Qualidade dos dados é principal obstáculo para as empresas avançarem em IA, aponta estudo
A qualidade dos dados é o prinicpal obstáculo para as empresas avançarem no uso de inteligência artificial. Esta é a principal conclusão da pesquisa “Construindo Confiança e Credibilidade de Dados para Extrair o Potencial da IA”, realizada pela IDC e encomendada pela Iron Mountain.
O estudo aponta que para 24% das empresas no Brasil, assegurar a qualidade dos dados é um dos três principais desafios para avançar com a IA nos processos de negócio. Orlando Souza, Head Comercial da Iron Mountain para a América Latina, explica que para garantir a confiabilidade dos dados da empresas, que em alguns casos chegam à casa dos milhões de GB cobrindo períodos de décadas e até séculos, é necessário organizá-los automaticamente de forma a serem usados como insights para a tomada de decisões que impulsionam o crescimento do negócio. “Isso independente do conteúdo, local de armazenamento e formato desses dados”, destaca o executivo.
A pesquisa ressalta que, neste ano, a geração de dados global deve superar 157 ZB, com potencial para dobrar até 2027. Quase 25% desses dados já estão na nuvem e crescem duas vezes mais rápido que em outros ambientes. O crescimento dos dados e a migração para a nuvem está levando as empresas a repensar suas estratégias de dados e avaliar novas soluções para estabelecer uma fundação sólida para a governança dos dados.
O desafio das companhias na transformação digital é apontado como a coordenação de esforços isolados, assim como lidar com a complexidade e variedade de sistemas e soluções. Os principais aceleradores para o processo de digitalização dos negócios, segundo a pesquisa: estabelecer um processo claro de change management; usar dados de forma consistente para a geração de insights; e contar com parceiros tecnológicos que tenham visão estratégica. Os principais obstáculos para esse processo são: quantidade e complexidade dos sistemas legados; dificuldade de absorção de um mindset de inovação; e capacidade da TI em relação a tecnologias emergentes.
“Portanto, é preciso considerar plataformas que integrem, organizem e deem visibilidade para dados e processos, assim como recursos de IA que possam apoiar a gestão de conhecimento e potencializar seus benefícios”, afirma Souza. A consolidação e simplificação do footprint de soluções de automação é outro fator.
“Trabalhamos em parceria com empresas e organizações para trazer luz aos seus dados escuros, espalhados em diferentes sistemas, desbloqueando valor e inteligência dos ativos digitais e físicos em qualquer formato com rapidez e segurança. As metas ambientais e limites orçamentários dos clientes também são sempre levados em conta”, comenta.
De acordo com o executivo, a Iron Mountain aborda a organização desses dados em três frentes. Primeiro, automatiza e libera os dados ao criar e automatizar fluxos de trabalho baseados em experiência real em uma ampla variedade de indústrias. Esses fluxos de trabalho otimizados reduzem tempo, esforços, custos e erros, além de melhorar as experiências do cliente e do funcionário por meio da tomada de decisão em tempo real.
Depois, estrutura os dados para gerar insights que permitem decisões melhores e mais rápidas, assim como descobrem novas soluções – os insights que as empresas e organizações precisam já existem nos dados que elas tem, mas é preciso encontrá-los e organizá-los para extrair inteligência para aplicar rapidamente de forma a acelerar os negócios. E, então, a companhia identifica e separa dados sensíveis, aplicando políticas padrão do setor para governança, conformidade e retenção. Isso mantém os dados do negócio dos clientes protegidos.
Fonte: TI Inside
