Líderes de TI empresarial em todos os setores têm a tarefa de preparar suas organizações para as tecnologias do futuro – o que não é uma tarefa simples. Com o uso de IA explodindo, a Cloudera, em parceria com a Researchscape, entrevistou 600 líderes de TI que trabalham em empresas com mais de 1.000 funcionários nas regiões dos EUA, EMEA e APAC. A pesquisa, ‘O estado da IA empresarial e da arquitetura de dados moderna‘ revelou os desafios e barreiras que existem com a adoção de IA, os planos atuais de implantação de IA empresarial e o estado das infraestruturas de dados e do gerenciamento de dados.
O estado da IA empresarial
Provavelmente não será nenhuma surpresa que empresas em todo o mundo estejam rapidamente incorporando IA em suas operações, com 88% das empresas pesquisadas já utilizando essa tecnologia transformadora. A IA está começando a revolucionar indústrias ao mudar a forma como uma empresa opera e as equipes dentro dela. Os departamentos que lideram essa adoção são TI (92%), Atendimento ao Cliente (52%) e Advertising (45%). Em todas essas áreas de negócios, a IA está aumentando a eficiência nos processos de TI, melhorando o suporte ao cliente com chatbots e alavancando análises para uma melhor tomada de decisão.
Entre várias implementações de IA, a Generative AI (GenAI) se destaca como a mais fashionable, com 67% dos entrevistados utilizando modelos generativos em alguma capacidade. As empresas estão implantando GenAI usando várias arquiteturas: expondo dados a modelos de código aberto sem treinamento neles (60%), treinando modelos de código aberto em seus dados (57%), usando modelos de código aberto treinados no native ou em nuvens privadas (50%) e desenvolvendo Massive Language Fashions (LLMs) ou Small Language Fashions (26%) proprietários.
Além do GenAI, os entrevistados observaram que estão implantando aplicativos preditivos (50%), de aprendizado profundo (45%), de classificação (36%) e de aprendizado supervisionado (35%).
Desafios na implementação da IA
A implementação de IA não vem sem desafios para muitas organizações, principalmente devido a infraestruturas de dados desatualizadas ou inadequadas. Embora todas as empresas tenham adotado alguma forma de arquitetura de dados, os tipos que elas usam variam amplamente. A maioria das organizações armazena seus dados em nuvens privadas (81%), mas outras arquiteturas também são predominantes, incluindo nuvens públicas (58%), mainframes locais (42%), sistemas distribuídos locais (31%), outros ambientes físicos (29%) e information lakehouses (19%).
Navegar pela complexidade dos cenários de dados modernos traz seu próprio conjunto de desafios. Os principais problemas incluem segurança e confiabilidade de dados (66%), custos crescentes de gerenciamento de dados (48%), desafios de conformidade e governança (38%), processos excessivamente complexos (37%), dados isolados e de difícil acesso (36%), desconfiança na conexão de dados privados e imprecisões em modelos de IA (32%) e a necessidade de formatos de dados padronizados (29%).
Somando-se a essas complexidades está a natureza em rápida evolução das tecnologias de dados e o crescente quantity de dados que as empresas devem gerenciar. Garantir que as implementações de IA sejam eficazes e seguras requer adaptação e investimento contínuos em infraestruturas de dados robustas e escaláveis. Isso é essencial para empresas que buscam alavancar a IA para vantagem competitiva e eficiência operacional.
Aproveitando Arquiteturas de Dados Modernas
No cenário atual, a única maneira de garantir a confiabilidade dos dados é por meio da adoção de arquiteturas de dados modernas. Essas arquiteturas avançadas fornecem flexibilidade e visibilidade críticas, atuando como um modelo para acelerar a extração de insights e valor dos dados. Elas simplificam o acesso aos dados entre organizações, quebrando silos e tornando os dados mais fáceis de entender e agir.
Quando questionados sobre as vantagens mais valiosas das arquiteturas de dados híbridas, os entrevistados destacaram a segurança de dados (71%) como o principal benefício. Outras vantagens significativas incluem análise de dados aprimorada (59%), gerenciamento de dados aprimorado (58%), escalabilidade (53%), eficiência de custos (52%), flexibilidade (51%) e conformidade (37%).
Arquiteturas de dados modernas dão suporte à integração de diversas fontes e formatos de dados, fornecendo uma estrutura coesa e eficiente para operações de dados. Essa integração é essencial para empresas que buscam alavancar estratégias orientadas por dados, garantindo que sua infraestrutura de dados possa atender às demandas de tecnologias em evolução e volumes de dados crescentes. Ao adotar essas arquiteturas, as organizações podem se posicionar para desbloquear novas oportunidades e impulsionar a inovação por meio de dados confiáveis e acessíveis.
A segurança aprimorada, transparência, acessibilidade e insights fornecidos por arquiteturas de dados modernas contribuem diretamente para a agilidade, adaptabilidade e tomada de decisão informada de uma empresa. Esses fatores são cruciais para a infraestrutura de dados à prova do futuro, garantindo que ela permaneça robusta ao longo do tempo e alcançando ROI tangível de implementações de IA.
Para obter mais informações sobre o último relatório de pesquisa da Cloudera, Clique aqui.