Olá, Reader

A edição 164 do Boletim AM está no ar!

Na Edição anterior, nós falamos um pouco sobre as bases da transformação que temos vivido nos últimos anos.

Fiz um overview sobre por que essa Era é diferente de todas as outras, unindo dados, poder computacional e redes neurais aos problemas de empresas e indivíduos.

A Inteligência Artificial escalou, de forma definitiva para um novo patamar. Isso gera maior capacidade de resolver mais tarefas e portanto ser utilizado em mais aplicações.

A IA também vai causar - na verdade, já está causando - um aumento exponencial de produtividade para aqueles que souberam entender suas ferramentas e casos de uso.

Antes o que era feito por 10 ou 15 pessoas, hoje pode ser feito por apenas um indivíduo. Com mais qualidade e mais rápido.

Treinar um modelo de linguagem requer dados, poder computacional e, claro, conhecimento específico, que poucas empresas podem arcar. Isso tem gerado o que chamamos de model as a service, um modelo de negócios onde os modelos desenvolvidos por algumas empresas ficam disponíveis para outras usarem como se fosse um serviço.

Isso, por óbvio, segmentou o mercado e deixa um rio de oportunidades para outras empresas construirem aplicações que utilizam modelos fundacionais.

Nesse boletim, vamos explorar algumas dessas possibilidades.

Um mundo de possibilidades

Modelos fundacionais podem performar bem em uma lista grande de coisas, incluindo tradução, análise de sentimentos, produção de vídeos, perguntas e respostas de clientes, categorização de textos, escrita, código, extração de inflação dentre inúmeras outras.

Existem diversas técnicas que você pode utilizar modelos fundacionais para o que você quer. Incluíndo, uma simples construção direta envolvendo prompts, onde são dadas instruções bem construídas e com contexto para uma determinada ação.

Técnicas mais sofisticadas podem conectar uma base de dados para suplementar as instruções dadas no prompt inicial, conhecida como Retrieval-Augmented Generation (RAG).

Por fim, se tiver grana, você também pode treinar ainda mais o modelo sobre um dataset de maior qualidade, obtendo assim melhores respostas para as suas questões.

IA Generativa combinada com agentes inteligentes

Um modelo de linguagem incorpora informação estatística sobre uma ou mais linguagens. De forma intuitiva, isso nos diz a probabilidade de uma palavra aparecer em um dado contexto.

Por exemplo, dado o contexto "minha cor favorita é ........ ", um modelo de linguagem que incorpora o inglês pode prever "azul" como mais provável do que "carro".

Essa ideia, na verdade, não é nova. Sherlock Holmes aventou em 1905 a possibilidade de usar esse tipo de "dedução" para encontrar a próxima palavra escondida em uma sequência de figuras misteriosas.

Claude Shannon usou algo um pouco mais sofisticado para decifrar mensagens enigmáticas durante a segunda guerra mundial.

O processo de "gerar a próxima palavra" envolve quebrar um conjunto de caracteres, palavras ou partes de palavras em tokens, de forma que você passa a construir um vocabulário - um conjunto de tokens - que seja capaz de prever de modo estatístico o próximo token, usando apenas os tokens que o precedem.

Daí a ideia de que modelos de linguagem como o GPT são modelos autorregressivos e como os resultados da previsão são abertos, a IA é generativa.

Em resumo, ao usar esse tipo de modelo, você de fato está gerando algo novo, com o risco de ser algo totalmente equivocado.

A combinação desse processo com agentes que tomam decisões com base em regras torna a coisa bem mais interessante, náo?

Por exemplo, você pode colocar o modelo para encontrar sinais de redução ou aumento da taxa básica de juros em discursos de diretores do Banco Central e com base nisso, comprar ou vender títulos do governo.

E te mandar uma mensagem avisando que houve a operação, enquanto você saboreia um drink no literal de Alagoas.

Esse tipo de coisa, de fato, já está acontecendo em vários ambientes mais inovadores.

O fim do duopólio Bloomberg e coleta da FGV?

A combinação de IA Generativa com agentes inteligentes, se bem usada, pode gerar um fenômeno de disrupção enorme no mercado financeiro brasileiro.

Pense, por exemplo, que para competir nesse mercado, é preciso ter um capital considerável para investir em (ao menos) um terminal Bloomberg, economistas e analistas de grife e uma coleta da FGV.

Agora, imagine que a disponibilidade de dados continue aumentando de forma exponencial e seja possível construir um datalake independente capaz de incorporar mais rapidamente dados alternativos do que as fontes oficiais hoje usadas pelo mercado?

De fato, com um pouco de conhecimento em engenharia, análise e ciência de dados, já é possível construir uma base organizada de dados utilizando ferramentas open source com baixo custo de manutenção.

Estamos falando de uma revolução silenciosa que pode gerar competição em um mercado acostumado apenas a alguns grandes players.

O uso de IA está sendo testado em diversas áreas sensíveis e tradicionais do mercado, como, por exemplo, na parte de risco.

Avaliar se vale a pena emprestar para um cliente é uma tarefa complexa que, de novo, exige diversos investimentos das instituições financeiras que se habilitam para a tarefa. Com IA, tarefas como concessão de crédito, compliance, fraude ou reclamações podem ser resolvidas sem maiores problemas.

Um outro ponto é que a IA permite um grau de customização de produto sem precedentes.

Imagine poder atender o seu cliente já sabendo o que ele precisa, sem que o mesmo digite ou fale nada a respeito?

A união de engenharia com análise e ciência de dados vai tornar essa nova Era possível.

Em um mercado acostumado com ferramentas tradicionais de coleta de dados, estamos diante de uma pequena grande revolução.

Afinal, você não precisa mais ter um exército de pessoas, com altos salários, para prever o comportamento de juros, câmbio, inflação e PIB.

Hoje, basta um investimento bem feito em engenharia, análise e ciência de dados que você já estará em pé de igualdade com bancos, fundos e corretoras top de linha.

Se quiser saber mais sobre isso, continue acompanhando o nosso boletim ou responda esse e-mail.

​
Um abraço,
​Vítor Wilher — Análise Macro​
​A verdade está nos dados

​

Perdeu alguma edição anterior do Boletim AM? Sem problemas. Leia as edições anteriores tocando aqui