Dados obsoletos e silos travam IA agêntica em 66% das empresas, aponta estudo

A próxima fronteira da inteligência artificial (IA), a IA agêntica, enfrenta uma crise crítica de confiança antes mesmo de sua adoção em larga escala. É o que revela o AI Trust Gap Report, estudo global realizado pela Denodo com 850 executivos.

De acordo com o relatório, à medida que a IA evolui de chatbots passivos para agentes capazes de tomar decisões e acionar fluxos de trabalho, 66% das organizações afirmam que o acesso a dados em tempo real tornou-se um requisito inegociável.

A mudança de paradigma altera as exigências sobre a arquitetura de dados. Enquanto a IA generativa tradicional lida com insights, a IA agêntica foca na ação, o que elimina a margem de erro para informações obsoletas ou sem governança.

Barreiras técnicas

O relatório identifica quatro obstáculos principais que estão impedindo as empresas de transformarem experimentos de IA em sistemas operacionais autônomos.

63% das organizações relatam dificuldade para encontrar dados relevantes dentro de contextos de negócios específicos. Enquanto isso, para 66% dos líderes, a IA só é considerada confiável se os dados forem processados instantaneamente.

Leia mais: IA sem governança não escala e pode gerar risco real, alerta Marcelo Braga, presidente da IBM Brasil

A quantidade de informação e trabalho resultantes da IA também é um problema para os entrevistados. Em torno de 60% relatam problemas para otimizar as cargas de trabalho intensivas exigidas pela IA em escala, já 67% enfrentam dificuldades para manter controles de acesso consistentes entre sistemas díspares.

Uma iniciativa média de IA corporativa consome dados de mais de 400 fontes. Em 20% dos casos, esse número ultrapassa as mil fontes.

Da experimentação à escala automatizada

Para Dominic Sartorio, vice-presidente de marketing de produto da Denodo, a transição para sistemas autônomos exige uma base de informações dinâmicas e governadas que as arquiteturas atuais, baseadas em silos estáticos, ainda não oferecem.

“Quando um agente de IA gera um resultado de negócio, não há margem para dados obsoletos; para escalar a IA agêntica com confiança, as empresas devem ir além dos silos de dados e adotar uma base de informações dinâmicas e contextualmente relevantes”, afirma Sartorio.

O relatório conclui que a atual “lacuna de confiança” não é uma falha dos modelos de IA (LLMs), mas um reflexo de infraestruturas de dados que não foram projetadas para a velocidade e a complexidade dos sistemas agênticos.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!