Em entrevista exclusiva à DCD, os executivos Joshua Wick, líder global de risco, compliance e governança da Hitachi Vantara, e Shane Gibson, Especialista em Vendas Técnicas para as Américas, falaram sobre o momento em que empresas brasileiras e globais se encontram diante da adoção acelerada da inteligência artificial. Para Wick e Gibson, não existe IA confiável sem dados confiáveis, infraestrutura resiliente e transparência regulatória.

Joshua Wick afirma que a IA deixou de ser apenas uma inovação tecnológica e passou a ser tratada como risco de negócio. Reguladores no Brasil e no exterior exigem rastreabilidade, explicabilidade e governança — requisitos que tornam insustentável a operação de modelos como “caixas-pretas”. “A auditoria precisa ser completa: de onde vêm os dados, como são usados e quais impactos geram”, afirma.

Os números brasileiros dão uma ideia do tamanho do desafio. Metade dos líderes de TI do país aponta a qualidade dos dados como principal barreira para projetos de IA; 74% afirmam que uma perda de dados seria catastrófica; e 92% consideram o armazenamento local mais seguro. Para Wick, isso revela um paradoxo: as empresas querem IA, mas não conhecem seu próprio data estate. Dados duplicados, irrelevantes e sensíveis se acumulam em locais desconhecidos, muitas vezes representando um risco maior do que os ataques de ransomware.

A máxima “garbage in, garbage out”, afirmam os executivos, nunca foi tão atual. Eles lembram que 90% dos projetos de IA falham por serem treinados com dados imprecisos ou mal compreendidos, o que resulta em alucinações, vieses, inconsistências regulatórias e perda de confiança do consumidor. A transparência, antes vista como obrigação, agora se torna vantagem competitiva: empresas capazes de explicar como seus modelos tomam decisões ganham credibilidade e se destacam em setores sensíveis como o financeiro. Para lidar com a complexidade crescente, algumas organizações já utilizam IA para monitorar a IA, criando camadas de auditoria automatizada.

Nesse cenário, os sandboxes regulatórios surgem como peça essencial. Esses ambientes controlados permitem que empresas e reguladores testem modelos antes de sua adoção em larga escala, auditando algoritmos, identificando vieses e validando decisões. Para Wick e Gibson, desse modo é possível construir confiança e evitar que a IA se torne desgovernada.

A discussão também avança para a infraestrutura. Gibson destaca que a explosão do uso de GPUs e o aumento do consumo energético tornam o ambiente de dados um pilar estratégico. O Brasil, com sua matriz energética limpa, desponta como um potencial hub global de data centers de IA alinhados às metas ESG. Ao mesmo tempo, tecnologias de deduplicação e compressão tornam-se essenciais para reduzir custos, diminuir a pegada ambiental e acelerar o processamento. A questão, indica Shane Gibson, não é armazenar mais, e sim armazenar melhor.

Mas antes de qualquer avanço, há uma etapa inescapável: a faxina de dados. Ferramentas de escaneamento e de linhagem, como o Pentaho, permitem mapear a origem, o destino e as transformações das informações, revelando dados ocultos e redundâncias. Escaneamentos contínuos ajudam a identificar o que é realmente utilizado e o que se tornou obsoleto. A análise de ciclo de vida — verificando, por exemplo, quando um dado foi acessado pela última vez — orienta políticas de Information Lifecycle Management, que evitam o acúmulo de informações inúteis e reduzem riscos.

Sistemas legados e ambientes de nuvem mal gerenciados ampliam o problema. Buckets S3 esquecidos, pastas sem controle de acesso e aplicações antigas acumulam dados que ninguém sabe por que existem. Antes de iniciar qualquer projeto de IA, especialistas recomendam avaliações completas para mapear vulnerabilidades e preparar a arquitetura para uma governança robusta. A eliminação de duplicatas, por sua vez, reduz custos, diminui a superfície de ataque e melhora a qualidade dos dados utilizados para treinar modelos.

A mensagem final dos executivos é inequívoca: a corrida pela IA não será vencida por quem treina modelos mais rápido, mas por quem conhece seus dados, protege sua infraestrutura e opera com transparência. Para Wick e Gibson, o futuro pertence às empresas que tratam dados como moeda, governança como estratégia e resiliência como obrigação — não como custo.