Boston Consulting Group revela como explorar AI com dados ignorados
São Paulo — InkDesign News — A inteligência artificial (IA) tem se tornado um pilar central nas estratégias corporativas, especialmente com o uso de modelos de linguagem de grande escala (LLMs) e técnicas de deep learning. Na Conferência VentureBeat Transform 2025, executivos discutiram a importância de dados prontos para IA e sua aplicabilidade em ambientes empresariais.
Tecnologia e abordagem
Modelos como LLMs foram destacados como ferramentas cruciais para a análise de grandes volumes de dados não estruturados, incluindo feedback de clientes e relatórios de desempenho. Braden Holstege, diretor da Boston Consulting Group, exemplificou como uma empresa utilizou LLMs para extrair insights sobre churn e reclamações de produtos. Ele observou que “os dados não são monolíticos” e incluem uma variedade de registros, documentos e feedback do cliente, ressaltando a necessidade de uma abordagem holística à integração de dados.
“Os dados não são monolíticos.”
(“Data are not monolithic.”)— Braden Holstege, Diretor, Boston Consulting Group
Aplicação e desempenho
A adoção de infraestruturas preparadas para IA é considerada essencial para acelerar processos de dados. Segundo um estudo da Gartner, mais da metade dos CIOs de empresas de médio porte acredita que essas infraestruturas facilitarão a flexibilidade e a rapidez na manipulação de dados. Contudo, a pesquisa destacou que 63% dos líderes de gestão de dados afirmaram não possuir práticas adequadas de gerenciamento de dados, o que pode atrasar a implementação de projetos.
“Você começa a sentir a arte do possível.”
(“You start getting that sense of the art of the possible.”)— Susan Etlinger, Diretora Sênior, Microsoft
Impacto e mercado
O impacto da IA na eficiência operacional é evidente, mas as empresas ainda enfrentam desafios, como a necessidade de adaptação de modelos e a administração de custos. A consciência dos usuários sobre tecnologias chat-based avançou, exigindo um processo colaborativo na implementação. Holstege observou que “as escolhas que as pessoas enfrentam agora são muito mais amplas do que eram há três anos”.
O futuro da IA empresarial depende da habilitação de uma base de dados robusta e de práticas de gerenciamento adequadas, conforme prevê a Gartner. A falta de dados prontos para IA pode resultar na desistência de 60% dos projetos até 2026.
Os próximos passos para as organizações incluem investigações mais profundas sobre a otimização de suas infraestruturas e o olhar atento para as inovações que podem surgir a partir de dados ainda não utilizados.
Fonte: (VentureBeat – AI)
