Ao construir o futuro centrado em inteligência artificial, Edward Kim, cofundador e diretor de tecnologia da Gusto, apresenta um ponto de vista diferente. Ele argumenta que reduzir a equipe existente e contratar um grupo de engenheiros de IA especialmente treinados não é o caminho certo.
Em uma entrevista com o TechCrunch, Kim disse que os membros da equipe não técnica podem entender melhor do que os engenheiros comuns as situações e confusões que os clientes podem encontrar, o que os torna mais qualificados para orientar quais recursos devem ser construídos nas ferramentas de IA. A abordagem da Gusto é permitir que membros não técnicos de sua equipe de experiência do cliente escrevam "receitas" que orientam a maneira como seu assistente de IA, Gus (anunciado no mês passado), interage com os clientes.
Kim também mencionou que a empresa descobriu que "pessoas que não são engenheiras de software, mas têm um pouco de conhecimento técnico, conseguem construir aplicativos de IA realmente poderosos e inovadores", como o CoPilot — uma ferramenta de experiência do cliente lançada em junho para a equipe CX da Gusto, com 2.000 a 3.000 interações diárias.
Kim disse que a Gusto pode, na verdade, aprimorar as habilidades de muitas pessoas dentro da empresa para ajudá-las a construir aplicativos de IA. Esta entrevista foi editada para clareza e compreensão.
Gus é o principal recurso de IA que a Gusto oferece aos clientes, integrando em muitos aspectos muitos recursos pontuais construídos anteriormente. Porque, no aplicativo, você começa a ver que eles estão cheios de botões de IA, como "pressione este botão para fazer algo com IA". Enquanto o Gus permite que você remova todos esses botões, quando achamos que o Gus pode fazer algo valioso para você, o Gus pode aparecer discretamente e dizer: "Ei, posso ajudá-lo a escrever uma descrição de vaga?". Esta é uma maneira mais limpa de interagir com a IA.
Kim acredita que a programação de software não é acessível para a maioria das pessoas; você precisa aprender a codificar e estudar por muitos anos. A aprendizagem de máquina é ainda menos acessível, pois você precisa ser um engenheiro de software altamente qualificado com um conjunto de habilidades em ciência de dados, sabendo como criar redes neurais artificiais, etc. Mas a maior mudança que ocorreu recentemente é que a interface para criar aplicativos de aprendizado de máquina e IA tornou-se muito mais acessível para qualquer pessoa. No passado, tínhamos que aprender a linguagem do computador, indo para a escola para isso, agora o computador está aprendendo a entender melhor os humanos. Isso pode não parecer grande coisa, mas se você pensar sobre isso, torna a construção de aplicativos de software muito mais acessível.
A prática da Gusto mostra que mesmo pessoas que não são engenheiras de software, com um pouco de conhecimento técnico, conseguem construir aplicativos de IA realmente poderosos e inovadores. A empresa está usando sua equipe de suporte para expandir as capacidades do Gus, e eles não precisam saber como programar. A interface que eles usam agora permite que eles façam o que os engenheiros de software sempre fizeram, sem precisar aprender a codificar. Se quiser, posso dar um exemplo disso.
Na Gusto, mesmo pessoas sem formação técnica podem encontrar maneiras de usar sua experiência em seu campo de especialização, especialmente a equipe de suporte ao cliente, para ajudar a construir aplicativos de IA mais poderosos, especialmente para permitir que o Gus faça cada vez mais coisas. Sempre que a equipe de suporte ao cliente recebe um tíquete de suporte — ou seja, um de nossos clientes entra em contato conosco porque deseja que nossa equipe de suporte ajude em algo — se isso ocorrer repetidamente, nós, na verdade, fizemos a equipe de suporte ao cliente escrever uma receita para o Gus, o que significa que eles podem realmente ensinar o Gus, sem nenhuma habilidade técnica. Eles podem ensinar o Gus a orientar os clientes na resolução de problemas, às vezes até tomando medidas.
A Gusto construiu uma interface interna, uma ferramenta voltada para dentro, onde você pode escrever instruções para o Gus em linguagem natural, dizendo a ele como lidar com essa situação. Na verdade, a equipe de suporte ao cliente tem uma maneira de dizer ao Gus para chamar uma determinada API para concluir uma tarefa sem codificação.
Atualmente, há muitas discussões sobre "vamos eliminar todos esses empregos nesta área, estamos contratando esses especialistas em IA, estamos pagando milhões de dólares porque eles têm esse conjunto de habilidades único". Eu só queria dizer que esta é a abordagem errada. Porque as pessoas que podem realmente avançar seus aplicativos de IA são aquelas que têm conhecimento especializado na área, embora possam não ter experiência técnica. A Gusto pode realmente aprimorar as habilidades de muitas pessoas aqui para ajudá-las a construir aplicativos de IA.
Kim destaca que a escolha entre ICL e IFT depende de vários fatores, incluindo recursos disponíveis, volume de dados e necessidades de aplicativos específicos. De qualquer forma, a pesquisa destaca a importância de dados de treinamento de alta qualidade para ambos os métodos. Essa pesquisa, intitulada "Is In-Context Learning Sufficient for Instruction Following in LLMs?", será apresentada na conferência NeurIPS de 2024, e o código relacionado está disponível no GitHub.
