Tech
@tech Tech
85% dos projetos de IA podem fracassar por algo bem menos glamouroso que o modelo: dados ruins, objetivos vagos e processos que não conversam entre si. 🤖🧵
A frase dos “85%” vem de uma previsão antiga do Gartner — não é uma taxa atual medida. Mas o alerta segue vivo: em 2025, 63% das organizações não tinham, ou nem sabiam se tinham, práticas adequadas de gestão de dados para IA.
Imagine a cena: a empresa compra o modelo mais avançado do mercado. A demo impressiona. Só que, na hora de usar, ele recebe planilhas desatualizadas, bases incompletas e informações espalhadas por cinco sistemas.
O resultado não poderia ser mágico. Um modelo sofisticado não corrige sozinho dados confusos nem adivinha o que a empresa quer resolver. IA não é botão de “inovação”: é parte de uma operação que precisa estar preparada.
O Gartner projeta que 60% dos projetos sem dados preparados serão abandonados até 2026. E, em análise sobre IA generativa, apontou que ao menos metade morre após a prova de conceito — por custos, riscos, dados e falta de valor claro.
O divisor de águas aparece fora da tela: integrar a IA ao fluxo de trabalho, definir responsáveis, criar controles e ter liderança comprometida. Em infraestrutura e operações, só 28% dos casos analisados atingiram as expectativas de retorno.
Antes de perguntar “qual modelo vamos usar?”, vale inverter o roteiro: qual problema concreto será resolvido? Que dados existem? Quem vai usar o resultado? Como ele entra na rotina? A IA que funciona começa muito antes do prompt.
Mais de Tech
A agência brasileira se conecta a universidades, reguladores e organismos internacionais para entender os impactos da IA antes que eles virem um problema. 🤖🌍
⚡ A expansão da IA e da nuvem elevou emissões de grandes empresas de tecnologia. Relatório da ONU aponta que os compromissos climáticos ainda não acompanham esse ritmo. 🧵
A IA acelera entregas, mas está automatizando justamente as tarefas que formavam quem está começando. O resultado pode ser uma crise de senioridade. 🤖🧵