A marcha imparável da Inteligência Artificial (IA) continua a ganhar ritmo. Recentemente, a Gartner, uma empresa de análise, previu que, nos próximos dois anos, metade de todas as decisões empresariais será totalmente automatizada ou pelo menos parcialmente aumentada por agentes de IA.
Algumas organizações têm se aventurado mais do que outras nessa área. Quatro líderes empresariais que exploraram a IA compartilharam lições aprendidas em um recente evento de mídia durante a Snowflake Summit 2025, em San Francisco. Aqui estão os principais pontos que eles compartilharam.
1. Qual é a minha estratégia de nuvem?
Wayne Filin-Matthews, arquiteto-chefe de empresas na AstraZeneca, explicou como sua organização está liderando implementações de IA em diversas áreas. A gigante farmacêutica criou um assistente de pesquisa habilitado para IA que aumenta a produtividade dos pesquisadores científicos ao se concentrar na reprodutibilidade dos métodos científicos e no desenvolvimento de novos medicamentos. A AstraZeneca colabora com instituições acadêmicas renomadas, como a Universidade de Stanford, para conduzir experimentos com IA. “Estamos pensando em como ter uma equipe de agentes que possam apoiar os cientistas tradicionais em suas pesquisas”, disse Filin-Matthews. A empresa também está investigando maneiras de aplicar IA em áreas comerciais. Com operações em 126 mercados, atender a essas diversas localizações com conteúdo se torna um desafio complexo. E é aí que a IA entra. “Aproveitamos a tecnologia da perspectiva de IA para automatizar a criação de material de marketing e informações sobre o desenvolvimento de medicamentos”, afirmou. Embora esses experimentos tenham destacado os benefícios da IA, também evidenciaram a importância de bases de dados sólidas. Filin-Matthews enfatizou que as empresas só poderão resolver problemas com IA se tiverem uma infraestrutura de nuvem robusta. “Existem muitos casos de uso onde os benefícios estão se tornando claros à medida que avançamos nessa jornada”, comentou. “Estamos definitivamente na era da tomada de decisões habilitada por IA. Mas o fundamental é não esquecer esses outros elementos subjacentes. Você não pode ser primeiro em IA sem ser primeiro em nuvem.”
2. Como estou lidando com questões de governança de dados?
Amit Patel, diretor de dados para o setor bancário na Truist, destacou que aprendeu duas lições principais ao implementar casos de uso de IA. A primeira foi a importância da base de dados subjacente. “Como banco, precisamos provar: ‘De onde veio a data? Está correta? Está governada? Tenho rastreabilidade? Tenho metadados? Tenho verificações de qualidade de dados?’ Preciso provar esses pontos a um regulador externo”, disse. “Não posso simplesmente liberar um modelo de linguagem de grande escala (LLM) sem restrições, certo? E não posso direcioná-lo a qualquer fonte que tenha internamente. Tem que ser uma fonte governada e aprovada.” Patel apontou que esse foco em fontes reguladas ajudou a esclarecer um problema comum entre os diretores de dados: a organização da informação. “Através desse processo, descobri que não tenho tantas fontes confiáveis quanto gostaria de ter à disposição”, comentou. “Preciso estabelecer essa fundação primeiro, e então posso construir sobre ela.” Ele também notou que as pessoas que utilizam IA em casa presuponham que será fácil implantar LLMs em um ambiente corporativo. “Não é tão simples assim”, afirmou. “É preciso definir limites sobre o que os modelos podem analisar. Devem ser definidos metadados para orientar as interpretações dos modelos. E esse processo leva tempo.” Para abordar as concepções errôneas da equipe sobre o tempo necessário para aproveitar a IA, Patel implementou exercícios de definição de expectativas. “À medida que começamos a habilitar os casos de uso, as pessoas passaram a entender que não é um processo tão simples quanto um clique”, disse. “Embora a implementação da tecnologia seja mais rápida do que antes, ainda é desafiadora e exige tempo e reflexão sobre como estabelecer governança e estrutura ao redor da IA antes de habilitá-la para o trabalho.”
3. Qual é a qualidade dos meus resultados?
Anahita Tafvizi, diretora de dados e análises na Snowflake, afirmou que sua equipe ajuda a empresa de tecnologia a desenvolver produtos habilitados para IA que os clientes utilizam. No entanto, Tafvizi destacou que sua empresa não se limita a vender esses produtos; a organização também tem a oportunidade de experimentar essas tecnologias. “O interessante de ser a diretora de dados em uma empresa de dados é que tenho o privilégio de ser a primeira cliente de muitos de nossos produtos”, comentou. Ela ressaltou a importância do Snowflake Intelligence, uma tecnologia lançada na Summit, que permite que usuários de negócios criem agentes de dados. Sua equipe colaborou intimamente com a equipe de produtos para desenvolver um assistente habilitado para IA para a organização interna de vendas. Tafvizi observou que a implementação de novas ferramentas de IA traz desafios, especialmente quando se trata de equilibrar a velocidade de inovação com requisitos de governança. Um aspecto crucial é a qualidade. Ao promoverem a ferramenta para a equipe de vendas, levantaram questões relevantes, como: “Uma qualidade de 95% é suficiente?” Ela aconselhou outros líderes empresariais a considerar cuidadosamente esses desafios, já que a equipe deve confiar nos resultados da experimentação com IA. “O foco na qualidade tem sido importante para nós”, disse. “As estruturas de governança corretas, os controles de acesso, a rastreabilidade, os metadados e os modelos semânticos também são críticos. Pensamos constantemente sobre essas questões como parte da tensão entre inovação e velocidade.”
4. Considerei benefícios inesperados?
Thomas Bodenski, diretor de dados e análises na empresa de tecnologia financeira TS Imagine, informou que sua companhia tem usado IA para reduzir a carga de trabalho dos funcionários desde outubro de 2023. No entanto, enquanto o foco da IA geralmente está na automação de processos manuais, suas experiências sugerem que os líderes empresariais devem reconhecer que essa tecnologia também gera outros benefícios. “Usar IA não é apenas sobre reduzir esforços”, disse. “Você consegue fazer as coisas mais rápido, melhor, e ter uma melhoria incrível na cobertura.” Ele explicou que a TS Imagine compra dados de fornecedores especializados que enviam e-mails sobre mudanças de produtos iminentes. A empresa recebe 100.000 desses e-mails anualmente, e cada um precisa ser lido e suas implicações entendidas. Tradicionalmente, esse processo trabalh intensive consumia, em média, duas vezes e meia a carga de trabalho de um funcionário por ano. “É estressante, porque não se pode cometer erros”, afirmou. “Se perdermos informação em um e-mail, nossos sistemas podem falhar. Milhares de traders não podem negociar, e milhares de gerentes de risco não conseguem avaliar sua exposição, portanto, a situação pode ser catastrófica.” Para evitar esse cenário, Bodenski mencionou que a empresa utiliza os modelos de IA da Snowflake para realizar esse trabalho que consome muito tempo. “Agora, nunca perdemos um resultado”, disse. “Essas duas vezes e meia de carga de trabalho podem realizar trabalho intelectual em vez de curadoria ou entrada de dados manuais.” Ele também notou que a IA pode lidar com o que antes era um ponto fraco: garantir que os pedidos dos clientes sejam atendidos aos sábados. “Ninguém trabalhava nesses dias. Agora, a IA responde às consultas dos clientes e atribui o ticket à pessoa certa”, afirmou.
Referência: [Link da matéria original]
