Ex-pesquisador da OpenAI lança IA sem chat que classifica decisões por menos de 5 centavos

Uma startup americana lançou um modelo de inteligência artificial voltado exclusivamente para tomada de decisões automáticas dentro de softwares, sem interface de conversa e com custo declarado muito abaixo do mercado. A empresa por trás da ferramenta foi fundada por Diogo Almeida, ex-integrante da OpenAI e um dos pesquisadores cujo trabalho contribuiu para o desenvolvimento do ChatGPT.

A companhia se chama TypeSafe AI e o produto é o Jev. Após um período de operação discreta, a startup abriu o acesso inicial à ferramenta, que não foi projetada para responder perguntas ou gerar textos, mas para classificar informações e atribuir probabilidades entre opções previamente definidas por equipes de tecnologia.

O funcionamento é direto: o modelo recebe um texto — como uma mensagem de suporte ao cliente — e devolve rótulos e percentuais de probabilidade entre alternativas estabelecidas com antecedência. O resultado pode indicar, por exemplo, se uma mensagem se trata de um problema de pagamento e qual a chance de o usuário estar solicitando reembolso.

A TypeSafe descreve o Jev como um "juiz de bastidores". Ele não resolve situações de forma autônoma, mas orienta o sistema sobre como encaminhar um chamado, definir prioridades ou acionar uma revisão humana quando o grau de certeza for baixo.

Em termos de velocidade, a empresa afirma que o modelo responde entre 70 e 500 milissegundos. Isso permitiria inserir verificações rápidas antes de ações automáticas, como checar se um texto produzido por outra IA contradiz o histórico da conversa ou promete algo inexistente no cadastro.

No campo financeiro, a TypeSafe divulga um custo de US$ 0,042 por milhão de tokens de entrada — unidade usada para medir pedaços de texto processados. A empresa afirma não cobrar pela saída, já que o retorno não é um texto longo, mas valores estruturados.

O público-alvo são empresas e equipes de produto e engenharia que precisam automatizar decisões repetitivas em grande volume. Entre os casos de uso citados estão:

• Triagem de atendimento ao cliente
• Roteamento de contatos em times de vendas
• Classificação de registros
• Identificação de momentos em que um humano deve intervir

A abordagem tem um ponto de atenção relevante: o modelo não inventa respostas fora do roteiro porque só pode escolher entre alternativas pré-definidas. Isso reduz o risco de respostas absurdas, mas não elimina a possibilidade de classificações incorretas. Em automação, esse tipo de erro não aparece como um texto sem sentido — ele se manifesta como um chamado direcionado ao setor errado, uma prioridade mal atribuída ou um bloqueio indevido.

A própria TypeSafe e análises independentes apontam que os resultados podem variar conforme o tipo de tarefa e a forma como as opções são configuradas. Parte dos testes divulgados pela empresa usa como referência respostas de outros modelos de IA, o que representa uma limitação nas avaliações.

Outro aspecto levantado é o chamado paradoxo de Jevons: quando uma tecnologia fica muito mais barata e eficiente, a tendência é que seu uso se expanda significativamente. No caso do Jev, isso significa que, em vez de substituir ferramentas de conversação, o modelo pode se tornar uma camada de verificação presente em múltiplos pontos de sistemas automatizados — ampliando tanto o potencial de ganho quanto o impacto de eventuais falhas de calibração.

A questão central para empresas que considerarem adotar a ferramenta, segundo as análises, não é apenas a velocidade ou o preço, mas definir em quais tipos de decisão um nível baixo de erro é aceitável e como identificar quando o modelo está falhando. O que pode ser tolerável para classificar e-mails pode ser inadequado para negar reembolsos, bloquear contas ou sinalizar fraudes.

Com informações de UOL.