação e teste. Parece mais uma ampliação da IA do que IA independente.

Futuramente, a IA será nativa e integrada à maioria das tarefas de engenharia de software. Trata-se de uma evolução considerável na função de desenvolvimento de software, pois o foco dos engenheiros será voltado para tarefas mais relevantes que exigem raciocínio crítico, criatividade e empatia.

Porém, como os resultados de IA estão sujeitos a viés, falsas percepções e não determinismo, os engenheiros de software não podem confiar cegamente. Além disso, fluxos de trabalho com vários agentes aumentam o risco de falsas percepções. As ferramentas de IA também ampliam a superfície de ameaças, acarretando novas vulnerabilidades de segurança para as organizações.