Com o surgimento de tecnologias emergentes e a ansiedade para experimentar modelos inteligentes, muitas empresas estão omitindo processos-chave para sua implementação efetiva.
No universo cada vez mais digital e conectado de hoje, a governança de dados tornou-se um pilar essencial para empresas que buscam não apenas se adequar às regulamentações, mas também maximizar o valor extraído de suas informações. Neste cenário, o conhecimento profundo e a expertise são fundamentais para liderar com eficácia e promover uma gestão de dados que realmente transforme o negócio.
É sobre isso que uma matéria da revista Apertura falou recentemente, na qual tivemos a oportunidade de contribuir como fonte especialista no tema. Convidamos a todos que leiam o artigo, que oferece insights valiosos sobre como as empresas podem estruturar suas políticas de dados para alcançar eficiência
Vivemos em uma época em que os dados parecem dominar o mundo. A sensação é que, com um conjunto de dados grande o suficiente, as empresas têm ao seu alcance a possibilidade de aplicar inteligência artificial (IA) e fazer mágica: lançar produtos para arrecadar milhões de dólares, gerar experiências inesquecíveis para seus clientes ou levar a eficiência a um nível superlativo.
A realidade é que acumular dados é apenas parte do trabalho, mas não o mais importante. Como eles são usados, para que finalidade, quão seguros eles são, quem os usa… As empresas que não respondem a todas essas perguntas antes de embarcar em um projeto de IA podem esbarrar na estupidez natural comum.
Para realmente capitalizar o poder da IA, você precisa fazer o trabalho menos glamouroso ligado à adoção das tecnologias mais emergentes e disruptivas primeiro: preparar os dados. É aí que entra o conceito de governança de dados: o conjunto de políticas, processos, práticas, ferramentas, metodologias e pessoas para garantir que os dados estejam disponíveis, de qualidade e tratados com os mais altos níveis de privacidade e segurança.
“Embora a implementação de programas de governança de dados nas empresas argentinas ainda seja incipiente, elas passaram por uma evolução funcional e timidamente técnica”, diz Daniel Menal, diretor de dados e analytics da NTT DATA Argentina. A empresa propõe uma estrutura de maturidade que considera o escritório de governança de dados, dados mestres e qualidade, ciclo de vida, arquitetura, segurança, serviços conectados, comunicação e alfabetização como áreas de medição. A partir daí, ele constatou que a maioria das empresas do país oscila entre os níveis 2 e 3. “Ter tecnologia de ponta sem uma estratégia sólida de alfabetização de dados não é sustentável ao longo do tempo”, conclui.
E nem tudo é inteligência artificial. A governança de dados é a chave para qualquer iniciativa digital daqui para frente. Carlos Christian Sueiro, advogado e professor de crimes informáticos na Universidade de Buenos Aires, lembra: “Muitas vezes chegamos à falsa crença de que só a IA impulsiona a quarta revolução industrial, mas na realidade é a convergência desta com outras tecnologias exponenciais, como a biotecnologia (edição de genes, ADN artificial, células pluripotentes, quimerização), a nanotecnologia (miniaturização de elementos à escala nanométrica), infotecnologia (robótica, automação em geral) e cognotecnologia (neurociências e neurotecnologias)”.
Garantindo a governança
“A questão da governança de dados na Argentina está em processo de evolução e se apresenta como uma ferramenta fundamental para garantir a qualidade dos dados, mas ainda enfrenta diversos desafios para alcançar maior maturidade”, afirma Lautaro Carmona, CEO da Unitech, especializada em soluções digitais para o setor judiciário. “Alcançar isso requer uma transformação organizacional complexa, um compromisso sustentado ao longo do tempo e apoio político da gestão executiva”, diz ele.
Martín Malievac, diretor de pesquisa e desenvolvimento do Napse, especializado em soluções omnichannel para o varejo, concorda que “ainda há um longo caminho a percorrer para que se atinja maior maturidade na Argentina, mas o progresso tecnológico no país é constante”. Além disso, afirma que a chave para avançar para novas etapas é “ter uma abordagem abrangente e coordenada que promova, em primeiro lugar, um maior investimento em processos e tecnologias que possibilitem níveis mais elevados de rastreabilidade, coordenação, intercâmbio e segurança no tratamento de dados”.
Esta não é uma questão da exclusiva responsabilidade das grandes empresas. “O conceito de governança de dados é frequentemente associado a estruturas complexas com as quais empresas maiores ou cujo produto ou serviço depende de um processamento cuidadoso de dados devem se preocupar, mas a realidade está bem longe disso: estabelecer uma estrutura, políticas e estratégia de governança de dados desde o início é fundamental. não apenas para evitar altos custos futuros, mas também porque, ao garantir uma maior qualidade de nossos dados, impactamos a eficiência, a receita e a segurança de nossos usuários“, diz Kevin Hansen, gerente de ciência de dados da Smart Channel, uma plataforma de marketing preditiva autogerenciada.
Na era da nuvem, a solução está muitas vezes mais próxima do que você imagina. “Cada vez mais empresas estão optando por plataformas em nuvem com componentes como ferramentas para avaliar dados, catalogar metadados, gerenciar o controle de acesso ou monitorar a qualidade e segurança das informações”, diz Natalia Scaliter, gerente geral do Google Cloud Argentina. “A proteção, o cumprimento das normas relacionadas à guarda de dados e o controle e visibilidade dos dados são fatores fundamentais nesse momento”, observa.
Que seja lei
Paula Angeleri, diretora de qualidade da Universidade de Belgrano (UB), lembra que a subsecretária de Tecnologias da Informação da Chefe do Gabinete de Ministros emitiu um dispositivo no ano passado (2/2023) que inclui um anexo com recomendações para IA confiável.
“Embora promova melhorias, ainda há um grande problema a ser resolvido: a falta de integrabilidade entre as diferentes bases de dados da esfera pública em nível provincial e nacional.” A UB colaborou com um grupo de líderes governamentais e acadêmicos e com o IRAM para desenvolver um novo padrão de integrabilidade (IRAM 17610-1). Ele também desenvolveu o framework MyFEPS, em espanhol e de uso gratuito, cujo modelo de qualidade QSAT (sigla para “Quality” mais o sobrenome de seus três criadores, Amos Sorgen, a própria Angeleri e Rolando Titiosky) inclui os aspectos de qualidade e segurança de dados.
“A legislação atual precisa ser atualizada para enfrentar os desafios tecnológicos relacionados à privacidade”, diz Nahuel Alberti, chefe de Engenharia da Paisanos, criadora de produtos digitais inovadores. “Para maior maturidade na governança de dados, é crucial adotar uma abordagem abrangente que vai desde atualizações legislativas, como a Lei de Proteção de Dados Pessoais, a promoção de uma cultura baseada em dados na esfera pública, investimento em tecnologia e treinamento.”
Sebastián Pereira, CIO da Santex, especialista em IA, destaca alguns desafios relacionados à infraestrutura e questões políticas ou jurídicas. “Um problema central é a localização legal das empresas, que muitas vezes são registradas fora do território nacional, e a localização dos servidores em territórios estrangeiros”, diz.
“Isso dificulta a aplicação das leis locais e a proteção dos direitos dos usuários devido à falta de jurisdição”, acrescenta. Por outro lado, garante que o investimento insuficiente em ecossistemas de dados protegidos e dinâmicos persista. “A evolução para um equilíbrio que incentive o desenvolvimento autônomo e não apenas o consumo de tecnologia é crucial, incluindo o acesso a bancos de dados para treinamento de modelos e fontes de informação que permitam às empresas inovar com segurança jurídica e obter benefícios de forma multidimensional.”
Inteligência de condução
A governança de dados é o passo necessário e suficiente para alcançar os melhores resultados com iniciativas de IA. É a base de qualquer projeto de dados”, diz Menal.
Neste momento não há rachadura. Todos os consultados se manifestam na mesma direção. “A má gestão de dados pode retardar o desenvolvimento de projetos de IA quando há dificuldades em garantir a segurança e a privacidade dos dados”, explica Pablo Velan, CTO da fintech argentina N5. “É vital entender a origem, a sensibilidade e o ciclo de vida dos dados que usamos para alimentar a IA. Não há como implementar um projeto de sucesso se uma empresa, independentemente do seu setor, não estiver à altura dos mais altos padrões de gestão de dados”, acrescenta.
“Uma gestão de dados eficaz em termos de qualidade, disponibilidade e usabilidade é fundamental“, afirma Aldo Tirapegui, Assessor de Soluções de Plataforma de Tecnologia de Negócios da SAP para a Região Sul. Sobre o primeiro ponto, ele diz que “é importante estabelecer processos confiáveis para garantir a qualidade dos dados: implementação de procedimentos de limpeza, padronização e validação”.
Em relação à disponibilidade, ele acrescenta que “as empresas podem usar recursos de integração para combinar dados de diferentes fontes em um só lugar e garantir que sejam utilizáveis para equipes de análise e projetos de IA”. Por fim, em relação à acessibilidade, ele indica que “as soluções analíticas permitem criar dashboards interativos e visualizações que facilitam a exploração e análise”.
“A adoção de uma abordagem rigorosa à governança de dados nos permitirá desmontar os silos que limitam a riqueza da análise proporcionada por tecnologias como a IA generativa e, dessa forma, tomar decisões mais precisas e oportunas, além de melhorar os controles de despesas gerenciando recursos de forma eficaz, por exemplo, sendo capaz de eliminar dados duplicados”, diz Scaliter. O Google Cloud estima que até 2025 todos os sistemas de análise serão alimentados por IA generativa.
O que pode dar errado?
Observando com a lente invertida… Quais são os danos que podem ser sofridos por uma empresa que avança com suas iniciativas de IA sem ter estabelecido uma boa governança de dados?” Entre as consequências negativas e de longo alcance da má governança de dados estão a possibilidade de dar origem a vieses e decisões erradas, e uma falha na proteção de dados pode resultar em violações de privacidade que levam a uma perda de confiança e sanções legais que afetam a viabilidade de projetos e uma perda de confiança nas pessoas sobre como a IA pode mudar nossa sociedade para melhor”, diz Alberti.
“Se os dados forem de baixa qualidade ou tendenciosos, os modelos de IA podem gerar resultados incorretos ou injustos, levando a decisões que prejudicam determinados grupos ou indivíduos e prejudicam a confiança do público na tecnologia”, acrescenta Matías Nahón, gerente geral da Analitix, consultoria especializada em fraudes corporativas. “Também pode acontecer que dados incompletos ou incorretos reduzam a precisão dos modelos e sua eficácia em fazer previsões ou tomar decisões automáticas”, acrescenta.
“Não só envolve riscos operacionais e legais para uma empresa, mas também pode ter um impacto direto e significativo em sua avaliação de mercado”, detalha Pereira.
Em relação à disponibilidade, ele acrescenta que “as empresas podem usar recursos de integração para combinar dados de diferentes fontes em um só lugar e garantir que sejam utilizáveis para equipes de análise e projetos de IA”. Por fim, em relação à acessibilidade, ele indica que “as soluções analíticas permitem criar dashboards interativos e visualizações que facilitam a exploração e análise”.
“A adoção de uma abordagem rigorosa à governança de dados nos permitirá desmontar os silos que limitam a riqueza da análise proporcionada por tecnologias como a IA generativa e, dessa forma, tomar decisões mais precisas e oportunas, além de melhorar os controles de despesas gerenciando recursos de forma eficaz, por exemplo, sendo capaz de eliminar dados duplicados”, diz Scaliter. O Google Cloud estima que até 2025 todos os sistemas de análise serão alimentados por IA generativa.
O que pode dar errado?
Observando com a lente invertida… Quais são os danos que podem ser sofridos por uma empresa que avança com suas iniciativas de IA sem ter estabelecido uma boa governança de dados?” Entre as consequências negativas e de longo alcance da má governança de dados estão a possibilidade de dar origem a vieses e decisões erradas, e uma falha na proteção de dados pode resultar em violações de privacidade que levam a uma perda de confiança e sanções legais que afetam a viabilidade de projetos e uma perda de confiança nas pessoas sobre como a IA pode mudar nossa sociedade para melhor”, diz Alberti.
“Se os dados forem de baixa qualidade ou tendenciosos, os modelos de IA podem gerar resultados incorretos ou injustos, levando a decisões que prejudicam determinados grupos ou indivíduos e prejudicam a confiança do público na tecnologia”, acrescenta Matías Nahón, gerente geral da Analitix, consultoria especializada em fraudes corporativas. “Também pode acontecer que dados incompletos ou incorretos reduzam a precisão dos modelos e sua eficácia em fazer previsões ou tomar decisões automáticas”, acrescenta.
“Não só envolve riscos operacionais e legais para uma empresa, mas também pode ter um impacto direto e significativo em sua avaliação de mercado”, detalha Pereira.
Funções, funções e mais funções
Não existe uma posição mais essencial que outra, todas elas são necessárias dentro dessa nova lógica que traz uma nova forma de negócio e tecnologia.
“Destaca-se também o data steward, que é integralmente responsável por um determinado conjunto de dados (geralmente há tantos quantos são os domínios de informação na empresa) e uma ponte entre o negócio e a TI, e o data custodiante, a contraparte técnica do data steward, o guardião do acesso, movimentação e armazenamento”, diz Salmeri.
Essas funções não devem ser vistas como eventos isolados. “Isso requer uma combinação destes, que por sua vez precisam trabalhar juntos para construir uma cultura de dados forte”, diz Velan.
Carmona também menciona a presença de advogados na equipe. “Estruturado como um comitê, muitas vezes é essencial garantir proteção durante todo o ciclo de vida, desde a criação do ativo digital até sua destruição”, esclarece.
Alberti acrescenta a ética de dados, “que é responsável por garantir que o uso de dados esteja alinhado com princípios éticos e responsáveis, especialmente em contextos onde informações pessoais e sensíveis são usadas.
“Algo a se observar sobre os cargos de governança é que eles devem ter uma base sólida de conhecimento técnico, mas é tão importante que eles tenham conhecimentos de engenharia de processos e habilidades como liderança, comunicação e negociação, pois atuam como pontes entre áreas técnicas e não técnicas”, diz Hansen.
Vivemos em uma época em que os dados parecem dominar o mundo. Mas, primeiro, as empresas que querem capitalizar essa situação precisam governar os dados.
