Talvez não deva ser surpreendente que tantas tendências tecnológicas imitem as tendências da moda. Não, não me refiro às nossas escolhas de roupas – nós, pessoal da tecnologia, sempre nos vestimos mal. Em vez disso, estou falando sobre como as decisões são tomadas. Enquanto digito isso, sua empresa está jogando o máximo possível de ChatGPT contra a parede, esperando desesperadamente que parte dele grude. Fique tranquilo, parte disso acontecerá: o Commonwealth Bank of Australia afirma que reduziu as perdas com fraudes em 50% e as fraudes relatadas por clientes em 30% usando IA.
Viva! Mas o fato de algumas empresas estarem tendo sucesso com IA generativa, ou Kubernetes, ou qualquer outra coisa, não significa que você terá. Nossas decisões tecnológicas devem ser orientadas pelo que precisamos, não necessariamente pelo que lemos.
Kubernetes todas as coisas
Adoro como Tom Howard descreve o Kubernetes: “a simplificação mais complicada de todas”. Como detalha um emigrado do Kubernetes, o Kubernetes pode ser “difícil de provisionar, caro de manter e demorado para gerenciar”. Isso não é surpreendente se você conhece sua história de origem. O Google criou o Kubernetes para lidar com a orquestração de clusters em grande escala. É uma arquitetura baseada em microsserviços e sua complexidade só vale a pena em escala. Para muitas aplicações, é um exagero porque, convenhamos, a maioria das empresas não deveria fingir que administra sua TI como o Google. Então, por que tantos continuam a usá-lo, embora seja claramente errado para suas necessidades?
Moda.
Admito que podem não ser apenas os aspirantes a fashionistas que impulsionam a adoção do Kubernetes. Um usuário frustrado do Kubernetes lamenta que “parece que tudo o que faço com o Kubernetes é atualizar e quebrar arquivos YAML e depois passar um dia consertando-os, copiando e colando coisas cada vez mais complicadas no Stack Exchange”. Um usuário mais experiente do Kubernetes sugere que poderiam muito bem ser “engenheiros seniores tentando justificar seu salário (ou) ‘antiguidade’ comprando complexidade enquanto tentam se tornar insubstituíveis”.
Isso pode ser demasiado duro, mas a vontade de usar a tecnologia pela tecnologia é forte. Muitas vezes não se trata de escolher a opção razoável, mas sim de usar a que está na moda. Como você sabe, a estratégia de TI certa geralmente é resumida como “depende”, o que nos traz de volta à IA.
Fazendo as perguntas erradas à IA
A Menlo Ventures entrevistou recentemente mais de 600 empresas para avaliar a adoção da IA. Talvez sem surpresa, o desenvolvimento de software está no topo da lista de casos de uso, com 51% de adoção entre os pesquisados. Isso faz sentido porque o ChatGPT e outras ferramentas oferecem acesso rápido à documentação do desenvolvedor, como descobriu Gergely Orosz. Os desenvolvedores deixaram de fazer perguntas no Stack Overflow e passaram a encontrar as mesmas respostas por meio do GitHub Copilot e outras ferramentas. No entanto, a IA generativa pode não ser uma opção tão boa para resolver outras tarefas empresariais.
Isso ocorre porque, em última análise, a IA generativa não trata realmente de máquinas. Trata-se de pessoas e, especificamente, das pessoas que rotulam os dados. Andrej Karpathy, parte da equipe fundadora da OpenAI e ex-diretor de IA da Tesla, observa que quando você faz uma pergunta a um LLM: “Você não está perguntando a alguma IA mágica. Você está perguntando a um rotulador de dados humano”, aquele “cuja essência média foi destilada com perdas em copos de tokens estatísticos que são LLMs”. As máquinas são boas em vasculhar muitos dados para encontrar respostas, mas talvez seja apenas uma versão mais sofisticada de um mecanismo de busca.
Isso pode ser exatamente o que você precisa, mas também pode não ser. Em vez de adotarmos como padrão “a resposta é IA generativa”, independentemente da pergunta, faríamos bem em ajustar melhor como e quando usamos a IA generativa. Novamente, o desenvolvimento de software é um bom uso da tecnologia no momento. Ter ChatGPT escrevendo seu artigo de liderança inovadora no LinkedIn, entretanto, pode não ser. (Uma análise recente descobriu que 54% das postagens de “liderança inovadora” do LinkedIn são geradas por IA. Se não vale a pena dedicar seu tempo para escrevê-las, não vale a pena dedicar seu tempo para lê-las.) O hype irá desaparecer, como escrevi , deixando-nos algumas áreas-chave nas quais a inteligência artificial ou a genAI podem ajudar absolutamente. O truque é não se deixar levar por esse entusiasmo e, em vez disso, concentrar-se em encontrar ganhos significativos através da tecnologia.
Tudo isto é um longo caminho para dizer que precisamos de ser mais inteligentes na forma como investimos em tecnologia. Só porque todo mundo está fazendo isso (Kubernetes, ChatGPT ou mesmo nuvem) não significa que seja adequado para seu caso de uso específico. Na minha exuberância juvenil, durante muitos anos elogiei o código aberto como a resposta para praticamente tudo. Embora seja verdade que o código aberto é uma boa resposta para algumas coisas, definitivamente não é uma panacéia para uma ampla gama de questões tecnológicas, incluindo algumas (como segurança), onde oferece uma promessa particular. O mesmo se aplica à IA e a todas as outras tendências tecnológicas: a resposta para saber se você deve usá-la é sempre: “Depende”.
