Um novo estudo do Gartner prevê que, até 2028, 80% das aplicações empresariais que integram IA generativa (GenAI) serão desenvolvidas a partir das plataformas de gestão de dados já existentes nas empresas. Essa abordagem promete reduzir pela metade o tempo necessário para entregar essas soluções, representando um avanço significativo em agilidade e eficiência.
CONTEÚDO RELACIONADO – Uso de IA generativa exige cultura, visão e liderança, aponta estudo
A previsão foi apresentada durante o Gartner Data & Analytics Summit, realizado em Mumbai, onde especialistas discutiram como a IA generativa está sendo moldada por estratégias emergentes, especialmente a geração aumentada por recuperação (RAG, na sigla em inglês).
Unificar tecnologias para ganhar tempo e reduzir custos
Segundo Prasad Pore, diretor sênior de análise do Gartner, o desenvolvimento de aplicações de IA generativa ainda é complexo, pois exige a integração de modelos de linguagem (LLMs) com dados internos da organização, além da adoção de tecnologias como busca vetorial, gerenciamento de metadados, design de prompts e embeddings. “Sem uma abordagem unificada de gestão, o uso disperso dessas tecnologias pode prolongar os prazos de entrega e gerar custos afundados”, alertou.
Por isso, o Gartner aponta que adaptar as plataformas de gestão de dados para incluir serviços voltados ao novo desenvolvimento será essencial para garantir a prontidão e a implementação bem-sucedida dessas soluções.
RAG: a nova estratégia para soluções de IA Generativa
A geração aumentada por recuperação (RAG) está se tornando peça-chave no desenvolvimento de aplicações GenAI. Essa abordagem aumenta a precisão dos modelos ao combinar dados corporativos – estruturados ou não – com modelos de linguagem, fornecendo contexto relevante e melhor explicabilidade.
“Os modelos de linguagem, sozinhos, têm desempenho limitado para resolver desafios específicos de negócios, já que são treinados majoritariamente com dados públicos”, explicou Pore. “Ao integrá-los com bases de dados internas por meio da arquitetura RAG, a precisão e a relevância das respostas aumentam consideravelmente.”
Os metadados desempenham papel crucial nesse processo, e os catálogos de dados ajudam a capturar informações semânticas importantes para garantir contexto, rastreabilidade e segurança.
Recomendações
-
Transformar plataformas existentes em soluções do tipo “RAG como serviço”, substituindo repositórios isolados como fonte de conhecimento.
-
Priorizar tecnologias RAG, como busca vetorial e grafos, integrando-as com os sistemas atuais.
-
Aproveitar metadados técnicos e operacionais para proteger as aplicações contra usos maliciosos, vazamentos de dados e problemas de privacidade.
Essa mudança de paradigma sinaliza que, para colher os frutos da IA generativa, as empresas precisarão olhar para dentro: aproveitar seus próprios dados e plataformas para acelerar a inovação com mais segurança, precisão e velocidade.
Participe das comunidades IPNews no Instagram, Facebook, LinkedIn e X
