No geral, o relatório ressalta que, embora as empresas estejam ansiosas para aproveitar o potencial da IA generativa, é necessária uma infraestrutura significativa e um trabalho de base de gerenciamento de dados para concretizar seus benefícios e garantir um sucesso sustentável e de longo prazo.
A lista de tarefas infernal de um CIO
A maioria das empresas sabia que tinha problemas de dados muito antes de a IA começar a impactar o mercado de forma significativa. De fato, a maioria evitou investimentos em IA e inteligência empresarial devido à falta de confiança em seus dados. Ninguém na empresa entende completamente onde os dados estão e o que eles significam. Os líderes de silo possuem e gerenciam os dados, então não há uma única fonte de verdade para coisas tão simples quanto o que um cliente é e de onde os dados do cliente devem vir. A redundância é comum em vendas, rastreamento de produção e outras áreas onde os dados são mal gerenciados.
Como as coisas ficaram tão ruins? A maioria das empresas passou anos focada em objetos novos e brilhantes, como sistemas ERP e CRM, que contêm dados importantes, mas estão bloqueados em armazenamentos de dados proprietários. Depois do ERP e do CRM, vieram o data warehousing, sistemas distribuídos, integração de dados e agora a nuvem. Com tudo isso, os dados ficaram mais complexos, distribuídos e heterogêneos, com falta de controle centralizado. Muitas empresas não entendem os metadados e não conseguem rastrear os dados adequadamente por meio dos processos de negócios. Além disso, as aquisições geraram alguma redundância de dados; muitas empresas ainda operam os sistemas mais antigos que vieram com os negócios que adquiriram. Agora, estamos enfrentando a IA, onde o significado, a estrutura e a veracidade dos dados não são opcionais.
