O rápido avanço da Inteligência Artificial (IA) está colocando demandas sem precedentes nas infraestruturas de dados tradicionais, forçando as empresas do setor de Bancos, Serviços Financeiros e Seguros (BFSI, na sigla em inglês) a priorizar entre segurança, qualidade e sustentabilidade. Essa é a principal conclusão de uma pesquisa realizada pela Hitachi Vantara, subsidiária de armazenamento de dados, infraestrutura e gerenciamento de nuvem híbrida da Hitachi, Ltd. (TSE: 6501).

Realizada com a contribuição de 231 líderes globais de TI e Negócios de 15 países (entre eles o Brasil), a Global State of Data Infrastructure de 2024 da Hitachi Vantara descobriu que, embora 36% reconheçam a importância da qualidade dos dados para o sucesso da IA, o foco dos líderes financeiros permanece na segurança dos dados – deixando lacunas no desempenho da IA e no ROI de longo prazo.

Quase metade (48%) dos entrevistados cita a segurança de dados como sua principal preocupação para a implementação de IA, refletindo a necessidade crítica de proteção contra ameaças internas e externas.

Isso é compreensível, considerando que 84% dos entrevistados admitem que perder dados em um ataque ou erro seria catastrófico. No entanto, os resultados do estudo mostraram que ignorar a qualidade dos dados tem um custo para as instituições BFSI, incluindo:

• Nas empresas BFSI, os dados só estão disponíveis quando e onde são necessários um quarto do tempo (25%), e os modelos de IA são precisos apenas 21% das vezes.
• 36% dos líderes estão preocupados com o risco de uma violação de dados por IA interna e 38% temem a incapacidade de recuperar dados de ransomware.
• Embora os ataques de ransomware sejam a principal preocupação dos líderes de TI, 36% dizem que uma violação de dados causada por um erro de IA é uma das três principais preocupações para eles. Já 32% deles estão preocupados que um ataque habilitado por IA possa causar uma violação de dados.

“O modelo de negócios em serviços financeiros é inerentemente vinculado à confiança. Danos à reputação são um risco significativo e, portanto, em nosso setor, a interação entre segurança e precisão é um desafio crítico e complexo”, disse Mark Katz, CTO de Serviços Financeiros da Hitachi Vantara.

Apesar dos desafios de precisão, a adoção de IA dentro de Bancos, Instituições Financeiras e de Seguros está acelerando. No entanto, muitos adotam a IA sem preparação adequada, com 71% dos entrevistados admitem testar e iterar em implementações ao vivo, enquanto apenas 4% usam ambientes de sandbox controlados.

Inclusive, a pesquisa confirma que os líderes estão convencidos de que a qualidade dos dados é a consideração mais importante para implementar IA com sucesso. Só que preocupações como segurança são urgentes demais para serem ignoradas, e o ROI está sofrendo.

A pesquisa também descreve as principais considerações para construir uma infraestrutura mais resiliente e preparada para IA para ajudar as organizações bancárias, financeiras e de seguros a se prepararem para o futuro, incluindo:

• Experimentação responsável: dois em cada cinco líderes (42%) disseram que estavam desenvolvendo as habilidades necessárias para implementar IA por meio de experimentação. Testes responsáveis em sandboxes seguros podem mitigar riscos enquanto revelam o potencial da IA.
• Sustentabilidade em todos os níveis: do armazenamento de dados com eficiência energética ao software otimizado, os líderes empresariais e de TI devem integrar o pensamento sustentável em sua infraestrutura, aplicativos, modelos, práticas de dados e estratégias desde o início.
• Simplificação e unificação de sistemas: é importante reduzir a complexidade de gerenciamento dos ambientes híbridos de maneira uniforme, automatizando tarefas de segurança e aproveitando plataformas de dados unificadas para obter insights mais rápidos e treinamento de IA simplificado.
• Garantia da resiliência dos dados e aproveite a IA para defesa: o planejamento da recuperação com sistemas de redundância, rollback storage e restauração do modelo de IA para mitigar riscos de falhas ou ataques é essencial. Para isso, o ideal é usar a IA para identificar riscos, aprimorar a recuperação e proteger dados com armazenamento imutável, criptografado e auto-reparável, combatendo ameaças de invasores.