Sem ESTRATÉGIA DE DADOS, os agentes de IA podem tomar decisões erradas | Paulo Silveira
Publicado no IA Dots ·
Agentes de IAAI SignalAssistente pessoaldot-ai_agentsdot-artificial_intelligencedot-claudeidioma-ptPortuguêsyt-SI419MBtDoU
Vídeo em Português, publicado pelo canal Alura.
Sobre este conteúdo: O resumo, os principais pontos e os temas abaixo são gerados automaticamente a partir da transcrição do vídeo. Eles refletem o conteúdo, opiniões, afirmações e previsões apresentadas no vídeo e não representam posicionamento, validação ou verificação de fatos pelo IA Dots.
Resumo do vídeo
O vídeo aborda a importância de estruturar uma base sólida de dados e estratégias de governança antes de implementar inteligência artificial e agentes autônomos nas empresas, alertando sobre os riscos de confiar cegamente em análises automatizadas sem dados de qualidade.
Principais pontos
- O uso crescente de ferramentas de inteligência artificial para analisar planilhas e relatórios faz com que as pessoas deleguem a capacidade de associação e interpretação crítica dos números.
- Empresas estão focando em aplicar agentes de IA e orquestração sem antes preparar a infraestrutura e a qualidade da base de dados anterior.
- Uma estratégia de dados sólida, com pipelines estruturados e dados em tempo real de nível ouro, é pré-requisito essencial para o sucesso de iniciativas de inteligência artificial.
- A automação e o uso de agentes tornam mais óbvias as falhas no preenchimento de dados em sistemas como CRM e ERP.
- Há uma tendência atual de equipes e indivíduos criarem múltiplos agentes de IA do zero de forma descentralizada, gerando desorganização e ferramentas com baixo uso.
Temas
Inteligência ArtificialEstratégia de DadosAgentes AutônomosData LakeGovernança de DadosSistemas de BI
Transcrição do vídeo
Texto das legendas disponíveis; pode conter erros.
Todo mundo tá pedindo aí pro chat GPT analisar a própria planilha, às vezes até pra criar uma. Mas ninguém tá parando pra desconfiar do resultado, das decisões e isso gera um problema muito grande, porque cada vez mais que a gente usa o Cloud Code, o Codex [música] ou mesmo os assistentes do Google e da Microsoft dentro dos sistemas de BI, de informação, a gente tá delegando aquela capacidade que a gente tem de poder associar o que que tá acontecendo, o que que os números tão tentando dizer pra gente. E na minha carreira eu já liderei muitas pessoas e quando eu tinha alguma pergunta pra fazer, muitas vezes alguém me devolvia um grande relatório junto com uma enorme planilha e eu sempre falei que, olha, pra mim mais vale a sua visão e a sua decisão pra que você possa argumentar comigo. E aí sim a gente entra no relatório e nos dados pra ver se isso tem uma coerência. E a gente tem perdido isso. Não é à toa que no Skills and Go, esse programa da Lura com a FIAP, a gente tem esse curso de duas semanas ao vivo, que é o AI Data Strategy. Porque a gente tá muito focado na inteligência artificial, em como utilizá-la, mas se a gente não tiver essas camadas muito bem definidas do tratamento de dados, dos usos de dados, a gente acaba caindo numa situação muito frágil, onde a gente tem pouca informação, onde talvez ela não seja coerente, onde ela pode tá escondendo alguma informação da gente. E não é à toa que tem muitas empresas que estão primeiramente fortalecendo todo o seu data lake, todo o pipeline de trabalho de dados. Eu lembro de uma frase que o Guilherme Pereira, que também tá dentro do Skills and Go, do Alura Signals, que é um evento que a gente faz, ele me contou que ele esteve recentemente na China e numa empresa gigantesca, ele levantou a mão e perguntou pro CTO quantos agentes ele já tinha prontos, que estavam rodando no sistema e pras pessoas poderem usar e trabalhar dentro da empresa. O próprio CTO respondeu e falou: "Olha, essa pergunta, o número, quando eu te disser, não tem muita relevância. O que importa é que eu tenho uma base consolidada de dados em tempo real, não é? Então, e ela tá numa qualidade nível ouro, onde você me dá uma pergunta aqui que eu te respondo. O que que você quer saber? O que que você quer saber? Que que você quer fazer? Então, através de um layer muito bem estruturado de dados, você pode ter uma estratégia de inteligência artificial em cima dela. E muita gente tá tentando correr atrás ao contrário, aplicar esse monte de agentes, orquestrando eles, sem que a gente esteja com a infraestrutura anterior preparada. É a mesma coisa que a gente viu quando houve a migração pro cloud. Se as pessoas não estavam prontas nos mecanismos e boas práticas do tal da DevOps, as boas práticas de engenharia de software, era difícil, pra não dizer impossível, de migrar do modelo antigo pro cloud. Pra gente ter realmente uma estratégia focada em inteligência artificial dentro do seu trabalho, dentro da sua equipe, você precisa ter como estado sólido a sua estrutura, a sua estratégia de dados, pra depois trabalhar todo o pipeline e colocar os agentes, os robôs, os sistemas, pra dar autonomia pra eles. Senão a gente tá em cima de areia movediça, querendo movimentar carros e tratores. Isso não pode. E a gente vê, isso é muito comum, não é? Você coloca um agente no ar e rapidamente tá faltando dados, tá faltando transcrições de textos, tá faltando dump de e-mails, tá faltando integração com o HubSpot, com CRM, tá faltando dados do RP, você vê que o vendedor não preencheu aqueles dados que eram importantes, que agora ficam na nossa cara. Antigamente dados não preenchidos só eram perceptíveis quando outra pessoa pegava aquele cadastro. Hoje fica muito óbvio para o agente que ele tá trabalhando com dados que estão faltando e que tá fraca a densidade de dados de uma ou de outra base. Então, como que você vai trabalhar com esse problema para chegar num estágio de maturidade de dados onde a inteligência artificial possa realmente ser útil para você. Então, a gente não pode trocar a ordem de algumas coisas. É óbvio, dá para você aplicar inteligência artificial, codificação, agentes de software para resolver problemas de front-end muito óbvios, de bug, de avaliar os pull requests, é claro que dá. Mas se você quer ter uma estratégia de uso de negócio para a empresa inteira, porque é isso que é que a gente quer, é aí que a gente quer chegar. A gente quer dar autonomia para que outros times possam ver um cadastro, um catálogo, né? Ou tenha uma governança dentro desses agentes, que as pessoas possam escolher, acessar, acionar e trabalhar com eles. >> [música] >> E não que todo o mundo fique reconstruindo e construindo agentes do zero tempo todo, porque vamos ser sinceros, no mundo de hoje o que tem acontecido é isso. Todos os times, todos os indivíduos criando seus próprios agentes, alguns sendo muito usados, mas a maioria pouquíssimo ou nada usado e eles ficam perdidos por aí, sem ninguém saber onde estão. A partir do momento que a estratégia de dados é bem definida, seu data lake e todo o seu mecanismo de trabalhar e popular os [música] dados e fornecer aos agentes, tá bem estruturado? Isso muda completamente o jogo. Não é fácil, não é da noite pro dia, é óbvio que há estágios intermediários que você pode e deve tirar vantagens. Há lugares que a gente já sabe que está tudo muito mais redondo e a gente pode deixar agentes trabalhar e ali começar já direto com a inteligência artificial nos mecanismos mais avançados que você possa imaginar. Agora, onde ainda tá muito ralinha a densidade dos dados, onde você não tem certeza, não tem garantia e você desconfia das informações, as decisões que o GPT dá pra você em cima de uma planilha são muito fracas, ainda mais se você não tiver domínio daqueles dados. De onde vieram? Que que são? Que que representam? Né? Desde daquela ideia de dicionário de dados, todo mundo falar a mesma língua. Então, a base da estratégia que foi falada durante 10 anos de dados, agora se torna muito mais importante a partir do momento que a gente não vai só utilizá-los, como deixar que robôs os utilizem de uma maneira automática e autônoma. Então, estou esperando você nesse curso de AI Data Strategy, porque ele vai realmente trabalhar com essas duas camadas e esse miolinho para que você esteja preparado para aplicar os agentes da melhor forma possível.
Assistir ao vídeo original no YouTube
Assuntos: Agentes de IA, Assistente pessoal. Publicado no YouTube em 2026-10-20.
Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.