A adoção da inteligência artificial (IA) tem avançado nas empresas brasileiras, mas escalar essa tecnologia envolve desafios que vão além da simples implementação de ferramentas. Em entrevista durante o Web Summit Rio, Fabricio Lira, diretor de IA e Dados da IBM Brasil, discorreu sobre as dificuldades que as organizações enfrentam para integrar a IA de forma eficaz.

Desafios na Infraestrutura e Dados

Segundo Lira, a infraestrutura é um dos principais obstáculos, uma vez que muitos dados corporativos ainda estão armazenados em silos, separados por departamentos ou sistemas. Para que a IA funcione de maneira eficaz, é necessário ter uma visão holística da jornada dos dados, mas a realidade é que as informações permanecem fragmentadas.

Outro ponto crítico é a ausência de contexto proprietário nos modelos de IA. Apesar de existir mais de um milhão de modelos disponíveis na plataforma Hugging Face, esses não incorporam o conhecimento específico necessário para diferenciar as operações de cada empresa. "O conhecimento que traz vantagem competitiva não está disponível e é pouco explorado", afirmou Lira.

A Importância da Governança

A governança é outro aspecto que representa um desafio significativo. Gerenciar modelos e agentes distribuídos em várias plataformas pode expor as empresas a riscos. Lira ressalta que, embora as empresas estejam experimentando e avançando em seus projetos de IA, a governança e a orquestração desses sistemas se tornam cada vez mais relevantes à medida que o volume de dados aumenta.

O Olhar para Custos e Novas Receitas

Tradicionalmente, a IA tem sido vista como uma ferramenta para otimização de custos e automação de processos. No entanto, Lira sugere que o foco deve ir além, buscando também a geração de novas receitas e oportunidades de negócio. Ele citou o exemplo da IBM, que, utilizando IA internamente, espera alcançar US$ 4,5 bilhões em ganhos operacionais até 2025.

Dependência Tecnológica e Soberania de Dados

O Brasil se destaca pelo consumo intenso de IA, mas enfrenta desafios em termos de produção local. A dependência de plataformas estrangeiras é uma realidade, apesar do surgimento de modelos de linguagem desenvolvidos no país. Para Lira, discutir soberania de dados e regulação não deve ser visto como um obstáculo, mas sim como uma forma de estruturar melhor o armazenamento e a governança dos dados.

Agilidade com Segurança

A busca por agilidade na implementação de IA deve ser equilibrada com o controle adequado. Lira afirma que a chave está em transformar incertezas em riscos e, em seguida, desenvolver planos de mitigação. Ele compara a situação ao freio de um carro de Fórmula 1, que não é apenas um mecanismo de parada, mas uma ferramenta que permite aos pilotos manobrar em alta velocidade com segurança.