A maturidade em inteligência artificial ainda é um desafio para as empresas. Segundo um estudo da Iron Mountain, 86% das organizações atrasaram ou cancelaram projetos de IA nos últimos 12 meses. O principal motivo foram as preocupações relacionadas aos dados.
O levantamento faz parte do relatório The Information Supercycle: Aligning Data, Infrastructure and Capital for AI Scale. Embora 95% das empresas considerem prioritário utilizar dados para melhorar os resultados dos negócios, muitas ainda enfrentam dificuldades para colocar seus projetos em prática.
Preparação de dados consome tempo das empresas
Um dos principais obstáculos está na preparação das informações. De acordo com a pesquisa, quatro em cada dez empresas dedicam pelo menos 41% do tempo dos projetos ao tratamento manual de dados.
Além disso, apenas 39% das organizações entrevistadas são classificadas como “digitalizadas e estruturadas”. Isso significa que seus arquivos corporativos são gerenciados de forma centralizada, indexados e disponibilizados para análises e modelos de inteligência artificial. Esses arquivos incluem os chamados dark data. O termo se refere a informações armazenadas pelas empresas, mas pouco utilizadas em suas operações.
O estudo também identificou problemas na infraestrutura tecnológica. Enquanto 56% das empresas relatam dados dispersos em plataformas desconectadas ou departamentos isolados, 53% enfrentam dificuldades com formatos obsoletos ou documentos físicos. Consequentemente, a integração das informações se torna mais complexa. Isso pode aumentar os custos e atrasar o desenvolvimento de soluções de IA.
IA agêntica amplia desafios de governança
Os obstáculos ganham importância com a evolução da inteligência artificial. Agora, além de gerar conteúdos e sugerir respostas, os sistemas podem executar tarefas e atuar diretamente nos processos empresariais. Nesse contexto, a IA agêntica exige ainda mais controle sobre as informações utilizadas. Afinal, decisões automatizadas dependem de dados confiáveis, atualizados e acessíveis.
Segundo o relatório, sete em cada dez organizações não conseguem rastrear com precisão o ciclo de vida dos dados usados em seus modelos de IA. Em outras palavras, muitas empresas não identificam claramente a origem e a trajetória dessas informações. Para Varun Gupta, vice-presidente sênior de Marketing Global de Produtos e Soluções da Iron Mountain, a preparação dos dados é essencial para ampliar o uso da tecnologia.
“A maturidade em inteligência artificial exige mais do que implementar a tecnologia mais recente. As companhias precisam garantir que a informação fornecida aos modelos esteja acessível, atualizada e com governança, com propriedade e permissões claras”, afirma o executivo.
Além disso, Gupta destaca que a governança se torna indispensável quando os agentes de IA passam a executar ações na rotina operacional, em vez de apenas apresentar recomendações.
Falhas nos dados aumentam riscos e custos
A desorganização das informações pode gerar consequências que vão além de resultados imprecisos. Entre os riscos estão a exposição de dados, problemas de conformidade e dificuldades durante auditorias. Além disso, as empresas podem enfrentar custos mais altos para localizar informações e até perder conhecimentos importantes para suas operações.
Por esse motivo, o relatório destaca a importância de uma governança contínua do ciclo de vida dos dados. Essa prática permite acompanhar as informações desde sua criação até o descarte. Dessa maneira, as organizações conseguem verificar se os dados utilizados pela inteligência artificial estão atualizados, são confiáveis e atendem às exigências de conformidade.
Portanto, investir em tecnologia não é suficiente para garantir bons resultados. As empresas também precisam organizar suas informações, definir responsabilidades e estabelecer controles adequados.
Assim, a maturidade em inteligência artificial depende da combinação entre tecnologia, qualidade dos dados e governança. Sem essa estrutura, as organizações podem ter dificuldades para expandir seus projetos e obter retorno sobre os investimentos em IA.
