Insights do Gartner Data & Analytics Summit apontam as transformações que estão redefinindo o cenário da tecnologia de dados e IA
O recente Gartner Data Analytics Summit realizado em Sydney trouxe à tona as principais tendências que estão moldando o futuro da ciência de dados e do aprendizado de máquina (DSML – Data Science & Machine Learning). À medida que o setor evolui rapidamente para atender às crescentes demandas de dados na inteligência artificial (IA), algumas tendências emergem como protagonistas nas discussões e na direção que a área está tomando.
Tendência 1: Ecossistemas de Dados em Nuvem
A transformação dos ecossistemas de dados é uma realidade que não pode ser ignorada. O antigo paradigma de soluções independentes ou integrações manuais está cedendo espaço a soluções nativas de nuvem coesas. De acordo com o Gartner, até 2024, metade das novas implantações de sistemas em nuvem serão baseadas em ecossistemas de dados em nuvem, marcando uma transição significativa. A avaliação de ecossistemas de dados com base em sua capacidade de lidar com desafios de dados distribuídos e a integração de fontes externas são recomendadas para as organizações que desejam se manter à frente nesse cenário em evolução.
Tendência 2: Edge AI
A demanda por Edge AI está em ascensão, permitindo o processamento de dados no ponto de criação, na borda. Isso viabiliza insights em tempo real, detecção de padrões e conformidade com requisitos rigorosos de privacidade de dados. Conforme o Gartner prevê, mais de 55% da análise de dados por redes neurais profundas ocorrerá na borda até 2025. Para as organizações, a identificação dos aplicativos, treinamento de IA e inferência necessários para uma transição bem-sucedida para ambientes de borda é vital.
Tendência 3: IA Responsável
A busca por IA responsável é essencial para garantir que a IA seja uma força positiva para a sociedade. A ética e as escolhas corretas no uso da IA são fundamentais, abordando aspectos como valor comercial e social, risco, confiança, transparência e responsabilidade. O Gartner alerta que, até 2025, a concentração de modelos de IA pré-treinados estará nas mãos de 1% dos fornecedores, tornando a IA responsável uma preocupação social. Adotar uma abordagem proporcional ao risco e buscar garantias dos fornecedores é aconselhado para as organizações que desejam garantir conformidade e minimizar riscos.
Tendência 4: IA Centrada em Dados
Uma mudança perceptível está acontecendo: a abordagem centrada em dados está superando a abordagem centrada em modelo e código. Soluções como gerenciamento de dados específicos para IA e dados sintéticos estão resolvendo os desafios relacionados à acessibilidade, privacidade, segurança e complexidade dos dados. O uso de IA generativa para criar dados sintéticos está ganhando destaque, aliviando a dependência de dados do mundo real. O Gartner estima que até 2024, 60% dos dados usados na IA serão sintéticos.
Tendência 5: Investimento Acelerado em IA
O investimento em IA continuará a acelerar, com organizações e indústrias investindo bilhões em startups que dependem de modelos fundamentais de IA. Um estudo do Gartner revelou que o recente destaque para a IA, exemplificado pelo ChatGPT, levou a um aumento nos investimentos em IA por parte de 45% dos líderes executivos pesquisados. Essa tendência de investimento continuará a impulsionar o crescimento de soluções e negócios baseados em IA.
Deseja estar à frente das transformações tecnológicas?
Descubra como nossas soluções na RED incorporam a expertise em ciência de dados, aprendizado de máquina e inteligência artificial para potencializar sua jornada. Converse com nossos especialistas, os REDs, e esteja pronto para conduzir o caminho em direção ao futuro da tecnologia.
Entre em contato conosco hoje mesmo! Sua jornada começa aqui.
Fonte: Gartner Identifies Top Trends Shaping the Future of Data Science and Machine Learning
Acesse o artigo original em inglês aqui: https://www.gartner.com/en/newsroom/press-releases/2023-08-01-gartner-identifies-top-trends-shaping-future-of-data-science-and-machine-learning.html