Na era da IA, dados de baixa qualidade tiram sua empresa do jogo
A inteligência artificial entrou de vez na agenda dos executivos. Não há conselho de administração, evento de tecnologia ou reunião de planejamento estratégico em que o tema não apareça.
Mas, enquanto as empresas correm para adotar modelos de linguagem, agentes autônomos e plataformas de automação, uma questão fundamental permanece sem resposta em boa parte das organizações: os dados que alimentam esses sistemas são confiáveis?
Para Pedro Fontes, VP de vendas para a América Latina da Stibo Systems, empresa especializada em gestão de dados mestres (Master Data Management, ou MDM), a resposta honesta, na maioria dos casos, é não.
“Se você se fizer uma pergunta hoje: ‘Consigo confiar nos meus dados de vendas, nos meus dados de clientes?’ Se a resposta for ‘não sei’, você já tem um problema”, afirma Fontes. “E, se for investigar, vai descobrir que está deixando de aproveitar oportunidades de negócio, segurando a inovação, enquanto o concorrente avança.”
O fim do Google como conhecemos
Tudo começa com a mudança na forma como as pessoas buscam informações. A lógica de digitar palavras-chave, receber uma lista de links e navegar pelos resultados começa a dar lugar a uma dinâmica na qual os usuários fazem perguntas completas a modelos de linguagem como o ChatGPT e recebem respostas diretas.
Segundo Fontes, uma pesquisa da McKinsey aponta que até 50% de todas as pesquisas poderão ser feitas dentro de modelos de linguagem como o ChatGPT até o final de 2025. A busca, segundo ele, passa a ser muito mais contextual.
É o que chamamos de AEO (Answer Engine Optimization), nome dado à capacidade de uma empresa ser compreendida, e não apenas indexada, pelos sistemas de IA.
Visão 360° como infraestrutura
É nesse ponto que a governança de dados ganha relevância estratégica. Parte de um grupo fundado em 1794 como gráfica e que, há 50 anos, evoluiu para se tornar uma empresa de tecnologia, a Stibo Systems atua hoje na consolidação, na governança e na distribuição de dados mestres de clientes, produtos, fornecedores e localizações.
A proposta é permitir que empresas construam uma visão única e confiável desses dados, capaz de alimentar áreas de negócio, canais digitais, plataformas internas e aplicações de IA.
Na prática, uma visão 360° de cliente ou produto exige integrar informações de áreas como marketing, vendas, atendimento, produto e operações. Para a Stibo Systems, essa integração precisa vir acompanhada de rastreabilidade, consistência e qualidade.
“Você pode ser uma grande marca, construída durante anos, e, ao mesmo tempo, uma marca menor, em ascensão, pode ser lida mais rapidamente pela IA, por conta de dados confiáveis e contextualizados, do que uma grande marca que ainda pensa com a cabeça do SEO tradicional”, explica.
É aí que entra o trabalho da Stibo Systems. A companhia atua na organização e na governança dos chamados dados mestres, informações essenciais sobre clientes, produtos, fornecedores e outras dimensões críticas do negócio.
Na prática, a plataforma ajuda grandes empresas a reunir dados dispersos em diferentes sistemas, eliminar inconsistências, criar regras de qualidade e disponibilizar uma base única e confiável para áreas como marketing, vendas, atendimento, operações, canais digitais e aplicações de inteligência artificial.
Um exemplo está na gestão de SKUs, unidades que identificam cada variação de um produto no varejo. Um mesmo tênis, por exemplo, pode ter diferentes SKUs conforme a cor, o tamanho, o modelo, o material, a indicação de uso e a disponibilidade por canal.
Quando essas informações estão incompletas, duplicadas ou espalhadas em sistemas diferentes, a empresa perde eficiência operacional e reduz a capacidade de ser compreendida por mecanismos de IA.
“Imagine um corredor que acabou de passar por uma cirurgia no tornozelo e quer voltar a treinar. Em vez de digitar ‘tênis para corrida’, ele vai ao ChatGPT e escreve: ‘Acabei de passar por uma cirurgia, quero voltar a correr, me indica o melhor tênis, considerando que não posso correr os 15 km que corria antes e estou em recuperação’.”
Nesse momento, o algoritmo vai buscar em sua base de dados qual marca entendeu esse contexto, qual produto tem atributos que respondem a essa necessidade específica. “É nessa hora que os dados que as empresas contextualizaram fazem toda a diferença”, afirma o executivo.
Se, na publicidade, a máxima sempre foi que quem não é visto não é lembrado, na era da inteligência artificial ela ganha uma nova interpretação: quem não é compreendido pela IA dificilmente será encontrado.