Mais e mais estudos afirmam que os dados não estruturados representam até 80% dos dados do mundo. Os dados não estruturados são compostos de informações que não têm um formato predefinido e uma estrutura organizada. Desta forma, e ao contrário dos estruturados, não estão em conformidade com tabelas e bases de dados convencionais. Um exemplo disso são e-mails, arquivos como Word e PDF, imagens, entre outros.

Nesse contexto, a Qlik publicou os resultados de um novo estudo que revela que as empresas não são capazes de aproveitar ao máximo os dados não estruturados. Na verdade, quase 70% concordam que sua organização não está bem equipada para entender como a IA generativa pode ser aproveitada em seus dados não estruturados. No entanto, reconhecem o potencial que têm para melhorar a eficiência operacional e obter informações valiosas.

Assim, a pesquisa destaca alguns dos principais problemas enfrentados pelas empresas, como a falta de experiência da equipe, a falta de soluções específicas e a falta de investimento em ferramentas de IA focadas em dados não estruturados. O estudo destaca os seguintes desafios:

• Preocupações com privacidade de dados e conformidade regulatória: 59% dos entrevistados estão muito preocupados com a privacidade dos dados e 47% estão muito preocupados com a conformidade regulatória, superando significativamente as preocupações com retorno sobre investimento e ROI (19%).
• Integração e custo são as principais prioridades: ao escolher um fornecedor para esse fim, a integração do sistema (55%), o custo (50%) e as funções de governança (49%) são os principais aspectos considerados, enquanto a reputação do fornecedor tem pouca influência (16%). Os entrevistados esperam obter benefícios econômicos com o uso de dados não estruturados. Especificamente, 45% preveem uma melhoria entre 10% e 20%.
• O interesse em IA generativa é alto, mas há falta de investimento: entre os interessados em integrar esse tipo de IA em dados não estruturados, dois em cada três entrevistados planejam investir em tal solução. Apesar do interesse generalizado, apenas 22% indicam que estão fazendo investimentos “significativos” em tecnologias de IA.
• Os dados não estruturados são vistos como um ativo fundamental: uma clara maioria (62%) vê os dados não estruturados como uma oportunidade para melhorar a eficiência operacional, enquanto 31% acreditam que podem ajudar na inovação. Quase metade (45%) gostaria de aplicá-los em casos de uso que melhorem as ferramentas de pesquisa e consulta para consultas profundas de documentos internos.
• Os mecanismos de pesquisa tradicionais ficam aquém dos dados não estruturados: há um amplo consenso de que as ferramentas tradicionais de pesquisa corporativa são insuficientes para maximizar o valor de grandes bibliotecas de documentos. Apenas 16% já adquiriram uma ferramenta projetada para obter insights de dados não estruturados, e a maioria das iniciativas está na fase inicial e de testes.

“As empresas estão procurando soluções que permitam a adoção da IA generativa sem ter que revisar seu conjunto de habilidades e pilha de tecnologia. A chave é encontrar maneiras de integrar facilmente a IA às plataformas de análise existentes. Isso permite que as organizações obtenham as respostas certas de dados não estruturados e gerem resultados de negócios significativos”, disse Brendan Grady, Diretor Geral da Unidade de Análise de Negócios da Qlik.

“Os resultados de nossa pesquisa ressaltam o desafio que as empresas enfrentam hoje: a falta de experiência para aproveitar o potencial da IA generativa aplicada a dados não estruturados”, disse Erik Bradley, Diretor de Estratégia e Diretor de Pesquisa da Enterprise Technology Research, que conduziu o estudo. “Embora o interesse em aproveitar o potencial dos dados não estruturados seja alto, a falta de habilidades especializadas e ferramentas apropriadas é uma barreira significativa. Para realmente capitalizar as oportunidades apresentadas pela IA generativa, as organizações devem investir para preencher essa lacuna de conhecimento”.