Article (leitura de 3 minutos)

Avaliando os obstáculos à adoção de IA e machine learning entre os setores

Pesquisa global destaca os desafios enfrentados por diferentes setores na adoção das tecnologias de IA e machine learning.

Rackspace Technology Staff - Solve / Rackspace Technology

IA e machine learning são as forças motrizes por trás de uma nova categoria de inovação. A maioria dos líderes empresariais entende a importância da IA e do machine learning para o êxito futuro em seus setores. Mas, para muitos, a maturidade em IA e machine learning permanece intangível.

Em janeiro de 2021, realizamos uma pesquisa com mais de 1.800 líderes de TI nas Américas, Europa, Ásia e Oriente Médio. O relatório dividiu os entrevistados em seis setores — setor governamental/público, nativo digital, saúde, serviços financeiros, manufatura e varejo —, a fim de comparar tendências e insights sobre suas respectivas jornadas de IA e machine learning.

Conclusões do relatório sobre adoção de IA e machine learning

A pesquisa caracteriza a maturidade de IA e machine learning nos setores, relata as cinco principais categorias dos desafios de adoção e fornece orientações sobre como acelerar sua jornada de IA e machine learning. As informações abrangem insights acerca de escalabilidade, qualidade dos dados, adesão da liderança, definições de KPI e deficit de talentos. Os destaques do relatório incluem:

  • Um em cada oito entrevistados em todos os setores relata estar no início da jornada de IA e machine learning. Apenas 17% relatam estar confiantes, com recursos de IA e machine learning totalmente maduros e dimensionados em toda a organização. Embora o varejo tenha relatado o maior nível de maturidade (22%), os entrevistados desse setor também foram os que mais relataram estar no estágio inicial (55%). Isso se verifica pela grande diversidade do varejo — de grandes lojas a varejistas de nicho.
  • Varejo, saúde e manufatura são os três principais entrevistados nas duas categorias de qualidade de dados. Todos os três setores relatam dificuldade para derivar insights acionáveis dos dados e fracasso em iniciativas devido a dados sujos.
  • Tal como acontece com a maioria das tecnologias emergentes, os talentos são um obstáculo à adoção de IA e machine learning em todos os setores. Embora o varejo tenha liderado os entrevistados, com 31% afirmando que encontrar talentos é um problema, todos os setores relataram consistentemente que os talentos estão retardando sua capacidade de avançar.
  • O ROI da IA e do machine learning é notoriamente difícil de monitorar. Só que, sem os números, é difícil demonstrar valor e manter o apoio das partes interessadas. Ainda assim, praticamente um em cada quatro entrevistados no setor governamental/público (24%) não está medindo o valor das iniciativas de IA e machine learning, e o mesmo percentual (24%) relata ser difícil definir claramente uma estratégia ou métricas de sucesso.

Para saber mais sobre como a adoção de IA e machine learning difere entre os setores, baixe o relatório "Superando os Obstáculos à IA e ao Machine Learning entre os Setores."

Baixar o relatório completo

Participe da conversa: encontre o Solve em Twitter and LinkedIn, ou siga através de RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologiest are working today.

Subscribe

Sobre o autor

Equipe da Rackspace Technology — Solve

A equipe Solve é composta por uma equipe organizadora, uma equipe de editorial e diversos especialistas em tecnologia como contribuidores.

A equipe organizadora:

  • Tolga Tarhan, CTO, Rackspace Technology
  • Jeff...

Leia mais

Série sobre soluções para estratégia

Inscreva-se em um ou todos os eventos globais com influenciadores, especialistas, técnicos e líderes do setor

Crie sua conta já