Ir para o conteúdo principal

Chegando à produção: Os segredos para uma IA empresarial segura, escalável e econômica

Getting to production: The secrets to secure, scalable and cost-effective enterprise AI

Published: May 27, 2025

Líder de dados4 min de leitura

Summary

  • Uma pesquisa do Economist Impact mostrou que apenas 29% dos profissionais acreditavam que os investimentos em IA de suas empresas estavam prontos para produção.
  • Explore as etapas que os líderes de tecnologia podem seguir para construir e escalar de forma segura e econômica novas cargas de trabalho de IA.
  • Táticas chave para a produção de IA incluem priorizar a governança unificada, escolher o caso de uso certo e usar os dados como uma vantagem competitiva.

Em um sinal de quão rapidamente as empresas estão adotando a IA, 70% já passaram da fase piloto e estão se preparando para lançar novos casos de uso no mundo real, de acordo com uma pesquisa global da Economist Impact.

A mudança para a produção significa que centenas, potencialmente milhares, de usuários interagirão com o sistema de IA subjacente. Em meio a essa expansão muitas vezes rápida, as empresas estão lutando para manter a confiabilidade e o desempenho. Garantir uma governança unificada nos enormes conjuntos de dados subjacentes continua sendo um obstáculo crítico. Na verdade, apenas 29% dos profissionais acreditavam que os investimentos em IA de suas empresas estavam prontos para produção.

Em um webinar recente, o CIO da Databricks, Naveen Zutshi, e a diretora editorial do Economist Impact, Tamzin Booth, delinearam as etapas que os líderes de tecnologia podem seguir para construir e escalar de forma segura e econômica novas cargas de trabalho de IA:

  • Trate-o como um projeto de desenvolvimento de software: De acordo com a pesquisa, apenas 22% dos entrevistados estavam confiantes na capacidade de sua infraestrutura de TI existente para suportar novas cargas de trabalho de IA. Os líderes de TI devem investir na plataforma subjacente correta para apoiar seus engenheiros. As empresas precisam unificar seus dados em um único local, adotar um único catálogo de governança, e então fornecer aos desenvolvedores as ferramentas para construir diretamente sobre esses ativos, bem como monitorar as cargas de trabalho resultantes.
  • Estimule a governança e a segurança: Estabelecer uma governança unificada em todos os dados da empresa é um obstáculo chave para implantar e escalar cargas de trabalho de IA empresarial, de acordo com 33% dos entrevistados. No entanto, com os dados consolidados em um único local, os líderes de TI podem implantar um catálogo de governança unificado em todos os ativos da empresa, permitindo que os usuários construam com mais confiança com as informações. As empresas também devem colocar limites para permitir que os engenheiros liberem sua criatividade de forma segura e protegida. Os tecnólogos vão usar novas ferramentas de IA de qualquer maneira. Cabe aos líderes de TI garantir que isso seja feito de maneira segura e governada.
  • Foque na interface do usuário: Não é fácil fazer os funcionários mudarem seus fluxos de trabalho. Escolher a maneira certa de incorporar a IA nos processos existentes é crucial. Na Databricks, quando estávamos construindo nosso agente de IA interno para fornecer inteligência de dados automatizada para a equipe de campo, houve muitos falsos começos antes de encontrarmos a melhor maneira de incorporar o recurso. Eventualmente, incorporamos em programas existentes que nossos funcionários já usam. Agora, ele fornece a inteligência de forma contínua sem que o usuário precise fazer nada.
  • Escolha o caso de uso de IA certo: As organizações geralmente começam sua jornada de IA com casos de uso internos para que as equipes possam ter confiança nos resultados e na confiabilidade de seus projetos. Não persiga a tecnologia apenas por causa da tecnologia - ela precisa estar vinculada ao valor e ao impacto. Os líderes de TI devem encontrar maneiras de trabalhar de perto com os usuários para evangelizar e escalar a tecnologia, como hackathons de negócios.
  • Encontre seu diferencial: O sucesso em IA sempre volta para os dados. Em vez de um modelo monolítico, as empresas estão construindo sistemas de agentes de IA que aproveitam vários modelos para amplificar o desempenho final. Agora, a verdadeira vantagem competitiva vem de quão bem as empresas podem usar ativos proprietários para personalizar esses sistemas e desenvolver produtos únicos. Na verdade, 66% das organizações globais disseram que reconhecem o potencial em integrar GenAI com dados proprietários. E empresas como FactSet e Replit já estão gerando receita com produtos de IA construídos em seus próprios dados usando sistemas agentivos.
  • Seja paciente com o progresso: Durante períodos de grande transformação, a mudança ano a ano pode parecer lenta. Mas o progresso tem sido significativo. As empresas levaram mais de 10 anos para infundir a Internet em suas operações. Alguns CIOs nem mesmo esperam colher seus retornos de IA por três anos. Mas à medida que o número de modelos de alta qualidade aumenta, e o preço dos custos de computação e inferência continua a cair, haverá um rápido aumento em Sistemas de Agentes de IA que acelerará muito o ritmo de mudança.

Ao tomar essas medidas, os CIOs ajudam suas organizações a usar a IA para melhorar a produtividade e a eficiência, bem como desbloquear o verdadeiro prêmio: inovação de negócios e geração de receita.

Para se aprofundar nessas melhores práticas, assista ao webinar: Desbloqueando a IA Empresarial. Ou leia o relatório completo e suas conclusões aqui.

 

(This blog post has been translated using AI-powered tools) Original Post

Nunca perca uma postagem da Databricks

Inscreva-se nas categorias de seu interesse e receba as últimas postagens na sua caixa de entrada