Desafios do uso de inteligência artificial e adoção

Os dados estão em constante movimento, movendo-se rapidamente de pessoa para pessoa e de pessoa para máquinas e vice-versa. Como muitas organizações alimentadas por IA podem atestar, a mágica acontece quando os dados são transformados em valor, até mesmo lucro, aprimorando a força de trabalho e as experiências do cliente. Mas muitas organizações lutam para capturá-los e gerenciá-los para sua vantagem comercial.

Na terceira pesquisa anual State of AI in the Enterprise - Deloitte, as empresas que adotaram IA em algum nível relataram desafios em aspectos críticos do gerenciamento de dados.

Esses desafios incluíam integrar dados de diversas fontes, preparar e limpar dados, fornecer acesso de autoatendimento aos dados, garantir a governança de dados e a falta de talento e experiência certos para gerenciar a cadeia de valor de dados. Na verdade, pelo menos 40% dos adotantes de IA relataram um nível baixo ou médio de sofisticação em uma variedade de práticas de dados. E quase um terço dos executivos identificou desafios relacionados a dados entre as três principais preocupações que dificultam as iniciativas de IA de suas empresas.

Construir uma cadeia de valor de gerenciamento de dados eficaz pode levar a benefícios poderosos e revolucionários. Empresas orientadas por dados com visão de futuro estão adotando uma mentalidade de produto, gerenciando os dados como um produto em todo o seu ciclo de vida.

A IA agora está mais difundida

Os aplicativos de IA logo estarão em todos os lugares, e as organizações já estão adotando a tecnologia em vários níveis. As empresas são ambiciosas em usar a IA para interromper modelos de negócios para vantagem competitiva e criação de valor para as partes interessadas. Essas organizações reconhecem o imperativo comercial de amadurecer para se tornarem alimentadas pela IA. À medida que mais empresas experimentam a IA, aprimoram suas capacidades relacionadas a dados, adquirem novas tecnologias e talentos e integram a IA em seus processos de negócios, elas enfrentam desafios inerentes ao gerenciamento de dados. Dados e IA compartilham uma conexão poderosa.

Potencial poderoso, mas desafios significativos

Para que a IA tenha sucesso, as organizações devem abordar os desafios de dados e corrigir dados ruins, aplicando princípios para melhor gerenciá-los, limpá-los e enriquecê-los para que ambições mais amplas de IA possam ser atendidas. Mas a maioria não atingiu um nível de maturidade em capacidades de gerenciamento de dados, e cerca de um terço dos programas de IA falham como resultado.

Embora grandes quantidades de dados estejam disponíveis para as organizações, eles raramente são interconectados ou integrados para obter seus benefícios. Esse obstáculo pode dificultar que as organizações aproveitem não apenas seus próprios dados internos, mas também dados de fontes externas. Além disso, insights importantes podem ser perdidos devido à falta de dados completos ou padronizados, e isso pode produzir análises e relatórios imprecisos.

De uma perspectiva de recursos, muito tempo dos funcionários — e despesas associadas — está sendo gasto no gerenciamento e preparação de dados para análises pontuais. Contribuindo para isso está a falta de talentos de dados treinados em métodos novos e inovadores de gerenciamento de grandes conjuntos de dados.

O quadro geral revela que uma cultura de dados está ausente da mentalidade de muitas organizações, e a responsabilidade por bons dados não foi adotada no nível empresarial. Esses desafios podem levar ao risco de consequências não intencionais, como falhas de IA e resultados inesperados. As organizações devem saber como selecionar os dados certos para reduzir ou eliminar vieses em seus modelos.

Mudando o jogo

Os adotantes de IA estão reinventando, interrompendo e transformando a cadeia de valor de dados. Esses adotantes classificaram a modernização da infraestrutura de dados para IA como o foco número um para suas iniciativas de IA. Eles percebem que suas organizações não podem implementar IA de forma eficaz sem uma infraestrutura moderna e robusta. Uma vez que a infraestrutura de gerenciamento de dados é modernizada em nível empresarial, as unidades de negócios não precisam reinventar a roda constantemente. Os dados se tornam democratizados.

O quão bem uma organização pode integrar e ingerir dados; padronizar, limpar e curar os dados; e, finalmente, consumir seus dados pode determinar seu sucesso futuro. Organizações que podem alimentar a IA com dados e poder de computação podem transformar seu investimento em valor e lucros. Empresas que passam por um esforço robusto de modernização de dados, muitas vezes migrando-os para a nuvem, podem fornecer insights que encantam os clientes e transformam as forças de trabalho

Sem uma cadeia de valor de dados robusta, repetível e escalável, a IA não pode escalar. Não é o único caso de uso de IA, mas centenas de casos de uso que criam valor revolucionário para as organizações. É quando as possibilidades podem realmente se abrir. As organizações podem ingerir dados, transformá-los, gerar insights e executar processos de negócios em um ritmo mais rápido com mais precisão do que nunca. Para organizações alimentadas por IA, os dados se tornam um recurso, gerando inovação e vantagem competitiva.

Construindo uma organização de dados transformadora

Para ajudar a ser verdadeiramente transformadora, as organizações devem ter uma estratégia empresarial ousada que seja estabelecida e defendida pela mais alta liderança. Três níveis estratégicos para um programa inovador incluem:

• O que está no cerne de um programa fluente em dados?
• Como os dados são entregues em um mundo conectado?
• Como o programa está impactando os negócios? Cada nível carrega seus próprios componentes ou capacidades?

As organizações gastam muito tempo na prontidão dos dados e capacidades relacionadas à plataforma. No entanto, sem uma forte cultura de dados em primeiro lugar no cerne, pode ser impossível impulsionar a inovação e o valor. Dados e IA estão conectados. A IA fornece os insights que ajudam a criar valor, mas não pode fazê-lo se a arquitetura de dados não estiver alinhada ao negócio desde o início.

Além disso, independentemente dos recursos de dados de ponta colocados em uso, as partes interessadas do negócio normalmente medem o desempenho da organização de dados com base em quão bem eles se envolvem com o negócio e qual valor eles finalmente percebem. Essencialmente, não importa quão boa seja a tecnologia de dados, se o negócio não reconhece como usar o ativo. Os dados se transformam em valor quando a empresa pode aproveitar insights alimentados por IA e agir no momento.

Nível 1: Fortalecer o núcleo

Uma cultura de dados em primeiro lugar em toda a empresa deve estar em vigor para que ocorra um uso eficaz dos dados. Parte disso envolve a construção de recursos avançados de dados, mas também está aumentando um nível básico de alfabetização de dados em diferentes níveis da organização. A mágica da inovação pode acontecer quando as pessoas começam a reimaginar seu próprio trabalho diário e perceber os benefícios que dados de qualidade podem trazer.

Para que isso aconteça, a prontidão dos dados é fundamental. Dados de qualidade e fluxo livre exigem esforço. As empresas que usam tecnologias avançadas e até mesmo IA para comprimir prazos e lidar com desafios de volume podem tornar o trabalho muito mais fácil. Para ajudar a atingir essa estrela do norte, as empresas devem gastar de 20% a 30% do seu tempo gerenciando dados, e elas só podem atingir essa meta automatizando processos.

Nível 2: Melhorar a entrega

Para ajudar a conectar dados, uma plataforma de dados moderna na nuvem pode ser usada para ingerir e selecionar informações em tempo real. Ela deve ser dimensionada, flexível e oferecer suporte a uma variedade de sistemas, aplicativos e usuários. Uma plataforma de dados moderna e bem-sucedida minimiza o esforço, melhora a precisão e acelera o tempo de entrega. As iniciativas de segurança e privacidade são uma parte fundamental do esforço, assim como um processo claro de governança de dados que garante que os dados sejam confiáveis e que riscos como vieses sejam minimizados. A adição de uma força de trabalho digital oferece uma oportunidade de reequipar cargos, qualificar pessoas, contratar o talento certo de IA em termos de funções e habilidades e contar com a terceirização quando necessário. Novos recursos exigem novos processos não apenas em toda a organização, mas também nas equipes de TI e ciência de dados. Também exige uma estratégia robusta de ML Ops para atingir metas de implementação, qualidade contínua e entrega ética.

A partir daí, é a análise de dados em nuvem que impulsiona o novo pensamento inovador, pois os funcionários têm insights mais relevantes mais rápido do que nunca.

Nível 3: Impacte os negócios

O nível de engajamento deve inspirar as funções de negócios a acessar dados continuamente para que possam ser úteis no desenvolvimento de novas soluções para problemas e na aceleração do valor. Insights de dados de fluxo livre e IA resultam em valor para a empresa, pois ela atinge resultados de negócios em novos níveis. No final das contas, a modernização de dados pode ajudar a desencadear a mágica de transformar dados em lucro:

Crescimento da receita

Os dados podem ajudar a adquirir novos clientes e reter clientes existentes, fornecendo insights para fortalecer estratégias de preços, melhorar serviços de vendas cruzadas e gerenciar melhor a oferta e a demanda.

Eficiência operacional

Automatizar tarefas de dados pode economizar tempo para engenheiros de dados e analistas de negócios ocupados. Como todos os departamentos precisam de acesso aos dados, criar uma estrutura repetível para conectar fontes de dados fornece uma vantagem de custo para aqueles que usam técnicas de modernização.

Novas oportunidades

As plataformas de modernização de dados abrem novas oportunidades para as empresas, sendo capazes de compartilhar e até mesmo monetizar seus dados com parceiros de ecossistema mais amplos.

O caminho a seguir

Uma cadeia de valor de dados com IA em primeiro lugar pode permitir que a organização ingira melhor os dados, transforme-os, gere insights e execute processos de negócios em um ritmo mais rápido e com mais precisão. Algumas empresas podem ser elegíveis para certos créditos fiscais de P&D que podem ajudar a compensar alguns custos também.

No futuro, as organizações alimentadas por IA podem avançar mais rapidamente porque adicionar novas fontes de dados de maior qualidade pode gerar benefícios revolucionários em toda a empresa, pois insights essenciais chegam às pessoas a tempo de realmente fazer a diferença para seus clientes e principais partes interessadas.

Credito

Deloitte

Gartner Group