Meta, OpenAI e Uber apostam em agentes de IA que falam primeiro
Três grandes empresas de tecnologia apresentaram, em um intervalo de poucas semanas, agentes de inteligência artificial com uma característica em comum: eles iniciam a conversa. O Meta Muse, lançado em 8 de setembro, é um agente pessoal capaz de fazer reservas, enviar e-mails e continuar executando tarefas mesmo com o aplicativo fechado. Ele lembra de detalhes do usuário, faz sugestões sem ser solicitado e pede aprovação para determinadas ações, funcionando dentro do próprio aplicativo da empresa e também no WhatsApp.
Pouco mais de duas semanas depois, em 29 de setembro, a OpenAI anunciou os Dots, agentes sempre ativos que realizam pesquisas de forma proativa e monitoram outros aplicativos em modo somente leitura para identificar pendências como faturas não lembradas ou falhas em plataformas como o Slack. Esses agentes podem ser acionados dentro do ChatGPT, do Slack e do Teams, com versões por texto e voz em desenvolvimento. A Uber, por sua vez, apresentou um assistente para motoristas que transforma sinais do mercado em tempo real em recomendações práticas. Em uma palestra recente, a equipe de produto da empresa descreveu o caso de um motorista que ficou 33 minutos ocioso e foi orientado a mudar para uma região com maior demanda, recebendo evidências que sustentavam a sugestão. Uma versão por voz e com operação totalmente mãos livres foi anunciada em 24 de setembro.
A estratégia das três companhias representa uma inversão na lógica dos chatbots tradicionais. Até então, os usuários escolhiam o momento, o canal e a pergunta. Com os agentes proativos, a decisão passa para a máquina: quando interromper, em qual plataforma e com qual oferta. Interromper com frequência demais faz o usuário silenciar o sistema. Interromper tarde demais significa perder uma oportunidade ou deixar uma fatura vencer. Escolher o canal errado pode fazer uma boa mensagem fracassar.
O princípio central que orienta esse novo modelo é simples: cada mensagem proativa é uma aposta que só deve ser enviada quando o valor esperado para o usuário supera o custo da interrupção. Esse valor é calculado a partir de quatro componentes: quanto está em jogo, qual a probabilidade de o usuário agir, a velocidade com que a oportunidade desaparece e, aspecto crucial, de quem é o valor, se do usuário ou da plataforma.
A partir dessa avaliação, duas escolhas são definidas. Mensagens de alto valor e com prazo curto de expiração são enviadas imediatamente. Mensagens de valor mais modesto podem ser reunidas em um resumo periódico. O restante simplesmente não é enviado. Quanto maior o valor da mensagem, mais intrusivo pode ser o canal escolhido para entregá-la, respeitando uma hierarquia na qual um cartão dentro do próprio aplicativo custa pouco, o chat tem custo intermediário, o SMS é mais elevado e a chamada de voz fica reservada para situações urgentes em que o usuário está com as mãos ocupadas.
Para tomar essas decisões, equipes de notificação e crescimento já utilizam há anos técnicas como modelos de uplift, que estimam se uma notificação realmente causa a ação desejada, e bandits contextuais, algoritmos que aprendem por tentativa e erro o melhor momento e canal para cada usuário. Modelos de receptividade avaliam se a pessoa pode se engajar naquele instante, considerando se está dirigindo, se está em uma reunião ou se está livre. O acompanhamento de resultados que a Uber realiza com seus motoristas fornece os rótulos necessários para treinar esses modelos.
Uma nova categoria de modelos de decisão tem se mostrado adequada para essa função. Modelos como o Jev, da TypeSafe, e o Julia 1, da Supersonic Labs, disponível em pesos abertos, não retornam texto, mas sim um veredito estruturado, como uma escolha em uma lista curta, uma pontuação ou um sim e não, cada um acompanhado de uma probabilidade. O Julia 1 funciona em processador comum, levando cerca de 33 milissegundos por decisão. Como um agente sempre ativo avalia muito mais gatilhos do que mensagens envia, cada candidato pode passar por questionamentos baratos e estruturados antes de qualquer chamada a modelos maiores de linguagem.
O cuidado com a venda casada também é destacado na análise. Um agente que fala primeiro representa um canal poderoso de distribuição. O Meta afirma estar explorando funcionalidades de comércio no Muse e já lançou o Muse for Small Business. A OpenAI anunciou os Dots junto de uma nova camada paga de 500 dólares mensais. A Uber tem serviços de entrega e outros para promover. Porém, uma oferta é apenas mais uma mensagem e precisa passar pelo mesmo crivo de valor para o usuário. Quando os usuários passam a suspeitar de que o sistema está vendendo em vez de servindo, todas as mensagens perdem credibilidade.
A disputa, portanto, será vencida na capacidade de julgamento sobre a atenção do usuário, sabendo falar raramente, no momento certo, no canal adequado e sempre do lado de quem recebe a mensagem. Empresas que contam com anos de dados sobre notificações podem levar vantagem nessa corrida.
