Blog

Hype Cycle do Gartner para IA aponta a o uso de small data e a Inteligência Artificial responsável como dois dos pontos que vão nortear a tecnologia no futuro. Veja todos!

Há alguns anos, quando se ouvia sobre Inteligência Artificial, o que vinha na cabeça eram poderosas máquinas inteligentes ou androides com sentimentos, como no filme A.I., de 2001, em que acompanhamos o primeiro garoto-robô programado para amar.

A história do filme se passa no ano de 2141, então ainda temos bastante tempo para chegar nesse nível de tecnologia. Mas a verdade é que, hoje, o uso da Inteligência Artificial já é uma realidade presente em soluções, apps e serviços digitais do nosso dia a dia. 

E o avanço é cada vez mais rápido.

Isso porque, conforme as empresas passam a adotar a transformação digital em suas operações, as iniciativas para inovação com uso das técnicas de IA tornam-se o foco de esforços para automatizar modelos e processos data-driven.

É o que aponta o estudo do Gartner: Hype Cycle para IA 2021. que elenca as quatro tendências que estão impulsionando a inovação com uso de Inteligência Artificial no curto prazo.

Inteligência artificial responsável, curadoria com small data e wide data, uso eficiente de recursos de dados e a operacionalização de plataformas de IA são considerados peças-chave para iniciativas de sucesso na área. Falaremos mais sobre elas mais a frente.

A indicação dos especialistas do Gartner é que líderes e profissionais de análise e gestão de dados aproveitem os resultados da pesquisa para identificar onde priorizar os investimentos em tecnologias e acelerar a implementação de iniciativas de IA. 

Então, vale a pena conferir com atenção os destaques!.

O Hype Cycle para IA 2021

“A inovação em IA está acontecendo em um ritmo acelerado, com um número acima da média de tecnologias no Hype Cycle alcançando a implementação no período de dois a cinco anos”. Shubhangi Vashisth, analista sênior de pesquisa do Gartner.

Com a alta porcentagem de inovações de IA aparecendo no Innovation Trigger (imagem abaixo), o Gartner indica uma tendência no mercado de usuários procurando por recursos de tecnologia específicos, que muitas vezes vão além do que já entregam as ferramentas atuais

Source: Gartner (September 2021)

Confira as 4 tendências que estão impulsionando a inovação com uso de Inteligência Artificial a curto prazo

Inteligência Artificial responsável 

À medida que avançam as iniciativas de IA, aumentam também as preocupações com questões éticas e legais sobre os limites e riscos da tecnologia.

Segundo a vice-presidente de pesquisa do Gartner, Svetlana Sicular, fatores como confiança, transparência, justiça e capacidade de auditoria em relação às tecnologias de inteligência artificial são cada vez mais importantes para os decisores.

A Inteligência Artificial responsável permite que a tecnologia seja mais justa, ainda que os dados possam ser tendenciosos. Garante, portanto,  mais confiança e conformidade com a lei, enquanto enfrenta os desafios de probabilidades típicos da IA.

A expectativa do Gartner é que os profissionais contratados para desenvolvimento e treinamento de IA tenham que demonstrar excelência em “Inteligência Artificial responsável”  já em 2023. 

Dados pequenos e amplos (Small e Wide Data) 

Depois do crescimento de iniciativas com uso de big data, agora é a vez do Small e Wide Data. Segundo o estudo, 70% das organizações devem mudar o foco de big data para dados pequenos e amplos já em 2025.

Isso porque as abordagens com foco em dados pequenos e amplos permitem análises e inteligências artificiais mais robustas que propiciam uma visão 360º dos problemas do negócio.

Além de reduzir a dependência de organizações ao big data, a estratégia permite desenvolver uma consciência situacional mais rica e completa, fornecendo maior contexto para as análises. 

Operacionalização de plataformas de Inteligência Artificial

A necessidade de tirar os projetos de IA do conceito e colocá-los em prática é urgente e crítica para a transformação dos negócios e resolução de problemas.

Svetlana Sicular aponta outra descoberta da pesquisa. “Apenas metade dos projetos de IA passam do piloto para a produção, e aqueles que avançam, levam em média nove meses para fazer isso”, disse. 

Com isso, as empresas precisam investir na operacionalização das plataformas de inteligência artificial. 

Inovações como plataformas de orquestração e automação de IA e operacionalização de modelos (ModelOps) estão em crescimento, já que permitem acelerar a adoção das iniciativas com escalabilidade e governança.

Uso eficiente dos recursos 

Conceitos e termos como Multiexperiência, IA combinável, IA generativa e Transformadores estão ganhando cada vez mais visibilidade no mercado de inovação.

O motivo é justamente a capacidade que eles têm de proporcionar a resolução de vários problemas de negócios com máxima eficiência.

Assinantes do Gartner podem conferir o estudo completo aqui - em inglês.

Leia mais:

>> Uso de machine learning em apps: o que é possível HOJE?

>> Inteligência Artificial e Machine Learning: conheça a tecnologia