Experience On / Mundo dos Dados

Como a IA generativa pode impactar o cenário atual da análise de dados?

por Elcio Santos - 10/10/2023

Talvez nenhuma outra tecnologia nos últimos tempos tenha conquistado tanto interesse e gerou tanto hype quanto o ChatGPT e a inteligência artificial generativa, observa Ajit Sankaran, vice-presidente da Course5 Intelligence e membro do Forbes Councils.

Mas ele alerta que não se está dando a importância devida ao potencial dessa tecnologia em termos de agregar valor aos processos de negócios e proporcionar um impulso significativo a um crescimento mais rápido dos negócios, principalmente através da análise de dados.

Sankaran diz que, embora ainda estejamos nos  primeiros dias, e muitas das possibilidades de uso da  IA generativa na análise de dados ainda não surgiram, já existem indicações claras das possíveis áreas de impacto.

1️⃣ Coleta dos dados

Apesar de todos os avanços na automação e na IA, a coleta de dados e a engenharia de dados continuam entre os elementos mais demorados na cadeia de valor da análise de dados. Aspectos específicos, como classificação de dados, marcação, limpeza de dados etc. podem ser intensivos em recursos e exigir significativos esforços e intervenção humana.

A IA generativa pode ser usada para anexar dados externos de classificação do setor aos conjuntos de dados de gerenciamento de relacionamento com clientes, o que ajudaria a reduzir os tempos de processamento. Os provedores de infraestrutura de dados teriam que reorientar suas soluções e estratégias para se alinhar com as possíveis interrupções da IA generativa.

2️⃣ Análise dos dados

De acordo com o GitHub, os desenvolvedores que usam o GitHub Copilot (construídos no Codex do OpenAI) são capazes de economizar tempo, com 88% dos entrevistados indicando que são mais produtivos e 96% indicando que são “mais rápidos com tarefas repetitivas”.

Além da economia de tempo, a IA generativa pode trazer um contexto de negócios mais amplo e automatizar a codificação pode ser um verdadeiro divisor de jogos na análise. Também existem outros casos de uso, como a capacidade da IA generativa de criar dados de treinamento e sintéticos para criar conjuntos de dados de aprendizado supervisionados para o treinamento de modelos de IA e aprendizado de máquina.

3️⃣ Geração de insights

Atualmente, ainda há necessidade de muito impulsionamento por humanos e mesmo a aplicação de técnicas de IA fornecem níveis básicos de informações personalizadas dos dados no nível da análise descritiva e, em alguns casos, análise de diagnóstico. A IA generativa pode potencialmente aproveitar os dados contextuais e, em seguida, imitar os processos de inferência humana para contextualizar os resultados da análise e trazer informações acionáveis. Além disso, a IA generativa poderia impulsionar a contextualização baseada em persona de insights, o que poderia melhorar o impacto da análise de dados.

4️⃣ Entrega dos insights para tomadas de decisão

A criação de relatórios de análise e resultados impactantes de inteligência de negócios também pode ser impactada positivamente pela IA generativa. Especificamente, quando se trata de automação de relatórios com contextualização, a IA generativa pode causar um grande impacto. Outra área de impacto seria entregar visões em quase-tempo-real, evitando a necessidade de intervenção humana para adicionar supervisão contextual, completou Sankaran.

Fonte: Forbes

https://www.forbes.com/sites/forbesbusinesscouncil/2023/05/24/how-could-generative-ai-impact-the-data-analytics-landscape/

Descomplique já

Fale com um dos nossos especialistas em Estratégia do Consumidor