86% das empresas atrasaram projetos de IA por causa dos dados

Estudo da Iron Mountain mostra que 86% das empresas atrasaram ou cancelaram projetos de IA por problemas com dados. Veja o checklist antes do seu piloto.

3 min de leitura

Folha impressa com colunas de números

Foto de Mika Baumeister na Unsplash

O gargalo da IA raramente é o modelo. É o dado. Um estudo da Iron Mountain divulgado pelo TI Inside em 26 de outubro mostra que 86% das empresas tiveram iniciativas de IA atrasadas ou canceladas nos últimos 12 meses por preocupações com dados. Se o seu piloto travou, é provável que o motivo esteja aí.

O que o estudo encontrou

Sete em cada dez empresas não conseguem rastrear com precisão a origem e o caminho dos dados usados nos seus modelos de IA. 56% têm informações espalhadas em sistemas que não conversam entre si, e 53% ainda lidam com formatos obsoletos ou arquivos em papel. Só 39% se consideram digitalizadas e estruturadas, e quatro em cada dez gastam pelo menos 41% do tempo dos projetos tratando dados manualmente.

O estudo é global e a reportagem não informa o tamanho da amostra nem traz dados do Brasil. Mas o diagnóstico é familiar para quem trabalha aqui. “As companhias precisam garantir que a informação fornecida aos modelos esteja acessível, atualizada e com governança”, resume Varun Gupta, vice-presidente da Iron Mountain.

Ilustração com o número 86% e barras com os principais problemas de dados das empresas

O que muda para você

Quem lidera um projeto de IA costuma começar pela ferramenta. A ordem certa é a inversa: primeiro entender os dados, depois escolher a ferramenta. Um piloto que descobre na terceira semana que os dados estão em cinco planilhas diferentes não falhou por causa da IA. Falhou no planejamento.

Esse é um dos motivos pelos quais tantos pilotos de IA não viram produto. E saber diagnosticar dados é uma habilidade que poucos têm, e que vale muito.

Na prática: dados prontos para IA?

  • Onde estão os dados de que o projeto precisa?
  • Quem é o responsável por cada fonte?
  • Estão atualizados? Com que frequência mudam?
  • Têm dados pessoais? Se sim, a LGPD entra na conversa desde o início.
  • Dá para rastrear a origem?
  • O formato é utilizável ou está em PDF, papel ou sistemas antigos?
  • Quem pode acessar, e quem não deveria?

Para organizar o diagnóstico:

“Queremos usar IA para [descreva o processo]. Nossas fontes de dados são: [descreva]. Para cada fonte, avalie onde está, quem é o responsável, se está atualizada, se tem dados pessoais, se o formato é utilizável e se dá para rastrear a origem. Liste o que precisa ser resolvido antes do piloto, em ordem de prioridade.”

Fontes


Comentários

Ainda não há comentários. Seja o primeiro a comentar.

Deixe seu comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Os comentários passam por moderação antes de aparecer.

A ferramenta muda. Saber pensar com IA, não.

Ler sobre IA é o começo. As trilhas da CarreiraTech.AI ensinam o raciocínio que funciona em qualquer ferramenta — com o Método FOCO™ e metodologia Neuro-Friendly™.