O Google sinalizou que pretende adicionar recursos de IA generativa na Busca para permitir uma interação mais direta, no formato de conversa, em vez de só listar links. A ideia, apresentada por Sundar Pichai na teleconferência de resultados do 4º trimestre em 2 de fevereiro de 2023, era começar a liberar modelos de linguagem, a partir do LaMDA, de forma gradual para coletar feedback e elevar segurança e precisão.
O que Pichai colocou na mesa
Na apresentação de resultados, Pichai descreveu a Busca como a próxima grande vitrine para modelos de linguagem, com usuários “conversando” com a pesquisa. Ele também afirmou que o Google disponibilizaria modelos, começando pelo LaMDA, em “semanas e meses” seguintes, justamente para testar limites, coletar sinais do mundo real e reduzir respostas incorretas. alphabet2025ir.q4web.com
Na prática, a ambição foi organizada em três frentes de produto, que ajudam a entender onde a IA entraria primeiro:
- Modelos grandes: evoluir a base (como o LaMDA) para melhorar raciocínio, fluência e cobertura de tarefas.
- Novas experiências de busca: criar formatos de resposta mais “prontos para uso”, com contexto e possibilidade de perguntas de acompanhamento.
- APIs para desenvolvedores e empresas: empacotar capacidades do modelo em serviços, para aplicações e integrações.
O LaMDA é um modelo de linguagem criado para diálogo, ou seja, focado em responder em linguagem natural e sustentar uma conversa com múltiplas trocas. Para uma visão introdutória do tema, vale este guia de inteligência artificial.
Fonte primária do comentário do CEO: Alphabet Investor Relations, 2022 Q4 Earnings Call.
Como a IA tende a aparecer na prática
Pichai deixou claro que o plano era lançar aos poucos, começando em produtos de laboratório e betas, e só depois escalar. Isso conversa com o principal desafio desse tipo de IA, ela pode soar convincente mesmo quando está errada, o que exige camadas de segurança, testes e iteração contínua.
Uma forma simples de ler a estratégia é pelo Modelo 3C da busca com IA, que costuma determinar se a experiência “cola” para o usuário:
- Capacidade: o modelo responde bem a perguntas complexas e mantém contexto.
- Cobertura: a resposta se apoia em fontes e atualidade, não só em texto provável.
- Controles: limites para reduzir alucinações, vieses e instruções maliciosas.
Regra de decisão para quem cria conteúdo ou trabalha com SEO: se a pergunta do usuário exige confiança e atualização (preço, regra, prazo, saúde, finanças), priorizar páginas com fonte clara, data, metodologia e informações verificáveis. Se a pergunta é mais explicativa (conceitos, comparações, passo a passo), estruturar conteúdo em blocos de “pergunta e resposta” que a IA consiga resumir sem perder nuance.
O empurrão da Microsoft e a disputa por busca
Naquele mesmo período, a concorrência ajudou a acelerar o ritmo. A Microsoft vinha investindo pesado na OpenAI e anunciou uma experiência de busca no Bing com tecnologia no estilo ChatGPT, mirando justamente uma interação mais conversacional.
Também circularam relatos sobre um projeto interno do Google para busca com IA, frequentemente associado ao nome “Apprentice Bard”, com foco em respostas mais “humanas” e sugestões de perguntas seguintes, embora sem detalhes oficiais na época.
Exemplo prático: em vez de pesquisar “melhor notebook para trabalhar e estudar” e abrir dez abas, uma busca com IA tende a devolver um resumo com perfis de uso (trabalho leve, programação, edição), pedir orçamento, indicar trade-offs (peso vs. bateria) e só então sugerir links. Para marcas, isso muda a disputa, não basta estar “na primeira página”, é preciso ser uma referência que a IA consiga citar e condensar sem distorcer.
Para entender a dinâmica do outro lado do mercado naquele momento: AP sobre a integração de IA no Bing.
E, sobre os rumores e a evolução do uso de GPT-4 no Bing em 2023: TechCrunch (fev/2023).