Empresas brasileiras confiam em IA, mas enfrentam desafios com dados
Publicado em · Atualizado em

Destaques
- Empresas no Brasil demonstram maior confiança em IA do que a média global, mas a qualidade e a origem dos dados são os principais obstáculos.
- A manutenção de infraestrutura legada consome 24% dos orçamentos de TI, e equipes perdem tempo com tratamento manual de informações.
- A Iron Mountain aposta em soluções de gestão de dados e cocriação com clientes para superar desafios e extrair valor da inteligência artificial.
Empresas brasileiras demonstram uma confiança superior à média global em inteligência artificial (IA), mas enfrentam um desafio fundamental anterior à adoção da tecnologia: a gestão e a procedência dos dados que alimentam os modelos. Um levantamento da Vanson Bourne, a pedido da Iron Mountain, revelou que 57% das companhias no Brasil não confiam em decisões de IA sem validação humana, enquanto 82% apontam a origem e a integridade das informações como os principais obstáculos para o uso confiável da tecnologia. Para 72% dos respondentes, a saída para esse dilema reside em regras de governança de dados mais robustas.
“Talvez o desafio da inteligência artificial não esteja na inteligência artificial, e sim no dado que a alimenta. O grande valor das empresas é o dado que elas têm”, resumiu Valdemir Marques de Morais, country leader no Brasil da Iron Mountain.
O peso da infraestrutura legada e a gestão de dados
A pesquisa destaca que a manutenção de infraestrutura legada consome 24% dos orçamentos de tecnologia no Brasil. Além disso, 79% das equipes de TI e ciência de dados perdem tempo com o tratamento manual de informações. Profissionais de áreas de negócio, por sua vez, chegam a gastar 39% do expediente validando dados dispersos em diferentes sistemas. A Iron Mountain estima que os dados corporativos no país crescem cerca de 60% ao ano, o que agrava o acúmulo de arquivos obsoletos sem classificação.
Apesar desses desafios, o Brasil apresenta um nível ligeiramente superior de maturidade na gestão de conteúdo, com 10% das empresas locais atingindo nível avançado, contra 8% da média mundial. Ana Carla Martins Netto, head of Business LATAM da Iron Mountain, observa que a dificuldade em localizar, acessar e capturar dados é comum na região, independentemente de estarem em formato físico ou digital.
Extraindo valor dos dados: da mineração ao uso prático
Valdemir compara o processo de extração de valor dos dados à mineração de ouro, enfatizando a necessidade de refinar a informação, garantir a conformidade com a Lei Geral de Proteção de Dados (LGPD) e, então, aplicar inteligência para monetização. Os resultados positivos já são visíveis: 58% das empresas brasileiras relatam crescimento de receita, 56% registram ganhos de rentabilidade e 58% apontam aumento de produtividade com o uso de IA.
O Brasil também apresenta uma menor taxa de projetos de IA atrasados (28%) em comparação com a média global (33%). Ana Carla atribui essa capacidade de execução à alta confiança, mas alerta que o custo operacional de sistemas legados ainda é um entrave. A empresa aposta na cocriação, onde o conhecimento do negócio do cliente é combinado com a expertise da Iron Mountain em gestão de dados, sempre com a validação humana como componente essencial.
A jornada da informação: do arquivo físico à plataforma digital
A Iron Mountain, com 75 anos de tradição na guarda de documentos, busca se reposicionar como orquestradora de dados. Sua plataforma InSight DXP, oferecida como SaaS, integra-se a sistemas de mercado e está disponível em marketplaces de provedores de nuvem. O portfólio abrange o ciclo de vida completo da informação, desde a guarda física e digitalização até o descarte seguro e remarketing de equipamentos.
A empresa atende diversos setores, incluindo finanças, varejo, indústria e setor público, com casos de sucesso como o Tribunal de Justiça de São Paulo (TJ-SP) e a digitalização do acervo da equipe de Fórmula 1 McLaren. A executiva ressalta que a segurança é uma preocupação central, com uma área digital consolidada há mais de 20 anos. A recomendação para empresas que buscam implementar IA é começar atacando um problema específico, com um custo total de propriedade realista, validar a solução e, então, expandir gradualmente.



