Atualização: IA nas empresas esbarra em problemas com dados e atrasa projetos de 86% das companhias, diz estudo

IA nas empresas esbarra em problemas com dados e atrasa projetos de 86% das companhias, diz estudo Pesquisa da Iron Mountain aponta que informações dispersas, arquivos antigos e preparação manual dificultam a expansão da inteligência artificial nos negócios Dados dispersos e processos manuais estão entre os obstáculos à adoção de inteligência artificial nas empresas

Priorizar nos meus resultados Google Investir em inteligência artificial não significa conseguir colocá-la em prática rapidamente. Em muitas empresas, projetos que poderiam automatizar tarefas ou apoiar decisões esbarram em um obstáculo anterior à tecnologia: a dificuldade de encontrar, organizar e utilizar os próprios dados.

Uma reportagem da TI INSIDE Online destaca um levantamento da Iron Mountain segundo o qual 86% das organizações consultadas tiveram projetos de inteligência artificial atrasados ou cancelados nos 12 meses anteriores por preocupações relacionadas aos dados.

O resultado mostra um desafio para companhias que querem ampliar o uso da tecnologia. Antes de implementar soluções, é necessário garantir que as informações disponíveis sejam confiáveis, acessíveis e adequadas à finalidade de cada aplicação.

De acordo com o estudo, quatro em cada dez organizações gastam pelo menos 41% do cronograma de seus projetos de IA com a preparação manual dos dados.

O trabalho inclui localizar arquivos, corrigir inconsistências e reunir informações armazenadas em diferentes ambientes.

A fragmentação aparece entre os principais entraves. Para 56% dos participantes, dados distribuídos por sistemas desconectados ou departamentos dificultam o avanço das iniciativas. Outros 53% apontam formatos antigos e arquivos físicos como barreiras.

Apenas 39% das organizações se enquadram na categoria considerada digitalizada e estruturada pelo levantamento, com informações centralizadas, indexadas e prontas para uso em análises e aplicações de inteligência artificial.

O contraste é significativo: 95% dos entrevistados afirmam que utilizar dados para melhorar os resultados dos negócios é uma prioridade. Apesar disso, muitas empresas ainda não conseguem aproveitar essas informações de forma eficiente.

As limitações podem ganhar importância com a expansão dos agentes de inteligência artificial, capazes de executar tarefas e interagir com diferentes etapas de um fluxo de trabalho, conforme as permissões e integrações disponíveis.

Para funcionar com confiabilidade, essas aplicações precisam acessar informações corretas e atualizadas, respeitar regras de acesso e permitir que suas ações sejam acompanhadas.

Segundo a pesquisa, 70% das organizações não conseguem rastrear de forma eficaz a origem ou o percurso dos dados utilizados por suas aplicações de IA.

Sem esse controle, fica mais difícil identificar erros, investigar resultados e reduzir riscos de segurança e conformidade.

A ausência de registros claros também pode comprometer a capacidade de explicar por que uma aplicação chegou a determinada conclusão.

A preparação começa pelo mapeamento das informações disponíveis. Identificar onde os dados estão armazenados, quem é responsável por atualizá-los e quais equipes podem acessá-los ajuda a estabelecer uma base mais confiável para novos projetos.

As empresas podem começar pelos dados diretamente relacionados ao objetivo da iniciativa, verificar sua qualidade e definir critérios para acompanhar os resultados.

A governança precisa fazer parte desse processo: regras de acesso, atualização e uso das informações ajudam a reduzir inconsistências e a manter o controle sobre aplicações que passam a executar tarefas com maior autonomia.

Os números divulgados pela Iron Mountain refletem as organizações participantes do levantamento e não devem ser interpretados como uma estimativa universal para todas as empresas.

Ainda assim, indicam que a maturidade no uso de dados é um dos fatores que podem determinar o ritmo de expansão da inteligência artificial nos negócios.

Recurso do Google converte documentos em resumos narrados por inteligência artificial e permite orientar o conteúdo, o idioma e o formato do áudio

Bibliotecas de comandos cheias e pouco usadas preocupam especialistas em equipes que adotam IA; entenda por que o acúmulo atrapalha e o que fazer no lugar

O fenômeno da Gambi-IA reflete a busca por produtividade individual enquanto executivos e equipes tentam estabelecer regras claras de governança corporativa e segurança de dados

Ferramentas acessíveis de automação permitem que companhias de menor porte otimizem processos e concorram em pé de igualdade com grandes corporações no mercado