De acordo com a pesquisa State of Data Infrastructure Survey, conduzida pela Hitachi Vantara, metade dos líderes de TI brasileiros (50%) identificam a qualidade dos dados como o maior desafio ao implementar projetos de Inteligência Artificial (IA). No entanto, apesar dessa preocupação, poucas empresas estão investindo em melhorias substanciais para garantir a qualidade dos dados, colocando em risco o sucesso dessas iniciativas.
A pesquisa, realizada com 1.200 executivos de TI e tomadores de decisão de 15 países, destaca a importância crucial da infraestrutura de dados para garantir resultados positivos em IA. A Hitachi Vantara, subsidiária de armazenamento de dados e infraestrutura de nuvem híbrida da Hitachi Ltd., alerta para os riscos associados à falta de dados de alta qualidade e à infraestrutura inadequada.
A qualidade dos dados e os riscos de segurança
De acordo com a pesquisa, 74% dos líderes de TI brasileiros destacam que uma perda significativa de dados poderia ser catastrófica para as operações da empresa. Além disso, 70% expressam receio de que a IA possa oferecer ferramentas mais inteligentes para hackers, ampliando os riscos de segurança. A qualidade dos dados continua sendo uma barreira significativa, com 81% dos entrevistados afirmando que seus dados não são estruturados, o que dificulta a utilização eficiente em projetos de IA.
“Utilizar dados de alta qualidade” foi apontado como o principal fator para o sucesso dos projetos de IA no Brasil, com 46% dos entrevistados concordando com essa afirmação. No entanto, apesar da relevância, a maioria dos líderes de TI não está tomando as medidas necessárias para melhorar essa qualidade. Apenas 33% dos entrevistados investem na melhoria dos dados de treinamento, enquanto 25% sequer avaliam a qualidade dos conjuntos de dados utilizados.
A infraestrutura de dados como pilar da IA
Apesar de reconhecerem a importância da qualidade dos dados, muitas organizações não possuem a infraestrutura necessária para garantir consistência e segurança. A pesquisa revelou que 60% das empresas estão testando e iterando em IA em tempo real, sem ambientes controlados, aumentando os riscos de falhas de segurança e dados imprecisos. Apenas 8% utilizam sandboxes, ambientes isolados para testes de IA, o que eleva ainda mais o potencial de violação de segurança.
Andrea Fodor, CEO da Hitachi Vantara, ressalta: “Ainda existem desafios importantes em relação à qualidade dos dados e à sustentabilidade na IA. Embora a adoção da tecnologia cresça, ainda há dificuldades no acesso a dados confiáveis e na precisão dos resultados dos modelos. Fica claro que a qualidade é uma prioridade, mas também é preciso focar em sustentabilidade e custo.”
Sustentabilidade e custos na implementação de IA
A sustentabilidade também é um tema negligenciado, com apenas 29% dos entrevistados considerando-a uma prioridade na implementação de IA. O custo das soluções de IA também é uma preocupação menor para os líderes de TI, com apenas 35% mencionando-o como um fator relevante. A pesquisa ainda aponta que modelos de IA de grande escala, como os LLMs (Modelos de Linguagem de Grande Escala), consomem até 100 vezes mais energia do que modelos menores, evidenciando um problema de eficiência e sustentabilidade.
“O papel da infraestrutura de dados é essencial para o sucesso da IA. Testar e iterar em IA sem ambientes controlados aumenta consideravelmente os riscos, e a falta de medidas adequadas, como o uso de sandboxes, pode resultar em falhas de segurança e dados imprecisos, comprometendo a eficácia e a confiabilidade dos sistemas de IA”, finaliza Andrea Fodor.
A pesquisa ressalta a necessidade de uma abordagem equilibrada para garantir que os projetos de IA sejam sustentáveis, seguros e eficazes, com foco na qualidade dos dados e na infraestrutura necessária para suportar essa tecnologia.
Para mais informações sobre como a Hitachi Vantara está ajudando empresas a adotar uma abordagem orientada por dados para a infraestrutura de dados moderna, clique aqui.
