As soluções de inteligência artificial que já estavam no mercado em 2017

Atualizado em outubro/2026.

O que você vai encontrar aqui

• A inteligência artificial em 2017 já era produto à venda, em três camadas: projeto sob medida para grandes empresas, solução pronta para médio porte e plataforma com APIs para startups e agências.
• O que eu vi do IBM Watson no IBM Amplify, em Las Vegas: assistentes que escolhiam jaqueta e presente conversando em linguagem natural, só em inglês.
• Quem mais vendia IA naquele ano: Salesforce, Microsoft, Google e Amazon, cada uma com uma oferta diferente.
• O que um banco brasileiro já fazia com o Watson em 2017, e por que começou por dentro.
• Quantas empresas já usavam IA de fato, segundo uma pesquisa com mais de 3 mil executivos publicada em setembro de 2017, e o caso que mostrou, no mesmo ano, a distância entre promessa e entrega.

O livro gratuito O Mapa do Explorador reúne mais de 200 tendências de tecnologia que não envelhecem com a próxima manchete. Este retrato de 2017 faz o mesmo exercício olhando para trás: separar o que já estava à venda do que ainda era promessa.

---

Em março de 2017, num pavilhão do IBM Amplify, a conferência anual da IBM para marketing e comércio, em Las Vegas, vi um software ajudar alguém a escolher a jaqueta certa para uma viagem a um lugar cujo clima a pessoa não conhecia. O software era o Watson, da IBM, e a conversa acontecia em linguagem natural, como se fosse com um vendedor. Faltavam mais de cinco anos para o ChatGPT.

Escrevi a primeira versão deste texto na volta daquela viagem.

Do Deep Blue ao Watson: como a IBM levou a IA ao mercado

Em maio de 1997, o computador Deep Blue, da IBM, venceu o campeão mundial de xadrez Garry Kasparov, e a ideia de máquinas fazendo tarefas que se achavam reservadas a seres humanos ganhou o noticiário.

O Watson, outro sistema da IBM, venceu o Jeopardy! em fevereiro de 2011. É um programa americano de perguntas e respostas que lembra o Show do Milhão, do Silvio Santos, e o Watson derrotou os dois maiores campeões da história do programa.

Quase três anos depois, em novembro de 2013, a IBM abriu o Watson para desenvolvedores de fora da empresa, como plataforma na nuvem, rodando nos servidores da IBM e acessada pela internet. No começo, o Watson chegava às empresas como projeto sob medida, vendido a grandes corporações, e era isso que aparecia com mais frequência nos casos apresentados em Las Vegas.

O que vi no IBM Amplify 2017: Watson escolhendo jaqueta e presente

No Amplify, assisti à apresentação de alguns desses casos já amadurecidos. Dois chamaram minha atenção:

• Watson Personal Shopper, feito para a The North Face: ajudava a encontrar a jaqueta certa para aquela viagem em que você não faz muita ideia do clima que vai encontrar.
• GWYN (Gifts When You Need): ajudava na difícil tarefa de presentear alguém quando você não é do tipo que dá presentes. Foi lançado pela 1-800-Flowers e levado também à Harry & David, empresa do mesmo grupo.

Nas duas soluções você conversava em linguagem natural, como faria com uma pessoa, e a conversa só acontecia em inglês. O executivo brasileiro que via o recurso no evento não tinha como levá-lo, em português, para a loja dele.

Watson Customer Engagement: IA pronta para empresas de médio porte

Para empresas de médio porte, a IBM já vendia o Watson em pacote pronto, numa família chamada Watson Customer Engagement, com versões para marketing, comércio e cadeia de suprimentos.

A IBM colocou nesses produtos o aprendizado tirado da análise de grandes bases de dados de cada área e os programou para melhorar rentabilidade, velocidade e qualidade dos processos.

O resultado eram campanhas, compras e entregas executadas mais rápido. O consumidor recebia recomendação de produto que de fato lhe interessava e o produto chegava antes em casa. Para quem operava, as soluções analisavam centenas de indicadores e mostravam numa tela simples os problemas que pediam atenção primeiro, com sugestão de como resolver cada um.

Boa parte dessas análises dependia do IBM UBX, um componente que cruzava a base de clientes da empresa com dados de outras plataformas, como Facebook, Instagram e Sprinklr (monitoramento de redes sociais). Com o perfil enriquecido, as ferramentas davam informação mais precisa sobre o comportamento de cada consumidor.

Em maio de 2017, a página de parceiros do UBX listava 29 empresas de dados conectadas ao componente, de redes sociais a plataformas de mídia e de CRM (sistemas de gestão de clientes). A vantagem dessas soluções dependia mais do dado que a empresa conseguia juntar do que do algoritmo em si.

Bluemix: o caminho de startups e agências

Para as startups, o caminho era o Bluemix, a plataforma de nuvem da IBM em que dava para desenvolver um aplicativo integrado ao Watson por meio de APIs. API é a porta pela qual um programa usa o serviço de outro: a startup escrevia o próprio aplicativo e chamava a inteligência do Watson lá de dentro.

O Watson Customer Engagement e o Bluemix abriam também uma oportunidade para agências digitais no atendimento aos próprios clientes. Um especialista em marketing digital entendia mais rápido do que um analista de TI os indicadores de campanha que as ferramentas mostravam, e a agência ainda podia criar soluções sob medida no Bluemix. Em novembro de 2017, a IBM aposentou a marca Bluemix e passou a chamar a plataforma de IBM Cloud, com os mesmos produtos.

Quase uma década depois, a IA generativa entrou na produção de cada canal de marketing, e a pergunta da agência agora é quanto do trabalho de cada canal a IA já faz sozinha.

O ecossistema de inteligência artificial em 2017 além da IBM

A IBM era a marca mais barulhenta daquele ano. Entre 2016 e 2017, Salesforce, Microsoft, Google e Amazon também colocaram IA no catálogo, cada uma de um jeito.

Salesforce. O Einstein, lançado em setembro de 2016, colocava previsão e recomendação dentro do CRM da empresa, nos campos e fluxos que o vendedor e o atendente já usavam.

No mesmo mês do Amplify, março de 2017, IBM e Salesforce anunciaram uma parceria para conectar o Watson ao Einstein, com integração prometida para o segundo semestre.

Microsoft. Os Cognitive Services, com 22 APIs, saíram em março de 2016, ainda em versão de testes, para desenvolvedores chamarem a IA da Microsoft de dentro dos próprios aplicativos.

Google. Em setembro de 2016, o Google Cloud tinha a API de visão computacional, que reconhece o que aparece numa imagem, pronta para uso comercial, e as de fala e de linguagem natural abertas para teste por qualquer empresa.

Amazon. A AWS lançou três serviços de uma vez em novembro de 2016:

1. Rekognition, que analisa imagens e identifica rostos, objetos e cenas.
2. Polly, que transforma texto em voz.
3. Lex, ainda em versão de testes, que monta chatbots de voz e texto com a mesma tecnologia da Alexa, a assistente de voz da Amazon.

Quem tinha desenvolvedor comprava a peça avulsa da Amazon, do Google ou da Microsoft e montava o próprio produto. Quem não tinha time técnico comprava IA dentro de um software que já usava, como o CRM da Salesforce ou o pacote de marketing da IBM, e essa escolha entre peça avulsa e IA embutida continua valendo para quem escolhe ferramenta hoje.

Onde o Brasil estava em 2017

Em julho de 2017, o BIA (Bradesco Inteligência Artificial), assistente interno do Bradesco feito com o Watson, estava em operação havia cerca de um ano e respondia 22 mil perguntas por dia de funcionários sobre produtos do banco.

Segundo a mesma reportagem, o banco tinha sido o primeiro cliente do Watson no Brasil, com contrato fechado em 2014, e planejava levar o assistente aos clientes por chatbot, começando por consultas, transferências, pagamentos e recargas de celular. O primeiro uso de IA em escala no banco foi voltado para dentro, com uma equipe de especialistas ensinando e ajustando o sistema antes de o cliente conversar com ele.

No varejo, o idioma pesava: a Alexa chegou ao Brasil falando português em outubro de 2019, dois anos e meio depois do Amplify.

Quantas empresas usavam IA em 2017

Em setembro de 2017, uma pesquisa do MIT Sloan Management Review com o Boston Consulting Group ouviu mais de 3 mil executivos, gestores e analistas de vários setores. Quatro em cada cinco executivos viam a IA como oportunidade estratégica para a empresa. Só cerca de uma empresa em quatro já tinha IA em algum produto ou processo, e uma em vinte de forma extensa.

Traduzindo: de cada vinte empresas, cinco já tinham IA em algum processo e só uma a usava de verdade, em escala, enquanto quase todos os executivos a achavam promissora.

O que o retrato de 2017 ensina

Em 2017, escrevi que as soluções do Watson prometiam mudar o mercado muito rapidamente, e que quem as adotasse antes ganharia vantagem competitiva, porque aquilo já era produto em uso por diversas empresas. Ginni Rometty, que presidia a IBM na época, costumava dizer que crescimento e conforto não coexistem.

O mesmo ano mostrou o outro lado da promessa. Em fevereiro de 2017, um mês antes do Amplify, uma auditoria da Universidade do Texas sobre o projeto de oncologia com Watson do hospital MD Anderson mostrou um projeto parado, que tinha custado 62 milhões de dólares e foi considerado ainda não pronto para uso em escala.

Por onde começar

Na próxima vez que um fornecedor apresentar uma solução de IA para a sua área, faça as três perguntas que separavam produto de promessa em 2017: quais empresas já usam isso em produção, no trabalho do dia a dia, há quanto tempo e com que resultado medido. Anote as respostas numa coluna ao lado das promessas da apresentação. Quando essa coluna fica vazia, a compra é de futuro e merece ser tratada como piloto, com prazo e critério de saída. Se você não decide a compra, leve essas perguntas para quem decide.

A pesquisa que daria origem aos modelos que conversam hoje, o Transformer, também saiu em 2017, e a história da IA generativa mostra como ela levou ao ChatGPT.

Depois do lançamento do ChatGPT, em novembro de 2022, vieram a corrida entre as empresas de IA, os modelos de raciocínio e os agentes.

Para comparar este retrato com o que dá para usar hoje, as ferramentas de IA especializadas estão organizadas por tarefa.

Comunidade no WhatsApp: as novidades de ferramentas, modelos e uso de dados no trabalho saem todo dia no grupo IA e Dados, sempre com a fonte. Veja como entrar no grupo.

Perguntas frequentes

A inteligência artificial já existia em 2017? Sim. Em 2017, empresas já compravam IA como produto: a IBM vendia o Watson em projetos sob medida e em soluções prontas de marketing, comércio e cadeia de suprimentos, a Salesforce embutia o Einstein no sistema de gestão de clientes, e Amazon, Google e Microsoft ofereciam APIs de imagem, fala e linguagem na nuvem. O que ainda não estava ao alcance do grande público era a IA generativa de conversa aberta, que chegou com o ChatGPT, em novembro de 2022.

O que era o IBM Watson em 2017? Era a plataforma de inteligência artificial da IBM, conhecida por ter vencido o programa de perguntas e respostas Jeopardy! em 2011. Em 2017, a IBM vendia o Watson de três formas: projetos sob medida para grandes empresas, a família Watson Customer Engagement para empresas de médio porte e a plataforma Bluemix para quem quisesse desenvolver aplicativos integrados a ele.

Quais empresas vendiam soluções de inteligência artificial em 2017? Além da IBM, a Salesforce vendia o Einstein, lançado em setembro de 2016 dentro do seu sistema de gestão de clientes. A Microsoft tinha lançado em 2016 os Cognitive Services, com 22 APIs, o Google Cloud oferecia APIs de visão, fala e linguagem natural, e a Amazon lançou em novembro de 2016 o Rekognition, para imagens, o Polly, para voz, e o Lex, para chatbots.

Como as empresas brasileiras usavam IA em 2017? O caso mais visível era o do Bradesco, primeiro cliente do Watson no Brasil, com contrato de 2014. Em julho de 2017, o assistente interno BIA respondia 22 mil perguntas por dia de funcionários sobre produtos do banco, e o plano era levá-lo aos clientes por chatbot.

Quantas empresas usavam inteligência artificial em 2017? Cerca de uma em cada quatro, segundo pesquisa do MIT Sloan Management Review com o Boston Consulting Group, publicada em setembro de 2017 com mais de 3 mil executivos, gestores e analistas. Só uma em cada vinte usava IA de forma extensa, embora quatro em cada cinco vissem a tecnologia como oportunidade estratégica.

Edney “InterNey” Souza atua com tecnologia desde 1990 como professor, palestrante e Conselheiro Consultivo em Tecnologia, IA, Dados e Inovação. Participou da criação de sete startups ao longo da carreira. É professor na ESPM, Insper, PUCRS, USP e IBGC. É autor do livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude.