s
INTELIGÊNCIA ARTIFICIAL

Só a IA pode ajudar a enfrentar o caos informacional que a afeta

O uso bem sucedido da IA pressupõe boa governança de dados e de gestão da informação que, por sua vez, encontrou no Machine Learning a ferramenta ideal para automação do data mining

Por Cristina De Luca 23/06/2021

Lideranças empresariais ainda acreditam que a IA é apenas mais um investimento tecnológico incremental, "plug and play", quando, na realidade, obter vantagem competitiva por meio da IA requer um gerenciamento eficaz de recursos. Dizem que pessoas e propósitos estão na base dos projetos de IA bem-sucedidos. Mas há outros dois fatores igualmente importantes para qualquer projetos na área: a governança de dados e a gestão da informação.

Muito do que é descrito como IA é uma extensão de abordagens bem conhecidas para lidar com problemas de gerenciamento de informações, que requerem dados básicos e estruturas de informação limpos como ponto de partida. A diferença entre o gerenciamento de informações padrão e a IA prática está em compreender os limites dessas tecnologias e onde elas podem ser melhor aplicadas para enfrentar os desafios da empresa.

"O problema é que as grandes corporações vivem hoje um caos informacional. Caos esse que cresce a uma velocidade vertiginosa", explica Walter Koch, director at I-Ware e fellow da Association for Intelligent Information Management (AIIM).

Este é um conteúdo exclusivo para assinantes.

Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.

É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.

Governança de dados é o primeiro passo para uma cultura data-driven

Tendências

Governança de dados é o primeiro passo para uma cultura data-driven

A governança de dados deve estar no topo da agenda de qualquer C-level, mas na maioria das vezes não está. Como mudar essa realidade?

Por Cristina De Luca
Cuidado! Sua IA pode estar resolvendo o problema errado

Inteligência Artificial

Cuidado! Sua IA pode estar resolvendo o problema errado

Devemos desafiar sistematicamente a forma como estruturamos os problemas, para evitar que a IA nos impeça de ver o que desejamos ver e revele o que pode estar presente nos dados

Por Cristina De Luca
Foque na correção dos modelos de dados que a pandemia quebrou

Inteligência Artificial

Foque na correção dos modelos de dados que a pandemia quebrou

Em alguns casos será preciso refazer alguns algorítmicos baseados no princípio de que padrões e comportamentos do passado se repetem no futuro. Em outros, recalibrar a série histórica

Por Cristina De Luca