O Grupo Intelsis participou do SAP House Chile 2025, encontro que reuniu líderes, especialistas e empresas em torno das tendências que movem a transformação digital. Integração de processos, eficiência operacional e inteligência artificial dominaram as conversas, com a tecnologia tratada como meio para evoluir o negócio, e não como fim em si mesma.
Para a nossa equipe, o evento trouxe dois ganhos claros. O primeiro foi a troca direta com clientes e parceiros, que fortalece relacionamentos e abre novas oportunidades de colaboração. O segundo veio de uma das apresentações, dedicada a uma pergunta que muitas empresas deixam para depois: com quais dados a IA vai trabalhar?
Um espaço para ouvir clientes e parceiros
O formato próximo e dinâmico do SAP House Chile favoreceu o networking e a escuta ativa. Além das apresentações, o encontro funcionou como um fórum para compartilhar ideias, experiências e desafios reais das organizações.
Conversas assim costumam revelar o que não aparece em uma proposta comercial: a integração que ninguém documentou, o indicador que cada área calcula de um jeito, o piloto de IA que não saiu do papel. Entender essas necessidades de perto é o que permite desenhar soluções que geram valor real. Por isso, estar presente em eventos como este faz parte do compromisso do Grupo Intelsis com a inovação e com a proximidade com os clientes.
SAP BTP como alicerce de dados para a IA
Na sua apresentação, Matías Müller explicou o papel da SAP BTP como habilitadora da gestão de dados e o impacto disso nos projetos de inteligência artificial. Segundo ele, a plataforma integra, governa e transforma dados de muitas origens em uma camada única e confiável, para que os modelos trabalhem com informação de qualidade, atualizada e com contexto de negócio.
Na prática, isso significa tirar os dados dos silos onde costumam ficar: o ERP, os sistemas satélites, as planilhas e as aplicações de parceiros. Serviços da SAP BTP como o SAP Integration Suite, que conecta sistemas SAP e não SAP, e o SAP Datasphere, que organiza e disponibiliza os dados, ajudam a construir essa camada sem customizar o núcleo do ERP, preservando o clean core. Para entender a plataforma em linguagem de negócio, vale ler o que é a SAP BTP.
Por que a qualidade dos dados define o alcance da IA
Müller também destacou que a qualidade dos dados determina diretamente três atributos de qualquer modelo de IA: precisão, confiabilidade e escalabilidade. No dia a dia de uma empresa, o efeito aparece assim:
- Precisão: um modelo alimentado com cadastros duplicados ou histórico incompleto erra, e erra com aparente segurança.
- Confiabilidade: se vendas, finanças e operações não reconhecem os números de origem, a recomendação é ignorada, por melhor que seja o algoritmo.
- Escalabilidade: um piloto que depende de limpeza manual de planilhas funciona uma vez, mas não se replica em outra unidade de negócio ou em outro país.
Ainda de acordo com Müller, ao reduzir silos, melhorar a rastreabilidade e habilitar analytics avançado, a SAP BTP apoia decisões mais inteligentes e baseadas em dados. Ele também defendeu que investir em uma boa gestão de dados é uma vantagem competitiva, e não apenas uma escolha de tecnologia.
Checklist: seus dados estão prontos para a IA?
Para transformar essa mensagem em ação, reunimos cinco verificações que ajudam a avaliar se os dados da sua empresa sustentam um caso de uso de inteligência artificial. Vale fazê-las antes de escolher ferramenta ou modelo.
- Comece pelo caso de uso. Escolha uma decisão concreta, como prever a demanda de uma linha de produtos ou priorizar a manutenção de ativos críticos, e mapeie apenas os dados que ela exige. Tentar organizar todos os dados da empresa antes de começar costuma paralisar o projeto.
- Dê um dono a cada dado crítico. Cadastros de clientes, materiais, fornecedores e preços precisam de um responsável de negócio que defina o significado de cada campo e aprove mudanças. Sem dono, a qualidade vira problema exclusivo da TI e ninguém corrige a origem.
- Escreva regras de qualidade e meça. Defina o que é um registro válido em termos de completude, unicidade, formato e atualização, acompanhe esses indicadores e corrija os problemas no sistema de origem, não no relatório.
- Documente a linhagem. Saiba de qual sistema vem cada dado, por quais transformações ele passa e quando foi atualizado pela última vez. Sem linhagem, ninguém consegue explicar ou auditar uma recomendação da IA.
- Governe o acesso. Defina perfis por função, proteja dados pessoais e sensíveis e registre quem acessa o quê. Um modelo de IA não pode virar atalho para informações que as pessoas não deveriam ver.
Vamos conversar sobre os dados da sua empresa
Se a sua empresa está avaliando casos de uso de IA, ou já tem um piloto que não ganhou escala, o time do Grupo Intelsis pode ajudar a entender se os dados atuais sustentam essa ambição. Nossas frentes de dados e analytics e de inteligência artificial atuam do diagnóstico das origens e da governança até a arquitetura na SAP BTP, sempre a partir de um caso de uso concreto. Conte o seu cenário e vamos avaliar juntos o melhor ponto de partida.