Relatório aponta barreiras para o uso de agentes de IA corporativos
Pesquisa com executivos revela que apenas um terço dos projetos de agentes de IA corporativos chegam à produção devido a falhas de dados e conhecimento.
Resumo rápido
- Apenas cerca de 34% dos projetos de agentes de IA corporativos chegam à fase de produção.
- A falta de contexto e conhecimento estruturado é apontada como um dos principais gargalos.
- Empresas planejam investir em tecnologias de recuperação e grafos de conhecimento.
Entenda o contexto
O relatório da divisão Insights da MIT Technology Review explora os desafios enfrentados por organizações ao implementar agentes de inteligência artificial em ambientes corporativos. O documento baseia-se em uma pesquisa com 300 executivos para avaliar como a falta de contexto e dados estruturados impacta o sucesso e a escalabilidade desses projetos.
Uma pesquisa realizada com 300 executivos de tecnologia e dados indica que a escassez de conhecimento contextual corporativo limita o avanço de projetos com agentes de inteligência artificial. O levantamento, conduzido pela divisão de conteúdo personalizado da MIT Technology Review, aponta que apenas cerca de um terço dos projetos de agentes de IA corporativos conseguem sair da fase de testes e chegar à produção.
De acordo com o estudo, sistemas legados de dados, preocupações com segurança e privacidade, e a falta de conhecimento estruturado formam os principais pontos de falha. A fragmentação de dados — caracterizada pelo compartilhamento inadequado de informações entre diferentes sistemas — foi o obstáculo mais citado pelos entrevistados para expandir o acesso dos agentes ao conhecimento necessário.
Desafios e prioridades de investimento
O relatório diferencia o desempenho de um pequeno grupo de empresas consideradas líderes de produção, onde a média de projetos avançados chega a 61%. Essas organizações demonstram capacidades de conhecimento superiores, especialmente no aspecto semântico, embora apontem questões de segurança e privacidade como suas principais preocupações.
Para superar essas barreiras e aprimorar a tomada de decisões dos sistemas, executivos esperam que o fortalecimento da base estrutural entre os dados corporativos e os agentes traga o maior impacto. Como resposta, as organizações pretendem direcionar investimentos para tecnologias de recuperação, como pipelines de ingestão, APIs preparadas para IA, geração aumentada por recuperação e grafos de conhecimento.
Referências
- Reportagem consultada: MIT Technology Review — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
