À medida que modelos de linguagem como ChatGPT e Gemini inauguraram uma nova era de IA no Vale do Silício, as maiores empresas de tecnologia do mundo estão olhando para o futuro da biologia digital.
Desde 2021, US$ 7.7 bilhões foram investidos em startups de descoberta de medicamentos a partir de IA, segundo a Pitchbook.

Enquanto o CEO da Nvidia, Jensen Huang, observava a plateia na conferência de saúde do JPMorgan, o maior evento de tecnologia em saúde do ano, ele reconheceu que estava em um território desconhecido. “Vocês não são meu público normal”, disse durante um bate-papo com a Recursion, empresa de descoberta de medicamentos que recebeu US$ 50 milhões da Nvidia em 2023.

A audiência pode não ter sido parte de seu público-alvo principal, mas ele espera que isso mude. Repetidas vezes, Huang promoveu a biologia digital como a “próxima revolução incrível” da tecnologia.

Enquanto o boom da IA varreu o Vale do Silício, a Nvidia construiu um negócio de mais de US$ 60 bilhões por ano e, no verão passado, se tornou uma das poucas empresas com o valor de mercado na casa do trilhão. Na saúde e biotecnologia, ela vê mais oportunidades para impulsionar seu crescimento.

“Foi declarado que seremos o próximo negócio bilionário da Nvidia”, disse Kimberly Powell, vice-presidente de saúde da companhia, à Forbes. Ela afirmou que a empresa visa fornecer chips, infraestrutura em nuvem e outras ferramentas para mais empresas de biotecnologia.

Agora que modelos de linguagem como o ChatGPT, da OpenAI, e o Gemini, do Google, tornaram a IA generativa mais comum, várias das maiores empresas de tecnologia do mundo estão voltando sua atenção para a biotecnologia como a próxima fronteira em inteligência artificial.

Na Nvidia, a maior parte dos investimentos na divisão de Venture Capital foram em descoberta de medicamentos. Na DeepMind (laboratório de IA do Google), o modelo AlphaFold, ferramenta para prever estruturas de proteínas, tem sido usado por pesquisadores acadêmicos ao longo do último ano para desenvolver uma “seringa molecular” para injetar medicamentos diretamente nas células.

O interesse em biotecnologia é abrangente na indústria: Microsoft, Amazon e até Salesforce têm projetos de design de proteínas também.

Embora o uso da IA na descoberta de medicamentos não seja exatamente uma novidade — a DeepMind apresentou o AlphaFold pela primeira vez em 2018 — executivos da DeepMind e da Nvidia disseram à Forbes que este é um momento de avanço, graças à confluência de três coisas: a massa de dados em treinamento disponíveis, a explosão de recursos computacionais e avanços nos algoritmos. “Os três ingredientes estão aqui pela primeira vez”, disse Powell. “Isso não era possível há cinco anos.”


A importância da biotecnologia

A IA tem muito potencial na biotecnologia por causa de sua grande complexidade — basta ver o problema que o AlphaFold visa. As proteínas são a máquina básica do seu corpo, gerenciando uma ampla variedade de funções. Toda proteína é composta por uma sequência de aminoácidos, e as interações entre esses aminoácidos e o ambiente externo determinam como a proteína “dobra” — o que dita sua forma final. Ser capaz de prever a forma de uma proteína com base em suas sequências de aminoácidos é de suma importância para empresas de biotecnologia, que podem usar essas informações para projetar desde novos medicamentos até plásticos biodegradáveis.

Aqui é onde a aprendizagem profunda entra em jogo: treinar modelos de IA em centenas de milhões de sequências de proteínas diferentes e suas estruturas subjacentes ajuda esses modelos a descobrir padrões na biologia sem necessariamente precisar fazer os cálculos caros que eram necessários.

Simular proteínas requer recursos computacionais tão intensos que instituições projetaram e construíram supercomputadores especificamente para lidar com isso, como é o caso do Anton 2, feito pelo Pittsburgh Supercomputing Center.


O boom das startups de medicamentos a partir de IA

O boom da tecnologia para descoberta de medicamentos não está vindo apenas das gigantes do setor. Desde 2021, US$ 7.7 bilhões foram investidos em startups de descoberta de medicamentos a partir de IA, segundo a Pitchbook.

Em um relatório publicado no início deste mês, a empresa de análise de dados observou que ainda há um forte nível de entusiasmo “por empresas iniciantes que integram IA na descoberta e desenvolvimento de medicamentos”. O surgimento da IA generativa também despertou esse interesse crescente, disse David Baker, diretor do Instituto de Design de Proteínas da Universidade de Washington.

“Isso sempre foi uma espécie de coisa lunática, fora do mainstream”, disse Baker. Agora, ele disse, “todo mundo está falando sobre isso”. Desde a fundação do Instituto de Design de Proteínas em 2012, mais de 20 startups foram criadas a partir do programa, disse Baker. Dez delas, incluindo a Archon Biosciences, que desenvolve nanomateriais para medicina regenerativa e câncer, surgiram nos últimos anos.

Na DeepMind, a pandemia de Covid-19 fez com que os pesquisadores realmente entendessem as consequências de suas pesquisas. Eles trabalharam por quase 5 anos para desenvolver o AlphaFold, e enquanto estavam retratando o modelo para sua segunda geração, o mundo inteiro começou a se abrigar por causa de um vírus misterioso. “Isso trouxe para casa a importância do problema”, disse Pushmeet Kohli, vice-presidente de ciência da DeepMind, à Forbes.

Várias outras gigantes da tecnologia têm seus próprios esforços no campo de dobramento de proteínas.O resultado da pesquisa da DeepMind foi o AlphaFold 2, um modelo inovador que podia prever com tanta precisão as estruturas de proteínas que os organizadores do CASP, uma competição de pesquisa mundial para dobramento de proteínas, enviaram um e-mail perguntando se a empresa de alguma forma trapaceou, recordou Kohli, rindo.

O esforço foi tão promissor que Demis Hassabis, cofundador, criou uma empresa separada na Alphabet com base nos avanços do AlphaFold. Chamada Isomorphic Labs, a startup foca na descoberta de medicamentos e é liderada pelo próprio Hassabis. Apenas este ano, por exemplo, a Isomorphic Labs fechou acordos de pesquisa com a Lilly e a Novartis, coletivamente valendo quase US$ 3 bilhões se todos os marcos forem alcançados — e isso não inclui royalties de vendas de medicamentos potenciais.

Em 2022, a Nvidia lançou o BioNeMo, uma plataforma de IA generativa que ajuda os desenvolvedores a acelerar o treinamento, a implantação e a escalabilidade de grandes modelos de linguagem para descoberta de medicamentos. Na Nventures, a divisão de capital de risco da fabricante de chips, 7 dos 19 negócios da unidade são de startups de descoberta de medicamentos a partir de IA, incluindo Genesis Therapeutics, Terray e Generate Biosciences.

“A indústria de design assistido por computador criou a primeira empresa de chips de US$ 2 trilhões”, disse Powell, referindo-se à Nvidia e sua ascensão estratosférica ao longo do último ano. “A indústria de descoberta de medicamentos assistida por computador também pode construir a próxima empresa farmacêutica de trilhões de dólares. É por isso que estamos investindo da maneira que estamos”, acrescentou.

Várias outras gigantes da tecnologia têm seus próprios esforços no campo de dobramento de proteínas. No ano passado, a Salesforce estreou o ProGen, um modelo de IA para geração de proteínas, e a Microsoft lançou o EvoDiff, um modelo semelhante, mas de código aberto. A Amazon também lançou ferramentas de dobramento de proteínas para o SageMaker, sua plataforma de aprendizado de máquina da Amazon Web Service (AWS). Até mesmo a ByteDance, empresa-mãe do TikTok, parece estar recrutando equipes de ciência e design de medicamentos, relatou a Forbes em janeiro.


Os desafios no caminho

Apesar da promissora promessa de descoberta de medicamentos com a ajuda de inteligência artificial, existem contratempos. São necessários anos de pesquisa para que eles cheguem ao mercado.

Em alguns casos, as dificuldades associadas à descoberta de remédios fizeram com que grandes empresas de tecnologia abandonassem essa pesquisa. Em agosto passado, a Meta, empresa-mãe do Facebook, fechou sua equipe de dobramento de proteínas.

Um gargalo importante no qual as empresas de tecnologia precisarão se concentrar é ter dados de treinamento suficientes. Modelos fundamentais mais novos, como o GPT, dependem de aprendizado por reforço, um método em que os algoritmos podem processar informações não rotuladas por tentativa e erro. Isso os torna ainda mais dependentes de dados de alta qualidade, disse Anna Marie Wagner, chefe de IA da empresa de biologia sintética Ginkgo Bioworks à Forbes.

No verão passado, sua empresa entrou em uma parceria estratégica de cinco anos com o Google Cloud para combinar sua expertise em IA com a capacidade do Ginkgo de gerar rapidamente dados biológicos em seus laboratórios automatizados.

Fonte: Forbes

Estudo CX Trends 2024, da Zendesk, mostra como a experiência do cliente está sendo reimaginada a partir do uso assertivo e estratégico de tecnologias.

A Inteligência Artificial tem a capacidade de impulsionar a evolução do Customer Experience (CX) dentro das empresas, mas também será responsável por determinar quem terá sucesso no futuro e quem ficará pelo caminho. Isso porque, em um momento de transformação acelerada, as empresas que possuírem agilidade para utilizar a tecnologia em prol da qualidade do atendimento, da personalização e da empatia, se sobressairão àquelas que falharem em sua implementação. 

A tecnologia por si só não é suficiente. Esse entendimento inaugura a Era do CX Inteligente. Agora, muito além da automação, da Inteligência Artificial ou da análise de dados, é preciso olhar para o todo e criar estratégias com propósito. Afinal, o consumidor se importa cada vez menos com as tecnologias que são utilizadas e cada vez mais com a jornada de experiência e relacionamento que as marcas oferecem. 

Não à toa, de acordo com o estudo CX Trends 2024, da Zendesk, 70% dos líderes de CX deram um passo atrás e estão reimaginando a jornada dos clientes a partir do uso de ferramentas como a IA generativa.

“O principal ponto é que não adianta colocar tecnologia para resolver problemas se ela não gera empatia. Por exemplo, os chatbots são utilizados há mais de dez anos, mas possuem valor agregado muito baixo porque não entregam resolutividade. O CX Inteligente é aquele que consegue mesclar de maneira eficiente tudo o que gera empatia do ponto de vista do cliente e eficiência do ponto de vista das empresas”, explica Walter Hildebrandi, CTO da Zendesk na América Latina. 

Dessa forma, a implementação de tecnologias precisa gerar mais produtividade, eficiência, resolutividade, personalização e empatia, aumentando a qualidade do serviço prestado e, consequentemente, o relacionamento do cliente com a empresa. Mas como colocar isso em prática para superar as expectativas dos consumidores? 

O estudo CX Trends 2024 traz dez tendências que estão impulsionando a Era do CX Inteligente e que precisam ser compreendidas e seguidas pelas empresas. Elas estão relacionadas a temas como IA, experiência do cliente, dados, confiança e novas formas de relacionamento. 


AS 10 TENDÊNCIAS DO COSTUMER EXPERIENCE INTELIGENTE

1. IA generativa proporcionando jornadas humanizadas e pessoais

O potencial da IA generativa – de aumentar a eficiência das interações e impulsionar a hiperpersonalização para contatos mais humanizados em escala – já é conhecido pelos líderes de CX. Agora, eles estão voltando seus esforços para testar ferramentas e aplicações em busca de criar estratégias assertivas. 

A intenção de 70% dos líderes de CX é integrar a IA generativa em muitos pontos de contato nos próximos dois anos. Na visão deles, os mais influenciados pela tecnologia devem ser o suporte ao cliente por meio de chat (57%), as comunicações por e-mail (53%), a funcionalidade de pesquisas (45%) e as interações de voz (42%).


2. Chatbots se transformam em agentes digitais 

Toda essa capacidade da IA generativa irá impactar positivamente os chatbots. “Pouco a pouco eles serão transformados no que chamamos de agentes digitais, porque passarão a ter características muito semelhantes a de humanos”, prevê Walter Hildebrandi. 

Apesar de os chatbots atuais ainda serem limitados e não atenderem às expectativas dos clientes, isso está prestes a mudar: 64% dos líderes de CX pretendem acelerar o processo evolutivo com maiores investimentos em IA e outras tecnologias relacionadas nos próximos anos – e isso vai ao encontro das expectativas dos consumidores. 

Assim, a expectativa é que os chatbots sejam capazes não só de adotar um tom de voz alinhado com a marca da empresa, mas também compreender momentos, analisar sentimentos e adaptar respostas com agilidade.


3. Desconexão entre líderes e agentes de CX

Apesar da empolgação dos líderes, as inovações ainda são vistas pelos agentes de CX com cautela e desânimo, sentimentos causados tanto pelo receio de perder o emprego quanto pela dificuldade de acreditar na eficiência da tecnologia e pela falta de clareza nas diretrizes – apenas 34% dos agentes dizem entender a estratégia de IA do seu departamento.  

Para Walter Hildebrandi, é necessário quebrar uma barreira cultural e mostrar aos agentes que a Inteligência Artificial irá ajudá-los. “Os empregos vão acabar? Não, eles vão se adaptar. Os agentes vão responder questões mais complexas, vão lidar com clientes mais relevantes, vão supervisionar a IA. Os líderes precisam, de uma maneira muito inteligente, começar a treinar os agentes nesse sentido”, alerta o CTO da Zendesk.  

Em paralelo, a qualidade da ferramenta utilizada impacta diretamente na aceitação da tecnologia. Interações conversacionais e simples, como as oferecidas pelo ChatGPT, cativam. O problema é que as soluções utilizadas pela maioria das empresas ainda são bastante engessadas. 


4. Tomadas de decisões da IA e transparência 

Hoje, a IA generativa bem treinada já está gerando conteúdos e comandando interações. E o próximo passo será trazer para essa tecnologia modelos de tomadas de decisão, aplicando razão em cenários específicos. 

A transparência deverá fazer parte desse processo. Afinal, os consumidores querem saber como a tecnologia está lidando com os seus dados, principalmente os confidenciais. De acordo com o CX Trends 2024, 58% dos consumidores consideram importante saber como os dados são coletados, armazenados e usados para tomarem uma decisão de compra.

Porém, limitar as informações às políticas de uso e termos de ciência é um erro. “Os consumidores não têm paciência para ler textos longos. É preciso criar uma estratégia para, gradualmente, educar esse consumidor de maneira proativa por meio de pílulas, pequenas mensagens. A indústria dos celulares faz isso muito bem ao disponibilizar botões de dúvidas ao longo da jornada”, explica Hildebrandi. 


5. Dados em tempo real para experiências instantâneas 

Além de ser exigente com a transparência e a qualidade das experiências, o consumidor busca cada vez mais rapidez, agilidade nas interações. Essa é outra questão que poderá ser impactada positivamente pelo bom uso da IA: a compreensão de dados em tempo real para modificar e melhorar instantaneamente a jornada de experiência. 

Tal eficiência na análise de dados poderá, também, permitir que as empresas tenham ações preditivas, antecipando possíveis problemas e evitando que eles ocorram. Essa, porém, é uma realidade em construção. 



6. Líderes de CX como promotores da privacidade de dados

Com o aumento do uso de IA para analisar dados e personalizar a experiência, os líderes de CX ganham a responsabilidade de garantir a privacidade dos dados dos clientes. Cientes disso, eles estão trabalhando mais próximos às equipes de TI. 

Além disso, parceiros externos e fornecedores têm apoiado 75% desses líderes no desafio de garantir a privacidade dos dados dos clientes. Essa soma de expertises se mostra importante diante da ausência de conhecimento avançado no tema em 72% das equipes de CX. 


7. A segurança faz parte da jornada

Outro desafio que recai sobre os ombros dos líderes de CX é a prevenção contra fraudes – questão delicada diante da engenhosidade e rapidez dos golpistas. Isso porque, além de impedir violações de segurança, as medidas precisam garantir a fluidez da experiência. 

Portanto, as camadas de segurança devem estar integradas à jornada, sem causar fricções ou dificultar a vida do consumidor. Para isso, as novas tecnologias entram em jogo, entre elas estão a própria IA para detecção proativa de fraudes, autenticação multifatorial e criptografia de interações de serviços. 


8. Experiências ao vivo e imersivas

O consumidor já se acostumou a fazer compras online e recebê-las em casa no dia seguinte, mas sempre espera mais dessa experiência. Surge, então, o comércio conversacional, que permite ao cliente interagir, tirar dúvidas e ter um auxílio especializado durante a jornada de compra. 

A prática ganhou força na Ásia, principalmente com o live commerce. Mas pode estar próxima de conquistar o Brasil, afinal, o comércio conversacional pode ser feito a qualquer momento e por qualquer canal, como o popular WhatsApp. 

“Por que as empresas só fazem o atendimento depois da venda? Por que não antes ou durante? Para a decisão de compra, o atendimento durante a jornada pode ajudar a sanar dúvidas, fazendo a diferença. Se o consumidor encontrar o apoio de um consultor ou de um mecanismo de IA explicando o porquê de um produto ser melhor do que o outro, por exemplo, ele se sentirá apoiado e sairá satisfeito com a experiência”, destaca Walter Hildebrandi. 


9. A voz ganha função mais avançada

Apesar da larga adoção de Inteligência Artificial e do avanço do atendimento digital, os investimentos no canal telefônico devem aumentar em 41% das organizações. Isso porque quando os clientes optam pelo canal de voz, eles criam altas expectativas de que o problema será resolvido no primeiro contato – e os agentes precisam estar preparados para isso. 

Além disso, o canal de voz precisa apoiar os canais digitais, entrando em ação quando as tecnologias não estão conseguindo resolver o problema do cliente. Essa transição precisa ser fluida, sem fricções e, de preferência, proativa para aumentar a confiança e a satisfação do cliente.  


10. Hora das ferramentas preditivas de gerenciamento de agentes 

A boa gestão dos agentes é outro fator que impacta diretamente na qualidade do atendimento e da experiência. Nesse sentido, as ferramentas de gerenciamento de agentes estão trazendo mais assertividade para a mensuração do tamanho da equipe de acordo com a época do ano, para os treinamentos dos agentes e para a capacidade do atendimento. 

Para facilitar essa abordagem mais estratégica, 79% dos líderes planejam aumentar o orçamento para ferramentas de gerenciamento de agentes nos próximos anos. 


Por onde começar? 

As tendências mostram que os desafios para reimaginar a experiência do cliente a partir da implementação correta e estratégica de Inteligência Artificial e outras tecnologias são grandes. Mas, quem estiver pronto para enfrentá-los e gerar valor para os consumidores colherá bons frutos. 

Mas, por onde começar? “O primeiro passo é entender onde a Inteligência Artificial, generativa ou não, pode aportar valor para a empresa e para a jornada do cliente. O que eu quero resolver? Então é começar pelos casos de uso. Por exemplo, se você quer usar IA para gerar mais empatia com o seu cliente, você pode investir em um chatbot avançado ou em uma ferramenta de apoio para melhorar as respostas dos agentes”, afirma Walter Hildebrandi. 

O CTO da Zendesk recomenda ainda que as ações sejam realizadas aos poucos. O ideal é que as implementações sejam testadas e aprimoradas, por exemplo, dentro de um canal específico, para depois realizar o “rollout” para o restante da empresa. 

“Investir em CX dá resultado, aumenta a fidelidade, a recorrência de compra, mas existe um limite. Muitas vezes as empresas começam a fazer tantas coisas que o consumidor deixa de perceber o valor. Então, eu acredito em ir de um projeto para o outro. Se no primeiro projeto eu tive 10% de ganho, então eu terei 10% a mais para investir no próximo projeto. Dessa forma, os projetos vão se pagando”, explica Hildebrandi. 

Fonte: Consumidor Moderno