Governança de dados pode soar complicado, mas a ideia é simples. Funciona como a organização de uma casa: cada coisa tem um lugar definido, alguém é responsável por repor o que acaba e todos sabem onde procurar. Quando isso não existe, a casa continua cheia, mas ninguém encontra nada quando precisa.
A comparação nasce da experiência de João Vitor. Em 2022, ele era estagiário de TI em uma empresa de engenharia na Região Metropolitana de Belém e recebeu uma tarefa aparentemente simples: mapear quantos ativos de hardware existiam no projeto e a quem pertencia cada um.
A realidade era outra. Havia máquinas no depósito, no escritório e até equipamentos que foram levados para casa e nunca devolvidos. Não havia uma lista confiável, apenas várias listas parciais que se contradiziam, cada uma com um responsável diferente e nenhuma com data de atualização.
A resposta técnica veio rápido. A equipe implantou o GLPI, ferramenta de gestão de ativos e serviços de TI, seguindo os padrões de ITSM (gestão de serviços de TI), estruturou o fluxo de ativos e montou o inventário. A etapa mais difícil, porém, foi outra: decidir quem respondia por cada informação, o que contava como ativo e qual planilha antiga seria descartada. O processo levou meses e, segundo o relato, não teve nada de tecnológico ou automatizado. Dependeu de acordo entre pessoas e de conversa direta.
O debate sobre IA no Pará e o silêncio sobre os dados
João Vitor afirma que se lembra dessa época toda vez que lê notícias sobre a chegada de infraestrutura de inteligência artificial ao Pará. O estado tem discutido data centers, capacidade computacional e projetos que colocam a Amazônia no mapa da IA. Para ele, a conversa é legítima e bem-vinda, mas vem acompanhada de uma ausência: quase ninguém pergunta se as organizações paraenses têm dados em condições de alimentar essas tecnologias.
Três perguntas para diagnosticar a empresa
Segundo o autor, governança de dados virou expressão comum em apresentações de consultoria, mas pouco significa para quem atua no operacional. Na prática, ela se resume a três perguntas que deveriam ser respondidas sobre qualquer informação relevante do negócio:
- Onde ela está? Não basta dizer “no sistema”: é preciso saber em qual base, em qual tabela e atualizada por qual processo.
- Em que estado ela está? Quantos registros estão duplicados, quantos campos obrigatórios estão vazios e há quanto tempo o dado não é revisado.
- De quem ela é? Não quem tem acesso, mas quem responde quando o dado está errado. Uma pessoa, com nome, e não uma área.
O autor sugere aplicar o teste na empresa, seja sobre o cadastro de clientes ou o controle de ativos da infraestrutura. Se a resposta demorar mais de um dia ou variar conforme quem responde, o problema já está identificado. E, de acordo com ele, não se resolve com GPU nem com LLM (modelos de linguagem de grande porte).
Um modelo de inteligência artificial aprende com o que existe, não com o que deveria existir. Se o cadastro registra o mesmo cliente quatro vezes, o modelo passa a tratá-lo como quatro clientes diferentes. Se o campo de segmento é preenchido por convenção, ele aprende a convenção, não o segmento. E se ninguém sabe definir o que é “cliente ativo” na organização, nenhum resultado construído sobre esse conceito resiste à primeira reunião de validação.
O padrão descrito é recorrente: a empresa contrata a ferramenta, faz a prova de conceito e apresenta um número atraente. O projeto, porém, fracassa quando a área de negócio constata que o dado não corresponde à sua realidade. Para o autor, a causa não é falta de tecnologia ou de investimento, mas o fato de a organização ter pulado uma etapa essencial.
João Vitor ressalta que o problema não é exclusivo do estado, mas avalia que ele pode pesar mais no Pará, onde as organizações têm menos margem para desperdiçar orçamento e menos profissionais disponíveis para refazer o que não deu certo. Na comparação feita no artigo, uma empresa do Sudeste que desperdiça um ciclo de investimento costuma recomeçar. Já uma empresa paraense, muitas vezes, abandona o tema por anos.
O artigo destaca que os primeiros passos não custam licença, contratação nem tokens (a unidade de consumo de serviços de IA):
- Escolher um único domínio. Em vez de tentar governar todos os dados da empresa, concentrar-se no que mais causa problemas, como cadastro de clientes, controle de contratos ou base de produtos.
- Nomear um responsável. Uma pessoa que responda pela qualidade daquele dado e tenha autoridade para decidir. Sem isso, afirma o autor, o restante é “decoração”.
- Escrever as definições. Um documento simples que explique o que é cliente ativo, o que é contrato encerrado e o que entra ou não em cada categoria. Segundo o texto, o procedimento evita que três áreas calculem o mesmo indicador de três formas distintas.
- Medir duas coisas. O percentual de campos obrigatórios vazios e o de registros duplicados, métricas que, de acordo com o autor, qualquer pessoa com acesso ao banco levanta em uma tarde e que oferecem o primeiro retrato honesto da situação.
A conclusão do artigo é que a infraestrutura de IA vai chegar ao Pará, o que é positivo, mas chega vazia. Para João Vitor, o que determinará quem aproveitará a oportunidade e quem apenas assistirá não será a capacidade computacional instalada no estado, e sim quantas organizações paraenses usarão esse tempo para organizar a própria casa.
