Data Ai Trends Report PTBR
Data Ai Trends Report PTBR
Data Ai Trends Report PTBR
de tendências
em dados
e AI de 2023
Cinco tendências para uma
estratégia de dados interconectada
Você encontrará pontos em comum nas tendências, incluindo a necessidade geral
de maior unificação e flexibilidade. Também aprenderá por que o sucesso dessas
tendências está interligado.
01 02 03 04 05
Entre na
era do Aproveitar
Acabar com ecossistema o grande Conhecer
os silos de de dados momento Usar insights seus dados
dados abertos da AI em tudo desconhecidos
mudanças do que
todas as gerações
anteriores.
Acabar com os
silos de dados
Relatório de tendências de dados e IA de 2023 Acabe com silos de dados 4
Tendência 1
Acabar com os
silos de dados
Uma nuvem de dados unificada fornece uma plataforma com suporte
a todas as fases do ciclo de vida dos dados. Bancos de dados, data
warehouses, data lakes, streaming, BI, AI e ML residem em uma
infraestrutura comum pré-configurada para integração perfeita.
Melhorar a experiência do
03 cliente
Entrar na era do
ecossistema de
dados abertos
Relatório de tendências de dados e IA de 2023 Entre na era do ecossistema de dados abertos 10
Tendência 2
Entrar na era do
ecossistema de
dados abertos
Para proteger a opção de tecnologia e reutilizar códigos e serviços
baseados em padrões, cada vez mais as empresas estão adotando
software de código aberto e APIs abertas.
Ciclos de desenvolvimento
03
mais rápidos
“
para aproveitar esses dados pode melhorar tudo. Ele
pode diminuir o tempo de lançamento e aumentar
o retorno do investimento. Acima disso, ele pode
tornar sua organização mais competitiva. Imagine
Gerrit Kazmaier Aproveitar esses dados criando um
se todos os seus funcionários, clientes e parceiros
VP e gerente geral de dados
e análise de dados, ecossistema participassem do ecossistema de dados como
colaboradores, e não como espectadores.
de dados
Google Cloud
70%
individuais para resolver problemas do fornedor e silos, protegendo a liberdade
específicos. Como resultado, agora de mover dados entre plataformas conforme
muitas delas armazenam dados em necessário, facilitando os fluxos de trabalho,
várias plataformas e nuvens públicas. insights e a monetização de dados. Por
Geralmente, esses dados acabam exemplo, os dados armazenados em qualquer
ficando separados, o que dificulta a banco de dados relacional baseado em SQL,
extração de insights de todos eles. como o PostgreSQL, podem ser facilmente
mais líderes de dados do que líderes atrasados movidos e compartilhados com qualquer outro
dizem que é importante que as nuvens de
dados sejam baseadas em protocolos abertos.4 banco de dados baseado em SQL. Sistemas
com APIs abertas em conformidade com a
arquitetura REST facilitam o consumo e o
compartilhamento de dados de fontes internas
e externas pelas empresas. Além disso, o uso de
padrões e arquiteturas abertas também permite
que as organizações analisem os dados no local
em que estão, o que minimiza a migração de
dados e as taxas de saída.
Esteja aberto ao
código aberto
As pesquisas mostram um aumento na adoção de código aberto
Popularidade
e uma diminuição no uso de software empresarial licenciado.
Aproveitar o grande
momento da AI
Relatório de tendências de dados e IA de 2023 Recepcione o ponto de virada da IA 17
Tendência 3
Aproveitar
o grande
momento da AI
Agora as experiências baseadas em AI fazem parte da vida cotidiana. Essa
onipresença cria uma demanda por formas mais fáceis de trabalhar com AI e ML de
modo que mais pessoas usem esses recursos.
Democratize o acesso ao
03 ML e à IA
“
estratégias emergentes de adoção de AI. Há apenas
um ano, as empresas pensavam e gerenciavam as
nuvens de dados e de AI como entidades separadas.
Mas, como observamos em outras tendências, essa
June Yang [...] cientistas de dados, analistas,
separação ou estratégia isolada cria obstáculos.
desenvolvedores e outros
VP, soluções do setor e de IA na nuvem criadores de ML [...] querem
uma
Google Cloud Hoje, os cientistas de dados, analistas,
desenvolvedores e outros criadores de ML trabalham
juntos. E todos querem uma interface que permita
interface acessar as ferramentas, dados e insights em um portal
unificado.”
para acessar as ferramentas, dados
e insights em um portal unificado.”
qualificação em ML.
• Veicular recomendações personalizadas para os compradores
• Garantir a disponibilidade do produto com a previsão da
demanda
Como a maioria das empresas não tem a equipe de ciência de dados necessária • Dar atenção especial aos clientes que precisam disso para obter
para atingir as metas de AI/ML, cada vez mais organizações estão capacitando uma previsão da perda de clientes
“cientistas de dados cidadãos” para desenvolver modelos de ML pré-treinados ou
métodos de treinamento com pouco código. E 81% das organizações afirmam que
ter mais cientistas de dados cidadãos melhoraria bastante a capacidade de realizar Os serviços financeiros e as seguradoras usam AI/ML para:
análises avançadas em mais projetos. 9
80%
As organizações de telecomunicações implantam AI/ML para:
• Automatizar as centrais de atendimento com agentes virtuais
que respondem às preocupações comuns dos usuários
• Reservar o tempo dos atendentes para assuntos complicados ou
urgentes
de AI/ML
personalizadas e resultados de pesquisa em cerca de 7.400 toneladas por ano com
para os clientes, usando machine learning. inteligência preditiva.
Usar insights
em tudo
Relatório de tendências de dados e IA de 2023 Inclua insights em tudo 23
Tendência 4
Usar insights
em tudo
Repense estratégias e aplicativos de BI e análise de dados para melhorar as
decisões, o atendimento ao cliente, o desenvolvimento de produtos e a receita.
Melhore a aquisição e
03 retenção de clientes
73%
dados são fornecidos em um painel compartilhado que
fornece métricas gerais, em vez de conclusões claras e
acionáveis personalizadas para usuários específicos.
US$ 200 bi
melhorou a qualidade
das decisões na forma consistente e em tempo real para ter uma única
organização14 versão da verdade. Além disso, em vez de medir o ROI do
BI pela quantidade de vezes que alguém se conectou a
em todo mundo.15 um painel, é importante medir os resultados da tomada de
decisão aprimorada, como aumento de receita, cadeias de
suprimentos otimizadas e desenvolvimento de produtos
inovadores.”
79%
o modelo tradicional orientado para incorporação de BI em aplicativos aumentar o público interno
painel em favor da adoção de um corporativos, que é crítica para 87% e 66% querem alcançar mais
usuários externos com recursos
paradigma de BI voltado para a ação, das organizações. Isso é importante integrados de BI e análise nos
no qual os insights são veiculados para porque 79% das organizações aplicativos corporativos.17
confiáveis consistentes
oferecer aos clientes insights em tempo real e clientes que precisam de dados com
sobre ameaças de segurança. um acesso escalável, confiável e de
autoatendimento.
01 Melhore a produtividade
e a colaboração
“
proteger e manter a conformidade legal. As empresas modernas
Anton Chuvakin coletam e copiam grandes quantidades de dados de muitas
Consultor sênior de segurança da equipe fontes, especialmente não estruturados, e estão descobrindo
Dados não
Google Cloud que é impossível encontrar, digitalizar e classificar manualmente
o risco de todos os conjuntos de dados.
Conseguir visibilidade de
todos os seus dados é a
primeira etapa e a mais
crítica no gerenciamento
de risco de dados. Isso
inclui entender todos
os seus pipelines de
ingestão de dados e silos
de armazenamento.
Classifique
seus dados
73%
Depois de saber onde estão os
dados, você precisa classificar todos
eles. Acuricidade é essencial. Como
muitas vezes não há como fazer
isso manualmente, as organizações das organizações tomaram
estão aumentando as habilidades e medidas para tentar usar a mesma
linguagem em todos os ativos ou
os recursos com o machine learning artefatos de dados20
e as ferramentas de automação de
negócios. Como vimos na quarta
tendência, 90% das empresas
72%
também estão usando BI e análises
para detectar anomalias nos dados. 19
Implemente controles
consistentes
Caso tenha dados detectáveis que também são confidenciais,
é possível implementar controles automatizados para reduzir
o risco ao armazenar e compartilhar dados. Por exemplo,
se suspeitar que os clientes vão inserir dados confidenciais,
como informações pessoais, quando interagirem com um
representante de atendimento ao cliente, configure um
processo automatizado que execute etapas como:
Gerenciamento de
riscos proativo em ação
nessa tendência
de dados de imagens médicas de código uma estratégia que restringe o acesso e
aberto que atende aos regulamentos globais permite, de maneira cuidadosa e seletiva, a
de segurança e privacidade para aprimorar reidentificação por aplicativos bancários.
a colaboração e o aprendizado profundo
de pesquisadores globais e melhorar os
cuidados ao paciente.
Como a segurança de dados é uma questão muito complexa, cada vez mais
empresas adotam uma abordagem colaborativa. Até 2025, o crescimento nos
marketplaces de dados, regulamentos de privacidade e preocupações com a
soberania de informações levarão 60% das organizações do G2000 a incluir
diretores de dados, diretores de segurança da informação e diretores jurídicos a
participar de comitês de gerenciamento de risco de dados. 22
66%
nuvem para limpeza, estruturação e fluxo automatizados.
No entanto, conforme avançamos nos processos,
percebemos que o Cloud DLP e o Cloud Key Management
das grandes empresas farão nos ajudariam a entender as políticas locais do país sobre
grandes investimentos em privacidade de dados. Conforme começamos a perceber
tecnologias de plano de controle o potencial do Google Cloud, colocamos um percentual
de dados que avaliem o risco maior de nossos dados no serviço e executamos um
inerente aos dados número maior de integrações.”
e reduzam o risco com
segurança e triagem.23 —Amar Catic,
gerente de estratégia de vendas, Swisscom
Ásia
A Sunway Group classifica e protege dados
sensíveis de mais de dez fontes para manter
as “cidades sustentáveis” funcionando sem
problemas.
consideradas
• Datametica: ferramentas de migração de dados usadas por uma seguradora
de saúde para migrar facilmente um data warehouse crítico para o Google
Cloud
Use um amplo cenário de tecnologias para incorporar essas tendências nas • Elastic: solução de observabilidade que oferece ao varejista Auchan France
suas estratégias de negócios. A nuvem de dados do Google pode ajudar no seu uma perspectiva mais clara dos dados sem manutenção da infraestrutura,
planejamento, bem como muitos parceiros de tecnologia do Google Cloud: liberando tempo para se concentrar em análises estratégicas
• Fivetran: economize 80% do tempo de Nando com a automatização de ELT
e fluxos de trabalho de integração de dados
• Aiven: uma plataforma de dados em nuvem totalmente gerenciada e de • MongoDB: um banco de dados de código aberto usado pelo Google Cloud
código aberto que ajudou a empresa de logística Swift a expandir os serviços e Forbes para insights baseados em dados
de fulfillment de pedidos e entrega • NVIDIA: soluções otimizadas com aceleradores que permitem que o Cash
• C3AI, Elastic, Plato Alto Networks: um amplo ecossistema de soluções de App acelere em 66% um fluxo de trabalho central de ML
tecnologia especializadas que podem tirar você do caos e possibilitar a • Qlik: uma plataforma de integração de dados que estabelece replicação de
compreensão dos dados dados em tempo real entre o SAP e o BigQuery
• CockroachDB: um banco de dados SQL distribuído que ajuda o app de • Quantiphi: serviços de machine learning baseados em nuvem usados pelo
agendamento Booksy a criar uma arquitetura resiliente para acompanhar as Departamento de BIOS (Resultados de Lesões Cerebrais) da Universidade
demandas globais dos clientes John Hopkins para ajudar pacientes com lesões cerebrais
• Confluent: serviços de streaming de dados usados pela Cargo Signal para • SAP: o software ERP fornece serviços de dados críticos no modelo de
otimizar pipelines de dados de sensores de IoT e fornecer serviços de concessionária de serviços públicos sustentáveis da ATA que atende a
enriquecimento logístico para todas as partes interessadas da cadeia de milhões de clientes
suprimentos
• Striim: migração de dados contínua e em tempo real para o Google Cloud
• Collibra: governança e visualizações de dados unificadas em um
armazenamento multinuvem • ThoughtSpot: uma plataforma de análise baseada em AI e pesquisa para uso
por empresários
• Collibra, Confluent, Fivetran, Databricks, Informatica, Tableau: adoção de uma
plataforma completa de dados em nuvem no Google Cloud
Pronto para
dar o próximo
passo?
pesquisa Pesquisa
A IDC realizou um estudo, em parceria
com o Google, envolvendo mais de 800
Pesquisa sobre gastos Esfera
organizações globais para entender estas
três questões:
sobre o e resiliência de dados
futuro da empresarial globais da
• Quais são os maiores desafios que as
organizações enfrentam ao usar os dados? inteligência futura IDC
• Quais benefícios as empresas têm hoje
com soluções de dados e AI para a nuvem? 04 05 06
• Quais são as próximas etapas das
empresas para as soluções de dados e AI? Pesquisa
sobre
Business Pesquisa Pesquisa
Intelligence sobre sobre dados
e análise de confiança de como serviço
dados da IDC dados da IDC da IDC
de rodapé
US48822522, artigo patrocinado pelo
Google, março de 2022. of Machine Learning documento da 17 Staying in the Flow with Embedded
IDC nº US48733822, maio de 2022. Analytics, documento da IDC nº
2 Revelations in IDC’s Global DataSphere, US49375922, junho de 2022.
2022, IDC nº US49643822, setembro de 10 Unified Data Cloud for Simplicity and
2022. Intelligence to Drive Better Business 18 How Much Do We Trust or Not Trust
Outcomes, documento da IDC nº Data?: Key Findings from IDC’s 2022
3 Sourcing and Utilizing External Data, US48822522, artigo patrocinado pelo Data Trust Survey, documento da IDC nº
2022: Data Buyer Profiles and Preferences, Google, março de 2022. US46382820, fevereiro de 2022.
documento da IDC nº US47715422, maio
de 2022. 11 Pesquisa sobre Business Intelligence e 19 Self-Service Analytics in the Age
análise de dados, IDC, 2022. of Machine Learning documento da
4 Unified Data Cloud for Simplicity and IDC nº US48733822, maio de 2022.
Intelligence to Drive Better Business 12 Synthesizing Information for
Outcomes, documento da IDC nº Enterprise Intelligence: Overcoming 20 Synthesizing Information for Enterprise
US48822522, artigo patrocinado pelo Information Overload documento da IDC Intelligence: Overcoming Information
Google, março de 2022. nº US48464421, dezembro de 2021. Overload documento da IDC nº
US48464421, dezembro de 2021.
5 State of the Open-Source DBMS Market 13 Synthesizing Information for
Gartner Enterprise Intelligence: Overcoming 21 Ibid.
Information Overload documento da IDC
6 Sourcing and Utilizing External Data, nº US48464421, dezembro de 2021. 22 IDC FutureScape: Worldwide Data and
2022: Data Buyer Profiles and Preferences Content Technologies 2023 Predictions,
documento da IDC nº US47715422, maio 14 Synthesizing Information for documento da IDC nº US48733222,
de 2022. Enterprise Intelligence: Overcoming outubro de 2022.
Information Overload documento da IDC
7 Sourcing and Utilizing External Data, nº US48464421, dezembro de 2021. 23 Ibid.
2022: Data Buyer Profiles and Preferences
documento da IDC nº US47715422, maio 15 Worldwide Big Data and Analytics
de 2022. Spending Guide, agosto de 2022.