Estudo revela que 66% das empresas enfrentam travamentos na IA devido a dados obsoletos e silos

A IA agêntica enfrenta desafios significativos de confiança e infraestrutura antes da adoção em massa.

A próxima fronteira da inteligência artificial (IA), conhecida como IA agêntica, está passando por uma crise de confiança que pode impactar sua adoção em larga escala. Um estudo global recente, que envolveu 850 executivos, revela que a transição de chatbots passivos para agentes autônomos traz à tona a necessidade urgente de acesso a dados em tempo real.

Conforme o relatório, 66% das organizações acreditam que a disponibilidade imediata de dados é um requisito essencial. Essa mudança de paradigma exige uma nova abordagem em relação à arquitetura de dados, onde a IA agêntica se concentra na ação, tornando obsoletas as informações que não são atualizadas ou devidamente gerenciadas.

Barreiras técnicas

O estudo destaca quatro principais obstáculos que dificultam a transformação de experimentos de IA em sistemas operacionais autônomos. Um dos desafios mais significativos é a dificuldade em encontrar dados relevantes dentro de contextos de negócios específicos, com 63% das organizações enfrentando essa questão. Além disso, 66% dos líderes empresariais afirmam que a IA só pode ser considerada confiável se os dados forem processados em tempo real.

A quantidade de informações e o trabalho gerado pela IA também são preocupações. Aproximadamente 60% dos entrevistados relatam dificuldades em otimizar as cargas de trabalho exigidas pela IA em larga escala, enquanto 67% enfrentam desafios para manter controles de acesso consistentes entre diferentes sistemas.

Uma iniciativa média de IA corporativa utiliza dados de mais de 400 fontes, e em 20% dos casos, esse número pode ultrapassar mil fontes, evidenciando a complexidade do gerenciamento de dados necessários para a operação eficaz da IA agêntica.

Da experimentação à escala automatizada

Dominic Sartorio, vice-presidente de marketing de produto, destaca que a transição para sistemas autônomos requer uma base de informações dinâmicas e bem governadas, algo que as arquiteturas atuais, muitas vezes baseadas em silos estáticos, não conseguem fornecer. A eficácia da IA agêntica depende da eliminação de dados obsoletos, o que é crucial para a confiança na escalabilidade desses sistemas.

O relatório conclui que a atual “lacuna de confiança” não é uma falha dos modelos de IA, mas sim um reflexo das infraestruturas de dados que não estão preparadas para a velocidade e complexidade exigidas pelos sistemas agênticos.