Inteligência artificial

A Workday usa o modelo Jev para criar interfaces Sana em tempo real a partir de componentes prontos

A Workday usa o modelo de decisão Jev, da TypeSafe, para selecionar componentes de interface previamente projetados enquanto o usuário interage com seu assistente Sana, em vez de gerar a interface completa por meio de um modelo de linguagem. A abordagem busca reduzir o tempo de resposta, embora permaneçam limitações relacionadas à precisão, aos dados e à segurança.

2026-10-13
4 min de leitura
2 visualizações
certi.news Editorial Team
A Workday usa o modelo Jev para criar interfaces Sana em tempo real a partir de componentes prontos

A Workday começou a usar o modelo de decisão Jev, da TypeSafe, para criar interfaces de usuário que mudam enquanto o usuário digita em seu assistente de inteligência artificial Sana. O Sana tornou-se a nova tela inicial dos softwares da Workday para recursos humanos, finanças e tecnologia da informação, e pode ser disponibilizado aos usuários pelos administradores do sistema sem torná-lo a interface padrão.

Em uma demonstração, uma pergunta sobre um contracheque fez aparecer um cartão que ocultava o valor atrás de um clique, enquanto uma solicitação de férias criou um seletor de datas e o Sana preencheu os campos restantes. A ideia central não é que um modelo de linguagem escreva uma interface totalmente nova, mas que selecione componentes de um sistema de design previamente preparado pela Workday.

Selecionar componentes em vez de gerar a interface

Joel Hellermark, diretor de inteligência artificial da Workday e fundador da Sana, afirmou que a abordagem usual para interfaces generativas é relativamente lenta. Segundo a explicação apresentada, a Workday forneceu ao Jev cada componente atômico de seu sistema de design, sem escrever uma lógica de seleção fixa para cada situação. No entanto, a equipe também precisou ajustar o pré-carregamento de dados; o cartão do contracheque apareceu na demonstração antes que a pergunta terminasse de ser digitada.

A TypeSafe afirma que o Jev responde em um período entre 70 e 500 milissegundos, o que o torna adequado para selecionar elementos de interface em tempo real. Os desenvolvedores enviam ao modelo os dados da aplicação e um conjunto de perguntas de tipos específicos, e ele retorna uma seleção de uma lista de até 255 opções, uma pontuação ou uma resposta sim ou não, com uma probabilidade para cada resultado. O Jev não gera texto.

O que muda na prática?

Esse design transforma parte da tarefa da interface, que deixa de ser uma geração aberta e passa a ser uma classificação controlada. Assim, a aplicação pode exibir elementos conhecidos e testáveis, em vez de esperar que um modelo de linguagem componha uma nova estrutura a cada vez. Testes publicados fora da Workday indicam uma possível diferença de velocidade: Andrew King, da Very Good Ventures, afirmou que o uso do Jev para perguntas com respostas determinadas reduziu para 3,8 segundos o tempo mediano de renderização de um painel generativo, em comparação com 29 segundos quando se usou um modelo avançado para montá-lo, com os testes baseados em dados sintéticos.

Em um teste com o conjunto Banking77, o Jev alcançou um tempo mediano de 175 milissegundos e uma precisão de 81%. O Claude Opus 5 registrou precisão de 84,4%, mas precisou de 2,3 segundos e teve um custo cerca de 22 vezes maior, segundo a fonte.

Limitações e questões em aberto

A documentação da TypeSafe afirma que o Jev enfrenta dificuldades com contagem, cálculos e datas, e pode tender à primeira opção listada. Ele também não trata o conteúdo injetado como hostil por padrão. Alguns experimentos usam um modelo de linguagem alternativo quando a confiança do Jev fica abaixo de 50%, limitando o alcance de suas decisões em vez de deixá-lo gerar qualquer forma possível.

A Workday não esclareceu o tamanho do sistema de design usado com o Sana, nem o que acontece quando a solicitação não corresponde a nenhuma composição dos componentes disponíveis. A Workday também adicionou a TypeSafe à lista de seus suboperadores capazes de processar dados de clientes. Atualmente, a TypeSafe fornece um relatório SOC 2 Type II mediante solicitação, mas a fonte não comprova detalhes adicionais sobre a arquitetura de proteção ou as políticas de retenção de dados.

A iniciativa ocorre em meio a uma competição mais ampla em modelos de decisão; OpenAI, Amazon, Cloudflare e Perplexity lançaram modelos semelhantes, e a Microsoft juntou-se a elas na semana anterior. A TypeSafe lançou o modelo Jev em 15 de setembro, com uma rodada inicial de 40 milhões de dólares liderada pela DCVC, e depois anunciou uma rodada Series A de 870 milhões de dólares liderada pela Andreessen Horowitz, com uma avaliação de 7,5 bilhões de dólares.

Fonte da notícia
The New Stack - Software Development
Abrir fonte original ↗
c
Autor

certi.news Editorial Team

Explore esta história

Tópicos e entidades relacionados

Na mesma categoria

Você também pode gostar

Ver todas as notícias