IA generativa e machine learning tradicional: a diferença sem jargão técnico

"IA" virou um rótulo pra coisas bem diferentes, e isso confunde na hora de decidir o que a empresa precisa. Duas categorias cobrem a maioria dos casos reais: machine learning tradicional e IA generativa. Elas não competem — resolvem problemas diferentes.

Machine learning tradicional: prever um número ou uma categoria

É o tipo de IA que olha pra dados históricos e prevê algo específico: a chance de um cliente cancelar o contrato, a demanda de estoque do próximo mês, se uma transação é suspeita. A saída é sempre um número, uma categoria ou uma pontuação — não um texto livre. É o motor por trás de recomendação de produto e detecção de fraude, por exemplo.

IA generativa: produzir texto, resposta ou conteúdo

É o tipo que conversa, escreve, resume e responde pergunta em linguagem natural. É o que está por trás de um agente de atendimento que conversa com o cliente, ou de uma ferramenta que resume um contrato longo num parágrafo.

Por que isso importa pra decidir

Se o problema é "prever algo que vai acontecer com base no histórico", o caminho é machine learning tradicional — mais simples, mais previsível, mais barato de manter. Se o problema é "conversar, entender texto livre ou gerar conteúdo", é IA generativa. Boa parte dos projetos que decepcionam usou a ferramenta errada pro problema, não porque a tecnologia era ruim.