Democratização da analítica foi foco do Lisbon Data & AI Forum 2020

Na quarta edição do Lisbon Data & AI Forum, a Noesis e a Qlik reuniram mais uma vez líderes de indústria e clientes finais para debater as mais recentes tendências na área da analítica, dados e inteligência artificial – com particular foco, este ano, na terceira geração de analítica, e de que forma esta virá a ajudar a ultrapassar os entraves à adoção destas tecnologias.

Para além das empresas anfitriãs, o Lisbon Data & AI Forum contou com a presença de representantes da Cloudera, IDC e DSPA, para debater as tendências, desafios e oportunidades que a analítica traz para as empresas e para o mercado, bem como boas práticas para a sua adoção, e de que forma as organizações podem tomar partido dos dados para responder aos desafios da gestão e suportar a tomada de decisão. Sem esquecer a perspetiva do cliente final, o evento contou também com o testemunho do Super Bock Group, MaisFarmácia, McDonalds, Turismo de Portugal e Bayer, as quais puderam, num conjunto de round tables, partilhar a sua visão sobre a temática dos dados e analítica, a sua jornada digital, e o papel que estas tecnologias estão a ter nas suas organizações.

Lições aprendidas e visão para o futuro

Em 2020, poucas foram as empresas que não experienciaram algum nível de disrupção, seja simplesmente ao nível da colaboração ou da totalidade dos modelos operacionais.

Contudo, vimos também muitas empresas a se adaptar à súbita mudança de paradigma – através da transformação dos modelos de negócios, dos processos, etc. Todos estes casos, relata Luís Gonçalves, Data Analytics & AI Director da Noesis, têm um denominador comum: conhecimento sobre a empresa, através da implementação de uma estratégia de dados robusta.

“É necessário investir nos dados para podermos ser capazes de tomar decisões informadas em tempo real – é necessário ser data centric para conhecermos os nossos próprios negócios”.

Mais de 50% das empresas, explica, já estão atualmente a implementar estratégias de dados – contudo, isto não garante que todos os departamentos estejam no mesmo nível de maturidade e usem os dados da mesma forma, ou que estes sejam integrados na estratégia alargada de negócio.

Por exemplo, departamentos como as vendas já estão num nível de data literacy muito mais avançado, enquanto outros departamentos onde, seja por motivos históricos ou de orçamento, ainda têm um caminho muito maior a percorrer.

“Aqui é muito importante, não só a tecnologia, não só a vontade, mas também a implementação de estratégias de data literacy nas organizações”, alerta o responsável.

Naturalmente, é também necessário dispor das ferramentas necessárias – e enquanto é verdade que ainda há uma caminho muito grande a percorrer, também o é que o business intelligence já está muito além da situação que se via à uns anos atrás, em que era tudo implementado ad-hoc, com tempos de reação na ordem das semanas.

Agora, refere Luís Gonçalves, estamos na geração self-service, em que os próprios utilizadores utilizam as ferramentas para obter os insights desejados, mas para tomar verdadeiro partido destas ferramentas, e dos talentos disponíveis nas organizações, é necessário alcançar a chamada “AI for BI”, na qual a inteligência artificial realiza as tarefas mais repetitivas e com menor valor acrescentado do processo analítico – extração, catalogação e enriquecimento dos dados – permitindo que os humanos se foquem na área na qual são verdadeiramente bons, que é a decisão.

Mais importante ainda, isto permite estreitar a lacuna da data literacy dentro das empresas, permitindo que colaboradores com conhecimentos de negócio possam retirar insights dos dados sem necessidade de um alto nível de habilitação em Data Science – um importante passo na democratização da analítica.

Boas práticas

Destes tópicos, vários foram aprofundados no painel “Boas práticas para a incorporação da IA na estratégia das organizações”.

Ricardo Ramos, Principal Competitive Analyst da Qlik, acredita que o papel da IA nas organizações vai estar orientado para aumentar as capacidades das pessoas nas organizações, não para as substituir, optimizando a sua performance e facilitando a adoção de ferramentas de analítica.

“Creio que é uma forma de conseguirmos ajudar as pessoas que não tem uma data literacy tão avançada a tomar partido dos dados que de outra forma não conseguiriam tratar. Com estas ajudas, mais pessoas vão ter maior capacidade no que diz respeito à analítica e tomada de decisão”.

Por outro lado, a adoção desta ferramentas traz consigo, muitas vezes, um dilema: é possível estabelecer um ecossistema de analítica sem investir no big data, com todo o investimento de infraestrutura, arquitetura e cibersegurança associados?

Por um lado, explica Alex Campos, da Senior Solutions Engineer da Cloudera, sim: quanto maior o volume e contextualização dos dados, melhor será a performance. “Mais dados vão levar a melhores modelos e, como tal, a melhores insights”.

Contudo, acrescenta Ricardo Ramos, a cloud traz aqui uma vantagem que facilita em muito a adoção, em particular por empresas que estejam a começar os seus primeiros projetos. Pela sua escalabilidade, permite começar em menor escala, sem necessidade de um grande investimento inicial em capacidades técnicas e infraestrutura física. Isto permite investir com segurança em pequenos projetos proof-of-concept, podendo aumentar a escala e abrangência progressivamente, de forma a dar resposta às necessidades dos colaboradores, da empresa, e dos fatores externos. 

Conteúdo co-produzido pela MediaNext e pela Noesis