Os executivos usam 3 estratégias para criar fortes fundações de dados para integração de IA

Líderes empresariais estão bem cientes de que bases sólidas são cruciais quando se trata de aproveitar o poder da inteligência artificial (AI). Mergulhar em projetos de AI sem uma estratégia de dados sólida é uma receita para o desastre. Como diz o velho ditado, "lixo entra, lixo sai" — e isso não poderia ser mais verdadeiro quando se trata de AI.

Então, como os profissionais podem estabelecer as bases para garantir que sua organização possa usar a AI de forma segura e eficaz? Aqui, três líderes empresariais compartilham suas principais dicas para criar uma estratégia bem-sucedida para aproveitar a tecnologia emergente.

1. Priorize Suas Pessoas

Claire Thompson, a chefe de dados e análises do grupo na gigante de seguros L&G, enfatiza que uma abordagem estratégica para informações é vital para qualquer empresa que busca inovar. "Eu sempre digo que as bases de dados são importantes para o que você fizer a seguir," ela disse ao ZDNET. Thompson destaca a necessidade de conectar regras e regulamentos a resultados financeiros tangíveis.

"Deixe claro como a estratégia de dados gerará valor tangível — por que é importante, por exemplo, que seus endereços de e-mail estejam atualizados e precisos para que você possa realizar comunicações digitais direcionadas?" ela pergunta. Thompson entende que nem todos estão entusiasmados com a ideia de mergulhar em um plano estratégico de longo prazo que delineia a tecnologia, os processos, as pessoas e as regras necessárias para gerenciar ativos de informação. No entanto, ela insiste que a fase de planejamento é crítica para colher os benefícios de tecnologias como a AI.

"Eu entendo por que as pessoas podem dizer que governança é chata," ela admite. "Mas nas organizações digitais de hoje, onde as pessoas querem fazer processamento direto, torna-se ainda mais crítico que seus dados sejam de boa qualidade. Então, todos os caminhos levam à governança."

Uma parte fundamental da estratégia de Thompson na L&G é fomentar uma relação de trabalho próxima entre sua equipe de dados e o departamento de TI. A colaboração eficaz depende da clareza sobre as habilidades que cada parte traz para a mesa. "Você precisa de uma parceria íntima. A tecnologia é extremamente importante para o que fazemos no espaço de dados, e não podemos realizar nosso trabalho sem os ambientes de nuvem, o armazenamento de dados e as ferramentas. Os dados são mantidos em todas as aplicações que a equipe de TI gerencia," ela explica.

Thompson também destaca a importância de incorporar a qualidade de dados por design nos sistemas centrais. "Quanto mais você puder fazer esse trabalho, mais você evita o efeito cascata da má qualidade de dados mais adiante e previne qualquer esforço de remediação," ela diz. Essa abordagem abrirá caminho para experiências aprimoradas do cliente, como aplicativos móveis personalizados e negociações automatizadas suportadas por AI.

2. Domine Seus Dados Transacionais

Jon Grainger, CTO da firma jurídica DWF, acredita que agora é o momento perfeito para desenvolver uma estratégia de dados. Ele enfatiza que líderes empresariais astutos devem focar nos elementos fundamentais do uso de dados bem antes de considerar como aproveitar a AI e o aprendizado de máquina. "Eu sempre digo que o melhor momento para uma estratégia de dados foi há quatro anos," ele brinca. "É um trabalho de grande escala. No final das contas, não há muitos atalhos. Há uma visão que diz, 'Bem, se vai demorar tanto, por que se preocupar?' E acho que é por isso que muitas pessoas não conseguiram lidar com seus dados."

O objetivo de Grainger é ajudar sua firma a construir uma reputação por oferecer ótimas experiências por meio da transformação digital — uma estratégia de dados é um componente crucial dessa abordagem. Desde que ingressou na DWF no final de 2022, ele implementou uma nova estratégia centrada em produtos de software como serviço (SaaS) baseados em nuvem e interfaces de programação de aplicativos (API) abertas.

Os dados na DWF cobrem várias entidades, como casos, parceiros, clientes e processos de negócios internos, incluindo faturamento e finanças. "A estratégia de dados é toda sobre garantir que os dados transacionais — a fonte da verdade — sejam dominados nessas seções," explica Grainger. O objetivo é ajudar a organização a se mover rapidamente sem comprometer a qualidade ou o custo.

"Cada produto SaaS tem uma identidade clara no mapa empresarial," ele diz, detalhando as nuances de sua estratégia de dados. "Essa identidade é impulsionada pelos dados que você domina em cada área." Grainger enfatiza que o "requisito mínimo absoluto" para integrar na arquitetura-alvo da firma são APIs bem desenvolvidas que a DWF possa acessar e usar.

Ele aponta que a tecnologia SnapLogic desempenha um papel fundamental em garantir uma conexão sólida e confiável entre serviços, APIs e usuários. "Inevitavelmente, você terá 15 grafias diferentes de um endereço específico, e a tecnologia pode ver esse padrão e corrigi-lo," ele diz. "Ela também pode fazer algo chamado enriquecimento. Então, pode pegar a referência de alguém, ir até uma API, voltar e dizer, 'Esta é a informação correta.'"

Grainger também observa que a estratégia de dados foca nos modelos que a DWF cria para responder a perguntas de negócios importantes. Ao combinar isso com o foco da firma em produtos SaaS e APIs, a DWF tem bases sólidas para explorar tecnologias emergentes. "Acontece que você está se preparando muito bem para a AI generativa se tiver todos esses elementos em sua estratégia de dados," ele conclui.

3. Trabalhe com Seus Pares da Indústria

Nic Granger, diretora corporativa e CFO da North Sea Transition Authority (NSTA), acredita que uma ótima estratégia de dados vai além das práticas internas e abrange os limites organizacionais. A NSTA coleta dados do setor de petróleo e gás, e a equipe de Granger desenvolveu plataformas digitais que permitem que a indústria, o governo, a academia ou outras partes interessadas acessem os dados abertamente.

Como parte desse esforço, ela preside o Offshore Energy Digital Strategy Group (DSG), um órgão especializado formado no final de 2022 para promover a colaboração entre órgãos públicos do Reino Unido envolvidos na coleta de dados em petróleo, gás e renováveis. "Foi reconhecido que precisávamos de uma estratégia de dados digitais coesa em todo o setor de energia offshore," ela disse ao ZDNET. "Havia bons bolsões de excelência na indústria em gestão de dados e tecnologias digitais, mas eles não estavam necessariamente conversando entre si. Então, isso foi uma grande prioridade para nós."

O DSG é apoiado por colaboradores, incluindo departamentos do governo do Reino Unido, o Open Data Institute e o Technology Leadership Board. Granger diz que essa abordagem colaborativa tem sido frutífera: "Agora temos a estratégia de dados, e ela trata de trabalhar em três fluxos principais de trabalho."

O primeiro fluxo foca em dados, padrões e princípios: "Garantir que a qualidade subjacente dos dados seja boa porque todos estamos trabalhando na mesma base," ela explica. O segundo fluxo visa criar kits de ferramentas de dados comuns e garantir interoperabilidade. "Não deveria importar se você está trabalhando em uma empresa de energia offshore ou em um projeto em uma empresa de petróleo e gás, você deve ter dados que sejam utilizáveis em todas as plataformas. Esse trabalho é todo sobre, 'Como você leva esses dados de A para B sem duplicação?'"

O terceiro fluxo de trabalho foca na digitalização entre setores: "Isso é sobre garantir que os dados e as habilidades digitais estejam presentes em toda a indústria, e garantir que o setor esteja em conformidade com as melhores práticas de cibersegurança," diz Granger.

Com essas bases de dados estabelecidas, é muito mais fácil começar a pensar em como aproveitar ao máximo as tecnologias emergentes. "Nosso foco está em garantir que estamos tornando os dados acessíveis e nos formatos certos para que outros possam usar AI e aprendizado de máquina," conclui Granger.