Uma nova pesquisa da Iron Mountain, em parceria com a FT Longitude examina como 500 grandes organizações estão utilizando suas informações e conjuntos de dados para estarem "prontas para IA". E identifica um grupo de líderes com um plano para construir recursos de gestão de informação prontos para IA.
Segundo o estudo, quase 90% dos entrevistados relataram crescimento de receita e lucratividade nos últimos 12 meses como resultado direto das práticas de gestão de informação de suas organizações, incluindo coleta, armazenamento e análise de dados.
Esse "dividendo dos dados de qualidade" equivale a um ganho total de receita global de US$ 72 trilhões, ou um crescimento médio de receita de US$ 1,9 bilhão por organização.
A pesquisa também constatou que, em média, uma organização perdeu US$ 389 mil nos últimos 12 meses devido a falhas na integridade dos dados, o que equivale a uma perda global de US$ 14 bilhões.
Mais de um terço dos entrevistados (34%) identificou os dados prontos para IA como a área de foco da gestão de informação que terá o maior impacto no alcance das ambições estratégicas de suas organizações nos próximos 12 meses.
No entanto, a maioria das organizações está enfrentando lacunas de capacidade, e apenas 35% afirmaram que suas estratégias de gestão de informações prontas para IA estão gerando valor de forma consistente.
Quase dois terços (64%) relataram que sua prontidão para IA não é tão eficaz quanto gostariam, e 60% estão preocupados com seus níveis atuais de integridade de dados e sua capacidade de obter informações.
Além disso, 70% disseram que não conseguem integrar fontes de dados com rapidez suficiente para que a análise em tempo real apoie sua tomada de decisões, e 76% afirmaram que o custo de refazer sistemas inadequados para as necessidades atuais bloqueou algumas de suas iniciativas de IA nos últimos 12 meses.
Segundo estudo, nos últimos 12 meses, as organizações pesquisadas alcançaram um crescimento médio de receita de US$ 1,9 bilhão como resultado direto de melhorias em novos sistemas e estratégias de gestão de informações.
Um pequeno grupo de líderes que está experimentando os maiores aumentos de receita e lucratividade possui mais provisões de integridade e precisão de dados em seus fluxos de trabalho para garantir que os dados usados nas saídas de IA sejam de origem responsável:
-
100% possuem processos para eliminar dados redundantes, obsoletos ou triviais (ROT) e para automatizar a extração de dados.
-
96% estão usando paineis de IA para explicar resultados e linhagem de dados para stakeholders não-técnicos.
-
Essas organizações líderes têm 16% mais probabilidade de terem adotado indicadores de qualidade de dados para IA de forma a verificar a qualidade dos dados, e 55% delas estão buscando tecnologias de IA para melhorar suas fontes de dados não-estruturados, tornando-os mais prontos para IA.
Outras descobertas importantes da pesquisa:
-
Ameaças cibernéticas e riscos de conformidade (34%); qualidade e precisão dos dados (31%); e escassez de talentos (28%) são vistos como algumas das maiores barreiras para as organizações alcançarem a prontidão para IA.
-
Menor agilidade (34%), aumento dos custos operacionais (33%) e má experiência do cliente (31%) são citados como os problemas mais comuns relacionados a falhas na integridade dos dados.
