O CTO da Microsoft fala sobre copilotos de IA e o futuro do trabalho do conhecimento [artigo traduzido]

O futuro dos copilotos de IA e do trabalho do conhecimento

1. A IA é o núcleo da inovação de “plataforma”

   • A Microsoft vê a inteligência artificial como a nova “plataforma” de inovação.
     • Assim como aconteceu com a chegada do PC e do smartphone, a IA generativa e os grandes modelos de linguagem (LLM) estão conduzindo mais uma transição de plataforma.
     • Está chegando a era em que desenvolvedores e o ecossistema tecnológico criam diversos produtos e serviços baseados em IA.

2. Ambiente de desenvolvimento de IA e demanda por infraestrutura (GPU etc.)

   • Para que sistemas de IA/copiloto em larga escala sejam usados de fato no ambiente de trabalho, são indispensáveis enormes recursos computacionais (GPUs) e infraestrutura em nuvem.
   • Ganha destaque dentro das organizações a preocupação prática de que “hoje, o maior gargalo não é o software, mas sim quanto de GPU conseguimos garantir”.

3. Inovação no trabalho com o padrão de “copiloto (Copilot)”

   • O padrão de “copiloto” está se espalhando rapidamente em várias áreas reais de trabalho, como geração/autocompletar de código, organização de e-mails e gestão de agenda.
     • Exemplos: GitHub Copilot (automação de código), Outlook/Office Copilot (resumo de documentos e apoio à redação), Salesforce Einstein Copilot etc.
   • A IA cuida das tarefas repetitivas e tediosas, permitindo foco nas “capacidades exclusivamente humanas”, como resolução criativa de problemas e formulação de estratégia.
   • Isso pode ser visto como uma “versão do trabalho cognitivo” daquilo que a Revolução Industrial fez ao apoiar o trabalho físico com máquinas.

4. Fluxo (flow) e “revolução” da produtividade

   • Após a adoção de copilotos de IA, aumentam os casos em que desenvolvedores e designers conseguem permanecer por mais tempo e com mais frequência em estado de fluxo (flow state).
     • Com a redução drástica de tarefas repetitivas e da troca de contexto (context switching), torna-se possível concentrar-se mais no trabalho essencial.
   • Como resultado, mais do que simplesmente aumentar o “volume de código”, a organização maximiza seu desempenho ao lançar e melhorar funções/serviços com mais rapidez.
   • Ganha força a visão de que “a produtividade real do desenvolvedor não se mede em linhas de código, mas em entregar mais valor ao cliente, com mais rapidez”.

5. Mudanças nas organizações e principais desafios

   • Quando novas ferramentas de IA passam a ser amplamente aplicadas, surge um ponto de virada decisivo para superar a resistência interna nas organizações (= medo da mudança e conservadorismo).
   • Depois que usam de verdade uma vez, muitos funcionários e equipes se adaptam rapidamente e a demanda por mais recursos de GPU explode → “a força que muda a inércia é a própria ferramenta poderosa”.

6. (Um pouco mais adiante no futuro) Mudanças que surgirão se a IA replicar a estrutura cognitiva humana

   • O objetivo final é concretizar um “copiloto” de IA com alta capacidade de raciocínio e adaptabilidade, funcionando de forma semelhante ao cérebro humano (padrões de neurônios).
   • Se isso acontecer, a “eficiência no trabalho” aumentará exponencialmente em praticamente todas as áreas do trabalho do conhecimento, e a acessibilidade se ampliará enormemente.
   • Ao mesmo tempo, também se intensificarão desafios sociais como privacidade, transparência algorítmica e desigualdade tecnológica (com ênfase na necessidade de preparação para questões “éticas”).

7. No era da IA, em que desenvolvedores/empreendedores devem se concentrar

   • “Foi só agora, com a IA, que se tornou possível resolver os problemas realmente difíceis” (citação direta do original: "You can finally solve the hard problems now.")
   • Em vez de criar módulos triviais (funcionalidades convenientes), é preciso focar em problemas essenciais que antes não podiam ser resolvidos por barreiras técnicas, como viabilidade econômica, acessibilidade e expansão em larga escala.
   • É preciso entender com clareza que a IA não é um “produto (product)”, mas uma “infraestrutura (infrastructure)”.
   • No fim, a diferenciação no mercado será possível quando o foco voltar a ser “qual problema de quem você resolve, e quanto melhor consegue resolvê-lo”.

Resumo

• Os copilotos de IA estão acelerando a inovação e a eficiência de todo o trabalho do conhecimento, indo além do simples tratamento de tarefas repetitivas e rotineiras.
• Eles já vêm provocando aumento do fluxo (flow) no trabalho e uma revolução de produtividade, além de gerar mudanças fundamentais em organizações, sociedade e indústria.
• Daqui para frente, mais importante do que o simples “uso de IA” será o insight de concentrar esforços nos “problemas difíceis” que realmente se quer resolver.