Por que dados e IA continuam desconectados nas empresas?

Segundo Harvard Business Review, só 10% das empresas se sentem totalmente preparadas para adotar IA, enquanto 18% não se sentem prontas, sendo a maioria devido à baixa qualidade e fragmentação dos dados.

E, por falar em dados, a pesquisa Construindo Confiança e Credibilidade de Dados para Extrair o Potencial da IA, realizada em 2024 pela IDC, apontou que, para 24% das empresas do Brasil, assegurar a qualidade dos dados é um dos três desafios para avançar com a Inteligência Artificial. 

O uso da IA segue ganhando força, sendo que 57% dos brasileiros afirmam já ter utilizado, como mostrou o estudo da consultoria Oliver Wyman, um resultado maior que o de países como Espanha, França e até Estados Unidos, o que demonstra o potencial dessa inovação para apoiar setores diversos. 

No entanto, todos esses estudos têm em comum o fato de que elucidam que, mesmo diante de um avanço significativo, ainda existe um paradoxo entre integração e qualidade de governança das informações.  

Para explorar um pouco mais sobre esse assunto, preparamos esse texto exclusivo. Confira os tópicos: 

O problema não está na tecnologia em si, mas na forma como ela é adotada. Ainda em 2023 com o hype da tecnologia, uma pesquisa da Gartner apontou que 79% dos estrategistas consideravam o recurso, automação e análise de dados como elementos essenciais para os próximos dois anos. 

Mesmo sendo um percentual expressivo para aquela altura, apenas 20% a utilizavam no dia a dia. Em 2024, o cenário mudou. A pesquisa "The state of AI in early 2024: Gen AI adoption spikes and starts to generate value", realizada pela McKinsey, mostrou que 72% das empresas do mundo já adotaram essa tecnologia. 

O crescimento é expressivo. No entanto, mesmo com a IA já sendo uma realidade e amplamente valorizada, os paradoxos continuam existindo. É aquela coisa: ao mesmo tempo em que há percepção dos ganhos que essa tecnologia proporciona, sua plena adoção enfrenta desafios.  

Ou seja, as organizações já utilizam a ferramenta para automatizar tarefas e gerar insights, porém, para que desempenhe um papel como apoio à transformação digital, é preciso enxergá-la como mais do que uma solução tecnológica pronta. 

Até porque, o problema não está na capacidade dos algoritmos, mas na fundação sobre a qual eles são construídos. Isso é entre as razões que justificam essa desconexão, está o descompasso entre a velocidade de adoção da IA e a lentidão na melhoria da infraestrutura de dados. 

Há, ainda, a falta de governança e alinhamento estratégico, bem como a real compreensão de que o diferencial competitivo está na capacidade de customização e não na ferramenta em si. 

Por isso, mais do que adquirir o uso da IA, é preciso ter em mente que novas tecnologias envolvem mudanças de mentalidade, hábitos, cultura e, sobretudo, governança.  

Infraestrutura 

Muitas empresas têm dados espalhados em sistemas que não se conversam. Isso gera informações incompletas e incorretas, dificultando a visão geral do negócio e limitando os resultados da IA. 

Governança 

Investimentos em IA são feitos sem planejamento estratégico. Sem métricas claras, fica difícil medir o valor gerado. Além disso, sem um banco de dados bem estruturado, aumenta o risco de não cumprir normas regulatórias.

Cultura 

Muitos líderes e equipes não sabem interpretar os dados gerados pela IA. Isso gera insegurança e faz com que a tecnologia seja usada de forma limitada, prejudicando o retorno sobre o investimento (ROI). 

A desconexão afeta diretamente a competitividade, eficiência e gestão de riscos, fazendo com que o investimento em IA não atenda os objetivos esperados. Entre os exemplos de impactos estão: 

Tomada de decisão estratégica

Mais uma vez? Sim, afinal, é preciso enfatizar que dados com baixa qualidade levam a decisões lentas e incorretas, bem como a perda de agilidade como um diferencial competitivo.

ROI frustrado 

Qual empresa quer fazer um alto investimento e nunca sair da fase piloto? Pois é, utilizar todos os orçamentos digitais em tecnologia sem a fundação de dados correta leva a projetos estagnados que não agregam valor ao negócio. 

Aumento do custo operacional

Complementando o tópico anterior, a falta de padronização leva a necessidade de mover e integrar informações de forma manual para cada projeto e elevando, com isso, o custo de manutenção, visto que não é possível replicar o mesmo modelo para outras áreas da empresa.

Vulnerabilidade e segurança 

Ao ter dados fragmentados e sem controle de acesso unificado, aumenta as chances de ataques, vazamento de informações confidenciais, levando a prejuízos financeiros e multas.

Esses são apenas alguns dos exemplos de impactos e consequências que a desconexão entre os dados e IA podem levar ao negócio, o que reforça a importância de utilizar recursos que apoiem essa jornada. 

O uso de ferramentas ajuda a conectar dados e IA ao negócio. Além disso, é o melhor caminho para eliminar lacunas técnicas e operacionais, transformando dados fragmentados em ativos prontos para abastecer a Inteligência Artificial.

Ter uma solução especializada nessa abordagem ajuda a organização não apenas a enfrentar as barreiras, mas também a identificar pontos de melhorias que ajudem no sucesso do negócio. 

Um exemplo disso é o SAP Business Data Cloud (BDC), uma plataforma que unifica, governa e analisa dados de diferentes fontes para gerar insights de negócios. 

A oferta integra ferramentas como o SAP Datasphere, SAP Analytics Cloud e a Joule, Inteligência Artificial da SAP, permitindo que usuários interajam com os dados usando linguagem natural e tomem decisões mais informadas