Andrei Graça, sócio-líder de inteligência artificial e dados da EY Brasil. (Foto: Divulgação)
A gestão ineficiente ou incorreta de dados nas organizações resulta invariavelmente no fracasso das iniciativas de inteligência artificial, aponta a edição deste ano do estudo Chief Data Officer, produzido pela EY. Os CDOs (Chief Data Officers) entrevistados destacam que iniciativas de IA falharam por causa de problemas na qualidade dos dados, levando a uma perda generalizada de confiança da organização na tecnologia e a um investimento posterior mais lento em novos projetos.
“É por isso que o ponto de partida de qualquer projeto de IA deve ser colocar todos na mesma página em relação aos dados existentes e à qualidade deles. Nas conversas em nível de diretoria e conselho, há geralmente visibilidade limitada sobre quais dados estão disponíveis, onde estão localizados, quão utilizáveis são e qual sua qualidade”, diz Andrei Graça, sócio-líder de inteligência artificial e dados da EY Brasil.
Ainda segundo o executivo, antes de debater modelos ou casos de uso, deve ser feita uma discussão de nivelamento: quais dados realmente temos em mãos, em que condições estão e o que podemos realisticamente entregar com eles hoje. Na prática, ainda de acordo com o levantamento da EY, isso começa com um sequenciamento disciplinado: definir o problema, esclarecer os resultados esperados e as métricas de sucesso e, só então, selecionar a solução mais apropriada (que pode ou não ser IA).
Também por esse motivo, pela relevância dos dados nas organizações, 55% dos líderes entrevistados enxergam a função de CDO como centro de geração de valor. Além disso, ela é vista como estratégica para o negócio por 60% dos respondentes.
Na primeira edição do estudo, a pergunta feita aos CDOs foi como eles viam pessoalmente sua função, com mais de dois terços a classificando como um centro de lucro. Desta vez, a pergunta focou na percepção organizacional. “Embora o resultado seja ligeiramente inferior, a direção permanece a mesma: os entrevistados ainda acreditam que suas organizações têm maior probabilidade de ver dados, analytics e IA como funções geradoras de valor”, diz Andrei.
Foram entrevistados líderes de dados, analytics e IA de empresas com cargos de CDO já estabelecidos, com o objetivo de fornecer uma visão mais ampla e representativa do cenário de liderança em dados e IA. A amostra global reúne organizações de variados portes atuantes na América Latina (36% do total), Europa (35%), Estados Unidos (20%) e Ásia-Pacífico (9%).
Uso da IA na própria gestão de dados
A pesquisa revelou que 90% dos CDOs relatam usar inteligência artificial para gestão dos dados em alguma medida. A IA está sendo aplicada a metadados, linhagem e qualidade de dados de maneiras que aproximam a governança de um modelo de autocura (self-healing em inglês), que é a capacidade de um sistema detectar, diagnosticar e corrigir falhas em pipelines, esquemas ou fluxos de dados de forma autônoma, sem precisar de intervenção humana. “Isso não é apenas uma experimentação opcional. À medida que os volumes, a complexidade e a velocidade dos dados aumentam, a IA está se tornando o único mecanismo de governança capaz de escalar no mesmo ritmo”, observa Andrei.
No entanto, a maioria ainda está experimentando, já que apenas 25% das organizações integraram a IA de forma profunda em toda a gestão de dados. O estudo conclui que essa lacuna é menos uma contradição e mais um sinal de maturidade: o uso é amplo, mas muitas implementações ainda estão em fase inicial de adoção, testando ferramentas, criando confiança e integrando-as aos fluxos de trabalho diários, em vez de uma operação em escala industrial.
Por fim, o estudo da EY destaca que o tamanho médio das equipes de dados cresceu 19%, impulsionado pelo aumento das responsabilidades relacionadas à IA e pela centralidade da gestão de dados na geração de resultados por parte da inteligência artificial. O crescimento mais forte está concentrado em funções relacionadas com governança, qualidade e metadados. As organizações com até dez mil funcionários registram maior crescimento nas suas equipes, indicando investimento na escala da capacidade de dados para dar suporte às ambições cada vez maiores de IA.
Fonte original: LIDE
