Seus experimentos de IA desapontarão se você não focar nesse ingrediente especial
Seus experimentos de IA ficarão decepcionantes se você não se concentrar nesse ingrediente especial
Os dados são frequentemente chamados de novo petróleo por causa de seu valor para os negócios modernos. No caso da ExxonMobil, o executivo de TI sênior Andrew Curry diz que dados não são apenas o novo petróleo, mas o combustível para uma série de iniciativas lideradas por IA em toda a empresa.
Como gerente do Central Data Office da gigante do petróleo e gás, Curry é responsável pela execução de princípios de dados em toda a empresa – e o rápido crescimento do interesse em tecnologias emergentes, como IA e aprendizado de máquina (ML), nos últimos 12 meses não passou despercebido por ele.
Também: Se a IA é o futuro do seu negócio, o CIO deve ser o responsável?
“Todo mundo está falando sobre IA e ML, mas você não pode ter sucesso nessa área sem ter dados de alta qualidade”, diz ele, em entrevista ao ENBLE durante a recente Snowflake Summit 2023 em Las Vegas. “Quanto mais oportunidades que estamos vendo em IA, mais pressão isso coloca sobre nós para perguntar: ‘Temos dados de qualidade para ter sucesso nessa área?'”
Curry refineu sua resposta para essa pergunta enquanto trabalhava para a ExxonMobil desde 1999. Depois de ocupar uma infinidade de cargos e ajudar a empresa a estabelecer seu Central Data Office, ele aprendeu que um elemento é crucial para o sucesso na tecnologia emergente: estratégia de dados.
- iMac de 32 polegadas com display Mini-LED rumores de lançamento em ...
- Desafio de Atividade da Apple Watch no Dia dos Veteranos ocorrendo ...
- Kuo Novo iMac de 24 polegadas chegará em 2024
As empresas não serão capazes de aproveitar ao máximo a IA e o ML a menos que primeiro garantam que tenham uma estratégia de dados sólida e segura, algo que Curry estabeleceu na ExxonMobil, tanto durante seus cargos anteriores quanto desde que passou para sua posição atual como chefe de dados da empresa em maio de 2023.
“Entendemos a qualidade dos nossos dados”, diz ele. “Sabemos quais dados estão prontos para recursos avançados de IA e ML. Também sabemos, e isso é igualmente importante, quais dados ainda não estão lá em termos de qualidade.”
Também: Corrida do ouro da IA faz com que a segurança básica dos dados seja fundamental
Como gerente do Central Data Office, Curry está estabelecendo uma estratégia de dados de longo prazo que define as tecnologias, processos, conjuntos de habilidades e regras para ajudar a organização a gerenciar com sucesso seus ativos de informações em uma era de IA.
Como parte de sua estratégia de dados, a ExxonMobil possui um ecossistema de tecnologia que utiliza a plataforma baseada em nuvem da Snowflake. Curry diz que a Snowflake deu ao negócio uma base de dados consolidada pela primeira vez.
Mais genericamente, sua equipe ajuda a garantir que quaisquer iniciativas de dados sejam adequadas para o negócio. Grande parte desse esforço se concentra nas áreas em que a ExxonMobil pode se diferenciar por meio de dados – e nas políticas que permitirão que as pessoas explorem a tecnologia emergente de maneira segura.
“Você precisa saber onde pode aproveitar essa tecnologia e saber onde ainda não está pronto”, diz ele. “Estamos realmente nos posicionando nas áreas certas.”
Também: A IA generativa é tudo, em todos os lugares, o tempo todo
Para isso, Curry diz que sua equipe está avaliando modelos de linguagem grandes (LLMs) e capacidades de IA generativa como parte de sua estratégia de dados de longo prazo.
No momento, não há muito a ser discutido em termos de desenvolvimentos públicos – mais uma vez, o foco está em garantir que a qualidade dos dados da empresa seja alta antes de avançar nos projetos.
“Vou dizer que ainda não há nada em produção para nós”, ele diz. “Mas continuamos a posicionar essa tecnologia e a entender quais são as oportunidades de negócio, e estamos garantindo que os dados estejam prontos para esse trabalho.”
Assim como muitos outros executivos de grandes empresas, Curry está adotando uma abordagem cautelosa em relação ao uso de LLMs e inteligência artificial gerativa como parte da estratégia de dados de sua empresa.
Também: O código aberto é na verdade o berço da inteligência artificial. Aqui está o motivo
“Inteligência artificial gerativa e LLMs é uma área em que impusemos restrições”, ele diz. “Na ExxonMobil, você não pode simplesmente sair e usar essa tecnologia.”
Outras pesquisas sugerem que uma abordagem cautelosa está longe de ser incomum. Na verdade, muitas empresas nem mesmo estão prontas para explorar tecnologias emergentes.
Enquanto 98% dos executivos pesquisados em uma pesquisa recente realizada pela Workday acreditam que existem benefícios potencialmente grandes em implementar IA e ML, quase metade (49%) relatou que sua organização não está preparada para aproveitar essas recompensas devido à falta de ferramentas, habilidades e conhecimentos.
Para Curry, essas são barreiras significativas que precisam ser superadas antes que uma empresa de grande porte como a ExxonMobil comece a experimentar IA gerativa e LLMs em um ambiente de produção.
“Acredito que existem muitas questões relacionadas à segurança dos seus dados e pensar no que se torna informação pública quando você usa algumas dessas ferramentas públicas, por exemplo”, ele diz.
“Portanto, estamos adotando uma abordagem cautelosa para uso amplo dentro da empresa, mas ao mesmo tempo, existem planos ativos ao longo do caminho em um ambiente mais controlado.”
Samantha Searle, analista-diretora da Gartner, concorda que a maioria das grandes empresas está adotando uma abordagem cuidadosa em relação à IA gerativa.
Assim como Curry, ela diz que acertar a estratégia de dados é o primeiro passo essencial para as organizações antes de começarem a inserir dados em LLMs.
“Absolutamente, porque as pessoas não vão gostar se você estiver recomendando coisas erradas para elas”, ela disse à ENBLE em uma entrevista em vídeo. “Isso terá um efeito adverso em termos de retenção de clientes.”
Também: Como a IA gerativa confiável pode melhorar a experiência do cliente conectado
Searle também destaca a importância da qualidade dos dados. No momento, os líderes digitais devem se concentrar em como seus ativos de informação são coletados, armazenados e explorados.
“É muito importante garantir que os modelos de IA prevejam corretamente. Ainda precisamos de seres humanos para verificar se os resultados estão corretos – sabemos que, com a IA gerativa, essas ferramentas podem alucinar”, ela diz. “Portanto, ainda são necessárias etapas de verificação. E garantir que você tenha qualidade ótima nos dados é um passo fundamental para mitigar esses riscos.”
Voltando à ExxonMobil, Curry diz que é importante reconhecer que, embora sua empresa seja cautelosa em relação à IA gerativa, ela tem uma longa história de uso em outras áreas de ML e IA.
Ele espera que a empresa use tecnologias emergentes em várias áreas-chave no futuro.
Primeiro, finanças e negociação: a ExxonMobil tem um fluxo de caixa significativo, e IA e ML podem ajudar a refinar os processos da empresa.
Também: IA gerativa lidera a lista das 25 principais tecnologias emergentes da Gartner para 2023
“Estamos expostos em áreas específicas? Temos muito dinheiro em áreas específicas? Deveríamos investir em outras áreas? Acreditamos que podemos melhorar essas margens com nosso dinheiro se pudermos aproveitar nossas capacidades de ML.”
Segundo, cadeia de suprimentos: “Ser capaz de entender quando as coisas estão sendo afetadas é muito importante, e ser capaz de reagir de maneira oportuna significa muito para o negócio, então essa é uma área-chave em que estamos investindo.”
Por fim, Curry destaca o uso potencial de tecnologia emergente no nível subsuperficial para ajudar a interpretar tendências em pesquisas sísmicas.
“Essa é uma área em que estamos trabalhando para progredir”, ele diz. “Provavelmente é uma área que terá um tempo de maturação mais longo para nós, à medida que procuramos entender.”
