CIOs: está na hora de reinventar seu stack de tecnologia de IA

A gestão de dados, os aplicativos de IA e a redução dos riscos são elementos cruciais em um stack de tecnologia de IA.

1. Gestão de dados

Fontes centralizadas e descentralizadas: vincule dados estruturados de data lakes com dados não estruturados, como e-mails, gravações e documentos, permitindo obter insights a partir de um conjunto ampliado de fontes, o que aprimora os processos de tomada de decisões. A capacidade de utilizar dados não estruturados é fundamental, pois representam cerca de 70 a 90% de todos os dados corporativos. 

Acessibilidade e segurança dos dados: os modelos de IA devem ser treinados com base em dados relevantes de alta qualidade. Implemente práticas sofisticadas de gestão, como a configuração de controles de acesso apropriados e a garantia da conformidade com regulamentações de privacidade de dados, assegurando que eles são acessíveis e confiáveis.

2. Aplicativos de IA

IA incorporada: para adotar a IA rapidamente sem investir muito em seu desenvolvimento inicial, utilize recursos de IA integrados aos aplicativos corporativos existentes. À medida que os fornecedores incorporam a IA em suas ofertas, as organizações podem se beneficiar de funcionalidades aprimoradas e mais eficiência em seus fluxos de trabalho.

IA desenvolvida: o desenvolvimento interno de soluções de IA possibilita mais personalização e controle. Além disso, modelos proprietários de IA também podem assegurar competitividade no mercado.

Traga sua própria IA: aproveite os aplicativos de IA adquiridos pelos departamentos, garantindo que as iniciativas estão alinhadas com as metas estratégicas gerais e em conformidade com os modelos de governança.

3. Camada TRiSM

Essa camada desempenha a função de proteção, garantindo que as implantações de IA sejam seguras e confiáveis. As tecnologias de gestão da confiança, dos riscos e da segurança (TRiSM) podem impedir o acesso não autorizado a dados sigilosos e filtrar outputs de IA inapropriados ou fora de conformidade.

Além disso, elas fornecem supervisão e governança contínuas de todos os outputs de IA. Graças ao monitoramento permanente, é possível detectar e abordar problemas rapidamente, preservando a integridade, a confiabilidade e o valor dos aplicativos de IA.

A união de três elementos define o sanduíche de tecnologia de IA, exclusivo para cada empresa. Como ponto de partida, considere três opções:

Camadas do fornecedor: ideal para empresas de médio porte com recursos limitados de IA, as camadas do fornecedor contam com IA incorporada de atualizações de software e recursos “traga sua própria IA”. Inclui um elemento fino de tecnologias TRiSM para assegurar a responsabilização do fornecedor.

Camadas baseadas em TRiSM: indicadas para organizações do setor público ou que atuam em indústrias altamente regulamentadas, as camadas contam com um elemento TRiSM robusto, além de gestão de dados centralizada. Para assegurar a conformidade, limita os recursos “traga sua própria IA”.

Camadas de luxo: concebidas para grandes empresas com ambições consideráveis de IA, as camadas deluxe aliam recursos de inteligência artificial desenvolvida e incorporada, bem como a política “traga sua própria IA”. Utiliza tecnologias TRiSM abrangentes e fontes de dados distintas.

Ao priorizar esses componentes e tipos, as organizações podem montar um sanduíche de tecnologia de IA robusto que respalde sua estratégia de IA e seus objetivos mais amplos, além de impulsionar a inovação. Conforme as tecnologias de IA continuam evoluindo, será indispensável contar com uma pilha de tecnologia versátil e escalável para manter a competitividade.

O sanduíche de tecnologia de IA é uma ferramenta valiosa de comunicação e planejamento. Ele ajuda:

• Equipes de governança a compreender o que está por vir e como precisão atuar;

• Membros do departamento de TI a ter uma ideia melhor de como a IA estará presente em sua área;

• Líderes de negócios seniores a analisar os elementos de tecnologia e governança exigidos para executar a IA.

O sanduíche tecnológico representa um modelo conceitual que pode incentivar a elaboração e o teste de planos ao:

• Servir de ponto de partida para iniciar, testar ou finalizar uma pilha de tecnologia formal ou uma arquitetura de referência;

• Definir como democratizar a IA com o suporte centralizado da equipe de TI e de ciência de dados;

• Antecipar os custos e recursos exigidos para executar a IA na empresa.