Até 2026, os gastos defensivos para minimizar a perda de propriedade intelectual (PI) e a ocorrência de violação de direitos autorais desacelerarão a adoção do aprendizado de Inteligência Artificial Generativa (GenAI) e diminuirão os retornos.
“À medida que a tecnologia de GenAI avança, os reguladores correm para acompanhar”, afirma Rita Sallam, analista e vice-presidente do Gartner. “O risco de propriedade intelectual não é um problema novo. No entanto, o risco de violação de direitos autorais, que antes era um risco limitado, agora afeta potencialmente todos da organização. O risco de violação de direitos autorais deve ser incorporado ao processo de seleção e governança dos fornecedores, enquanto os trabalhadores devem ser treinados em ferramentas de avaliação.”
Além desse cenário, na visão da consultoria, os executivos com poder de decisão devem examinar as seguintes previsões em Data & Analytics:
Até 2025, 90% dos consumidores atuais de conteúdo analítico se tornarão criadores de conteúdo habilitados pela IA – “A linguagem natural não será apenas a linguagem dos dados. Ela também transformará a maioria dos consumidores de conteúdo em criadores de conteúdo habilitados pela IA. Espere novas experiências dos usuários além dos painéis de controle”, explica Sallam. “Estamos vendo isso há algum tempo, mas novas informações automatizadas e em linguagem natural impulsionarão a experiência dos usuários para substituir o uso de painéis de controle.”
Até 2025, o uso da linguagem natural como uma interface de programação de aplicativos (API) de gerenciamento de dados será a interface dominante levando a um consumo de dados 100 vezes maior em todo o ecossistema – Um dos maiores desafios para os líderes de gerenciamento de dados é mostrar valor, dimensionando seus esforços de engenharia para uso comercial e adoção de dados. A incorporação de GenAI em plataformas de dados torna mais fácil usar a linguagem natural por meio de prompts como uma API comum para criar consultas e, também, realizar mapeamentos.
“A GenAI está pronta para transformar a tecnologia e as plataformas de gerenciamento de informações. Dados prontos serão um elemento crítico do sucesso da Inteligência Artificial”, disse Sallam. “Os líderes de D&A devem começar a priorizar projetos, pipelines e produtos de dados que não estão sendo utilizados devido à falta de habilidades na preparação dos dados para o negócio.”
Até 2026, 75% dos CDAOs (Chiefs Data Analytics Officers) que não conseguiram tornar a influência em toda a organização como a sua principal prioridade serão absorvidos de volta para as funções de tecnologia – “Há uma pressão maior do que nunca sobre os líderes de D&A para demonstrar valor aos negócios, mas agora isso é existencial para o papel deles”, disse Sallam. Os líderes de D&A precisam se tornar indispensáveis e destacar os resultados comerciais que os stakeholders se importam, como o impacto na qualidade dos dados e a precisão dos modelos de personalização que impulsionam maior receita e retenção.
Até 2027, 40% dos CDAOs terão renomeado a governança como uma habilitação de negócios estratégica desde o início – Atualmente, a governança é fundamental para a geração de valor e os líderes de Data & Analytics (CDAOs) devem rastrear os investimentos em governança em relação ao valor gerado para os negócios. As organizações que o fizerem alcançarão tanto seu objetivo de governança de dados quanto a habilitação de negócios.
“Os CDAOs que conseguirem articular com sucesso o impacto da governança de D&A por meio da lente de valor para o stakeholder terão mais condições de estarem estrategicamente envolvidos em toda a organização”, afirma Sallam. “Os líderes de D&A de alto desempenho são muito mais eficazes em informar os principais executivos de negócios sobre o impacto das capacidades de D&A do que os de baixo desempenho.”
Até 2027, 60% das organizações não alcançarão o valor esperado de seus casos de uso de IA devido a estruturas de governança ética incoerentes – Embora a governança seja frequentemente subinvestida e subvalorizada, ela é um fator necessário para o sucesso. No entanto, muitos líderes deixarão de considerar a ética ao avançar com a Inteligência Artificial. “As organizações devem traduzir princípios em diretrizes práticas e as pessoas não adotarão isso se os líderes de D&A não o fizerem”, disse Sallam. “Procure aliados influentes para tornar a governança um habilitador estratégico de negócios e para tornar a ética uma prioridade distinta na discussão de governança.”
Até 2027, a otimização de custos aprimorada por GenAI automatizará 40% dos gastos com Data & Analytics em ecossistemas de dados baseados em Nuvem – O custo e a incerteza de custo são riscos significativos para o sucesso. A otimização de custos aprimorada por GenAI oferecerá aos CDAOs uma vantagem competitiva. A tecnologia de GenAI é tanto o problema quanto uma solução quando se trata de otimização de custos, que é uma disciplina complexa com resultados altamente interconectados.
“A incerteza do GenAI impulsionará a adoção de ferramentas de Gerenciamento Financeiro em Nuvem habilitadas por GenAI ou FinOps Aumentado”, disse Sallam. “A GenAI fornece uma interface de linguagem natural fácil que pode reduzir a complexidade ao identificar conexões entre componentes díspares do ecossistema de dados. As organizações devem procurar fornecedores com essas capacidades.”
Até 2028, mais de 50% das empresas que construíram do zero seus próprios grandes modelos de linguagem (LLMs) abandonarão seus esforços devido a custos, complexidade e débitos técnicos – Os CDAOs devem equilibrar a ambição de IA com a tolerância ao risco e visualizar o custo da dívida tecnológica como um “preço das opções” para acelerar o aprendizado e o impacto no mercado. Com isso em mente, o Gartner prevê que até 2027, as ferramentas GenAI serão usadas para aplicativos de negócios legados e criar substituições apropriadas, reduzindo os custos de modernização em 70%.
“A chave será projetar sistemas abertos para alternar modelos conforme a inovação”, disse Sallam. “Essa redundância também terá um custo, mas pode ser compensada por ferramentas GenAI que podem acelerar as migrações.”
Até 2027, 75% do novo conteúdo analítico será contextualizado para aplicação inteligente por meio de GenAI, permitindo uma conexão entre insights e ações – A linguagem natural se tornou o novo compositor de aplicativos e, como tal, a adoção de modelos industriais de GenAI crescerá. Os CDAOs devem explorar agentes autônomos para tomar ações à medida que amadurecem. Até 2027, mais da metade dos modelos de GenAI usados pelas empresas serão específicos do domínio, contra 1% atualmente. “A próxima onda de agentes autônomos tem o potencial de tomar medidas como parte de um fluxo de trabalho de aplicativo à medida que amadurecem”, disse Sallam.
