Para o desenvolvimento da inteligência artificial generativa nas empresas, a qualidade de dados é primordial. O problema é que as empresas têm dificuldade de lidar com isso. É o que apontou nesta terça-feira, 26, Peter Krensky, diretor sênior e analista do Gartner, em conversa com a imprensa durante o Data & Analytics Conference da companhia de análise de mercado.
Krensky comparou a qualidade de dados para IA generativa com a mudança climática no mundo, ou seja: as empresas não estão sabendo lidar com a qualidade de dados na velocidade que deveriam.
Como resultado, as ferramentas que existem atualmente ajudam na limpeza dos dados, mas é o equivalente “a queimar mais combustível para combater a mudança”.
Dados na organização
De acordo com Aura Popa, diretora sênior e analista do Gartner, a estruturação de dados passa por ter cientistas de dados nas organizações: “Sou estatística de formação. Sem cientista de dados você pode estar trabalhando às cegas e isso pode causar mais prejuízo que benefício”.
Mudanças
Popa também afirmou que “muitas empresas têm dificuldade para entender a importância da exatidão de dados”. Segundo uma pesquisa do Gartner feita com chefes de análise de dados em janeiro deste ano reproduzida pela diretora, o letramento de dados para os funcionários é uma prioridade para 80% deles até o final de 2024.
Por sua vez, Edgar Macari, analista e diretor do Gartner, afirmou que as empresas também começam a olhar os dados como parte da organização. Entre as tendências que cita está a intersecção entre data analytics e engenharia de IA.
Com isso, Macari afirmou que dados, ao lado da IA e do letramento de dados, serão a base para as empresas avançarem com confiança na IA generativa e começarem a consumir os grandes modelos de linguagem (LLM) e adotara um sistema multimodal que permeie por toda a companhia.
Imagem principal: Peter Krensky, diretor sênior e analista do Gartner (divulgação: Gartner)
