Como superar os riscos e desafios ao adotar a IA generativa nos negócios

Uma pesquisa encomendada pela Iron Mountain entrevistou tomadores de decisão de TI e de dados em todo o mundo para entender como suas organizações usam IA generativa e os desafios que enfrentam ao adotar essa nova tecnologia. Metade dos entrevistados diz que suas organizações usam IA para criar conteúdo, como insights para marketing ou design. Interagir com clientes, como por meio de chat ou respostas por voz, aumentar a colaboração em equipe e agregar valor a serviços e produtos são outras formas significativas de uso de IA generativa nas organizações.

Os líderes também identificaram desafios e riscos ao implementar IA. Os dois desafios mais proeminentes são o planejamento de recursos de TI para treinar e implementar modelos de IA generativa (38%) e a obtenção, proteção e preparação de dados de ativos físicos e digitais para uso no treinamento de modelos de IA generativa (38%). Outros desafios enfrentados pelas organizações incluem garantir a precisão e transparência dos modelos de IA (37%) e criar e fazer cumprir políticas de IA generativa (35%).

Alguns desses problemas podem ser preocupantemente familiares para os líderes do C-Level que se lembram dos primeiros dias da nuvem pública. Naquela época, a exigência de pagar pela tecnologia impedia os entusiastas. Mas, com ferramentas de IA generativas gratuitas e onipresentes, "cientistas de dados" cidadãos propagam a IA paralela sem o treinamento, disciplina e apoio organizacional necessários para implementar uma IA generativa responsável. Sem experiência em múltiplas disciplinas, os funcionários que usam IA generativa podem expor dados sensíveis e protegidos, introduzir viés e prejudicar a inovação em vez de promovê-la. A pronta disponibilidade de IA generativa força as empresas a reavaliar suas políticas corporativas e garantir proteções para manter dados e reputações seguras.

A pesquisa indica uma solução potencial para transformar esses desafios em oportunidades, com a maioria dos entrevistados (96%) afirmando que implementar uma estratégia de ativos unificada é crucial para o sucesso da IA generativa. Essa estratégia permite que as organizações gerenciem, protejam e otimizem ativos digitais e físicos usados e produzidos por aplicativos de IA generativa. Com essa abordagem, as organizações podem preencher lacunas e resolver desafios em estratégia, ética e gerenciamento de riscos e implementação.

Uma estratégia de ativos unificada harmoniza iniciativas de IA e gerenciamento de ativos, ao mesmo tempo em que prevê a aposentadoria segura e ambientalmente sustentável de ativos digitais e físicos de acordo com os objetivos da empresa. Também pode ajudar a maximizar o retorno sobre o investimento gerenciando ativos digitais e físicos envolvidos em IA, melhorando a qualidade dos dados, otimizando operações, mitigando riscos e permitindo uma escala flexível responsiva às necessidades em mudança da organização.

Quando se trata de ética e gerenciamento de riscos, elementos como governança da informação contribuem para políticas que abordam o uso ético, privacidade de dados e preocupações de segurança. Alinhar essas políticas com os objetivos da organização e a natureza de seus ativos permite a criação e aplicação de políticas mais eficazes.

Na prática, uma estratégia de ativos unificada pode ajudar de várias maneiras. Por meio de um eficaz gerenciamento de ativos ao longo de todo o ciclo de vida e um modelo operacional escalável, uma estratégia de ativos unificada facilita o planejamento, alocação e gerenciamento eficientes de recursos de TI para que as equipes de TI possam se preparar para treinar e implantar modelos de IA generativa.

Em segundo lugar, essa estratégia abrange o gerenciamento abrangente do ciclo de vida de ativos físicos e digitais. Isso envolve a digitalização de ativos físicos e o enriquecimento deles com metadados para melhor descoberta e acessibilidade, extração de informações valiosas de dados não estruturados e proteção de dados fonte e gerados contra o acesso não autorizado. Por fim, permite que as organizações protejam e gerenciem dados e outros ativos criados por IA generativa.

Esses resultados são possíveis por meio da implementação de uma estratégia de ativos unificada que engloba o gerenciamento e proteção do ciclo de vida de ativos físicos e digitais, processamento inteligente de documentos, serviços de conteúdo, conformidade, otimização do retorno sobre o investimento e muito mais. No geral, essa estratégia fornece uma base para acelerar e ampliar o impacto da IA enquanto reduz o risco para as empresas.

Embora líderes de dados e de TI concordem que uma estratégia de ativos unificada é essencial para aproveitar as oportunidades da IA generativa, 98% dos entrevistados da pesquisa afirmam que uma liderança focada em IA, como o papel emergente de um CAIO - Chief AI Officer, também pode acelerar a adoção eficaz de IA generativa. Embora apenas 32% digam que suas organizações contrataram alguém nessa função, 94% esperam que o cargo seja preenchido no futuro. Quando questionados sobre o que a liderança em IA deveria alcançar, a principal resposta é garantir que uma estratégia de ativos unificada esteja em vigor. Outros benefícios importantes incluem orquestrar necessidades de recursos, seguir práticas éticas, gerenciar entrada e saída de dados e abordar riscos de propriedade.

A pesquisa sugere uma forte conexão entre os desafios que a IA generativa apresenta e o poder que a liderança com enfoque em IA tem para impulsionar uma estratégia de ativos unificada para resolver esses desafios. Ao implementar uma estratégia de ativos unificada, as organizações podem evoluir abordagens de gerenciamento de ciclo de vida de ativos desatualizadas, otimizar a proteção e o gerenciamento de ativos físicos e digitais em escala e catalisar a criação de valor. Tomar essas medidas ajudará esses líderes a remover obstáculos que impedem a inovação.

Narasimha Reddy Goli é CTO e CPO da Iron Mountain