Por Ricardo Rocha (*)

AI Sprawl! Um novo conceito que, muito em breve, passará a estar no top of mind de qualquer CIO/CTO. E, também do top das suas preocupações!

A rápida proliferação de modelos de IA, ferramentas e aplicações apresentou as empresas um “maravilhoso novo mundo” cheio de potencial, novas capacidades, eficiência e inovação.

Ferramentas como o chat GPT e a ascensão da IA Generativa vieram potenciar uma “corrida ao IA” no mercado. À medida que o IA e a GenAI se tornam na grande tendencia e “buzzword”, todos, desde clientes, empresas, consumidores, até aos fabricantes de software estão desenfreadamente a procura de tirar o melhor partido do seu potencial.

O Resultado? Todas as ferramentas e software tem, agora, IA!

Qualquer SaaS oferece-nos hoje o seu “AI Agent”, o CRM, a nossa ferramenta de BI, o ERP, até uma “simples” ferramenta de e-learning para os nossos colaboradores.

Com esta proliferação, vem também os riscos. Dois, em particular. A dívida técnica e os Data Silos.

  1. Dívida Técnica

A corrida à adoção: Empresas ansiosas por adotar IA frequentemente avançam sem ponderar consequências a longo prazo. Atualizações frequentes dos modelos, manutenção, integrações complexas serão fatores de acumulação de dívida técnica, aumentada exponencialmente pela dispersão de ferramentas e múltiplos modelos.

Por outro lado, com a dispersão vem... a complexidade. Gerir diversos modelos de AI levanta dificuldades acrescidas de manutenção, erros e custos.

  1. Data Silos: Informação fragmentada

Repositórios de dados isolados: a proliferação de ferramentas SaaS com capacidades e funcionalidades IA adicionadas irão, inevitavelmente, gerar silos de dados, sem que estes sejam partilhados entre aplicações. Modelos de IA em Silos e sem uma visão holística constituem uma oportunidade perdida para avaliar padrões e correlações.

À medida que as organizações se aventuram na “selva da IA”, torna-se essencial balancear inovação, dívida técnica e integração de dados para tirar partido do seu potencial.

Abordagem estratégica

Exige-se uma abordagem estratégica para abordar a capacidade disruptiva da IA e mitigar riscos. Planear a adoção de IA no seio da organização, considerando as suas implicações potenciais a longo-prazo, adotar uma arquitetura “API-centric” para evitar silos entre ferramentas e dados e aproveitar o potencial de plataformas low-code para desenvolvimento de aplicações que permitem integrar AI de forma simplificada nas aplicações existentes, mantendo controlo total e evitando a dependência dos fabricantes, são algumas das estratégias a ter em conta.

Lembre-se: A “Selva da IA” abriga oportunidades, mas também perigos – escolha o seu caminho de forma inteligente.

(*) Managing Director - North América na Noesis