Agentes de IA: 15 principais casos de uso e 5 benefícios

72% das empresas implementam soluções de IA. ¹ Oracle utiliza agentes de IA que combinam grandes modelos de linguagem, processamento de linguagem natural e geração aumentada por recuperação (RAG).

Explore os agentes de IA Oracle, seus casos de uso e benefícios:

O que são agentes de IA Oracle?

Os agentes de IA generativa da OCI são um serviço totalmente gerenciado que integra grandes modelos de linguagem (LLMs) com um sistema de recuperação inteligente. Ele foi projetado para fornecer respostas relevantes por meio da busca em uma base de conhecimento específica.

A Oracle agora oferece mais de 600 agentes de IA em seu pacote de aplicativos Fusion Cloud, além de mais de 100 agentes parceiros certificados no Fusion AI Agent Marketplace. A empresa lançou 22 novos aplicativos Fusion Agentic, criados a partir de equipes de agentes de IA integradas aos aplicativos Fusion Cloud da Oracle, para RH, finanças, cadeia de suprimentos e experiência do cliente. ²

Esses agentes de IA são projetados para lidar com processos de várias etapas, adaptar-se a novas situações e responder a comandos em linguagem natural, oferecendo maior flexibilidade e precisão em comparação com os sistemas anteriores baseados em regras. Os agentes de IA generativos da OCI oferecem vários métodos para integração de dados, permitindo que usuários e seus clientes interajam com os dados por meio de uma interface de chat ou uma API.

Principais características

• Suporta diversos métodos de integração de dados e canais de interação (interface de chat ou API).
• Gera respostas contextualmente relevantes, recuperando informações de uma base de conhecimento.
• Fornece atribuição de fonte para todas as respostas.
• Oferece recursos de busca híbrida, combinando abordagens lexicais e semânticas.
• Inclui moderação de conteúdo tanto para entrada quanto para saída.
• Suporta conversas com múltiplas interações, permitindo que os usuários façam perguntas de acompanhamento que levem em consideração o contexto anterior.
• É possível interpretar dados de gráficos de dois eixos e tabelas de referência em PDFs sem a necessidade de descrições explícitas dos elementos visuais.
• Extrai e exibe hiperlinks presentes em documentos PDF nas respostas do chat.

Como funcionam os agentes de IA Oracle?

1. Entrada: Consulta do usuário
   • Um usuário envia uma consulta em linguagem natural para o Agente de IA Generativa da OCI.
   • O serviço codifica a consulta e a envia para o repositório de dados corporativo (a base de conhecimento) para processamento.
2. Processamento: Compreensão da consulta e formulação do plano
   • O agente de IA, alimentado por um modelo de linguagem abrangente (LLM), interpreta a consulta.
   • Ela formula e executa um plano para gerar uma resposta. Isso envolve as seguintes etapas:
     1. Pesquisando na base de conhecimento artigos ou documentos relevantes.
     2. Reclassificação dos documentos recuperados com base na relevância semântica.
     3. Combinar os documentos mais relevantes com a consulta do usuário para gerar uma resposta coerente e contextualizada.
3. Saída: Entrega de Resposta
   • O agente envia a resposta formulada de volta ao usuário.
   • A resposta inclui referências aos documentos ou fontes que foram utilizados para gerá-la.

Orquestração agentiva

Os agentes de IA operam não apenas como sistemas de recuperação e resposta, mas como orquestradores capazes de planejar, coordenar e executar fluxos de trabalho complexos em ferramentas e fontes de dados corporativas.

Ao contrário da IA orientada por bate-papo com função única, a orquestração de agentes permite que os modelos:

• Decomponha metas de várias etapas em planos de execução estruturados.
• Selecione e invoque as ferramentas, APIs e sistemas empresariais certos no momento certo.
• Manter o estado, validar as saídas e autocorrigir-se por meio de raciocínio iterativo.
• Encadear ações nas camadas de recuperação, análise e execução de tarefas
• Atuar junto a diversas subagências especializadas quando necessário (ex.: RH, finanças, suporte).

Essa camada de orquestração permite que os Agentes de IA Oracle vão além da simples resposta a perguntas e entrem na execução de processos.

Para obter um contexto mais aprofundado sobre orquestração, explore:

• Orquestração LLM
• Orquestração multiagente
• ERP de IA Agencial
• Orquestração de TI .

À medida que os agentes expandem suas operações para além dos sistemas internos, os ambientes de execução web e os padrões de interoperabilidade tornam-se essenciais:

• Explore os benchmarks do MCP para navegadores a fim de identificar infraestruturas de servidor MCP que suportem agentes habilitados para a web.
• Compare navegadores remotos para observar como os agentes interagem com a web aberta.

tipos de dados da base de conhecimento

Existem duas maneiras diferentes de fornecer dados para os Agentes de IA Generativa da OCI usarem como base de conhecimento. Uma base de conhecimento é essencialmente a coleção de informações ou documentos que o agente de IA pesquisa para gerar respostas. Veja a seguir o que cada tipo significa:

1. Opção gerenciada pelo serviço

Esta opção permite armazenar seus dados no armazenamento de objetos da Infraestrutura de Nuvem OCI (Old Cloud Infrastructure). Com essa abordagem, você pode:

• Faça o upload de até 1.000 arquivos, sejam documentos de texto ou PDF, cada um com tamanho máximo de 100 MB.
• Solicite um aumento de limite através do suporte Oracle para armazenar mais arquivos ou arquivos maiores.

2. Traga suas próprias opções (BYO)

Esta opção permite que você utilize seus sistemas existentes para hospedar e gerenciar os dados que o agente de IA acessará. O pacote Oracle oferece integração com ferramentas específicas para essa finalidade. Está disponível em sistemas como:

• Oracle Banco de dados 23c (busca vetorial de IA): Este é um banco de dados que oferece recursos avançados de busca, incluindo busca vetorial, o que ajuda o agente de IA a recuperar dados relevantes com mais eficiência.
• Pesquisa OCI com OpenSearch: Esta opção utiliza o OpenSearch, uma tecnologia de mecanismo de busca, para indexar e gerenciar seus dados. Ela permite que o agente execute pesquisas eficientes nos dados ingeridos e indexados.

Essa opção oferece flexibilidade e controle caso você já possua uma infraestrutura para armazenamento e gerenciamento de dados. Você pode integrar o agente de IA aos seus sistemas existentes sem precisar migrar os dados para o OCI Object Storage.

15 Oracle casos de uso de agentes de IA generativa

Agentes de geração aumentada por recuperação (RAG, na sigla em inglês), como o RAG agético , combinam capacidades de recuperação e geração de linguagem para produzir respostas precisas e contextualizadas. O agente recupera documentos ou dados relevantes e gera respostas coerentes com base nessas informações.

Exemplos de casos de uso incluem:

1. Automação do atendimento ao cliente: Um agente de IA para atendimento ao cliente pode otimizar o serviço, lidando com consultas por meio de interfaces conversacionais, recuperando dados da base de conhecimento e encaminhando problemas complexos para agentes humanos. Isso garante uma resolução de problemas mais rápida e aumenta a satisfação do usuário. A automação também reduz tarefas repetitivas, permitindo que as equipes de suporte ao cliente se concentrem em interações personalizadas e de maior valor.
2. Pesquisa jurídica: Agentes de IA podem auxiliar profissionais do direito pesquisando rapidamente precedentes e jurisprudência em vastos bancos de dados. Essas capacidades aprimoram a execução eficiente de tarefas de planejamento e pesquisa. Ao simplificar buscas complexas, a IA contribui para uma tomada de decisão mais ágil, garantindo que as equipes jurídicas cumpram prazos e forneçam orientações precisas aos seus clientes.
3. Análise e relatórios financeiros: agentes de IA auxiliam as equipes financeiras na análise de dados, detecção de anomalias e geração de relatórios abrangentes. Eles sintetizam insights de diversas fontes, como notícias de mercado e relatórios internos. Essas ferramentas aprimoram a gestão financeira ao otimizar processos, sugerir ações corretivas e aumentar a precisão na tomada de decisões para orçamentos, previsões e avaliação de desempenho.
4. Tutoria educacional: agentes de IA atuam como tutores pessoais, fornecendo recursos de aprendizagem personalizados e esclarecendo conceitos complexos. Esses sistemas se adaptam às necessidades dos alunos, oferecendo conteúdo educacional interativo e orientação passo a passo. Ao automatizar a busca por recursos, eles ajudam os alunos a atingirem seus objetivos acadêmicos, permitindo que os educadores se concentrem em estratégias de ensino inovadoras.
5. Criação de conteúdo: A IA auxilia os criadores de conteúdo ao recuperar informações relevantes, analisar tendências e elaborar sugestões para artigos, relatórios ou apresentações. Esses agentes aceleram o processo criativo, mantendo a originalidade. Ao aproveitar recursos avançados de IA, eles permitem que os profissionais se concentrem em aprimorar a qualidade do conteúdo e se conectar com seu público de forma eficaz.
6. Suporte técnico: Agentes de IA guiam os usuários na resolução de problemas, sintetizando manuais técnicos e fóruns em soluções concisas. Eles resolvem problemas com eficiência, minimizando o tempo de inatividade. Esses agentes capacitam as equipes de suporte, reduzindo a carga de trabalho e fornecendo soluções consistentes e precisas, aprimorando significativamente a experiência do usuário em ambientes técnicos.
7. Gestão da cadeia de suprimentos: agentes de IA otimizam as operações da cadeia de suprimentos agregando dados sobre estoque, fornecedores e logística. Eles analisam tendências para obter insights acionáveis, permitindo que as empresas reduzam ineficiências e garantam operações tranquilas.
8. Cadastro de fornecedores: Um agente de cadastro de fornecedores pode facilitar a integração de novos fornecedores, buscando automaticamente documentos relevantes, verificando a conformidade com as políticas da empresa e atualizando os registros de fornecedores no sistema corporativo.
9. Análise imobiliária: Agentes de IA auxiliam profissionais do setor imobiliário sintetizando dados de propriedades e tendências de mercado. Eles fornecem insights sobre preços, demanda e oportunidades de investimento, auxiliando na tomada de decisões. Com a análise baseada em IA, os profissionais podem se adaptar às condições dinâmicas do mercado e oferecer consultoria personalizada aos clientes de forma eficaz.
10. Planejamento de viagens: agentes de IA atuam como guias de viagem personalizados, recomendando destinos, atrações locais e roteiros. Eles criam experiências sob medida com base nas preferências do usuário, simplificando os preparativos de viagem. Ao integrar diversas fontes de dados, esses agentes aumentam a satisfação do usuário.
11. Assistência de compras para vendas: Um agente de IA para processamento de documentos pode auxiliar um executivo de vendas na gestão de tarefas de compras. Por exemplo, o executivo poderia tirar uma foto de uma cotação de preço de um fornecedor estrangeiro usando seu celular. O agente então:
    • Extraia as informações relevantes do documento.
    • Traduza o texto, por exemplo, do japonês para o inglês.
    • Crie uma solicitação de compra com base nos dados extraídos. Posteriormente, o mesmo agente poderá automatizar o processamento da fatura do fornecedor, sinalizando-a para revisão por um gerente de pagamentos.
12. Análise de chamadas de vendas: Em vendas, um agente de IA poderia analisar as interações com os clientes durante as chamadas, extraindo informações como preferências do cliente ou principais objeções, e gerando relatórios detalhados para as equipes de vendas aprimorarem os contatos futuros.
13. Gestão de talentos e recrutamento: agentes de IA podem ser usados para identificar e analisar candidatos a vagas, ajudando as equipes de RH a otimizar a aquisição de talentos. Hipoteticamente, um agente poderia buscar candidatos adequados em bancos de dados, avaliar seus currículos e fornecer recomendações com base em requisitos de vaga predefinidos.
14. Controle de qualidade na manufatura: agentes de IA monitoram dados de produção, identificam padrões que indicam defeitos e recomendam ajustes para garantir os padrões de qualidade. Ao aproveitar análises avançadas, eles permitem que os fabricantes minimizem o desperdício, melhorem a eficiência e mantenham a consistência. Essa abordagem proativa garante qualidade superior do produto e satisfação do cliente.
15. Serviços bancários de varejo: Oracle inclui agentes pré-configurados para fluxos de trabalho de serviços bancários ao consumidor que podem automatizar tarefas bancárias de varejo de ponta a ponta, como fornecimento de informações, análise de crédito e monitoramento de conformidade. Esses agentes incluem:
    • Um agente de "Geração de Brochuras de Produtos" e um agente de "Análise de Crédito" que ajudam a automatizar o processamento de pedidos de empréstimo.
    • Agentes focados em conformidade, como um agente de "Verificação de Conformidade de Chamadas", monitoram o cumprimento das normas regulatórias durante as ligações com os clientes. ³

Explore casos de uso gerais de IA Agética com alguns exemplos da vida real.

Oracle Estúdio de Agente de IA

A Oracle apresentou o AI Agent Studio, um ambiente centralizado para simplificar a implantação e o monitoramento de agentes de IA. Este estúdio representa um passo em direção à democratização da IA dentro da empresa por meio de dois pilares principais:

• Construtor de agentes sem código: Uma interface em linguagem natural para criar, testar e aprimorar agentes sem escrever código. Os usuários podem descrever a finalidade do agente em inglês simples, e o construtor cuida da configuração subjacente.
• Painel de ROI integrado: O estúdio inclui um painel que mede o impacto comercial de cada agente, rastreando métricas que refletem o tempo economizado ou a eficiência do processo.

Tipos de agentes: Fluxo de trabalho vs. RAG

Embora muitos agentes se concentrem na recuperação de informações, o Studio permite a criação de Agentes de Fluxo de Trabalho. Estes se distinguem dos agentes RAG padrão porque:

• Operam em sequências determinísticas baseadas em regras .
• Siga "nós" pré-configurados com funções, entradas e saídas específicas.
• São concebidas para cenários de alto risco que exigem governança rigorosa, conformidade e repetibilidade , onde uma resposta “alucinada” ou criativa não é uma opção.

Oracle Benefícios para agentes GenAI

• Transparência: Permite rastrear as respostas até suas fontes.
• Atualizações contínuas: As fontes de dados podem ser atualizadas sem interromper a funcionalidade do agente.
• Escalabilidade e segurança: Opera em uma arquitetura escalável e segura.
• Ingestão incremental: Permite atualizações de dados precisas por meio de ingestão incremental e controle de versão.
• Interações aprimoradas: Mantém o contexto da conversa ao longo de mais de 10 turnos.

Últimos desenvolvimentos: Oracle Capacidades RAG dos Agentes de IA

O Agente RAG (Retrieval-Augmented Generation) da OCI foi lançado oficialmente em 25 de setembro de 2024, após o anúncio prévio de uma versão beta. Os novos Agentes RAG introduziram diversas melhorias em comparação com os Agentes RAG existentes da OCI:

1. Integração com o Database 23ai: O Database 23ai adiciona busca vetorial avançada para dados não estruturados, como texto e imagens. Ele permite resultados de busca mais precisos e relevantes, convertendo os dados em representações vetoriais. Isso possibilita o processamento contínuo de consultas complexas e a integração de dados estruturados e não estruturados.
2. Configuração simplificada: Processo de configuração simplificado com uma interface de usuário aprimorada. Permite que usuários com conhecimento técnico limitado implantem agentes RAG de forma rápida e fácil. Menos etapas e uma experiência mais intuitiva reduzem o tempo e o esforço de configuração.
3. Melhoria na qualidade e relevância das respostas: os LLMs proporcionam respostas mais precisas e de maior qualidade. Isso garante que as interações conversacionais sejam mais esclarecedoras e contextualizadas.
4. Recuperação e reclassificação de dados avançadas: As funções aprimoradas de recuperação e reclassificação de dados examinam grandes conjuntos de dados e priorizam as informações relevantes. Isso melhora a profundidade e a precisão das respostas da IA, principalmente para consultas complexas.
5. Busca híbrida: Combina buscas tradicionais por palavras-chave com busca semântica. Isso garante a recuperação de resultados mais relevantes tanto para dados estruturados quanto para dados não estruturados.
6. Bases de conhecimento gerenciadas: Repositório vetorial integrado e pipeline robusto de ingestão de dados não estruturados. Simplifica o armazenamento, a recuperação e a indexação de dados complexos. Oferece gerenciamento eficiente de bases de conhecimento como uma solução pronta para uso.
7. Suporte para bases de conhecimento BYO com OpenSearch: Suporte simplificado para buscas BYO (Bring Your Own) no OCI com OpenSearch. Isso proporciona flexibilidade e controle sobre configurações de busca personalizadas. Simplifica a integração com sistemas OpenSearch existentes.
8. Moderação de conteúdo: Filtragem robusta para sinalizar conteúdo prejudicial ou inadequado na entrada e na saída. Isso mantém interações de IA seguras e protegidas.
9. Multimodalidade: Processa e integra dados de múltiplos formatos, incluindo texto, imagens, tabelas e gráficos. Isso proporciona respostas mais abrangentes e ricas em contexto.

Perguntas frequentes

Leitura complementar

• Compare as principais ferramentas de agentes de IA

Links de referência

1.

https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/why-agents-are-the-next-frontier-of-generative-ai

2.

Apps update—AI agents, AI marketplace, and more | fusioninsider

3.

Oracle Reimagines Banking for the AI Era with New Agentic Platform

Hazal Şimşek

Analista do setor

Siga-nos

Hazal é analista do setor na AIMultiple, com foco em mineração de processos e automação de TI.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios.

Nome

Endereço de email

Comentário

0/450

Postar comentário