Avaliação da Snorkel AI triplica com a demanda por dados de treinamento

A crescente demanda por dados de treinamento para inteligência artificial impulsiona o crescimento das startups do setor. Com sete anos de atuação, a Snorkel AI concluiu uma rodada de investimentos Série E de US$ 350 milhões, triplicando sua avaliação para US$ 3,5 bilhões. Esse aporte ocorre em um momento em que a necessidade de dados ganha destaque nas aplicações corporativas de IA. O aspecto mais relevante dessa evolução para as empresas é a urgência de focar na qualidade dos dados de treinamento, para além da simples escolha do modelo.

A Snorkel AI utilizará o novo aporte para expandir seu modelo data-as-a-service (dados como serviço) e aprimorar conjuntos de dados de treinamento de inteligência artificial voltados a empresas. O foco não reside apenas em coletar mais dados, mas em sustentar fontes de dados utilizáveis nos processos de desenvolvimento de IA. Ao avaliar essa abordagem, as organizações devem considerar de forma integrada qual necessidade os dados atendem, como serão empregados e sua correlação com os processos de negócios existentes.

Os dados de treinamento compõem os exemplos utilizados no processo de aprendizado de um modelo de inteligência artificial. Por isso, a precisão, a consistência e a capacidade de representação do caso de uso pretendido são cruciais. Registros incompletos ou contraditórios podem prejudicar o aprendizado do modelo. Em vez de tratar a preparação de dados apenas como uma transferência técnica, encará-la como um processo de estruturação do conhecimento de negócios em um formato compreensível e avaliável garante um ponto de partida muito mais consistente.

O reflexo prático desse desenvolvimento para as PMEs é a necessidade de avaliar a situação dos dados internos antes de avançar para a inteligência artificial. É essencial mapear quais registros estão atualizados, como as mesmas informações são mantidas em diferentes sistemas e quem tem permissão de acesso a esses dados. Em seguida, define-se o escopo de conhecimento exigido pela aplicação pretendida. Dessa forma, a preparação de dados deixa de ser uma organização vaga de arquivos e se torna uma etapa estratégica alinhada a uma necessidade de negócio concreta.

Nem toda aplicação corporativa de inteligência artificial exige o treinamento de um novo modelo; portanto, a necessidade de dados de treinamento deve ser diferenciada da necessidade de acesso ao conhecimento corporativo por parte da aplicação. Na X Mind Solutions, consideramos essa distinção fundamental no contexto de agentes de IA, fluxos de automação e integrações de sistemas. O foco em dados destacado pelo investimento na Snorkel AI lembra as empresas sobre a importância de definir primeiro o propósito de uso para, em seguida, planejar a preparação adequada dos dados.