5 desafios para área de Dados e IA
A área de dados segue o movimento de plena ascensão. Com o período de isolamento social, fintechs, grandes bancos, startups dos ramos alimentícios e de delivery, entre outros, continuam em alta com serviços oferecidos via plataformas e aplicativos a ponto de impactar o mercado e evidenciando cada vez mais a relevância do setor de dados. Tudo isso em razão dos recursos tecnológicos que viabilizam mais rapidez na usabilidade.
"Cada vez mais a integração se
apresenta indispensável para manter a competitividade das empresas. Somente
assimilar a transformação digital não é suficiente. É preciso estar atento às
inovações deste segmento e se antecipar ao movimento do mercado para abrir
espaço a uma gama enorme de possibilidades", afirma Ahirton
Lopes, CDO (Chief Data Officer) da Lambda3.
Paralelo ao crescimento expressivo das
inovações tecnológicas, surgem também obstáculos para o setor. Atento a isso,
Ahirton lista 5 desafios que a área de dados deve enfrentar ao longo dos
próximos anos. Confira:
Déficit de profissionais
Os engenheiros são profissionais
responsáveis por encontrar tendências nos conjuntos de dados e desenvolver
algoritmos para ajudar a transformá-los em informações úteis para a empresa. No
entanto, a atual escassez de profissionais em um mercado onde sobra vagas
é um desafio.
"Durante a pandemia muitas
companhias mais que dobraram de tamanho, o que implica em ampliar o volume de
dados gerados. O aumento da demanda foi tão expressivo, que fez crescer ainda
mais o déficit de profissionais qualificados no mercado de tecnologia.
Consequentemente, houve uma maior valorização para pessoas desta área que
passaram a ser ainda mais disputadas pelas organizações - oferecendo como
atrativo salários generosos e melhores condições de trabalho", diz.
Acesso aos dados e ética
A questão ética envolvendo dados é uma
preocupação constante que envolve consumidores, empresas e órgãos públicos.
Desde o ano passado, o Governo Federal passou a aplicar sanções a quem não
colocasse a Lei Geral de Proteção de Dados (LGPD) em prática no Brasil. Por
isso, há alguns pilares que precisam ser seguidos no que diz respeito à ética,
entre eles, a Inteligência Artificial deve ser centrada nos seres humanos e
promover benefícios sociais, de forma justa, transparente, segura e
responsável.
"Isso é um ponto de atenção,
especialmente quando consideramos a escalada inevitável que a IA deve atingir
em vários setores de nossa sociedade. Essas iniciativas não devem ferir
princípios éticos.
Expansão do Machine Learning
Um dos principais desafios na área de
dados é diminuir a distância entre o ambiente de experimentação teórico e o
mundo real onde os modelos de produção operaram de fato. Ou seja, tirar do
plano das ideias e colocar na prática o conhecimento adquirido pelo modelo Machine Learning (Aprendizado
de Máquina).
"O intuito é que, assim como a
mente humana, as máquinas sejam capazes de aperfeiçoar seus próprios processos
e, desta forma, executar suas tarefas com um grau de precisão cada vez
maior", sugere.
Tornar o conhecimento tangível para as
organizações
Na medida em que os dados ficam mais
distribuídos e fragmentados, dentro e fora das organizações, os analistas
também têm mais dificuldade para explicá-los por trás de métricas, KPIs ou
cálculos.
Quando a IA é construída sobre
plataformas que as pessoas já usam, como sistemas de ERP ou CRM, a adoção é
mais fácil, diz ele. Na verdade, as pessoas talvez nem saibam que existe IA
ali.
"Nesse cenário, a linhagem de dados
passa a ser essencial para triangular-los, explicá-los e aumentar a confiança
dos usuários para reagir aos insights gerados por esses dados", pontua.
Cibersegurança
A segurança cibernética é um dos maiores
riscos do uso da Inteligência Artificial, de acordo com uma pesquisa da
Deloitte publicada em 2020. Isso acontece porque à medida que a tecnologia
se torna mais difundida, surgem algumas brechas para insiders maliciosos - ou
invasores inteligentes que são capazes de envenenar precisamente os dados de
treinamento - para criar algoritmos que possuem falhas perigosas que são quase
impossíveis de detectar.
“É importante pontuar que a IA está sendo cada vez mais utilizada, justamente, para defender empresas contra ameaças cibernéticas. Qualquer novo software ou plataforma traz consigo novos desafios de segurança”, finaliza.
Nenhum comentário