Durante a corrida pela inteligência artificial, a atenção do mercado esteve concentrada nos grandes modelos de linguagem, capazes de processar enormes volumes de informação. Agora, uma tendência paralela começa a ganhar espaço: modelos menores, especializados e desenvolvidos para executar tarefas específicas com menor custo computacional.
Os chamados Small Language Models, ou SLMs, não pretendem substituir completamente os grandes sistemas de IA. A proposta é diferente. Em vez de tentar responder a qualquer tipo de pergunta, esses modelos podem ser ajustados para atividades específicas e executados diretamente em computadores e outros dispositivos.
Esses modelos menores e específicos para determinadas tarefas fornecem respostas mais rápidas e utilizam menos poder computacional.| Sumit Agarwal, vice-presidente e analista do Gartner, ao explicar por que empresas devem ampliar o uso de modelos de IA especializados.
O Gartner prevê que, até 2027, as empresas utilizarão modelos pequenos e especializados em um volume pelo menos três vezes maior do que os grandes modelos de propósito geral. Segundo a consultoria, a busca por maior precisão, velocidade e redução de custos deve impulsionar essa mudança.
A Microsoft é um dos exemplos dessa estratégia. O Phi Silica, modelo compacto da empresa, foi desenvolvido para funcionar localmente em computadores, permitindo atividades como geração, resumo e reescrita de textos sem a necessidade de enviar os dados para a nuvem. A execução no próprio dispositivo também pode reduzir a latência e ampliar a privacidade das informações.
Para empresas que lidam com dados sensíveis, essa característica pode se tornar especialmente relevante. Processar determinadas informações localmente reduz a necessidade de transferência constante de conteúdo para servidores externos.
O futuro da IA, portanto, pode não depender apenas de modelos cada vez maiores. Em muitas aplicações, o diferencial estará justamente no oposto: sistemas menores, mais rápidos e preparados para resolver um problema específico com eficiência.
