Gartner lista as principais tendências em Ciência de Dados e Machine Learning

Durante o evento Data & Analytics Summit em Sydney (Austrália), que terminou hoje (1/8), o Gartner listou as principais tendências que impactam o futuro da Ciência de Dados e Machine Learning (DSML), à medida que o setor cresce e evolui rapidamente para atender à crescente importância dos dados em Inteligência Artificial (IA), especialmente à medida que o foco muda para investimentos em IA generativa.

“Como a adoção do aprendizado de máquina continua a crescer rapidamente em todos os setores, o DSML está evoluindo de apenas focar em modelos preditivos para um modelo mais democratizado, dinâmico e disciplina centrada em dados. Isso agora também é alimentado pelo fervor em torno da IA ​​generativa. Embora riscos potenciais estejam surgindo, também estão surgindo muitos novos recursos e casos de uso para cientistas de dados e suas organizações”, disse Peter Krensky, diretor analista do Gartner, no evento.

De acordo com o Gartner, as principais tendências que moldam o futuro do DSML incluem:

Tendência 1: Ecossistemas de dados em Nuvem

Os ecossistemas de dados estão mudando de software independente ou implementações combinadas para soluções nativas de Nuvem completas. Até 2024, o Gartner espera que 50% das novas implementações de sistemas na Nuvem sejam baseadas em um ecossistema de dados em Nuvem coeso, em vez de soluções pontuais integradas manualmente.

O Gartner recomenda que as organizações avaliem os ecossistemas de dados com base em sua capacidade de resolver desafios de dados distribuídos, bem como acessar e integrar fontes de dados fora de seu ambiente imediato.

Tendência 2: Edge AI

A demanda por Edge AI está crescendo para permitir o processamento de dados no ponto de criação na Borda, ajudando as organizações a obter insights em tempo real, detectar novos padrões e atender a rigorosos requisitos de privacidade de dados. O Edge AI também ajuda as organizações a melhorar o desenvolvimento, a orquestração, a integração e a implementação da IA.

O Gartner prevê que mais de 55% de toda a análise de dados por redes neurais profundas ocorrerá no ponto de captura em um sistema de Borda até 2025, acima dos 10% em 2021. As organizações devem identificar os aplicativos, treinamento de IA e inferência necessários e se mover para ambientes de Borda perto de endpoints de IoT.

Tendência 3: IA responsável

A IA responsável torna a IA uma força positiva, em vez de uma ameaça à sociedade e a si mesma. Abrange muitos aspectos de fazer as escolhas éticas e de negócios corretas ao adotar IA que as organizações geralmente abordam de forma independente, como valor comercial e social, risco, confiança, transparência e responsabilidade. O Gartner prevê que a concentração de modelos de IA pré-treinados entre 1% dos fornecedores de IA até 2025 tornará a IA responsável uma preocupação social.

O Gartner recomenda que as organizações adotem uma abordagem proporcional ao risco para agregar valor à IA e tomem cuidado ao aplicar soluções e modelos. Busque garantias dos fornecedores para garantir que eles estejam gerenciando seus riscos e obrigações de conformidade, protegendo as organizações contra possíveis perdas financeiras, ações legais e danos à reputação.

Tendência 4: IA centrada em dados

A IA centrada em dados representa uma mudança de uma abordagem centrada em modelo e código para ser mais focada em dados para criar sistemas de IA melhores. Soluções como gerenciamento de dados específicos de IA, dados sintéticos e tecnologias de rotulagem de dados visam resolver muitos desafios de dados, incluindo acessibilidade, volume, privacidade, segurança, complexidade e escopo.

O uso de IA generativa para criar dados sintéticos é uma área que está crescendo rapidamente, aliviando o fardo de obter dados do mundo real para que os modelos de aprendizado de máquina possam ser treinados com eficiência. Até 2024, o Gartner prevê que 60% dos dados para IA serão sintéticos para simular a realidade, cenários futuros e IA de risco, contra 1% em 2021.

Tendência 5: Investimento acelerado em IA

O investimento em IA continuará acelerado por parte das organizações que implementam soluções, bem como pelas indústrias que buscam crescer por meio de tecnologias de IA e negócios baseados em IA. Até o final de 2026, o Gartner prevê que mais de US$ 10 bilhões serão investidos em startups de IA que dependem de modelos de fundação – grandes modelos de IA treinados em grandes quantidades de dados.

Uma pesquisa recente do Gartner com mais de 2,5 mil líderes executivos descobriu que 45% relataram que o recente hype em torno do ChatGPT os levou a aumentar os investimentos em IA; 70% disseram que sua organização está em modo de investigação e exploração com IA generativa, enquanto 19% estão em modo piloto ou de produção.

Serviço
www.gartner.com