Qualidade dos dados disponível é entrave
Para este responsável, quando se implementam modelos de analítica preditiva nas empresas, a maior dificuldade recai, essencialmente, sobre a qualidade de dados disponíveis e a falta de um modelo de governo de dados robusto e disseminado nas organizações. «As organizações perceberam que os ‘outputs’ das suas aplicações de inteligência artificial e, em particular dos modelos de analítica preditiva, são tão bons quanto a qualidade dos dados utilizados no treino dos seus modelos».
Ainda assim, a Accenture tem observado uma preocupação cada vez maior em relação ao colmatar destas lacunas, através de implementações de modelos de dados com grande enfoque na qualidade dos mesmos. Por último, Hugo Balseiro aborda o facto de a utilização da IA em grande escala não se ter verificado países como Portugal: «Mesmo em mercados mais maduros, quando olhamos para clientes que assentam a operação do seu modelo de negócio em abordagens mais tradicionais, ainda olham para a IA com alguma desconfiança no trade-off do investimento que é necessário fazer. As empresas apelidadas de nativas digitais são aquelas que estão, nos dias de hoje, na vanguarda da utilização da IA em escala ao longo das suas cadeias de valor. Ainda existe um longo caminho no que diz respeito à utilização da IA».
Muito mais que a indústria financeira
Independentemente da indústria ou área de negócio, Ayise Trigueiros, solutions advisor, data & analytics na SAP Portugal, adianta que análise preditiva pode ser aplicada em qualquer processo, área ou aplicação de negócio. A base passa pela execução de modelos sofisticados que facilitam a análise em tempo real e determinam acções que suportam o processo de tomada de decisão do negócio. «Se numa primeira fase, talvez o foco estivesse mais nas organizações de serviços financeiros, pela análise de risco e detecção da potencial fraude inerente ao próprio negócio, hoje diria que, no contexto de mercado em que vivemos, qualquer empresa tem a perfeita noção de que para ter sucesso é absolutamente necessária uma cultura mais orientada à área analítica».
Nomeadamente, Ayise Trigueiros fala em conhecer melhor os clientes, optimizar campanhas de marketing, antecipar a procura, reduzir os custos ou melhorar as operações. Como resultado, as soluções de análise preditiva têm sido amplamente adoptadas em vários sectores, incluindo finanças, saúde, retail, ou processos de negócio, como os de marketing e produção: «As empresas reconheceram o valor de usar insights baseados em dados para tomar decisões informadas e obter vantagem competitiva».
