Seus dados estão prontos para a IA?

Após anos enfatizando o potencial da Inteligência Artificial (IA), pesquisadores dizem ter chegado a hora de redefinir as expectativas. E uma das formas de aterrissar é entender de uma vez por todas que projetos de IA bem-sucedidos dependem fundamentalmente de dados de qualidade. Você pode ter criado o mais espetacular dos algoritmos. Sem os dados certos, ele provavelmente dará as respostas erradas. De acordo com a Accenture, se você se concentrar em 5% a 10% de seus dados que geram 90% ou mais de seu valor de negócios, estará garantindo melhores resultados.

Portanto, o verdadeiro diferencial entre as empresas que são bem-sucedidas em IA e aquelas que não são está nos dados: quais deles são usados para treinar o algoritmo, como são coletados e processados e como são governados. Cuidar desses pontos é a mudança mais importante que as empresas precisam fazer hoje para aproveitar ao máximo a IA. Se os dados forem consistentes, cuidadosamente preparados, rotulados da maneira correta, as chances de a IA levar à redução de custos, à otimização das operações, e à geração de novas fontes de receita aumentam consideravelmente.

Paradoxalmente, a gestão de dados é o lado mais subvalorizado da IA hoje. Para mudar isso, uma estratégia que vem sendo apontada como primordial por especialistas como Andrew Ng é olhar para a curadoria de dados, a melhoria de dados e o retreinamento da IA em dados atualizados como um ciclo contínuo. Outra estratégia, defendida pela Forrester, é projetar a arquitetura de dados a partir de uma mentalidade "AI First". Em outras palavras, ter uma estratégia de dados que priorize Machine Learning e modelos de dados distribuídos.