Dados de alta qualidade são a chave para um projeto de IA bem-sucedido, mas parece que muitos líderes de TI não estão tomando as medidas necessárias para garantir a qualidade dos dados.
Isto está de acordo com um novo relatório da Hitachi Vantara, o Pesquisa sobre o estado da infraestrutura de dadosque inclui respostas de 1.200 tomadores de decisão de TI de 15 países.
O relatório descobriu que 37% dos entrevistados disseram que os dados eram sua principal preocupação, com 41% dos entrevistados nos EUA concordando que “’usar dados de alta qualidade’ foi o motivo mais comum fornecido para o sucesso dos projetos de IA tanto nos EUA quanto no mundo todo. .”
A Hitachi Vantara também prevê que a quantidade de armazenamento necessária para dados aumentará 122% até 2026, indicando que armazenar, gerenciar e etiquetar dados está se tornando mais difícil.
Os desafios já se apresentam e 38% dos entrevistados afirmam que os dados estão disponíveis na maior parte do tempo. Apenas 33% disseram que a maioria dos seus resultados de IA são precisos. 80% disseram que a maioria dos seus dados não são estruturados, o que pode tornar as coisas ainda mais difíceis à medida que o quantity de dados aumenta, explicou Hitachi Vantara.
Além disso, 47% não marcam os dados para visualização, apenas 37% estão trabalhando para melhorar a qualidade dos dados de treinamento e 26% não revisam a qualidade dos conjuntos de dados.
A empresa também descobriu que a segurança é uma prioridade máxima, com 54% afirmando que é a sua maior área de preocupação dentro da sua infraestrutura. Setenta e quatro por cento concordam que uma perda significativa de dados seria catastrófica para as operações e 73% estão preocupados com o facto de os hackers terem acesso a ferramentas melhoradas por IA.
E, finalmente, a estratégia de IA não leva em consideração preocupações de sustentabilidade ou ROI. Apenas 32% disseram que a sustentabilidade period uma prioridade máxima e 30% disseram que estavam priorizando o ROI da IA.
Sessenta e um por cento das grandes empresas estão a desenvolver LLMs gerais em vez de modelos mais pequenos e especializados que poderiam consumir 100 vezes menos energia.
“A adoção da IA depende muito da confiança dos usuários no sistema e nos resultados. Se suas experiências iniciais forem contaminadas, isso prejudicará suas capacidades futuras”, disse Simon Ninan, vice-presidente sênior de estratégia de negócios da Hitachi Vantara. “Muitas pessoas estão aderindo à IA sem uma estratégia ou resultado definido em mente porque não querem ficar para trás, mas o sucesso da IA depende de vários fatores-chave, incluindo entrar em projetos com casos de uso e metas de ROI claramente definidos. Significa também investir em infraestruturas modernas, mais bem equipadas para lidar com enormes conjuntos de dados, de uma forma que dê prioridade à resiliência dos dados e à eficiência energética. A longo prazo, as infraestruturas construídas sem a sustentabilidade em mente necessitarão provavelmente de reconstrução para aderir às futuras regulamentações de sustentabilidade.