Siga ZDNET: Adicione-nos como fonte preferencial no Google.
Principais vantagens do ZDNET
- Quase todos os profissionais de dados e TI usam IA, mas poucos são usuários frequentes.
- Muitos agentes de IA teriam acesso ilimitado aos dados.
- A preparação e validação de dados de IA levam cerca de 10 horas por semana.
Se você está curioso para saber o que está acontecendo no centro da tempestade de IA, basta olhar para o que os analistas de dados do mundo estão fazendo. Eles são IA rápidos, claro, mas ainda usam planilhas e poucos trabalham com dados em tempo real.
É uma palavra do novo mundo enquete 700 analistas de dados e 700 gerentes de TI da Alteryx. Embora 96% relatem usar IA em seu trabalho, apenas metade pode ser considerada usuária frequente de ferramentas de IA, com 49% relatando que sempre ou a maior parte do tempo usam IA.
Também: 51% dos profissionais afirmam que o trabalho de IA reduz a produtividade – interrompa-o em duas etapas
A IA dos agentes está no topo da agenda, com quase seis em cada 10 entrevistados, ou 59%, prevendo que usarão ativamente agentes de IA nos próximos 12 meses. Além disso, pelo menos metade afirma estar disposta a dar aos agentes de IA “acesso irrestrito” aos seus dados.
O relatório do inquérito não discutiu as implicações de segurança desse acesso, mas 44% disseram que era muito importante incluir a vigilância humana como parte desse acesso.
As aplicações mais comuns do agente AI
As aplicações de IA mais comuns para agentes atualmente em produção são design de comunicações e planejamento de fluxo de trabalho.
Onde os agentes de IA são colocados para trabalhar:
- Desenvolvimento de declarações ou resumos padronizados para as partes interessadas: 59%
- Agendamento ou roteamento de tarefas de fluxo de trabalho, como triagem de alertas e automação de processos: 54%
- Geração de relatórios ou painéis padrão sem intervenção manual: 48%
- Monitorar os principais indicadores de desempenho e acionar alertas ou ações: 45%
- Limpeza, pré-processamento ou validação regular do conjunto de dados: 45%
- Realização de análises estatísticas de rotina ou modelos preditivos básicos: 34%
- Gerar insights ou recomendações automaticamente a partir de dados: 23%
O “trabalho de dados mestres” – limpeza e preparação de dados para entrada usando modelos de IA ou plataformas de geração de recuperação aumentada relacionadas – ainda ocupa muito tempo dos analistas de dados. Os entrevistados relatam gastar quase seis horas por semana nessas tarefas, com 48% gastando de seis a 10 horas por semana. As ferramentas que utilizam para fazer esse trabalho são planilhas, citadas por 61%, seguidas de ferramentas de business intelligence, citadas por 56%, e plataformas dedicadas de preparação de dados, citadas por 51%.
Também: Crie uma estratégia de IA de agente que valha a pena sem correr o risco de fracasso nos negócios
“O domínio contínuo das planilhas reflete uma realidade mais ampla”, afirmam os autores do relatório da pesquisa. “A IA complementa os fluxos de trabalho existentes, não os substitui.”
Outra descoberta surpreendente é que, apesar de todo o foco na capacidade de resposta em tempo real, apenas um punhado de organizações realmente possui capacidades em tempo real. Apenas 20% relatam que a transição da análise de dados para a decisão de negócios pode ser feita em poucas horas, e apenas 5% afirmam apoiar a tomada de decisões em tempo real.
O maior obstáculo para a IA?
Os entrevistados dizem que explicam os resultados da IA aos tomadores de decisão de negócios. Há também uma falta significativa de competências analíticas nas empresas.
Obstáculos da IA nas decisões de negócios:
- Dificuldade em interpretar ou explicar os resultados da IA aos tomadores de decisão: 55%
- Habilidades analíticas limitadas entre usuários empresariais: 54%
- Dados não suficientemente limpos, integrados ou gerenciados: 50%
- Falta de clareza sobre propriedade ou responsabilidade pelas decisões: 49%
- Limitações técnicas de ferramentas ou infraestrutura de IA: 45%
Gerar insights a partir de IA não é de forma alguma uma tarefa única e também consome mais tempo dos analistas de dados. Os analistas de pesquisas passam quase quatro horas por semana validando ou corrigindo resultados gerados por IA. Um em cada seis afirma passar quase todo o dia de trabalho, seis horas ou mais, trabalhando em resultados de IA. Adicione as seis horas acima mencionadas gastas no trabalho básico de dados e isso resulta em uma “imposta” de IA de quase dois dias por semana sobre o tempo dos profissionais.
Também: Mais de 80% das agências governamentais dos EUA já usam agentes de IA – e isso é apenas o começo
Isto aponta para um novo conjunto de competências que é cada vez mais valioso na era da IA: validar os resultados da IA. Este é “um sinal de que, embora a IA possa acelerar o trabalho, as organizações ainda precisam de supervisão humana para garantir que os resultados sejam consistentes, explicáveis e fiáveis”, afirmam os autores da pesquisa.
