Projetando a Camada de Dados Ideal para IA Generativa: Principais Insights da Intuit

Na cobertura da mídia sobre a inteligência artificial generativa, uma empresa se destaca pela rápida e eficaz implementação da tecnologia: a Intuit.

Em setembro, a Intuit lançou seu assistente alimentado por LLM, o Intuit Assist, em todos os seus produtos, incluindo TurboTax, QuickBooks, Credit Karma e MailChimp. Anteriormente, em junho, a empresa revelou seu sistema operacional Gen AI, projetado para orquestrar a atividade de grandes modelos de linguagem (LLM) em toda a organização—uma visão ambiciosa que antecede a de outros grandes players do setor.

Em uma entrevista recente, conversei com Alon Amit, VP de Gestão de Produto da Intuit, sobre um aspecto crucial para o sucesso com inteligência artificial generativa: o desenvolvimento de uma camada robusta de gerenciamento de dados. Amit destacou que a Intuit investiu vários anos refinando essa camada de dados para garantir informações precisas, bem integradas, governadas e deduplicadas. Somente após estabelecer essa base sólida, os LLMs puderam utilizar os dados para promover interações personalizadas com os 100 milhões de clientes de pequenas empresas e consumidores da Intuit.

Durante nossa conversa, Amit compartilhou um slide importante que ilustra o modelo da camada de dados da Intuit, delineando as melhores práticas para uma arquitetura de dados eficaz. Recomendo que os líderes de dados das empresas assistam à entrevista completa, na qual Amit detalha as principais iniciativas que a Intuit está buscando e os objetivos para 2024. A entrevista faz parte do nosso evento AI Unleashed, com o vídeo completo disponível acima.

Aqui estão alguns pontos chave da nossa conversa:

1. Registro de Mapa de Dados: A Intuit desenvolveu um repositório centralizado para todos os ativos de dados—tanto em tempo real quanto em lotes—gerados dentro da empresa, incluindo todos os esquemas de dados. Isso garante a governança dos dados, com propriedade e propósito claros estabelecidos para cada ativo. Amit reconheceu imperfeições no processo, mas está otimista que alcançarão uma governança quase perfeita até o final do próximo ano.

2. Cultura de “Dados como Produto”: Com a ajuda deste mapa de dados, a Intuit cultivou uma cultura entre desenvolvedores, gerentes de produto e engenheiros que considera todos os dados gerados como um produto valioso, não apenas os dados dentro de produtos voltados para o cliente.

3. Governança Uniforme de Esquemas de Dados: A Intuit garante que todos os esquemas de dados—sejam de fluxos de cliques ou fontes de terceiros—sejam gerenciados de maneira consistente para evitar interrupções em sistemas subsequentes, especialmente aqueles que suportam IA generativa. A entrada de dados, representada no lado esquerdo do gráfico de Amit, inclui "eventos de domínio" como dados em tempo real gerados de barramentos de eventos de aplicativos, integrando-se automaticamente ao lago de dados da Intuit.

4. Derivação de Dados Governada: Este termo abrange todas as transformações aplicadas aos dados de origem, como cálculos analíticos, extração de recursos de IA e atributos de marketing. Os desenvolvedores são notificados se tentarem derivar um recurso que já existe no registro de dados, evitando assim redundâncias.

5. Derivação de Dados em Tempo Real: Planejada para 2024, essa iniciativa visa aprimorar as capacidades da Intuit em fornecer respostas a dados quase em tempo real. Amit enfatizou que a empresa está comprometida em refinar seus processos para permitir insights oportunos, garantindo que a Intuit possa compreender rapidamente as ações dos usuários ao responder a perguntas ou oferecer suporte especializado.

Essas estratégias ilustram como a Intuit está liderando o caminho na utilização eficaz da inteligência artificial generativa por meio de uma sólida estrutura de gerenciamento de dados.