Mesmo com confiança nos planos com IA, estratégias e execuções fragmentadas de IA que negligenciam ciclos de vida de fim a fim podem ser mal sucedidas
Em uma pesquisa encomendada pela Hewlett Packard Enterprise (NYSE: HPE), quase metade (44%) dos líderes de TI entrevistados acreditam que suas organizações estão preparadas para aproveitar os benefícios da IA. A pesquisa indica lacunas críticas nas estratégias das empresas, como a falta de alinhamento entre processos e métricas, resultando na fragmentação significativa na abordagem à IA, o que agrava ainda mais os problemas de entrega.
A pesquisa “Architect an AI Advantage”, que foi conduzida com mais de duas mil lideranças de TI de 14 países, entre eles o Brasil, constata que embora o compromisso global com a IA demonstre investimentos crescentes, as empresas estão negligenciando áreas estratégicas que afetam a capacidade de fornecer resultados bem-sucedidos via IA – como baixos níveis de maturidade de dados, possíveis deficiências em sua provisão de redes e computação, e considerações vitais de ética e conformidade. O relatório também indica desconexões significativas tanto na estratégia quanto no entendimento, o que pode afetar negativamente o retorno sobre investimentos (ROI).
“Não há dúvidas de que a adoção de IA está ganhando ritmo, com quase todos os líderes de TI planejando ampliar os investimentos em IA nos próximos 12 meses”, disse Sylvia Hooks, Vice Presidente da HPE Aruba Networking. “Essas descobertas demonstram claramente o interesse pela IA, mas também destacam pontos cegos que podem fazer com que o progresso fique estagnado caso uma abordagem mais holística não seja adotada. O desalinhamento na estratégia e na interação entre departamentos pode, por exemplo, impedir que as empresas aproveitem suas áreas de expertise, tomem decisões eficazes ou garantam que um roadmap de IA holístico beneficie todas as áreas do negócio de forma congruente”, completa.
Reconhecendo a baixa maturidade dos dados
Um bom desempenho em IA que resulta em impacto positivo nos negócios depende da qualidade dos dados. A pesquisa aponta que, embora as empresas entendam isso, rotulando a gestão de dados como um dos elementos essenciais para o sucesso da IA, a maturidade de dados dessas empresas permanece baixa. Apenas uma pequena porcentagem (7%) das organizações pode realizar atualizações de dados em tempo real para possibilitar a inovação e a monetização de dados externos, enquanto apenas 26% estabeleceram estratégias de governança de dados para análises avançadas.
Outra questão é que, aproximadamente 6 em cada 10 respondentes da pesquisa informaram que sua organização é capaz de lidar com qualquer uma das etapas-chave de preparação de dados para uso em modelos de IA – desde o acesso (59%) e armazenamento (57%), até o processamento (55%) e recuperação (51%). Essa discrepância não apenas corre o risco de retardar o processo de desenvolvimento de modelos de IA, mas também aumenta a probabilidade de insights imprecisos fornecidos pelo modelo, além de um ROI negativo.
Ciclo de vida de fim a fim
Um ponto importante surgiu quando os entrevistados foram questionados sobre os requisitos de computação e rede ao longo do ciclo de vida de fim a fim da IA. À primeira vista, os níveis de confiança parecem altos nesse sentido: 93% dos líderes de TI acreditam que sua infraestrutura de rede está configurada para sustentar o tráfego de IA, enquanto 84% concordam que seus sistemas têm flexibilidade suficiente na capacidade de computação para atender às demandas únicas em diferentes estágios do ciclo de vida da IA.
O Gartner espera que “A IA Generativa atue em cerca de 70% das tarefas mais intensas em texto e dados até 2025, em comparação com menos de 10% em 2023*”, no entanto, menos da metade dos líderes de TI admitem ter uma compreensão completa das demandas de diversas cargas de trabalho de IA, incluindo treinamento, ajuste e inferência – o que gera uma dúvida quanto a precisão do que deve ser provisionado para elas.
Deixando de lado as conexões entre os departamentos, compliance e ética
Muitas empresas estão falhando em conectar áreas-chave de seus negócios, com mais de um quarto (28%) dos líderes de TI descrevendo a abordagem de IA em suas empresas como “fragmentada”. Como evidência disso, mais de um terço (35%) das organizações optaram por criar estratégias de IA separadas para funções individuais, enquanto 32% estão desenvolvendo conjuntos diferentes de objetivos.
Um fator ainda mais preocupante é que a ética e o compliance parecem ser negligenciados em muitos dos casos, apesar do apoio crescente em torno da ética e compliance tanto por parte dos consumidores quanto dos órgãos reguladores. A pesquisa mostra que aspectos legais/compliance (13%) e ética (11%) foram considerados pelos líderes de TI como os menos críticos para o sucesso da IA. Além disso, os resultados mostraram que quase 1 em cada 4 empresas (22%) não estão envolvendo equipes jurídicas nas conversas sobre as estratégias de IA em seus negócios.
O medo de perder oportunidades com a IA e o risco do excesso de confiança
À medida que as empresas rapidamente buscam entender todo o alarde em torno da IA, sem uma ética e compliance adequadas para IA, as organizações correm o risco de expor seus dados proprietários – um ponto-chave para manter a vantagem competitiva e preservar sua reputação. Entre os problemas, as empresas que não possuem uma política de ética em IA correm o risco de desenvolver modelos que não atendem aos padrões adequados de compliance e diversidade, resultando em impactos negativos na marca da empresa, perda de vendas, altas multas e processos.
Há também riscos adicionais, pois a qualidade dos resultados dos modelos de IA é limitada pela qualidade dos dados ingeridos. Isso reflete na pesquisa, que mostra que os níveis de maturidade de dados nas empresas ainda permanecem baixos. Isso, combinado com a informação de que metade dos líderes de TI admitiu ter uma compreensão incompleta das demandas de infraestrutura no ciclo de vida da IA, destaca um aumento no risco geral no desenvolvimento de modelos ineficazes, incluindo o impacto das alucinações de IA. Além disso, como o consumo de energia para executar modelos de IA é alto, isso pode contribuir para um aumento desnecessário nas emissões de carbono dos data centers. Esses desafios reduzem o ROI da IA e podem impactar negativamente a marca da empresa.
“A IA tem a carga de trabalho mais intensa em dados e energia que existe e para cumprir efetivamente com o desenvolvimento da IA Generativa, as soluções devem ser híbridas por design e construídas com uma arquitetura moderna de IA”, destacou o Dr. Eng Lim Goh, Vice-Presidente Sênior de Data & AI da HPE. “Desde o treinamento e ajuste dos modelos in-loco, via co-location ou nuvem pública, até a inferência na borda, a IA Generativa tem o potencial de transformar dados em insights de cada dispositivo na rede. No entanto, as empresas devem monitorar cuidadosamente o equilíbrio entre ser um pioneiro e o risco de não compreender completamente as lacunas ao longo do ciclo de vida da IA. Caso contrário, os grandes investimentos de capital podem resultar em um ROI negativo”.
