Hoje em dia, é difícil encontrar um jornal de negócios, uma teleconferência de resultados trimestrais, um white paper do setor ou uma apresentação estratégica sobre transformação de negócios que não esteja centrado na Inteligência Synthetic (IA). A IA moderna representa uma mudança basic na forma como as organizações abordam o consumo, a interpretação e a geração de conteúdo, permitindo que as empresas aumentem e automatizem uma ampla gama de tarefas que antes exigiam profundo conhecimento e anos de conhecimento especializado.
Mas apesar de toda a atenção atraída pela capacidade da IA de compreender e produzir conteúdo não estruturado, ou seja, textos, imagens, áudio, and so forth.muitos, muitos processos de negócios essenciais há muito dependem do aprendizado de máquina (ML) clássico, uma tecnologia diferente, embora relacionada, que produz rótulos preditivos a partir de entradas de dados estruturados (Figura 1). Até agora, o poder transformador da IA deixou o ML clássico praticamente inalterado.
A persistência dos fluxos de trabalho tradicionais de ML decorre de sua complexidade inerente e intensidade de trabalho. Os cientistas de dados gastam rotineiramente mais de 80% de seu tempo em atividades que ocorrem antes mesmo de o treinamento do modelo começar: preparação e validação de entradas de dados estruturados, recursos de engenharia e seleção da classe de modelo certa. Além disso, à medida que as distribuições de dados subjacentes mudam e o desempenho do modelo se degrada ao longo do tempo, este trabalho não é um investimento único, mas um ciclo contínuo de monitorização, depuração e reciclagem.
Em escala, esse desafio se intensifica. As organizações que implantam centenas, senão milhares de modelos de ML contam com estruturas de experimentação automatizadas para avaliar milhares de combinações de parâmetros. Mas mesmo a automação não consegue superar as restrições fundamentais de recursos.
A realidade é dura: as empresas devem escolher quais modelos recebem atenção de otimização e quais funcionam “suficientemente bem”, dados os recursos limitados e a necessidade de reverter os resultados do negócio rapidamente. Mas o surgimento de novos modelos de IA centrados em entradas de dados estruturados e resultados preditivos pode finalmente oferecer um caminho a seguir.
Vídeo 1. Interagindo com o modelo TabPFN como parte do acelerador de solução Databricks
Apresentando o TabPFN, um modelo de IA para aprendizado de máquina
Um dos desenvolvimentos mais promissores neste espaço é TabPFNum modelo básico (IA) de Laboratórios anteriores que reimagina fundamentalmente o fluxo de trabalho de aprendizado de máquina (ML) para dados estruturados. Ao contrário das abordagens tradicionais de ML que exigem a construção e o treinamento de um modelo exclusivo para cada tarefa de previsão, o TabPFN aplica o mesmo paradigma “pré-treinado e pronto para uso” dos LLMs aos dados de negócios tabulares. O modelo foi pré-treinado em mais de 130 milhões de conjuntos de dados sintéticos, efetivamente “aprendendo a aprender” com dados estruturados em praticamente qualquer domínio ou caso de uso (Figura 1).
Resumindo a linha do tempo do ML
As implicações para a produtividade do ML são dramáticas. Onde as abordagens tradicionais exigem que os cientistas de dados invistam horas ou dias na preparação de dados, engenharia de recursos, seleção de modelos e ajuste de hiperparâmetros, o TabPFN fornece previsões de nível de produção em uma única passagem direta, normalmente medida em segundos.
O modelo lida diretamente com entradas brutas, gerenciando automaticamente valores ausentes, tipos de dados mistos, recursos categóricos e de texto e valores discrepantes, sem exigir o extenso pré-processamento que normalmente consome a maior parte do esforço da ciência de dados. Talvez o mais significativo seja o fato de o TabPFN eliminar a carga de manutenção contínua do retreinamento do modelo: à medida que novos dados ficam disponíveis, as organizações simplesmente atualizam o contexto do modelo em vez de iniciar um novo ciclo de treinamento.
Desempenho sem compensações
TabPFN excede a precisão dos métodos tradicionais que requerem horas de ajuste automatizado. Este perfil de desempenho altera fundamentalmente a economia descrita anteriormente: as organizações já não enfrentam uma escolha binária entre a precisão do modelo e a alocação de recursos. Em vez disso, podem implementar rapidamente capacidades preditivas numa gama mais ampla de casos de utilização sem dimensionar proporcionalmente as suas equipas de ciência de dados, democratizando o ML para além do punhado de aplicações de maior valor que normalmente justificam esforços de otimização dedicados (Figura 2).
Dimensionando o impacto da IA na previsão estruturada
TabPFN atualmente oferece suporte a conjuntos de dados de até 100.000 linhas e 2.000 recursos, com versões empresariais estendendo-se para 10 milhões de linhas, cobrindo a grande maioria dos casos de uso de ML operacional em varejo, finanças, saúde, manufatura e outros setores. Para as organizações que buscam operacionalizar a IA além da geração de conteúdo e das tarefas de linguagem pure, modelos básicos como o TabPFN representam a peça que faltava, trazendo as mesmas melhorias de produtividade por etapas para os dados estruturados e a análise preditiva que há muito formam a espinha dorsal da tomada de decisões baseada em dados (Figura 3).
O TabPFN já está capacitando muitos aplicativos do mundo actual para empresas em todo o mundo. Implantações em diversos domínios, desde gestão de risco financeiro com Tátilpara avaliação de resultados de saúde com Serviço Nacional de Saúdee manutenção preditiva com Hitachiregistaram um aumento – tanto na eficiência como na qualidade dos resultados. O TabPFN supera consistentemente os métodos tradicionais de ML, melhorando a linha de base em 10% a 65% e acelerando os fluxos de trabalho de ciência de dados em 90%. As organizações estão obtendo aumento de receita, melhores resultados de saúde, economia de custos de manutenção, prevenção de rotatividade e muito mais.
Usando TabPFN com Databricks
O Databricks é há muito tempo a plataforma preferida para cientistas de dados que buscam construir recursos preditivos com Machine Studying (ML). Como plataforma aberta, o TabPFN é adequado para uso na plataforma Databricks.
Construa onde os dados residem
A maior parte do ML empresarial clássico começa com dados de Lakehouse: transações, telemetria operacional, eventos de clientes, sinais de estoque e indicadores de risco. Mover esses dados para ambientes externos retarda as equipes, criando duplicação, aumentando o risco de segurança e enfraquecendo a reprodutibilidade e a auditabilidade. O Databricks permite fluxos de trabalho TabPFN diretamente junto com dados governados, para que as equipes possam minimizar a movimentação de dados enquanto mantêm os controles. Com o Unity Catalog, as organizações centralizam o controle de acesso e a auditoria e preservam a linhagem entre dados e ativos de IA, o que é importante quando você precisa provar quais dados foram usados, como os recursos foram derivados e quem teve acesso no momento da decisão.
Operacionalize resultados de maneira eficiente
TabPFN é uma abordagem de modelagem. Para criar impacto na produção, ele deve integrar-se a padrões empresariais repetíveis, como pontuação, avaliação, governança e monitoramento em lote e em tempo actual. Databricks é uma plataforma forte para esses fluxos de trabalho, com computação escalonável e infraestrutura de inferência em tempo actual que pode transformar o TabPFN em um processo operacional confiável. Para avaliação e monitoramento, o MLflow fornece rastreamento de experimentos e um registro de modelo para gerenciar versões, linhagem e fluxos de trabalho de promoção de forma auditável.
Fornecer modelo de governança contínua
O Databricks fornece monitoramento contínuo do desempenho do modelo TabPFN, detectando quando as previsões começam a se desviar dos resultados reais do negócio. Quando são necessários ajustes, a arquitetura do TabPFN elimina o tradicional ciclo de reciclagem de semanas: as equipes simplesmente atualizam o contexto do modelo com dados recentes e reimplantam em minutos, em vez de dias. Essa combinação de monitoramento automatizado e capacidade de atualização rápida garante que a qualidade da previsão permaneça alinhada às mudanças nas condições do mercado, ao mesmo tempo que reduz drasticamente os recursos de ciência de dados normalmente necessários para a manutenção contínua do modelo.
Para ajudar as equipes a testar o TabPFN com configuração mínima, publicamos um documento disponível publicamente acelerador de solução que mostra como executar TabPFN de ponta a ponta em Databricks com dados Lakehouse governados. O acelerador inclui uma série de notebooks que simulam de forma realista dados de uma variedade de cenários do setor e criam previsões usando TabPFN (Vídeo 1).
Comece hoje mesmo, trazendo o poder transformador da IA para suas cargas de trabalho de ML e impulsionando a transformação geral dos processos de negócios.