Sem chat e quase sem custos: como é nova IA feita pelo cocriador do ChatGPT

Sem chat, sem textão e com uma promessa agressiva de custo baixo: a TypeSafe AI, startup fundada por Diogo Almeida (ex-OpenAI e um dos autores da pesquisa que abriu caminho para o ChatGPT), lançou o Jev, um modelo de IA feito para "julgar" opções dentro de softwares. A aposta empolga por velocidade e preço, mas também levanta a pergunta mais importante para qualquer automação: dá para confiar o suficiente nessas decisões do dia a dia?

Como funciona a nova IA

*A TypeSafe AI saiu do "modo discreto" (quando uma startup trabalha sem se expor) e abriu acesso inicial ao Jev, um modelo de IA que não foi feito para conversar, mas para tomar decisões rápidas e estruturadas dentro de programas.

*Em vez de escrever respostas para o cliente, o Jev recebe um texto (como uma mensagem de suporte) e devolve rótulos e probabilidades entre opções definidas antes pelo time de tecnologia - por exemplo: "problema de pagamento" e a chance de a pessoa estar pedindo reembolso.

*A ideia é usar o Jev como um "juiz de bastidores": ele não resolve o caso sozinho, mas ajuda o sistema a encaminhar, priorizar e aplicar regras (como mandar para o financeiro, sinalizar urgência ou pedir revisão humana quando estiver incerto).

*Segundo a TypeSafe, o Jev responde em cerca de 70 a 500 milissegundos (frações de segundo), o que permitiria colocar checagens rápidas antes de ações automáticas - como verificar se um texto gerado por outra IA contradiz a conversa ou promete algo que não existe no cadastro.

*A empresa diz que o modelo é barato: cobra US$ 0,042 por milhão de tokens de entrada (um jeito de contar pedaços de texto) e afirma não cobrar pela saída, já que a saída não é um texto longo, e sim valores estruturados.

*A TypeSafe divulga testes internos e comparações de desempenho, mas há limitações: parte das avaliações usa como referência respostas de outros modelos de IA, e a qualidade final pode variar conforme o tipo de tarefa e o jeito como as opções são definidas.

*O Jev é voltado a empresas e equipes de produto/engenharia que precisam automatizar decisões repetitivas em grande volume - como triagem de atendimento, rotas de vendas, classificação de registros e "sinais" para saber quando um humano deve assumir.

IAgora?

O Jev aponta para um caminho bem pragmático da IA: menos "colega de trabalho que conversa" e mais "peça de motor" escondida dentro do software. Para o público leigo, isso importa porque é o tipo de tecnologia que pode acelerar bastidores que a gente sente na pele: atendimento que cai no setor certo, reembolso que não fica dias parado, fraude que é barrada antes de virar dor de cabeça.

Mas a promessa de "não alucinar" precisa ser lida com cuidado. O Jev não inventa um texto fora do roteiro porque só pode escolher entre alternativas pré-definidas - é como uma urna com opções limitadas. Só que ainda dá para votar na opção errada. Em automação, esse tipo de erro não aparece como uma frase absurda: ele aparece como um chamado que vai para o time errado, uma prioridade mal dada, um bloqueio indevido.

O ponto forte, se funcionar como anunciado, é o combo de velocidade + preço. Quando uma decisão custa quase nada e sai em milissegundos, dá para colocar "microjulgamentos" em todo lugar: antes de uma IA responder, antes de aprovar uma ação, antes de liberar um fluxo.

E aí entra um efeito conhecido como paradoxo de Jevons: quando algo fica muito mais barato e eficiente, a tendência é usar muito mais. Ou seja, em vez de substituir chatbots, o Jev pode virar o fiscal silencioso (e onipresente) que deixa outros sistemas mais automáticos - e isso aumenta tanto o potencial de ganho quanto o tamanho do estrago se a calibração estiver ruim.

Por isso, a discussão real para empresas não é só "é mais rápido?"; é "em quais decisões eu aceito errar pouco, e como eu detecto quando está errando?". A própria TypeSafe e análises independentes apontam que cada companhia vai precisar testar no seu contexto: o que é aceitável para classificar emails pode ser inaceitável para negar um reembolso, travar uma conta ou sinalizar fraude.

O que o mundo está dizendo sobre isso

Para vencer, o modelo teria que dar conta dessas tarefas não só mais rápido ou mais barato, mas com qualidade boa o suficiente.
The Decoder

Isso não é um sistema para competir com modelos de linguagem; o Almeida chamou de "mais como um banco de dados do que um colega de trabalho". É aí que entra a referência ao paradoxo de Jevons - se o Jev for mesmo tão rápido e barato, mantendo confiabilidade, ele deve virar uma peça padrão dentro de softwares.
Newsletter The Rundown

Quase nunca testamos novos modelos de base, mas estamos testando isso há mais ou menos uma semana na Every e é bem impressionante. É o tipo de coisa que vai ser obviamente indispensável em 6 a 12 meses.
Dan Shipper, CEO da newsletter sobre futurismo Every, via X

Reportagem

Texto que relata acontecimentos, baseado em fatos e dados observados ou verificados diretamente pelo jornalista ou obtidos pelo acesso a fontes jornalísticas reconhecidas e confiáveis.