6 insights para tornar seus dados prontos para IA

O sucesso da IA ​​depende de vários fatores, mas a chave para a inovação é a qualidade e a acessibilidade dos dados proprietários de uma organização. 

Sentei-me com Teresa Tung para discutir as oportunidades de dados proprietários e por que eles são tão críticos para a criação de valor com IA. Tung é uma pesquisadora cujo trabalho abrange tecnologias de nuvem inovadoras, incluindo a convergência de IA, dados e capacidade de computação. Ela é uma inventora prolífica, detendo mais de 225 patentes e aplicações. E como Líder Global de Capacidade de Dados da Accenture, Tung lidera a visão e a estratégia que garantem que a empresa esteja preparada para os avanços de dados em constante mudança.  

Discutimos uma série de tópicos, incluindo os seis insights de Teresa.

1. O valor comercial dos dados proprietários  
2. A importância dos dados não estruturados
3. O potencial dos dados sintéticos 
4. Por que o contexto é fundamental para a IA 
5. Governança e segurança de dados 
6. Como a IA generativa pode impulsionar a prontidão dos dados 

Por fim, concluímos com o Conselho de Teresa para líderes empresariais que usam ou estão interessados ​​em IA 

Susan Etlinger (SE): Em seu artigo recente, “ The new data essentials ,” você expôs a noção de que dados proprietários são a vantagem competitiva de uma organização. Você poderia elaborar?  

T eresa T ung (TT) : Até agora, os dados eram tratados como um projeto. Quando novos insights são necessários, pode levar meses para obter os dados, acessá-los, analisá-los e publicar insights. Se esses insights estimularem novas perguntas, esse processo deve ser repetido. E se a equipe de dados tiver limitações de largura de banda ou restrições de orçamento, ainda mais tempo será necessário. 

“Em vez de tratá-los como um projeto — uma reflexão tardia — os dados proprietários devem ser tratados como uma vantagem competitiva essencial.”

Os modelos de IA generativa são pré-treinados em um corpus existente de dados em escala de internet, o que facilita o início no primeiro dia. Mas eles não conhecem seu negócio, pessoas, produtos ou processos e, sem esses dados proprietários, os modelos fornecerão os mesmos resultados para você que fornecem para seus concorrentes.   

As empresas investem todos os dias em produtos com base unicamente em suas oportunidades. Sabemos da oportunidade dos dados e da IA ​​— tomada de decisão aprimorada, risco reduzido, novos caminhos para monetização — então não deveríamos pensar em investir em dados de forma semelhante? 

SE: Já que grande parte do conhecimento proprietário de uma empresa está contido em dados não estruturados, você pode falar sobre sua importância? 

TT : Sim, a maioria das empresas opera com dados estruturados — dados em formato tabular. Mas a maioria dos dados não é estruturada. De mensagens de voz a imagens e vídeos, dados não estruturados são de alta fidelidade. Eles capturam nuances. Aqui está um exemplo: se um cliente liga para o suporte ao cliente e deixa uma avaliação do produto, esses dados podem ser extraídos por seus componentes e transferidos para uma tabela. Mas sem entradas diferenciadas, como o tom de voz do cliente ou mesmo palavrões, não há uma imagem completa e precisa dessa transação.  

Dados não estruturados têm sido historicamente desafiadores para trabalhar, mas a IA generativa se destaca nisso. Na verdade, ela precisa do rico contexto dos dados não estruturados para ser treinada. É muito importante na era da IA ​​generativa. 

SE: Ouvimos muito sobre dados sintéticos ultimamente. O que você pensa sobre isso? 

TT : Dados sintéticos são necessários para preencher lacunas de dados. Eles permitem que as empresas explorem múltiplos cenários sem os custos ou riscos extensivos associados à coleta de dados reais.  

As agências de publicidade podem executar várias imagens de campanha para prever as reações do público, por exemplo. Para fabricantes automotivos que treinam carros autônomos, empurrar os carros para situações perigosas não é uma opção. Dados sintéticos ensinam à IA — e, portanto, ao carro — o que fazer em situações extremas, incluindo chuva forte ou uma travessia de pedestres surpresa.  

Depois, há a ideia de destilação de conhecimento. Se você estiver usando a técnica para criar dados com um modelo de linguagem maior — digamos, um modelo de 13 bilhões de parâmetros — esses dados podem ser usados ​​para ajustar um modelo menor, tornando-o mais eficiente, econômico ou implementável em um dispositivo menor. 

A IA está com muita fome. Ela precisa de conjuntos de dados representativos de bons cenários, condições de ponta e tudo o mais para ser relevante. Esse é o potencial dos dados sintéticos.   

SE: Dados não estruturados são geralmente dados que seres humanos geram, então geralmente são específicos de cada caso. Você pode compartilhar mais sobre por que o contexto é tão importante?   

TT : O contexto é a chave. Podemos capturá-lo em uma camada semântica ou em um gráfico de conhecimento de domínio. É o significado por trás dos dados. 

Pense em cada especialista de domínio em um local de trabalho. Se uma empresa executa um relatório de dados de clientes de 360 ​​graus que abrange domínios ou até mesmo sistemas, um especialista de domínio irá analisá-lo para clientes em potencial, outro para atendimento e suporte ao cliente e outro para faturamento do cliente. Cada um desses especialistas quer ver todos os dados, mas para seu próprio propósito. Conhecer tendências dentro do suporte ao cliente pode influenciar uma abordagem de campanha de marketing, por exemplo. 

As palavras geralmente têm significados diferentes também. Se eu disser “está quente para o verão”, o contexto determinará se eu estava querendo dizer temperatura ou tendência.  

A IA generativa ajuda a exibir as informações certas, na hora certa, para o especialista certo no assunto. 

SE: Dado o ritmo e o poder das tecnologias inteligentes, dados e governança e segurança de IA estão em primeiro lugar. Quais tendências você está notando ou prevendo? 

TT : Novas oportunidades vêm com novos riscos. A IA generativa é tão fácil de usar que torna todo mundo um trabalhador de dados. Essa é a oportunidade e o risco. 

Por ser fácil, a IA generativa incorporada em aplicativos pode levar a vazamentos de dados não intencionais. Por esse motivo, é essencial pensar em todas as implicações dos aplicativos de IA generativa para reduzir o risco de que eles revelem informações confidenciais inadvertidamente. 

Precisamos repensar a governança e a segurança de dados. Todos em uma organização precisam estar cientes dos riscos e do que estão fazendo. Também precisamos pensar em novas ferramentas como marca d’água e computação confidencial, onde algoritmos de IA generativos podem ser executados dentro de um enclave seguro.  

SE: Você disse que a IA generativa pode impulsionar a prontidão dos dados. Pode elaborar mais sobre isso? 

TT : Claro. A IA generativa precisa dos seus dados, mas também pode ajudar seus dados.  

Ao aplicá-lo aos seus dados e processos existentes, a IA generativa pode construir uma cadeia de fornecimento de dados mais dinâmica, da captura e curadoria ao consumo. Ela pode classificar e marcar metadados, e pode gerar documentos de design e scripts de implantação.  

Ele também pode dar suporte à engenharia reversa de um sistema existente antes da migração e modernização. É comum pensar que os dados não podem ser usados ​​porque estão em um sistema antigo que ainda não está habilitado para nuvem. Mas a IA generativa pode dar um salto inicial no processo; ela pode ajudar você a entender os dados, mapear relacionamentos entre dados e conceitos e até mesmo escrever o programa, incluindo os testes e a documentação. 

A IA generativa muda o que fazemos com os dados. Ela pode simplificar e acelerar o processo ao substituir painéis únicos por interatividade, como uma interface de bate-papo. Devemos gastar menos tempo discutindo dados em formatos estruturados ao fazer mais com dados não estruturados.  

SE: Por fim, que conselho você daria aos líderes empresariais e de tecnologia que desejam criar uma vantagem competitiva com dados? 

TT : Comece agora ou fique para trás.  

Acordamos para o potencial que a IA pode trazer, mas seu potencial só pode ser alcançado com os dados proprietários da sua organização. Sem essa entrada, seu resultado será o mesmo de todos os outros ou, pior, impreciso. 

Eu incentivo as organizações a se concentrarem em deixar seu núcleo digital pronto para IA. Um núcleo digital moderno é a capacidade tecnológica de conduzir dados na reinvenção liderada por IA. É a mistura de infraestrutura de nuvem, dados e recursos de IA, e aplicativos e plataformas da sua organização, com segurança projetada em todos os níveis. Sua base de dados — como parte do seu núcleo digital — é essencial para abrigar, limpar e proteger seus dados, garantindo que sejam de alta qualidade, governados e prontos para IA.  

Sem um núcleo digital forte, você não tem os olhos para ver, o cérebro para pensar ou as mãos para agir.  

Seus dados são seu diferencial competitivo na era da IA ​​generativa. 

Teresa Tung, Ph.D. é Global Data Capability Lead na Accenture. Uma inventora prolífica com mais de 225 patentes, Tung é especialista em unir necessidades empresariais com tecnologias inovadoras.   

Saiba mais sobre como preparar seus dados para IA: 

• Conheça a Microsoft Intelligent Data Platform . 
• Saiba por que uma base sólida de dados e IA é essencial para o sucesso de qualquer organização , hoje e amanhã.  

• Aprenda a desenvolver uma estratégia de dados inteligente que perdure na era da IA ​​com o e-book para download . 
• Assista a este webinar sob demanda para ouvir Susan e Teresa se aprofundarem em como extrair o máximo valor dos dados para se diferenciar da concorrência. Aprenda sobre novas maneiras de definir dados que ajudarão a impulsionar sua estratégia de IA, a importância de preparar seu “núcleo digital” antes da IA ​​e como repensar a governança e a segurança de dados na era da IA.

Visite o Azure Innovation Insights para obter mais perspectiva executiva e orientação sobre como transformar seus negócios com a nuvem. 

Arbit: 25 anos transformando tecnologia em valor

Pode não ser parecer fácil gerar valor para seus dados, mas a Arbit, pode ajudá-lo. Há 25 anos atuando com inteligência de dados, a Arbit possui especialistas para implementar as melhores soluções ao seu ambiente de negócios.  Fale conosco agora mesmo

Fonte: Microsoft