Qualidade dos dados é principal obstáculo para as empresas avançarem em IA, aponta estudo

0

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.

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.