As principais prioridades estratégicas para líderes de dados e AI em 2026

2026 está se configurando como um ano decisivo para a adoção de AI empresarial.

O entusiasmo continua alto: 65% das organizações já implantaram a GenAI, de acordo com o recente relatório “Building a high-performance data and AI organization” do MIT Technology Review percepções. Agora, as organizações estão hiperfocadas em aproveitar o poder da AI para entregar resultados tangíveis para seus negócios.

Ao conversar com clientes e líderes de negócios de todas as indústrias, a prioridade continua sendo a construção de ecossistemas de dados unificados e governados que possam potencializar agentes de AI e aplicações de alta qualidade. E à medida que as empresas buscam escalar o uso desses agentes e aplicativos especializados que podem raciocinar em seus ambientes únicos, as avaliações personalizadas estão se mostrando essenciais.

Então, o que vem a seguir? Aqui estão as tendências que prevemos que vão moldar os esforços em dados e AI em 2026. 

A escolha do modelo é inegociável 

A batalha atual pela supremacia entre os LLMs de ponta tem sido um boom para as empresas.

Os laboratórios de AI continuam a se desafiar para tornar os modelos subjacentes mais poderosos, e as organizações não querem se comprometer com um único provedor por medo de perder o que há de mais recente e melhor. Em vez disso, elas querem ter a capacidade de escolher LLMs com base no desempenho e no custo para tarefas específicas.

“Quando a inovação é tão fluida, a flexibilidade de IT e a capacidade de alternar entre modelos subjacentes tornam-se grandes vantagens competitivas. As tecnologías abertas dão às empresas o controle de que precisam para prosperar na nova era de interrupção constante impulsionada por AI.” - Dael Williamson, Field CTO

A governança unificada de AI é fundamental para agentes de AI empresariais 

Antes considerada apenas um controle de acesso, a governança é uma camada essencial em sistemas de AI agênticos.

A governança agora se estende a cargas de trabalho de AI, dashboards e muito mais, abrangendo semântica e linhagem. Em essência, governança é como as organizações controlam seus agentes de AI. Ela atua como a camada contextual que guia os agentes de AI para os dados corretos e impede que os sistemas ajam de forma inadequada.

“Qualquer estratégia de AI bem-sucedida precisa responder a três perguntas: a empresa consegue identificar os dados usados? Eles entendem quais LLMs estão sendo chamados? E eles conseguem explicar o que aconteceu em toda a cadeia de AI agentiva? Uma governança forte e unificada é a key para lidar com cada um desses desafios.”  - Robin Sutara, Field CDO 

O desenvolvimento de AI se consolida onde todos os dados residem

Em muitas organizações, o desenvolvimento de AI geralmente é dividido entre potencialmente dezenas de ferramentas e domínios diferentes. Isso afeta o desempenho geral, atrasa o caminho para a geração de valor e torna mais difícil para as organizações rastrear e governar suas cargas de trabalho de AI.

Em vez disso, quando as empresas criam agentes e aplicações de AI que conectam todos os seus dados em formatos abertos e interoperáveis, elas eliminam grande parte dessa complexidade operacional, bem como aceleram o ritmo de adoção da AI. Dados unificados e multimodais — abrangendo estruturados e não estruturados — são a key para o sucesso. E com requisitos essenciais como governança unificada e linhagem de ponta a ponta integrados à base, as empresas podem ampliar o acesso com mais confiança em toda a organização.

“As melhores e mais adaptáveis empresas estão usando dados para tê-las como guia em um marketplace global em rápida mudança. Simplificar a arquitetura de AI e criar novos agentes e aplicações onde os dados de negócios principais e multimodais já residem ajuda um número maior de usuários a acessar essa inteligência importante e crítica para os negócios mais rapidamente.” - Dael Williamson

Um foco em “AI sem graça” combinado com a expertise humana 

Enquanto alguns continuam sua busca pela superinteligência de AI, as empresas se concentrarão em aplicar a AI em suas tarefas mais repetitivas e rotineiras. E elas buscarão cada vez mais equipar seus especialistas de domínio com agentes de AI altamente especializados para maximizar o uso de suas décadas de experiência nas indústrias. Em última análise, o poder da AI está em desbloquear o potencial das pessoas para inovar.

“Uma abordagem que prioriza as pessoas na implementação de AI é key. As organizações podem maximizar o conhecimento institucional ao equipar tanto os veteranos quanto os novatos com ferramentas especializadas que os mantêm focados em tarefas de alto valor.” - Robin Sutara

Para obter mais percepções sobre como os líderes estão acelerando as iniciativas de AI com confiança, leia o novo relatório do MIT Technology Review: Building a High-Performance Data and AI Organization.

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