As 4 principais tendências de Data & Analytics para 2024 segundo o Gartner

O Gartner, líder mundial em pesquisa e aconselhamento para empresa, anuncia as principais tendências de Data & Analytics (D&A)para 2024 que irão impulsionar o surgimento de uma ampla gama de desafios, incluindo questões organizacionais e humanas.

“O poder da Inteligência Artificial (IA) e a crescente importância da Inteligência Artificial Generativa (GenAI) estão mudando a forma como as pessoas trabalham, como as equipes colaboram e como os processos operam”, diz Ramke Ramakrishnan, Vice-Presidente e Analista do Gartner. “Em meio a essa revolução tecnológica, as empresas que não conseguirem fazer a transição e aproveitar efetivamente Data & Analytics, em geral, e a IA, em particular, não serão bem-sucedidas”, alerta o analista do Gartner.

Veja as principais tendências em Data & Analytics (D&A) para 2024:

1) Apostar nos negócios:

Como a IA continua a revolucionar os setores de forma estratégica, os líderes de Data & Analytics devem demonstrar um conjunto de habilidades para serem implementadas nos negócios e ganhar confiança para liderar a estratégia de IA dentro de suas empresa.

“Os líderes de Data & Analytics devem demonstrar seu valor para a companhia vinculando os recursos que estão desenvolvendo e o trabalho que fazem para alcançar os resultados de negócios esperados”, afirma Ramakrishnan. “Se isso não for feito, problemas como a má alocação de recursos e investimentos subutilizados continuarão a aumentar, e a área de Data & Analytics não será encarregada de liderar a estratégia de IA dentro da organização.”

Com a IA mudando a forma como os negócios são administrados, as empresas estão caminhando para uma avalanche de custos. Os líderes de Data & Analytics devem agir implementando uma prática de FinOps para estabelecer e aplicar padrões e reduzir despesas.

O Gartner prevê que, até 2026, os CDAOs (Chief Data and Analytics Officers) que se tornarem consultores de confiança e parceiros dos líderes de finanças (CFO-Chief Financial Officer) na entrega de valor para os negócios terão elevado o Data & Analytics a um impulsionador de crescimento estratégico para suas companhias.

2) Complexidade gerenciada:

Muitos sistemas de Data & Analytics são delicados, e suas redundâncias podem causar caos e custos adicionais. “As empresas líderes estão trabalhando para transformar esse caos em algo que possam gerenciar: a complexidade. A complexidade não é, por definição, um lugar fácil de se estar, mas reconhecê-la proporciona uma compreensão realista do ambiente dinâmico e ajuda as equipes de Data & Analytics a tomar as medidas adequadas”, diz Ramakrishnan.

Segundo o Gartner, os líderes de Data & Analytics precisam aceitar a complexidade usando ferramentas habilitadas para IA para automatizar e melhorar a produtividade de suas empresas. Isso inclui investir em gerenciamento de dados ampliado, automação de decisões e recursos de analytics, como processamento de linguagem natural (NLP). O Gartner prevê que, até 2025, os CDAOs terão adotado a estrutura de dados (data fabric) como um fator determinante para lidar com sucesso com a complexidade do gerenciamento de dados, permitindo que eles se concentrem nas prioridades de negócios digitais que agregam valor.

3) Seja confiável:

Com a crescente acessibilidade e eficiência da GenAI, existe o desafio de navegar em um mundo em que a confiabilidade dos dados é constantemente questionada. A falta de confiança nas companhias, as preocupações com o valor e a qualidade dos dados e as regulamentações sobre IA estão levando a uma enxurrada de desconfiança.

“Se os dados não forem confiáveis, eles podem não ser usados corretamente para tomar decisões”, afirma Ramakrishnan. “Os líderes de  Data & Analytics devem usar práticas de inteligência de decisão para criar confiança nos dados e monitorar os processos e resultados da tomada de decisões. Além disso, a implementação de uma governança de IA eficaz e de práticas de IA responsáveis é fundamental para estabelecer a confiança entre as partes interessadas. Isso inclui tornar os dados prontos para IA, o que significa que eles são governados de forma ética, seguros e livres de preconceitos e são enriquecidos para garantir respostas mais precisas.”

4) Força de trabalho empoderada:

“É importante que os funcionários se sintam empoderados com o uso da IA em Data & Analytics, em vez de se sentirem ameaçados ou frustrados por ela”, diz o analista do Gartner

As empresas devem investir no desenvolvimento da alfabetização em IA entre os funcionários, usar práticas de governança adaptáveis para uma governança eficaz e implementar uma abordagem baseada na confiança para gerenciar ativos de informações, ajudando os indivíduos a entender a procedência das informações usadas por eles.

“O treinamento em IA não se trata apenas de quantidade; ele também exige uma abordagem diferente. Reconheça que os conjuntos de habilidades necessários para usuários especializados em IA serão muito diferentes dos outros usuários”, afirma Ramakrishnan. “O Gartner prevê que, até 2027, mais da metade dos CDAOs garantirá o financiamento de programas de alfabetização de dados e de IA, alimentados pelo fracasso das empresas em obter o valor esperado da IA Generativa.”

Ferramenta para avaliar eficácia

Os líderes de Data & Analytics podem saber mais sobre como avaliar sua própria eficácia usando o Gartner CDAO Effectiveness Diagnostic, uma ferramenta exclusiva que permite que os CDAOs entendam sua efetividade como líderes e descubram seus pontos fortes e áreas de melhoria. O Gartner for Data & Analytics Leaders fornece insights objetivos e práticos para CDAOs e líderes de Data & Analytics, ajudando-os a acelerar sua estratégia e modelo operacional de Data & Analytics para aumentar o valor do negócio.