Faltam dados para o machine learning? Use o modelo federado

Recursos volumosos, acesso a talentos e investimentos maciços em infraestrutura de computação explicam apenas em parte por que a maioria dos grandes avanços em inteligência artificial veio de um seleto grupo de empresas, como Amazon, Google e Microsoft. O que diferencia as gigantes da tecnologia de muitas outras organizações que esperam conquistar vantagens com o uso de IA é o imenso volume de dados que são coletados por essas operadoras de plataforma. Só a Amazon processa milhões de transações todos os meses. Esse big data é um valioso recurso estratégico que pode ser usado para desenvolver e treinar algoritmos complexos de aprendizado de máquina, mas que está fora do alcance da maioria das empresas.

A disponibilidade de big data permite modelos de IA e aprendizado de máquina mais sofisticados e com desempenho superior, mas muitas organizações têm que se contentar com um volume de dados muito menor. Para empresas de menor porte ou que operam em setores tradicionais, como saúde, manufatura ou construção, essa falta de dados é o maior obstáculo para se aventurar em IA. Essa desigualdade digital é relevante por causa do círculo virtuoso (ou vicioso) que se cria, no qual mais dados levam a melhores ferramentas de IA, que ajudam a atrair mais clientes, que por sua vez geram mais dados, e assim por diante. Isso dá às empresas maiores uma forte vantagem competitiva de IA. Já as organizações de pequeno e médio porte lutam para acompanhar.