Data fabric e IA generativa: a revolução na gestão de dados?

Com a aceleração digital pela qual estão passando empresas de diferentes segmentos e portes, a gestão de dados está cada vez mais na pauta dos tomadores de decisão. Nesse cenário, tecnologias como data fabric e inteligência artificial generativa se tornaram aliadas das organizações que buscam a inovação.

Os números falam por si só. O mercado global de data fabric está projetado para alcançar US$ 7,6 bilhões até 2030, segundo o “Data Fabric – Global Strategic Business Report”. Já o Gartner prevê que a implementação dessa solução quadruplicará a eficiência no manejo de dados e reduzirá à metade a necessidade de intervenção humana até o final de 2024.

Segundo outro levantamento, o “IDC FutureScape: Worldwide Data Fabric and Data Management Software 2023”, cerca de 70% das companhias irão adotar a convergência entre data fabrics e IA generativa, o que poderá diminuir o tempo de preparação de dados em até 50%. 

Mas afinal, o que é data fabric? Trata-se de uma arquitetura de governança de dados que facilita a integração de ponta a ponta de vários pipelines de dados e ambientes de nuvem por meio do uso de sistemas inteligentes e automatizados.  De acordo com Gerson Koji Saito, sales engineer na InterSystems, “data fabric é uma arquitetura poderosa que padroniza práticas e aspectos de gerenciamento de dados em nuvem, on-premises e em dispositivos de borda”.

A combinação dessa solução com a IA generativa eleva a gestão de dados a um novo patamar. A IA generativa, como explica Saito, “cria conteúdos novos com base em modelos de aprendizado e conteúdos já existentes”. Quando integrada ao data fabric, ela pode:

• Transformar dados em insights: A IA generativa analisa os dados e gera insights valiosos, como previsões de tendências e comportamentos.
• Automatizar processos: A geração automática de código para integração agiliza a conexão entre diferentes sistemas, reduzindo o tempo e os custos envolvidos.
• Simplificar a análise: A criação de modelos gráficos intuitivos facilita a compreensão dos dados, mesmo por usuários sem conhecimentos técnicos.

Como vemos, a união dessas tecnologias traz diversas vantagens para as empresas. E sim, elas podem ser implantadas em qualquer tipo de companhia. “Os benefícios estariam relacionados na busca pela integração de dados e tomada de decisão mais assertiva. Em linhas gerais, a possibilidade para simular comportamento de clientes, fornecedores e até mesmo funcionários torna-se viável, desde que a criação de dashboards de dados e uma cultura de dados sejam estabelecidas nas organizações”, reforça Hugo Tadeu, professor e diretor do núcleo de Inovação e Tecnologias Digitais da Fundação Dom Cabral.

Desafios da implantação

Apesar do potencial transformador da IA generativa e do data fabric, a implementação dessas tecnologias em empresas ainda enfrenta desafios significativos. “Dados de estudos com a PwC sugerem que as organizações brasileiras reconhecem a importância do tema, mas a implementação está abaixo do potencial esperado. Ou seja, os executivos entendem a relevância, mas ainda não sabem como aplicá-lo”, aponta. A falta de capacitação das equipes, processos internos inadequados e a complexidade da captura e estruturação de dados são alguns dos obstáculos encontrados.

Para Saito, uma das principais adversidades para a implementação dessas tecnologias é a necessidade de resultados rápidos. “Como a IA generativa é o hype do momento, e proporciona resultados em curto prazo, isso impede que os data fabrics sejam implementados ao mesmo tempo.” Essa busca por resultados imediatos pode levar à utilização de uma única fonte de dados, o que limita a abrangência e a confiabilidade dos resultados.

Como superar os desafios? Tadeu ressalta que antes de falar da implementação das ferramentas de dados, é recomendada a criação de uma governança bem estabelecida.  “É preciso entender qual é a estratégia de inovação e de digital do negócio, os investimentos possíveis, o papel do líder técnico da área, o poder de influência do conselho nos temas e definir um portfólio coerente para estes investimentos. O foco deve estar na gestão e governança, antes de pensar nas ferramentas específicas. Com um nível adequado de maturidade para esses temas, a adoção das ferramentas tecnológicas será consequência”, argumenta.

O apoio da alta gestão ao Chief Data and Analytics Officer (CDAO) também tem papel crucial nesse processo. E, como ressalta Saito, a prioridade número um deve ser sempre a qualidade dos dados. “O uso de várias fontes de dados permite que os modelos das LLMs comparem os resultados gerados contra os dados harmonizados de várias fontes”.

Além disso, vale lembrar que é fundamental investir na capacitação dos profissionais para que possam utilizar as ferramentas de forma eficaz e criar uma cultura organizacional que valorize os dados e a tomada de decisão baseada neles. Assim será possível aproveitar todo o potencial dessas tecnologias para impulsionar a inovação e a tomada de decisão nas companhias.