A fase da experimentação da IA acabou. 2025 marcará a fase da maturidade da IA para muitas empresas. O uso crescente de agentes de IA e a necessidade do uso adequado dos Dados farão parte da agenda principal dos C-Levels das empresas.
Veja minha previsões no contexto de Dados e IA para 2025:
Escalando o uso de AI Corporativa com proposta de valor bem estabelecida: Passados 2 anos de GenAI, o mercado está ciente e sensível no papel crítico da IA quanto a eficiência operacional. O Gartner prevê que 50% das iniciativas de IA personalizadas falharão até 2028, no entanto, um potencial da IA de desbloquear US$ 15T em valor econômico nesta década. As empresas que dominam o dimensionamento estratégico da IA já enxergam um ROI 3x maior do que as abordagens isoladas. O momento de escolher corretamente cada caso de uso, escalar o business e buscar o valor agregado em cada iniciativa é agora.
Produtividade em AI: Pessoal vs Empresarial. O foco excessivo em “Co-pilots” não se materializou no ROI da produtividade pessoal esperado pelas empresas, talvez porque na prática o comportamento do usuário não mudou. As empresas preferirão IA em escala fornecida por aplicações corporativas, foco em áreas como RH, Legal, Pricing, etc.
AI Agents, o próximo grande salto. Se AI e automação tivessem um bebe, estes seriam os agentes de IA – Esse statement é realmente sensacional. 2025 promete ser um ano transformador para os agentes de AI, focados em aumentarmos produtividade e eficiência das empresas. Milhares de AI Agents surgirão resolvendo problemas de nicho, sendo mais intutitivos, empaticos e personalizados, aproximando a interação homem-máquina da comunicação humana.
Segurança nos dados utilizados por AI: Aumento significativo de Deep Fakes. A qualidade na geração de audios e vídeos através da IA abrirá um espaço para o público explorer nas mídias sociais a manipulação política e social, e phishing e golpes mais sofisticados. Será cada vez mais complicado validar fontes de informação, levando a vulnerabilidades de segurança e aumentando o número de fontes não conectadas. A discussão de modelos (LLMs) com dados confiáveis passará a ter uma maior recorrencia.
Governança de AI chegou no Brasil. O avanço da PL 2338 no Senado e a preocupação com temas como explicabilidade, transparência e ética começam a parte do nosso cotidiano. Em nosso mundo corporativo sabemos que entregar soluções de IA com conteúdo confiável, requer testes para mitigar vieses, validação de precisão e transparência sobre como as decisões com Inteligência Artificial serão tomadas. A governança de IA é essencial para mitigar riscos, garantindo o controle sobre quais dados são usados em modelos de IA. Caso queiram antecipar o tema, especialistas da IBM elaboraram um guia de governança de Inteligência Artificial no Brasil para ajudar os líderes de negócios a construirem casos de uso de IA, Faça o download do guia gratuitamente: https://ibm.co/3BAWJ6e
A maturidade na arquitetura de Dados das empresas: O tema é sensível. O uso de dados ruins causam outputs ruins. Nem todo mundo vai te dizer isso, mas antes de implementar IA, você quer ter certeza de que tem uma base de dados sólida. Você precisa que seus dados sejam seguros e confiáveis antes de qualquer coisa. Caso contrário, sua estratégia de inovação ficará aquém. Este tema é um campo complexo e dinâmico que exige aprendizado, colaboração e inovação constantes principalmente em ambientes que possuam arquiteturas complexas, múltiplas clouds, DW, Lakehouses, etc. Em 2025, este tema ganhará notoriedade expressiva.
A continuidade e ascensão do Data Mesh: Embora haja muito ceticismo sobre data contracts e mesh, dada a tendência, é racional prevermos que mais empresas adotarão uma arquitetura de data mesh, especialmente para casos em que a troca de dados dentro da empresa é necessária. Arquiteturas de Zero ETL e Federated Query impulsionam principalmente essa mudança. Zero ETL representa o movimento em direção à minimização da movimentação e duplicação de dados. Tecnologias como virtualização de dados, mecanismos de consulta federada e protocolos de compartilhamento de dados permitirão que as organizações acessem e analisem dados no local sem a necessidade de processos ETL complexos e demorados.
Governança de Dados: Continue a controlar e escalar: Governança de dados continua sendo uma tendência perene. À medida que as organizações geram e dependem de volumes crescentes de dados, a governança eficaz se torna essencial para perceber seu valor total. Uma boa governança garante que os dados sejam confiáveis, acessíveis e usados de forma responsável .Apesar de sua importância, muitas organizações ainda subestimam a necessidade de governança, reconhecendo seu valor apenas quando é tarde demais. As consequências de negligenciar a governança são severas — perdas financeiras, ineficiências operacionais e perda de conhecimento institucional.
Obrigado e abraços,
VIOLA, Thiago
Director, Data, AI, Automation, IBM Brazil
MBA AI & Cloud Computing Teacher
E-mail: thiagoviola@yahoo.com.br