Uma pesquisa da consultoria IDC, mencionada pelo Canaltech, prevê que até 2026 nove em cada dez casos de uso de modelos de linguagem entre as mil maiores empresas da região Ásia-Pacífico serão baseados em Small Language Models (SLMs), ou modelos de linguagem pequenos.
O que são modelos pequenos
SLMs possuem menos parâmetros e geralmente exigem menos capacidade computacional do que os grandes modelos utilizados por serviços como o ChatGPT e outros assistentes generativos.
A diferença não significa que um modelo pequeno seja simplesmente uma versão pior de um modelo grande. O objetivo é escolher uma inteligência artificial que se adapte à tarefa específica.
Uma organização pode recorrer a um modelo maior para atividades que demandam raciocínio complexo e adotar um modelo menor para funções mais repetitivas e pontuais.
Essa especialização pode ser decisiva quando uma empresa precisa processar grandes volumes de solicitações. Quanto menor a demanda computacional de cada operação, menor tende a ser o custo de execução.
Custo e velocidade entram na conta
Implementar IA em larga escala envolve mais do que pagar por acesso a um chatbot. Cada solicitação consome recursos de processamento, e uma aplicação corporativa pode realizar milhares ou milhões delas.
Modelos menores podem reduzir essa demanda e também responder mais rapidamente em determinadas tarefas.
Uma análise recente de estudos sobre SLMs identificou ganhos exatamente na eficiência computacional e na possibilidade de implantação mais próxima da infraestrutura da própria empresa.
A escolha também pode ser financeira. Se uma atividade simples pode ser resolvida por uma IA menor, usar um modelo de grande porte para todas as solicitações pode representar um gasto desnecessário.
Dados e privacidade também pesam
Outro motivo para as empresas considerarem SLMs é o controle sobre os dados.
Modelos menores podem ser instalados em servidores privados ou em ambientes controlados pela própria organização, dependendo da arquitetura escolhida.
Isso é relevante para companhias que lidam com informações financeiras, documentos internos, dados de clientes ou outros conteúdos que não devem circular livremente em serviços externos.
No entanto, SLMs não são automaticamente mais seguros. A proteção depende de como o modelo é configurado, atualizado, monitorado e conectado aos dados da empresa.
A tendência é combinar diferentes modelos
O crescimento dos modelos pequenos não implica o desaparecimento dos gigantes. Uma arquitetura pode distribuir as tarefas entre diferentes inteligências artificiais.
Uma solicitação simples pode ser encaminhada para um modelo menor, enquanto uma tarefa que exige maior capacidade de raciocínio é direcionada a um modelo mais robusto. O resultado é uma espécie de divisão de trabalho entre as IAs.
Para as empresas, a discussão deixa de ser apenas qual é o modelo mais inteligente e passa a incluir uma pergunta mais prática: qual modelo consegue realizar uma determinada tarefa com qualidade suficiente, ao menor custo e com o nível de controle necessário?
É essa equação que ajuda a explicar por que modelos menores estão ganhando espaço. Na corrida corporativa pela inteligência artificial, o tamanho deixou de ser o único critério para decidir qual tecnologia faz sentido adotar.
