Estudo da HPE mostra empresas despreparadas para adoção da IA

Uma pesquisa encomendada pela pela Hewlett Packard Enterprise (HPE) mostrou que quase metade (44%) dos líderes de TI entrevistados acreditam que suas organizações estão totalmente preparadas para perceber os benefícios da IA. Porém, o relatório revela lacunas críticas em suas estratégias, como a falta de alinhamento entre processos e métricas, resultando em consequente fragmentação na abordagem, o que agravará ainda mais os problemas de entrega.

O relatório Architect an AI Advantage (Arquitetar uma vantagem de IA) entrevistou mais de 2 mil líderes de TI de 14 países, incluindo o Brasil, e descobriu que, embora o compromisso global com a IA mostre investimentos crescentes, as empresas estão ignorando áreas-chave que terão influência em sua capacidade de fornecer resultados bem-sucedidos de IA, incluindo baixos níveis de maturidade de dados, possíveis deficiências em sua rede e provisionamento de computação e considerações vitais de ética e conformidade. O relatório também revelou desconexões significativas na estratégia e no entendimento que podem afetar negativamente o retorno sobre o investimento (ROI) futuro.

“Não há dúvida de que a adoção de IA está ganhando ritmo, com quase todos os líderes de TI planejando aumentar seus gastos com IA nos próximos 12 meses”, disse Sylvia Hooks, vice-presidente da HPE Aruba Networking. “Essas descobertas demonstram claramente o apetite por IA, mas também destacam pontos cegos muito reais que podem ver o progresso estagnar se uma abordagem mais holística não for seguida. O desalinhamento na estratégia e no envolvimento do departamento – por exemplo – pode impedir as organizações de alavancar áreas críticas de especialização, tomar decisões eficazes e eficientes e garantir que um roteiro holístico de IA beneficie todas as áreas do negócio de forma congruente”, afirmou.

O forte desempenho da IA que impacta os resultados de negócios depende da entrada de dados de qualidade, mas a pesquisa mostra que, embora as organizações entendam claramente isso – rotulando o gerenciamento de dados como um dos elementos mais críticos para o sucesso da IA – seus níveis de maturidade de dados permanecem baixos. Apenas uma pequena porcentagem (7%) das organizações pode executar pushes/pull de dados em tempo real para permitir inovação e monetização de dados externos, enquanto apenas 26% configuraram modelos de governança de dados e podem executar análises avançadas.

De maior preocupação, menos de 6 em cada 10 entrevistados disseram que sua organização é completamente capaz de lidar com qualquer uma das principais etapas da preparação de dados para uso em modelos de IA – desde o acesso (59%) e armazenamento (57%), até o processamento (55%) e recuperação (51%). Essa discrepância não apenas corre o risco de desacelerar o processo de criação do modelo de IA, mas também aumenta a probabilidade de o modelo fornecer insights imprecisos e um ROI negativo.

Provisionamento para o ciclo de vida de ponta a ponta

Uma lacuna semelhante apareceu quando os entrevistados foram questionados sobre os requisitos de computação e rede em todo o ciclo de vida de IA de ponta a ponta. Na superfície, os níveis de confiança parecem altos a esse respeito: 93% dos líderes de TI acreditam que sua infraestrutura de rede está configurada para suportar o tráfego de IA, enquanto 84% concordam que seus sistemas têm flexibilidade suficiente na capacidade de computação para suportar as demandas exclusivas em diferentes estágios do ciclo de vida da IA.

O Gartner espera que “a GenAI desempenhe um papel em 70% das tarefas pesadas de texto e dados até 2025, contra menos de 10% em 2023”. No entanto, menos da metade dos líderes de TI admitiu ter uma compreensão completa de quais podem ser as demandas das várias cargas de trabalho de IA em treinamento, ajuste e inferência – colocando em sérias questões sobre a precisão com que podem provisioná-las.

Ignorando conexões entre negócios, conformidade e ética

As organizações não estão conseguindo conectar os pontos entre as principais áreas de negócios, com mais de um quarto (28%) dos líderes de TI descrevendo a abordagem geral de IA de sua organização como “fragmentada”. Como evidência disso, mais de um terço (35%) das organizações optaram por criar estratégias de IA separadas para funções individuais, enquanto 32% estão criando conjuntos diferentes de metas por completo.

Mais perigoso ainda, parece que a ética e o compliance estão sendo completamente negligenciados, apesar do crescente escrutínio em torno da ética e da conformidade tanto dos consumidores quanto dos órgãos reguladores. A pesquisa mostra que legal/compliance (13%) e ética (11%) foram considerados pelos líderes de TI como os menos críticos para o sucesso da IA. Além disso, os resultados mostraram que quase 1 em cada 4 organizações (22%) não está envolvendo equipes jurídicas nas conversas de estratégia de IA de seus negócios.

O medo de perder a IA e o risco de excesso de confiança

À medida que as empresas se movem rapidamente para entender o hype em torno da IA, sem a ética e a conformidade adequadas da IA, as empresas correm o risco de expor seus dados proprietários – uma pedra angular para manter sua vantagem competitiva e manter sua reputação de marca. Entre as questões, as empresas que não têm uma política de ética de IA correm o risco de desenvolver modelos que carecem de padrões adequados de conformidade e diversidade, resultando em impactos negativos para a marca da empresa, perda de vendas ou multas caras e batalhas legais.

Há riscos adicionais também, pois a qualidade dos resultados dos modelos de IA é limitada à qualidade dos dados que eles ingerem. Isso se reflete no relatório, que mostra que os níveis de maturidade dos dados permanecem baixos. Quando combinado com a métrica de que metade dos líderes de TI admitiu ter uma falta de compreensão completa sobre as demandas de infraestrutura de TI em todo o ciclo de vida da IA, há um aumento no risco geral de desenvolver modelos ineficazes, incluindo o impacto das alucinações de IA. Além disso, como a demanda de energia para executar modelos de IA é extremamente alta, isso pode contribuir para um aumento desnecessário nas emissões de carbono do Data Center. Esses desafios diminuem o ROI do investimento de capital de uma empresa em IA e podem impactar negativamente ainda mais a marca geral da empresa.

“A IA é a carga de trabalho mais intensiva em dados e energia do nosso tempo e, para cumprir efetivamente a promessa da GenAI, as soluções devem ser híbridas por design e construídas com uma arquitetura de IA moderna”, disse o Dr. Eng Lim Goh, vice-presidente sênior de IA de Dados da HPE. “Desde o treinamento e ajuste de modelos no local, em um colocation ou na Nuvem pública, até a inferência na Borda, o GenAI tem o potencial de transformar dados em insights de todos os dispositivos da rede. No entanto, as empresas devem pesar cuidadosamente o equilíbrio de ser um pioneiro e o risco de não entender totalmente as lacunas em todo o ciclo de vida da IA, caso contrário, os grandes investimentos de capital podem acabar entregando um ROI negativo”, afirmou.