O potencial transformador do ML e da IA generativa para gerar grandes resultados empresariais, incluindo maior produtividade e inovação, é inegável. No entanto, questões fundamentais de dados limitam estas oportunidades. O Gartner prevê que pelo menos 30% dos projetos de IA generativa serão abandonados devido a questões como a má qualidade dos dados.
Com mais dados sendo gerados do que nunca e novas fontes de dados surgindo todos os dias, as organizações estão encontrando dificuldades para obter valor de informações críticas distribuídas em nuvens, bordas, data centers, mainframes e dispositivos de usuários finais.
De acordo com a pesquisa 2024 State of Enterprise AI and Modern Data Architecture da Cloudera com líderes de TI, 73% reconhecem que alguns de seus dados residem em silos e não estão conectados em toda a organização. Na verdade, mais da metade prefere fazer um tratamento de canal a ter acesso a todos os dados da empresa. Sem dados confiáveis, não é possível obter insights precisos e oportunos.
Os líderes empresariais de todos os departamentos, não apenas de TI, veem isso de forma consistente, com muitos lutando para justificar o ROI dos investimentos em IA ou IA generativa devido à fraqueza dos ativos de dados, disseram as pessoas.
As conversas sobre dados são sobre negócios, não voltadas para TI
Os dados não utilizados que permanecem ignorados são geralmente dados de baixa qualidade, muitas vezes causados por sistemas legados e processos desatualizados. A maioria das plataformas de TI legadas e estruturas de gerenciamento de dados que as empresas possuem foram projetadas para uma era analógica ou pré-nuvem. Eles não conseguem acompanhar o ritmo implacável e a complexidade crescente dos conjuntos de dados gerados atualmente. Além disso, eles não oferecem suporte a análises ou escalabilidade em tempo real, limitando a velocidade e a agilidade na tomada de decisões críticas.
A única maneira de garantir que seus dados sejam confiáveis e prontos para IA é adotando uma arquitetura de dados híbrida moderna. Isso torna mais fácil para as empresas simplificar o acesso aos dados, estruturar dados e extrair insights acionáveis para impulsionar o crescimento dos negócios.
A implantação de uma plataforma robusta é uma discussão voltada para os negócios e não para a TI, porque aborda vários imperativos estratégicos da empresa, como acesso a dados, segurança e eficiência de custos.
Cumprindo obrigações comerciais
Os ambientes híbridos e multicloud em que a maioria das organizações opera hoje tornam a identificação e o acesso a conjuntos de dados ainda mais complexos. Além disso, a distribuição de dados e cargas de trabalho entre nuvens locais e públicas está evoluindo dinamicamente, tornando a localização de dados a qualquer momento cada vez mais complexa. Nos últimos 12 meses, mais organizações começaram a transferir cargas de trabalho de volta para nuvens privadas devido a questões de segurança e custos. As plataformas de dados híbridas simplificam esse processo, permitindo a movimentação contínua de conjuntos de dados de qualquer origem para qualquer destino, sem a necessidade de reescrever aplicativos para gerenciamento ou análise de dados.
Outra característica importante das arquiteturas de dados modernas são as ferramentas analíticas para a compreensão de dados não estruturados. O Roteiro de Estratégia de Armazenamento para 2022 do Gartner estima que novas formas de dados não estruturados estão crescendo entre 30 e 60% a cada ano, o que pode ser traduzido em valor comercial real. Por exemplo, o que uma empresa precisa fazer para aumentar o tráfego, melhorar as classificações e melhorar a qualidade do cliente a partir do grande volume de postagens de usuários e avaliações sobre os produtos de um varejista em canais sociais, sites de comércio eletrônico e listagens de parceiros. experiência.
Do ponto de vista da eficiência de custos, as organizações beneficiam de uma infraestrutura analítica escalável que apoia o crescimento dos negócios através da expansão e entrada em novos mercados. A escalabilidade garante que você possa atender às demandas de crescimento sem sacrificar o desempenho ou aumentar desnecessariamente os custos.
Finalmente, numa era em que a segurança e a conformidade dos dados são fundamentais para os negócios, é essencial adotar soluções com capacidades integradas de segurança e governação. Isso inclui recursos como criptografia, controle de acesso e auditoria que ajudam a proteger informações confidenciais e a reduzir o risco de violações de dados. Tais medidas são especialmente importantes em indústrias com requisitos regulamentares rigorosos, como os serviços financeiros.
Uma base de dados sólida é um tesouro
Caso em questão: o PT Bank OCBC NISP, um banco indonésio cotado, enfrentou o desafio de se estabelecer como uma instituição que prioriza o digital num ambiente cada vez mais competitivo. Desejando aproveitar o imenso potencial das soluções Gen AI, criamos uma estratégia de dados híbrida projetada para se integrar perfeitamente ao data lake do banco e permitir que cientistas de dados e usuários empresariais trabalhem com eficiência em uma variedade de aplicações integradas.
Por exemplo, um banco indonésio cotado pretendia estabelecer-se como uma instituição financeira que prioriza o digital, num contexto de concorrência crescente. Para aproveitar o potencial das soluções generativas de IA, implementamos uma estratégia de dados híbrida que se integra perfeitamente aos data lakes, permitindo que cientistas de dados e usuários empresariais trabalhem de forma eficiente com uma variedade de aplicações.
Com base nesta estratégia, o banco desenvolveu uma infraestrutura escalável com ferramentas e estruturas para apoiar projetos generativos de IA. Esta infraestrutura facilita a implantação de modelos de IA baseados em Transformer e fornece recomendações personalizadas aos clientes em tempo real. Ao integrar capacidades de IA em escala em toda a organização, os bancos reforçaram a sua capacidade de inovar para os clientes e simplificar os processos de relatórios regulamentares.
Analytics, ML, IA e IA generativa possuem um imenso potencial para organizações que buscam aprimorar a inovação, aumentar a produtividade, encontrar eficiência de custos e manter uma vantagem em mercados competitivos. Mas, para conseguir isso, as empresas precisam de ativos de dados fortes para preencher as lacunas existentes na gestão de dados. A governança eficaz de dados não é mais responsabilidade exclusiva do departamento de TI, mas deve ser discutida nos níveis de diretoria e liderança.
