A Qlik destaca três temas e as 12 principais tendências que moldarão o futuro da IA e dos negócios orientados por dados em 2025. De acordo com a Qlik, enquanto o mundo tenta compreender o impacto que a IA terá durante o ano, é possível observar três grandes temas surgindo: Autenticidade, Valor Aplicado e Agentes, com doze tendências relacionadas que trarão profundos impactos aos negócios.
A explosão de conteúdo e dados gerados por IA irá forçar as empresas a confrontar uma nova crise de autenticidade de dados. Enquanto isso, o valor aplicado se tornará cada vez mais importante e as organizações que integrarem IA em contextos reais, garantirem a governança de custos e mudarem para interfaces conversacionais verão a IA impulsionar o valor dos negócios. Por sua vez, agentes autônomos vão remodelar as operações, mas o sucesso deles dependerá de uma base sólida de Business Intelligence, data fabrics interconectados e capacidade de ação/decisão autônoma entre agentes.
"A IA está revolucionando a sociedade e os negócios e, por isso, precisamos moldar como essa tecnologia é e continuará sendo usada. As escolhas feitas hoje irão determinar se a IA atingirá todo seu potencial de forma positiva e benéfica", afirma Cesar Ripari, Diretor de Pré-Vendas para a América Latina da Qlik. Segundo o executivo, os temas identificados interagem entre si e as tendências correspondentes, se seguidas, podem ter um impacto positivo e delinear como as empresas investem, implementam e se beneficiam da IA em 2025.
Os três temas e as principais tendências de Inteligência Artificial e dados para 2025 são:
Tema: Autenticidade
– Tendência 1: A confiança é a sua moeda de dados – A qualidade dos dados é um dos fatores mais importantes com que as empresas devem lidar, mas está cada vez mais difícil prová-la. O foco hoje está em como um modelo foi criado e treinado, mas é preciso conseguir identificar se um modelo é ou não confiável. Um AI Trust Score age como um filtro pelo qual os dados devem passar, definindo a origem, linhagem e confiança geral. Perfilamento de dados se tornará importantes, amplamente relacionados à capacidade de identificação, precisão, facilidade de consumo, pontualidade, segurança e diversidade.
– Tendência 2: Uma linguagem comum para os dados é necessária – A ideia de um único data lakehouse que reúna os melhores data lakes e warehouses e tenha suporte para vários casos de uso é antiga. Mas a falta de interoperabilidade restringiu essa visão a uma teoria. A implementação de formatos de tabela abertos, em particular o Iceberg, surge como uma opção modular que terá ampla aceitação de mercado, pois permite que as companhias organizem dados em qualquer armazenamento, evitando a dependência de um provedor específico. Isso pode ajudar a reduzir custos, aumentar a velocidade e melhorar a governança. Mais importante, traz interoperabilidade com suporte a uma visão única dos dados, criando uma linguagem comum para todo o setor e ajudando as organizações a demonstrar autenticidade.
– Tendência 3: Esclarecer os dados obscuros (dark data) irá gerar valor – "Dark data" referem-se à grande quantidade de informações coletadas pelas organizações que não são ativamente usadas ou analisadas, levando a oportunidades de insights perdidas. Isso inclui dados não estruturados, transcrições de chats, inputs de sensores operacionais, logs e dados de IoT. Eles eram ignorados por serem multimodais, mas isso não é mais desculpa. Inicia-se agora uma busca para explorar dados antes não utilizados, que podem garantir grandes vantagens aos negócios.
– Tendência 4: Marketplaces de dados e IA se tornam os lugares para negociar dados de qualidade – À medida que a demanda por dados autênticos e de alta qualidade dispara, o valor de dados privados aumenta. Isso incentiva ainda mais a transformação de dados em produto, conceito já adotado por muitas empresas. Mas, como todo produto, ele precisa de um marketplace para a comercialização. Veremos um grande aumento nas compras de ativos de IA, desde modelos até dados por empresas, nos próximos anos por meio de marketplaces de IA. Dados validados, específicos do domínio, éticos e com controle de qualidade valerão muito. Isso é uma vitória para as empresas, pois melhoram o acesso a novas fontes confiáveis e se posicionam para ter ganhos internos e externos com os dados exclusivos que estão produzindo.
Tema 2: Valor aplicado
– Tendência 1: Co-pilots precisam de mais calibragem – Co-pilots podem ajudar usuários a se tornarem mais eficientes e expandir o uso para mais pessoas que, de outra forma, não usariam analytics. Mas seu valor vem sendo cada vez mais questionado, sobretudo porque os custos podem ser muito altos. Implementações de co-pilot precisam entender melhor os casos de uso, ser mais proativas na busca de anomalias e focar em resolver menos problemas com mais profundidade e relevância.
– Tendência 2: A governança de custos impulsionará práticas sustentáveis – Os dados na nuvem custaram muito mais do que era esperado, sobretudo quando se trata de consultas diretas a grandes quantidades de dados. Agora, cada prompt de IA Generativa custa mais que uma query normal de busca devido ao investimento necessário em computação de back-end e chips — um valor cada vez mais repassado aos usuários. Isso aumentará com novos modelos de raciocínio, e prevê-se que a IA usará mais energia que outras iniciativas de TI até 2027. As empresas devem considerar as despesas e o que os requisitos de energia significam para suas iniciativas de sustentabilidade. A governança de custos será crucial para monitorar despesas sem comprometer o uso de modelos. As táticas incluem pacotes de respostas para reduzir o volume de consultas, separação de treinamento e inferência, implementação de formatos de tabela abertos e uso de modelos distribuídos menores para tarefas específicas.
– Tendência 3: O contexto torna-se imperativo para otimizar a estrutura de IA – Houve muitos avanços na melhoria de outputs, graças a extensos trabalhos de RAG e refinamento, e 2025 trará ainda mais inovação: gráficos de conhecimento, ontologias e janelas de contexto maiores, superando um milhão de tokens. A compreensão de casos de uso específicos pela IA vai melhorar. Mas não existe uma solução universal: com a precisão sendo crítica para desbloquear valor, a abordagem certa deve ser combinada com os dados certos, sejam gráficos, vetoriais ou relacionais.
– Tendência 4: A relação entre chat e dados evolui – Apesar dos esforços de democratização, o analytics raramente alcançou mais de 25%-30% dos usuários. Interfaces conversacionais impulsionadas por IA Generativa em ferramentas de Business Intelligence podem ajudar a alcançar os demais 75%, permitindo o acesso de mais funcionários a insights. Outras abordagens surgirão, mas essa será cada vez mais a forma dominante de interagir com dados.
Tema 3: Agentes
– Tendência 1: As arquiteturas multiagentes estão chegando – Assim como há ambientes de nuvem e modelos de base de IA concorrentes, haverá várias arquiteturas de agentes coexistindo. Interoperabilidade e evitar a dependência de um fornecedor serão cruciais para obter todo o potencial de alcance e valor de agentes. Alguns agentes serão bons em integração de dados, outros em limpeza de schemas, text-to-SQL generation, automação ou criação de dashboards. Com o tempo, os agentes aprenderão a interagir uns com os outros. Mas os humanos ainda devem estar presentes no circuito para controle e governança.
– Tendência 2: Repensar aplicações na era de agentes: aquisição, construção, inteligência – Um mundo com agentes exige uma reavaliação das aplicações. Às vezes, elas não serão necessárias, já que os agentes podem fornecer as respostas desejadas. Em outros casos, a adoção de aplicações pré-desenvolvidas será preferível, para conveniência e lógica específica de domínio. A combinação de "text-to-action", grandes janelas de contexto e agentes também permitirá criar mais apps internamente. À medida que as aplicações se tornam mais dinâmicas e inteligentes, elas se adaptarão às novas necessidades e aprenderão com os novos dados para entregar experiências mais personalizadas, preditivas e conscientes do contexto.
– Tendência 3: O tempo real é crucial – Dados atualizados são fundamentais para a confiança nos agentes. Um agente de atendimento ao cliente não pode tomar decisões ou dar instruções com base em dados de inventário obsoletos. Dados em tempo real proporcionam uma vantagem de imediatismo e têm menos chance de serem irrelevantes ou incorretos, por exemplo. A necessidade de tempo real está levando a uma grande evolução nas arquiteturas. Tecnicamente, estamos chegando a um ponto de inflexão, em que a ingestão e a transformação de dados podem ser feitas em tempo real, e dados transacionais e analíticos híbridos podem ser armazenados e processados no mesmo lugar.
– Tendência 4: Inteligência de processos e automação são cruciais para a interação entre agentes – Processos ruins automatizados ainda são processos ruins. Em um mundo de agentes autônomos, é vital que os fluxos de processos sejam inteligíveis. É preciso usar a mineração de processos e analytics para otimizar como os fluxos de trabalho devem ser. Isso funcionará como uma rodovia para os agentes. As automações são, então, os veículos de agentes na rodovia, conectando aplicações de forma segura, facilitando a comunicação e impulsionando interações e ações entre agentes.
