IA & Carreira
Modelo troca. Dado fica. E é o dado que te diferencia
Nos últimos meses o modelo do momento mudou várias vezes. Quem construiu em cima de um modelo específico refez trabalho. Quem construiu em cima do próprio dado só trocou a peça.
Olha o que aconteceu nos últimos meses.
Um modelo virou o melhor. Três semanas depois, outro. O preço de um deles caiu 80% de uma vez. Um concorrente apareceu cobrando metade.
Quem amarrou o produto a um modelo específico refez trabalho em cada uma dessas voltas.
O que é peça trocável e o que é ativo
Trocável: o modelo, o fornecedor, o preço por token, o jeito de chamar a API.
Ativo: o seu dado, o contexto que explica esse dado, os exemplos do que é resposta certa no seu caso, e o processo de revisão que garante qualidade.
A primeira lista muda sozinha, sem você pedir. A segunda só muda se você construir.
E a tentação é inversa: o modelo é visível, é notícia, dá assunto. O glossário dos seus campos não dá assunto nenhum e é o que sustenta tudo.
A consequência prática é arquitetural
Isso não é filosofia, é uma decisão de código com efeito direto.
Isola a chamada ao modelo num ponto só. Toda a aplicação fala com uma função sua; essa função fala com o fornecedor. Trocar vira mexer num arquivo em vez de caçar chamada espalhada por vinte.
Não espalha o nome do modelo pelo código. Nem o formato específico de resposta dele. Isso vai mudar.
Guarda os seus casos de teste. Um conjunto de perguntas reais com as respostas certas, fora do código. É o que permite avaliar qualquer modelo novo em minutos.
Com essas três, trocar de fornecedor é uma tarde. Sem elas, é um projeto, e projeto não acontece quando tem coisa mais urgente.
O teste que decide se você troca
Modelo novo não se adota por lançamento. Se adota por número.
Pega o seu conjunto de casos. Roda nos dois. Compara três coisas: acertou mais, custou quanto, demorou quanto.
Se o novo ganha nos três, troca. Se ganha em qualidade e perde em custo, a conta depende do volume. Se empata, fica onde está, porque migração sem ganho é risco de graça.
Isso leva uma hora quando o conjunto de testes existe. Leva uma semana quando não existe, e é por isso que a maioria não testa e só segue a manchete.
O que não muda de valor
Enquanto os modelos se revezam, quatro coisas seguem valendo exatamente igual:
Saber qual pergunta vale a pena fazer. Ter o dado que responde essa pergunta. Saber avaliar se a resposta está certa. Ter processo pra quando ela estiver errada.
Nenhuma delas aparece em lançamento. Todas são trabalho acumulado.
O erro que mais vejo
Empresa que passa seis meses escolhendo o modelo ideal e zero hora organizando o próprio dado.
No fim, ela tem o melhor modelo do mercado respondendo mal, porque o contexto dela nunca foi dado a ele.
O inverso também existe e é muito melhor: empresa com dado bem organizado tem resultado bom com modelo mediano. E quando troca pro melhor, melhora de novo, sem refazer nada.
Dado bom amplifica qualquer modelo. Modelo bom não conserta dado ruim.
O resumo
Modelo é infraestrutura. Vai ficar melhor e mais barato sem você fazer nada, e vai mudar de nome várias vezes.
Dado é patrimônio. Só melhora se você investir, e ninguém pode copiar o seu.
Investe no que fica.
A decisão é sua.
Perguntas frequentes
Perguntas rápidas
+Devo evitar depender de um fornecedor de IA?
Não precisa evitar usar, precisa evitar que a troca seja cara. Isolar a chamada num único ponto do código transforma uma migração de semanas em uma tarde.
+O que exatamente permanece quando o modelo muda?
O dado da empresa, o glossário e as exceções que dão sentido a ele, os exemplos de resposta correta e o processo de revisão. Nada disso precisa ser refeito a cada modelo novo.
+Vale trocar sempre para o modelo mais novo?
Só quando ele resolve melhor a sua tarefa, medido nos seus casos. Novidade não é critério, resultado medido é.
+Como testar um modelo novo sem risco?
Com um conjunto fixo de casos reais cujas respostas corretas você já conhece. Roda nos dois, compara qualidade e custo, e decide com número.
Continue lendo
Excluir código é trabalho de sênior, não faxina
Adicionar é fácil e todo mundo aplaude. Remover exige entender o sistema inteiro e ninguém vê. Com IA gerando volume, essa assimetria virou o problema central.
IA & CarreiraTodo sistema feito com IA vira legado mais rápido
Legado não é idade. É a distância entre o que o sistema faz e o que alguém consegue explicar. Com IA essa distância nasce grande no primeiro dia.
IA & CarreiraO que muda quando o código roda sem ninguém olhando
A diferença entre um assistente e um agente não é inteligência. É que um erra na sua frente e o outro erra enquanto você dorme. Isso muda onde o seu controle precisa estar.