Dados ruins comprometem projetos de inteligência artificial no Brasil

Investir em inteligência artificial não resolve sozinho os problemas de uma empresa. Se a base de informações está desatualizada, duplicada ou incorreta, a tecnologia pode apenas acelerar decisões equivocadas. Segundo levantamento da 4MDG, 95% das empresas brasileiras convivem com falhas em seus dados.

O problema não se restringe aos departamentos de tecnologia. Cadastros com endereço, telefone, dados de clientes, fornecedores ou produtos podem interferir na logística, no atendimento, nas vendas, no compliance e até em sistemas que usam inteligência artificial para apoiar decisões.

Endereços e telefones são dados frágeis

De acordo com a 4MDG, 60% das informações de endereço e telefone estão incorretas ou desatualizadas. Na prática, isso dificulta a entrega de produtos, aumenta tentativas de contato sem sucesso e gera retrabalho para as equipes.

O impacto financeiro também é expressivo. Dados da plataforma Shelf indicam que empresas perdem, em média, entre US$ 12 milhões e US$ 15 milhões por ano devido à baixa qualidade das informações. Em grandes corporações, esse prejuízo pode chegar a US$ 406 milhões anuais.

Um estudo da Parseur aponta que dados inconsistentes podem consumir cerca de 12% da receita das empresas e provocar a perda de até 45% dos clientes potenciais, especialmente por cadastros duplicados ou informações desatualizadas.

Inteligência artificial evidencia fragilidades

A inteligência artificial depende dos dados usados para treiná-la, alimentá-la ou orientar suas respostas. Quando a informação de origem apresenta erros, o resultado também pode ser comprometido. Paulo Cordeiro, CEO e fundador da 4MDG, destaca que muitas empresas investem em IA esperando ganhos de produtividade, mas continuam operando com cadastros inconsistentes, duplicados e desatualizados.

Dados da VentureBeat indicam que até 87% dos projetos de IA não chegam à produção por problemas relacionados à qualidade da informação. Outro levantamento, da Huble, mostra que 69% das empresas afirmam que dados ruins impedem decisões e insights confiáveis baseados em IA.

Governança de dados como prioridade estratégica

Para reduzir falhas, as empresas adotam práticas como governança de dados e Master Data Management (MDM), que visam padronizar, validar e manter informações essenciais ao longo do tempo, evitando versões divergentes do mesmo cadastro.

Segundo a 4MDG, organizações que implementam uma Central de Cadastro estruturada e processos consistentes de MDM podem reduzir em até 30% os custos operacionais relacionados à gestão de dados mestres.

Esses temas estarão em debate na quarta edição do evento Amigos do Cadastro 2026, marcado para 19 de agosto, em São Paulo, reunindo especialistas e executivos para discutir inteligência artificial, qualidade da informação, compliance e eficiência operacional.

Texto gerado a partir de informações da assessoria com ajuda da estagiárIA