Se você é analista de dados, quero lhe fazer uma pergunta.
Como você está?
Este ano foi repleto de mudanças implacáveis, desde como trabalhamos até a tecnologia que possibilita tudo.
Por mais difícil que essa mudança tenha sido, acredito que também há uma oportunidade sem precedentes pela frente, principalmente para quem conhece melhor os negócios e os dados, ainda mais os analistas de dados.
Recentemente, encomendamos uma pesquisa para saber melhor como a função do analista está mudando. O que saiu na pesquisa foi claro: na era da IA, a função do analista de dados ainda é indispensável. Confira os motivos.
A IA está deixando os analistas mais eficazes
Em 2023, bem no ponto de inflexão da adoção da IA generativa, metade dos trabalhadores nas funções de suporte de negócios e logística estavam preocupados que a IA os substituísse. Hoje, muitos analistas ainda têm essa preocupação.
No entanto, nossa pesquisa pintou um quadro bem diferente. Um mais esperançoso.
Quase todos os analistas com quem conversamos (96%) disseram que estão usando a IA para agilizar as tarefas, enquanto outros (47%) disseram que a IA está ajudando a reduzir a carga de trabalho.
- 76% disseram que a IA está ajudando a serem mais eficazes e eficientes
- 55% disseram que a IA está aumentando a produtividade
- 87% disseram que a IA aumentou a satisfação no trabalho
A IA virou um multiplicador de forças. Oito em cada dez analistas (83%) agora estão influenciando decisões críticas. Eles estão conduzindo as organizações com a ajuda da IA. Esses resultados são tanto positivos quanto promissores.
No entanto, a IA não deixou os analistas mais eficazes apenas nas funções. Ela também os mudou. A adoção da IA empresarial tem exigido a participação deles em quase todos os processos e departamentos de negócios que querem operacionalizar a IA.
Por dois motivos. A primeira é a ausência da camada lógica.
A peça que falta para a IA corporativa: a camada lógica
Os modelos de IA podem raciocinar incrivelmente bem com os dados, mas não conseguem inferir as regras, os cálculos e o conhecimento institucional que definem como uma empresa ou departamento específico opera.
Se um líder de negócios perguntar qual foi a receita do primeiro trimestre na Califórnia, provavelmente você não dará imediatamente a resposta. Em vez disso, você começará a fazer perguntas.
Quer a receita líquida dos custos de vendas? Quer que seja do jeito que reportamos para Wall Street ou do jeito que entregamos aos gerentes de loja? Devemos incluir a receita dos parceiros?
Essas perguntas importam. Se um funcionário fizer a mesma pergunta a um LLM, a tecnologia primeiro precisará de dados limpos e precisos, mas também entender profundamente a empresa.
A lógica de negócios é a coisa mais difícil de captar em um fluxo de trabalho de IA e a mais difícil de escalar, porque vive em planilhas e processos não documentados, dentro da cabeça dos especialistas de negócios que vêm se aprimorando há anos.
Os analistas de negócios estão entre os poucos funcionários que realmente entendem os processos e os dados por trás de coisas como reconhecimento de receita, estruturas de comissões e segmentação de clientes. Por esse motivo, as organizações estão contando com analistas para construir e manter a camada lógica nos sistemas de IA corporativos.
Deixando a IA confiável
E também tem a lacuna na confiabilidade. A confiança dos sistemas de IA precisa ser conquistada. Os resultados devem ser confirmáveis e reproduzíveis. Os decisores de negócios precisam saber como um sistema de IA chegou a uma resposta e confiar que a resposta está correta, para agir com confiança.
Na nossa pesquisa, as três principais barreiras para o sucesso com IA foram:
- Dificuldade em explicar ou interpretar os resultados da IA para as partes interessadas (55%)
- Habilidades analíticas limitadas, entre os usuários de negócios (54%)
- Baixa qualidade dos dados (50%)
Lembre-se de que quase metade (47%) dos projetos de IA falham devido à má qualidade dos dados ou à governança inadequada.
Embora os analistas sempre tenham sido fundamentais na limpeza e validação de dados — a “entrada” para fluxos de trabalho de IA — os analistas ganharam uma nova função como “supervisores de IA”.
Na nossa pesquisa, os analistas nos disseram que estavam passando quase quatro horas na nova função de supervisão de IA, validando ou corrigindo os resultados gerados pela IA, com quase um quinto dos analistas (16%) passando mais de seis horas por semana nessas tarefas.
O envolvimento deles não é por acaso. Os fluxos de trabalho com IA exigem transparência e responsabilidade em todas as etapas. Sempre será necessário alguém para explicar o que está acontecendo com os dados e confirmar que a IA chegou à resposta correta. Analistas ao redor do mundo estão assumindo essa função.
63% dos analistas dizem que validar resultados de IA virou uma habilidade mais importante
Os analistas estão por trás da inteligência corporativa
Se você é um analista preocupado e incerto sobre o futuro, eu entendo. No entanto, espero que nossa pesquisa mais recente lhe dê esperança. Uma organização que usa IA exige profundamente o envolvimento dos analistas.
Primeiro, para limpar e preparar dados e construir a base para uma IA confiável. Em seguida, para aplicar a lógica de negócios aos cálculos e fluxos de trabalho de IA. E, finalmente, para validação. Os analistas são necessários em cada passo: começo, meio, e fim.
Os negócios de amanhã não serão conduzidos por “vibe coders”. Os funcionários mais valiosos serão os que conhecem os dados e a empresa por completo. São os analistas de negócios, os profissionais de receita operacional, os membros da equipe financeira e os especialistas em supply chain, aqueles que podem garantir que a IA esteja funcionando como deveria.
Leia o relatório completo da pesquisa "Estado do analista de dados: a ascensão da lógica de negócios" para saber mais sobre a futura função do analista.