O mundo dos negócios está em constante transformação, e impulsionada pelo surgimento de ferramentas de Inteligência Artificial (IA), essa rapidez nas mudanças, pode se tornar exponencial. E quando se trata de estar na vanguarda dessas tendências tecnológicas, o Google sempre se destaca.
Em seu mais recente relatório, intitulado “Tendências de Dados e IA de 2023”, a empresa compartilha informações valiosas sobre o que podemos esperar do futuro. Neste artigo, você encontrará um compilado das informações mais importantes deste relatório, além da nossa visão sobre os pontos apresentados.
Vamos explorar juntos as perspectivas fascinantes que essa combinação de dados e IA reserva para o futuro dos negócios.
Tendência 1: Acabar com os silos de dados
Até 2026, a maioria das organizações (82%) planeja integrar plenamente os recursos que suportam todo o fluxo de trabalho de dados e IA em suas plataformas de nuvem.
Essa tendência de eliminar os silos de dados é essencial para melhorar o acesso e a eficiência no uso dos dados. Ao contrário dos silos, uma nuvem de dados abrange todas as etapas do ciclo de vida dos dados em uma infraestrutura comum, pré-configurada para permitir uma integração perfeita.
De acordo com Andi Gutmans, VP e gerente geral de engenharia de banco de dados do Google Cloud, estima-se que até 2026 sejam gerados 7 PB (petabytes) de dados por segundo em todo o mundo. No entanto, apenas 10% desses dados são originais, enquanto os outros 90% são duplicados. Isso mostra claramente que as estratégias de data warehouse e armazenamento de dados em silos não conseguem atender à demanda atual.
Um data warehouse é um sistema de armazenamento centralizado onde os dados de uma organização são coletados, organizados e disponibilizados para análise e tomada de decisões. Por outro lado, os silos de dados são estruturas em que os dados são armazenados separadamente em diferentes sistemas ou departamentos, sem uma integração eficiente entre eles.
Quando o Andi menciona que 90% dos dados gerados são duplicados, ele quer dizer que grande parte dos dados é replicada e armazenada em diferentes silos. Essa duplicação de dados gera desperdício de recursos de armazenamento e dificulta a manutenção da consistência e da qualidade dos dados.
Além disso, a falta de integração entre os silos impede uma análise abrangente e o aproveitamento máximo das informações.
Ao contrário dos silos de dados, um data warehouse permite consolidar e integrar os dados de diferentes fontes em um único local. Isso facilita o acesso, a análise e a compreensão dos dados, permitindo uma visão mais completa e confiável das informações da organização, mas ainda pode sofrer com dados duplicados ,se não for projetado adequadamente e não houver uma estratégia eficiente de integração de dados.
Uma abordagem em nuvem pode facilitar a integração de dados de várias fontes, permitindo uma visão mais abrangente e integrada dos dados da organização.
A flexibilidade e a escalabilidade da computação em nuvem também contribuem para a eficiência no gerenciamento de dados e na redução da duplicação.
Para lidar com a quantidade de dados gerados diariamente por dispositivos e aplicativos, as organizações precisam de uma solução melhor que os silos: Uma solução em nuvem.
Uma nuvem de dados unificada permite a integração de dados e insights em experiências digitais e fluxos de trabalho. Isso garante que os usuários tenham acesso às informações corretas no momento certo, a fim de obter os melhores resultados possíveis.
Essa abordagem tem sido adotada em diversos setores:
Varejo:
Varejistas reúnem todos os dados em uma plataforma para obter insights sobre os clientes para que possam oferecer uma experiência personalizada em todos os pontos de contato.
Manufatura:
Os fabricantes conectam máquinas e diferentes sistemas por meio de uma plataforma de dados unificada.
Serviços financeiros:
Bancos de varejo e seguradoras já oferecem soluções centradas no cliente e na privacidade dos dados para oferecer experiências personalizadas aos clientes.
Para alcançar esse crescimento atual no futuro, o Google Cloud oferece uma infraestrutura otimizada para gerenciar essas cargas de trabalho com uso intensivo de computação.
Acabar com os silos de dados é uma tendência fundamental para o futuro das empresas. A acessibilidade e o uso eficiente desses dados impulsionam a tomada de decisões, aceleram os ciclos de desenvolvimento e aprimoram a experiência do cliente.
Aqui na Tigabytes acreditamos que uma nuvem de dados unificada permite a integração de dados e insights em experiências digitais e fluxos de trabalho, possibilitando que os usuários tenham acesso às informações corretas no momento certo. Essa abordagem já está sendo adotada com sucesso em diversos setores, como varejo, manufatura e serviços financeiros.
Tendência 2: Entrar na era do ecossistema de dados abertos
O universo dos dados está em crescente evolução, e as empresas já perceberam a necessidade de evoluir com eles.
De acordo com o relatório de tendências do Google, 78% dos gerentes executivos acreditam que o uso de dados externos é uma competência crítica para o desenvolvimento de suas empresas.
Nesse sentido, é fundamental explorar as vantagens oferecidas por essa tendência e entender como ela pode impulsionar a transformação digital.
Uma das ideias apresentada no relatório é a percepção de que, ao entrar na era do ecossistema de dados abertos, as organizações ganham a liberdade de escolher as tecnologias que preferem e de integrar dados provenientes de diversas fontes.
Isso significa que elas não ficam presas a um único provedor e podem aproveitar ao máximo os dados, selecionando as soluções que melhor se adequam às suas necessidades e objetivos específicos.
Essa abordagem também traz benefícios como:
- Aumento do retorno sobre o investimento,
- Ciclos de desenvolvimento mais rápidos e
- Maior flexibilidade na utilização de ambientes existentes.
Gerrit Kazmaier, VP e Data Manager e Google Cloud Data Analytics, destaca a importância de aproveitar os dados criando um ecossistema de dados multi nuvem aberto
Multinuvem se refere a ambientes de TI que utilizam várias tecnologias de nuvem. Isso significa que você pode usar diferentes provedores de nuvem para diferentes fins, como hospedar aplicativos em uma nuvem privada e armazenar dados em uma nuvem pública).
Gerrit afirma que essa é a parte mais importante das novas estratégias de adoção de inteligência artificial e ressalta que as organizações reconhecem que os dados são cruciais para a inovação digital e são a chave para habilitar a IA.
No entanto, o desafio está no fato de que os dados são gerados em volumes cada vez maiores e estão presos em diferentes silos e nuvens fechadas.
Para superar esses desafios, é fundamental criar um ecossistema de dados multi-nuvem aberto, no qual todos os funcionários, clientes e parceiros possam participar como colaboradores ativos.
Essa abordagem permite que as organizações tenham a liberdade de criar uma nuvem de dados que inclua todos os formatos e fontes de dados, usando as tecnologias que melhor funcionam para suas necessidades específicas. Além disso, é essencial adotar arquiteturas e padrões abertos, permitindo a migração de dados e análises em múltiplas nuvens, protegendo a liberdade e evitando o lock-in de fornecedores.
Outro aspecto importante presente no relatório de tendências é a adoção do código aberto.
O Google dá destaque ao aumento na utilização de software de código aberto e uma diminuição no uso de software empresarial licenciado nos últimos 10 anos.
A pesquisa ainda mostra que, mais de 70% dos novos aplicativos são desenvolvidos em bancos de dados de código aberto, e 80% das empresas acreditam que um ambiente multi nuvem de código aberto é fundamental para a flexibilidade.
A reutilização de códigos e aplicativos de código aberto melhora a produtividade e permite que as organizações acelerem o desenvolvimento, reduzam os custos e tenham maior portabilidade dos dados, códigos e aplicativos.
É importante ressaltar que as organizações também podem aproveitar conjuntos de dados públicos disponíveis. Esses conjuntos de dados, muitas vezes disponibilizados gratuitamente e verificados pela comunidade, podem fornecer insights valiosos.
É importante mencionar alguns exemplos presentes no relatório do Google, de empresas que estão colhendo os benefícios dessa tendência:
- A Moderna, utiliza o Looker em seu ambiente multi nuvem para aproveitar a flexibilidade e escolher seu banco de dados preferido.
- A Swisscom, por sua vez, aumentou suas visitas em 25% ao integrar a segmentação por área geográfica, a capacidade de resposta e os dados do site.
- A Tokopedia utiliza o Kubernetes para executar sua plataforma de e-commerce, melhorando a experiência e fidelizando os compradores.
Entrar na era do ecossistema de dados abertos é uma tendência cada vez mais relevante e essencial para as empresas que desejam impulsionar sua transformação digital. A adoção de padrões abertos, integração de dados e escolha de tecnologia são fundamentais para criar um ambiente no qual os dados possam fluir livremente, impulsionando a inovação e a competitividade.
Além disso, a utilização de software de código aberto e a exploração de conjuntos de dados públicos são estratégias que permitem maximizar o valor dos dados e obter insights valiosos. Portanto, as organizações devem abraçar essa tendência e construir seu próprio ecossistema de dados abertos, aproveitando ao máximo as oportunidades que ele oferece.
Tendência 3: Aproveitar o grande momento da IA
As experiências baseadas em inteligência artificial, já fazem parte da vida cotidiana. Essa onipresença cria uma demanda por formas mais fáceis de trabalhar com IA ( inteligência artificial) e ML (machine learning) de modo que mais pessoas usem esses recursos.
AI (Inteligência Artificial) é um campo da ciência da computação que busca desenvolver sistemas capazes de realizar tarefas que normalmente exigem inteligência humana. Já ML (Aprendizado de Máquina) é uma subárea da IA que se concentra em projetar algoritmos e modelos que permitem que os computadores aprendam a partir de dados, sem serem explicitamente programados, e melhorem seu desempenho ao longo do tempo.
Essas tecnologias têm o potencial de transformar diversos setores, permitindo a automação, análise preditiva e tomada de decisões baseadas em dados.
June Yang, VP de Soluções do Setor e IA na Nuvem do Google Cloud, afirma:
“Estamos no auge da AI. Quer as pessoas percebam ou não, já usamos aplicativos baseados em IA todos os dias. Plataformas de redes sociais, assistentes por voz e serviços de transporte particular são alguns exemplos. As organizações estão adotando ferramentas e tecnologias de AI e ML porque elas permitem extrair muito mais informações dos dados e resolver problemas do mundo real em larga escala e com acuracidade.”
A unificação é um aspecto crucial para as estratégias emergentes de adoção da inteligência artificial. Antes, as empresas consideravam e gerenciavam as nuvens de dados e de AI como entidades separadas, mas essa abordagem isolada cria obstáculos que dificultam o trabalho e gera desafios ainda maiores do que os comuns.
Desafios da adoção da IA
Um dos desafios que as organizações enfrentam, segundo o relatório do Google, é superar a falta de qualificação. E, aquelas que tornaram a AI/ML mais acessível para mais funcionários estão aperfeiçoando a forma como operam.
Segundo o Google, hoje alguns segmentos estão à frente do uso da IA, como:
Varejistas: Usam para veicular recomendações personalizadas, garantir a disponibilidade de produtos e prever perda de clientes.
Setor financeiro: utilizada para detecção de fraudes, classificação de documentos e análise de transações.
Telecomunicações: automatizam centrais de atendimento, monitoram torres de celular e identificam tendências e previsões úteis.
À medida que mais empresas reconhecem que não possuem a equipe de ciência de dados necessária para alcançar as metas de AI/ML, elas estão capacitando “cientistas de dados cidadãos” para desenvolver modelos pré-treinados ou métodos de treinamento com pouco código.
Segundo dados presentes do relatório do Google, 81% das organizações afirmam que ter mais cientistas de dados, melhora sua capacidade de realizar análises avançadas em mais projetos.
Para a adoção bem-sucedida de inteligência artificial e Machine Learning, é recomendado adotar modelos e recursos prontos para uso, personalizá-los e concentrar-se no essencial.
Começar com projetos pequenos e simples pode gerar resultados significativos, e soluções de AI bem-sucedidas criam confiabilidade e estabilidade no modelo.
Lauren Miller, diretora de informações da Macy’s, menciona segundo o report do Google, um dos recursos interessantes que utilizam na empresa:
“Garantir que você tenha os lençóis e toalhas certos durante a compra de um edredom para sua cama é um dos recursos interessantes que usamos. Com o recurso que está sendo desenvolvido no Google Cloud, vamos ajudar você com essas recomendações.”
A tendência atual é clara: a AI/ML está transformando a maneira como as organizações operam e fornecendo oportunidades sem precedentes. Aproveitar esse grande momento da IA requer uma abordagem estratégica e colaborativa, reunindo especialistas de diferentes áreas para explorar o potencial transformador dos dados e das tecnologias de IA.
Além disso, é importante adotar uma abordagem gradual e estratégica ao implementar projetos de IA. Começar com projetos menores e mais simples permite que as empresas adquiram experiência e aprendam com cada etapa.
Portanto, ao aproveitar o grande momento da IA, é crucial considerar a unificação das nuvens de dados e de AI, capacitar cientistas de dados cidadãos e adotar uma abordagem estratégica e colaborativa para impulsionar a inovação.
As oportunidades são vastas, e as empresas que souberem utilizar a IA de forma eficaz terão uma vantagem competitiva significativa no mundo empresarial em constante evolução.
Tendência 4: Usar insights em tudo
De acordo com o Google, nos próximos anos, espera-se que aproximadamente 75% das organizações procurem por novos recursos que possam auxiliar em suas tomadas de decisão, recursos esses que não estão atualmente disponíveis em seus sistemas tradicionais de Business Intelligence (BI). Isso indica uma necessidade crescente por soluções mais avançadas, capazes de lidar com o volume e a complexidade dos dados atuais, e que possam fornecer insights valiosos para impulsionar o sucesso e a inovação nas empresas.
O Business Intelligence é uma prática que envolve a coleta, organização, análise e apresentação de informações relevantes para auxiliar na tomada de decisões empresariais.
Na prática, o BI utiliza tecnologias, ferramentas e metodologias para transformar dados brutos em informações úteis e compreensíveis, fornecendo uma visão detalhada do desempenho, tendências e oportunidades de negócio.
Kate Wright, Diretora Sênior de Gerenciamento de Produtos do Google Cloud, destaca que muitas organizações ainda não adotaram amplamente o BI devido à falta de confiança nos relatórios e ferramentas.
Os relatórios tradicionais muitas vezes fornecem dados inconsistentes ou imprecisos, sendo criados com base em cópias desatualizadas de dados, ferramentas isoladas e cálculos não padronizados.
Para acelerar a adoção do BI, as organizações estão repensando suas estratégias e explorando soluções que ofereçam uma experiência com dados contextualizados, fornecendo informações personalizadas de forma clara e acionável para os usuários. Isso inclui capacitar os tomadores de decisões de negócios com as ferramentas adequadas para incorporar insights em seus fluxos de trabalho diários.
Ao reformular o uso do BI e implantar várias soluções, é crucial extrair métricas e definições de forma consistente e em tempo real, a fim de obter uma única versão da verdade.
O relatório ainda destaca que a medição do retorno sobre o investimento (ROI) do BI não deve se basear apenas na frequência de acesso a um painel, mas sim nos resultados tangíveis, como aumento de receita, otimização da cadeia de suprimentos e desenvolvimento de produtos inovadores.
A tendência de usar insights em tudo está impulsionando uma mudança no paradigma do BI. As organizações estão deixando de lado o modelo tradicional de painel e adotando um modelo orientado para a ação, no qual os insights são compartilhados com um número maior de pessoas em diferentes ambientes.
Para ilustrar a aplicação dessas tendências ao redor do mundo, podemos citar:
- A empresa americana Flashpoint, que utiliza análises incorporadas para fornecer aos clientes insights em tempo real sobre ameaças de segurança. Essa abordagem permite uma resposta mais ágil e eficiente diante de possíveis riscos.
- Na Europa, o Auto Trader adota uma estratégia de BI escalável, confiável e de autoatendimento, atendendo tanto aos funcionários internos quanto aos clientes.
- Na Ásia, a Mitsubishi Heavy Industries compartilha análises de dados provenientes da Internet das Coisas (IoT) em toda a organização.
Aqui na Tigabytes, acreditamos que é fundamental que as organizações aproveitem ao máximo os insights gerados a partir de dados e análises. O uso eficiente do BI pode impulsionar a tomada de decisões, aprimorar a qualidade dos produtos e serviços, além de gerar impacto positivo nos resultados financeiros.
A criação de métricas confiáveis e consistentes, por meio de uma camada semântica, é essencial para garantir a qualidade e a relevância das informações compartilhadas. Dessa forma, as organizações poderão tomar decisões embasadas em uma única versão da verdade, impulsionando o sucesso e a competitividade no mercado.
Fale com nossos especialistas e descubra como podemos te ajudar
Tendência 5:Conhecer seus dados desconhecidos
Atualmente, segundo o relatório de tendências do Google, 77% das organizações buscam aprimorar a classificação de dados e aplicar controles de privacidade e segurança, a necessidade de conhecer seus dados desconhecidos se torna cada vez mais crucial.
Como destacado pelo consultor sênior de segurança da equipe Google Cloud, Anton Chuvakin, os dados são extremamente valiosos e desempenham um papel fundamental na competitividade das empresas. No entanto, à medida que as organizações acumulam volumes crescentes de dados provenientes de diversas fontes, muitas vezes desconhecem o nível de risco que esses dados representam.
A falta de conhecimento sobre os dados que possuem impede que as empresas os protejam de maneira eficaz, além de dificultar a identificação dos riscos de segurança e a implementação das medidas necessárias.
Dados não estruturados provenientes de diferentes canais, como aplicativos de chat ou arquivos de registro, podem representar um desafio adicional, especialmente quando contêm informações confidenciais.
Diante desse cenário, garantir a visibilidade de todos os dados se torna a primeira e mais crítica etapa do gerenciamento de risco de dados.
No relatório também é possível observar um destaque para a importância para a classificação precisa de todos os dados . Com o alto volume e a complexidade dos dados, as organizações estão recorrendo cada vez mais a habilidades e recursos de machine learning e automação de negócios para classificar e identificar anomalias nos dados.
Com isso, segundo o report, 73% das organizações já tomaram medidas para usar uma linguagem comum em todos os ativos de dados. Outro dado interessante é que 72% aumentaram a confiança nos dados, usando informações e insights mais precisos.
Além da classificação, a implementação de controles consistentes é fundamental para reduzir o risco ao armazenar e compartilhar dados sensíveis.
A automação desempenha um papel importante nesse processo, permitindo que empresas configurem processos automatizados para remover ou tokenizar (dividir um texto em unidades menores, chamadas de tokens, para facilitar a análise e processamento) informações pessoais antes que sejam armazenadas ou compartilhadas.
Observamos, ainda, empresas de diferentes setores já adotando medidas proativas para gerenciar riscos de dados. Varejistas protegem informações confidenciais que podem aparecer nos canais de atendimento ao cliente e avaliações de produtos.
Empresas de manufatura e logística mantêm o controle sobre a residência dos dados gerados pela IoT, enquanto organizações financeiras e seguradoras executam relatórios de risco proativos para proteger dados confidenciais de clientes.
Diante da complexidade da segurança de dados, é esperado que cada vez mais empresas adotem uma abordagem colaborativa. Até 2025, estima-se que 60% das organizações do G2000 incluam Diretores de dados, Diretores de segurança da informação e Diretores jurídicos em seus comitês de gerenciamento de risco de dados.
Essa abordagem colaborativa será impulsionada pelo crescimento nos marketplaces de dados, regulamentos de privacidade e preocupações com a soberania das informações.
Conhecer os dados que não estão claros para a organização tornou-se uma necessidade para as organizações. A busca por melhorar a capacidade de classificação de dados, aplicar controles de privacidade e segurança, e mitigar os riscos regulatórios e de compliance é uma prioridade para as empresas.
Ao adotar uma abordagem colaborativa e utilizar tecnologias como machine learning e automação, as empresas estão no caminho certo para enfrentar os desafios complexos da segurança de dados e promover um ambiente de negócios seguro e confiável.
Com base nas cinco tendências apresentadas neste relatório do Google, fica claro que as empresas precisam estar atentas às novidades e implementá-las em suas estratégias.
A transformação digital é fundamental para se manter competitivo no cenário atual, enfrentando os desafios relacionados à privacidade, segurança e eficiência dos dados.
Se você deseja iniciar ou impulsionar a transformação digital da sua empresa, com inteligência e estratégia, aproveitando ao máximo o potencial dos dados e promovendo um ambiente de negócios seguro e inovador, fale com um dos nossos especialistas.
