Impulsione a inovação com IA e dados não estruturados

Whitepaper

À medida que empresas em todo o mundo recorrem cada vez mais à IA para impulsionar a inovação e a eficiência, fica evidente que ela é um componente vital da estratégia empresarial moderna. Sua empresa está pronta para aproveitar o poder da IA e dos dados não estruturados?

Jill Shoup

Innovation Research Director

8 de maio de 2025

Introdução

Em um mundo onde a IA é um pilar fundamental dos negócios modernos, as empresas estão em um momento decisivo.

O caminho para o sucesso com a IA não envolve apenas a adoção de novas tecnologias, mas também uma abordagem cuidadosa e estratégica dos dados, especialmente os não estruturados. À medida que testemunhamos mudanças transformadoras em todos os setores e regiões geográficas, fica evidente que, para realmente alcançar um crescimento e uma criatividade sem precedentes, as empresas devem gerenciar e governar esse recurso complexo de maneira eficaz.

Nossa pesquisa global, baseada em uma pesquisa com 1.400 tomadores de decisão de TI e dados em seis países, revelou as principais tendências e desafios na jornada da IA. Descobrimos que, embora a adoção da IA seja generalizada, as práticas precisam ser aprimoradas e as empresas enfrentam obstáculos significativos para dimensionar os recursos de TI, preparar dados de alta qualidade e garantir confiança e acessibilidade.

Este artigo resume nossas principais conclusões, oferecendo insights sobre onde as empresas se encontram em sua jornada de IA e o que é necessário para elevar suas estratégias de IA.

O estado atual da adoção da IA

Globalmente, as empresas estão aproveitando a IA em uma média de cinco áreas operacionais. As funções mais comuns para o uso da IA são TI e segurança (82%), atendimento ao cliente (53%) e pesquisa e desenvolvimento (53%).

À medida que as empresas avançam em sua maturidade em IA, elas se tornam mais deliberadas na forma como implantam a tecnologia, concentrando-se em funções específicas para promover maior eficiência, inovação e valor.

Nossa pesquisa identifica uma progressão evidente: à medida que as empresas se tornam mais maduras, elas não apenas ganham confiança em onde usar a IA, mas também desenvolvem uma compreensão mais precisa de seu potencial estratégico.

Adoção variável entre países e setores

A adoção da IA não é uniforme em todo o mundo. Nossa pesquisa destaca diferenças distintas por país e setor.

Por país: A França lidera a adoção da IA, com empresas usando IA em uma média de seis áreas, superando a média global de cinco. Em contrapartida, o Reino Unido fica para trás, com uma média de apenas quatro áreas operacionais. Essa disparidade pode estar relacionada ao apoio de políticas estratégicas, como a abrangente Estratégia Nacional de IA da França, que criou um ambiente fértil para a adoção generalizada. A abordagem mais cautelosa do Reino Unido resultou em uma adoção tardia e em menos casos de uso.

Número médio de áreas operacionais em que a IA é utilizada

Por setor: Os setores de energia, seguros e manufatura são os mais propensos a usar a IA em um número de áreas acima da média, especificamente seis, em comparação com a média global de cinco. Isso se deve à necessidade de otimizar as operações e economizar custos por meio de aplicações, como manutenção preditiva e detecção de fraudes. Em contraste, organizações bancárias e de serviços financeiros tendem a usar IA em quatro áreas operacionais.

O desafio dos dados não estruturados

Apesar do uso generalizado da IA, uma das maiores barreiras para o seu pleno potencial é o desafio contínuo de gerenciar e aproveitar os dados não estruturados. Esses dados, que incluem texto, imagens, áudio e vídeo, representam um recurso vasto e inexplorado.

Embora a maioria (96%) dos tomadores de decisão acredite que os dados não estruturados são essenciais para o sucesso das estratégias de IA de suas empresas, apenas uma fração das empresas os utiliza rotineiramente. A principal razão para essa lacuna é a falta de ferramentas e estratégias adequadas para governar, proteger e preparar efetivamente os dados não estruturados para aplicativos de IA.

Aqui estão as maiores lacunas:

Apenas 27% das empresas se consideram altamente eficazes em governar, proteger e garantir a conformidade auditável dos dados não estruturados.
Apenas 28% são altamente eficazes no gerenciamento de dados não estruturados em escala com recursos avançados.
Apenas 25% consideram que são excelentes em tornar os dados não estruturados acessíveis.

Os riscos são altos. Se as empresas utilizarem dados não estruturados não confiáveis, isso pode levar a insights imprecisos, baixo desempenho do modelo e perda da confiança das partes interessadas.

Navegação pela jornada de maturidade da IA

Empresas em diferentes estágios de maturidade da IA requerem estratégias diferentes. Nossa pesquisa indica que as empresas em estágio inicial de sua jornada de IA devem se concentrar em elementos fundamentais, enquanto aquelas mais avançadas precisam refinar suas estratégias existentes.

Para empresas em estágio inicial de maturidade da IA, as prioridades são:

Dimensionar os recursos de TI para gerenciar e processar grandes volumes de dados (40%).
Fornecer uma visão e estratégia claras para iniciativas de IA (37%).
Estabelecer estruturas abrangentes de governança de dados e modelos (37%).

Para empresas mais avançadas em sua maturidade em IA, as prioridades são:

Dimensionar os recursos de TI para gerenciar e processar grandes volumes de dados (53%).
Obter e preparar dados de alta qualidade para treinamento e análise de IA (52%).
Alocar mais recursos para especialização em IA e desenvolvimento de projetos (48%).

Conclusão: Um imperativo estratégico

O cenário global para a adoção da IA é desigual, mas a direção é evidente: as empresas devem ir além das eficiências operacionais básicas para impulsionar a verdadeira inovação com a IA. Isso requer uma abordagem proativa em relação aos dados não estruturados e um compromisso com o aprimoramento das estratégias de dados, o investimento em governança e gerenciamento do ciclo de vida e o alinhamento da IA com os objetivos de negócios.

Na Iron Mountain, acreditamos que transformar informações em insights é a chave para a preparação para a IA. Nossas soluções, como a

InSight® Digital Experience Platform (DXP), oferecem uma maneira escalável e abrangente de automatizar processos manuais, permitir a conformidade pronta para auditoria e tornar as informações acessíveis e úteis. Ao nos concentrarmos em uma estratégia unificada de ativos, ajudamos as empresas a aproveitar plenamente o poder dos dados não estruturados para alcançar o sucesso sustentável e orientado por dados.

Para aprofundar seus conhecimentos sobre os dados, leia nossos artigos sobre a situação atual dos setores de saúde e BFS em sua jornada rumo à IA
Para saber mais sobre como a Iron Mountain pode ajudar a transformar suas informações em insights, acesse nosso centro de recursos.

Sobre a pesquisa:

A Iron Mountain contratou a empresa independente especializada em pesquisas de mercado Vanson Bourne para realizar esta pesquisa. O estudo incluiu uma pesquisa com 1.400 tomadores de decisão de TI e dados que têm conhecimento ou responsabilidade pela estratégia de IA em suas empresas. As empresas dos entrevistados deveriam ter 250 funcionários ou mais nos seguintes países: EUA, Reino Unido, França, Alemanha, Índia e Austrália. As empresas são de vários setores públicos e privados, mas houve um forte foco em serviços bancários e financeiros, seguros, saúde e ciências da vida, mídia e entretenimento, setor público (excluindo saúde) e energia.