Desafios para Escalar IA nas Empresas

A inteligência artificial (IA) tem sido cada vez mais adotada pelas empresas, mas escalar essa tecnologia exige mais do que apenas adotar ferramentas. De acordo com o diretor de IA e Dados da IBM Brasil, Fabricio Lira, a maioria das empresas ainda encontra desafios em três pontos principais: infraestrutura madura, dados organizados e governança estabelecida.

Um dos principais obstáculos é a estrutura, com dados corporativos ainda isolados por departamento ou sistema. A IA precisa de transversalidade, ou seja, enxergar a jornada completa, mas encontra fragmentos. Além disso, a falta de contexto proprietário é outro problema, pois os modelos publicados não carregam o conhecimento específico de uma operação.

Desafios e Oportunidades

Outro desafio é a governança, ou seja, o desafio de gerenciar agentes e modelos distribuídos em múltiplas plataformas sem expor o negócio a riscos. No entanto, Lira destaca que as empresas estão começando a avançar mais com seus projetos e na questão de algo produtivo.

Além disso, há uma tendência natural de olhar para a IA como ferramenta de otimização para reduzir custos, automatizar processos e melhorar o denominador das operações. No entanto, Lira destaca que o movimento mais maduro é usar a tecnologia também para gerar novas receitas e novos negócios.

Dependência Tecnológica e Soberania de Dados

O Brasil consome muita IA, mas produz pouco, e a dependência de plataformas estrangeiras é real. No entanto, Lira destaca que a discussão sobre soberania de dados e regulação não é um freio, e ajuda a organizar melhor onde o dado fica, como o modelo é governado e como a produção intelectual permanece no país.

Para Lira, a saída está em “converter incerteza em risco, risco em plano de mitigação e plano de mitigação em ação”. É nesse equilíbrio entre agilidade e controle que está um dos verdadeiros desafios da escala, segundo Lira, e também a maior oportunidade para quem conseguir resolver primeiro.

• Infraestrutura madura: é necessário ter uma estrutura de dados organizada e integrada para que a IA possa ser escalada.
• Dados organizados: os dados devem ser organizados e acessíveis para que a IA possa ser treinada e implementada.
• Governança estabelecida: é necessário ter uma governança clara e estabelecida para gerenciar os agentes e modelos de IA.

Este conteúdo pode conter links de compra.

Fonte: link