Seis tendências que irão moldar a estratégia de dados e analytics até 2030

A inteligência artificial transforma o cenário empresarial até 2030.

A inteligência artificial está redefinindo o papel dos dados e analytics nas organizações. Um estudo recente indica que mais de uma em cada dez empresas adotará um modelo operacional “AI-first” até 2030. Esse movimento envolve o uso de agentes de IA, tecnologias semânticas e plataformas convergentes de análise de dados, visando acelerar a inovação e garantir uma vantagem competitiva.

As empresas estão integrando a inteligência artificial como uma parte central de suas operações. As decisões de negócios, fluxos de trabalho e investimentos agora consideram a IA como uma prioridade. Para que as organizações consigam explorar todo o potencial da IA, é necessário um compromisso abrangente em toda a empresa.

As tendências relacionadas à inteligência artificial serão discutidas na Conferência Gartner CIO & IT Executive, programada para ocorrer entre 21 e 23 de setembro, em São Paulo. O evento reunirá especialistas para debater sobre inovação, transformação digital, liderança em tecnologia e estratégias orientadas por dados.

Um dos principais movimentos observados é o avanço da IA soberana. À medida que a inteligência artificial se torna cada vez mais crucial economicamente e estrategicamente, há uma crescente ênfase no controle sobre dados, infraestrutura e recursos de IA. Essa mudança impactará diretamente os planos das empresas que buscam se tornar AI-first.

A IA soberana está alterando a maneira como as organizações abordam controle, inovação e resiliência em suas estratégias. Para aproveitar as oportunidades e enfrentar as ameaças que surgem com a IA soberana, as empresas devem modernizar seus roadmaps de dados e análise, evoluindo os casos de uso da IA para gerar vantagens competitivas.

Outro ponto importante é a crescente necessidade de governança para agentes de IA. Com sistemas autônomos tomando decisões estratégicas e operacionais, surgem riscos legais e operacionais associados à falta de supervisão. As previsões indicam que, até 2029, decisões de negócios que seguem modelos estruturados de governança serão significativamente mais confiáveis e rápidas.

A governança da inteligência artificial também se torna uma questão central. Métodos tradicionais de controle são insuficientes para enfrentar a complexidade regulatória crescente e os novos riscos associados à tecnologia. Assim, plataformas especializadas em governança de IA são vistas como essenciais para garantir conformidade, gestão de riscos e supervisão eficaz.

O estudo aponta ainda para o crescimento do streaming de dados agêntico, que permite o processamento contínuo de informações em tempo real para alimentar agentes de IA. Esse modelo possibilita respostas mais ágeis e decisões mais precisas em comparação com abordagens baseadas em processamento em lote.

Espera-se que a adoção do streaming de dados ultrapasse 60% até 2028, em contraste com menos de 15% registrados em 2025. Aplicações como inteligência de decisão, operações autônomas e gêmeos digitais estão entre os principais motores dessa demanda.

A gestão de dados também passará por transformações significativas com a utilização de agentes inteligentes. A complexidade crescente dos ambientes de dados pressiona as equipes e processos tradicionais, levando as organizações a buscar automação para tarefas como monitoramento e identificação de padrões.

A integração de agentes de IA nos fluxos de trabalho de gestão de dados permitirá que as equipes operem de maneira mais adaptativa, utilizando sistemas que aprendem continuamente. Para garantir resultados consistentes, será crucial estabelecer uma governança robusta e monitorar o desempenho continuamente.

Por fim, destaca-se o avanço do GraphRAG como uma das tecnologias mais promissoras para aplicações corporativas de IA. Essa abordagem combina grafos de conhecimento com Grandes Modelos de Linguagem, permitindo que sistemas de IA conectem informações complexas e compreendam melhor o contexto, resultando em respostas mais precisas.

A expectativa é que 40% das empresas adotem técnicas de GraphRAG até 2029, visando aumentar a precisão factual e as capacidades de raciocínio dos modelos de linguagem, especialmente em aplicações corporativas de maior complexidade.