O que aconteceu: A Dun & Bradstreet, uma organização com mais de 180 anos de história e um dos maiores bancos de dados comerciais do mundo, realizou uma reengenharia completa de sua arquitetura de dados. O motivo: sua base de dados, antes otimizada para analistas humanos, não conseguia atender às demandas de velocidade, precisão e relacionamento dinâmico exigidas pelas novas aplicações de inteligência artificial, especialmente os “agentes de IA“. Este movimento sublinha um desafio crucial para empresas tradicionais na era da inteligência artificial.
Com um Commercial Graph que abrange 642 milhões de empresas e suas complexas relações, hierarquias corporativas e perfis de risco, a Dun & Bradstreet (D&B) construiu sua fundação para usuários humanos. Analistas de crédito, gerentes de risco e profissionais de vendas estavam acostumados a esperar por resultados de consultas e a navegar por correspondências ambíguas de entidades. No entanto, os agentes de inteligência artificial, que operam em fluxos de trabalho de crédito, aquisição e cadeia de suprimentos, não possuem essa tolerância.
Quando os clientes da D&B começaram a integrar agentes de IA em seus processos, a infraestrutura que servia confiavelmente a quase 200.000 clientes globais se tornou um gargalo. Os sistemas construídos para humanos eram arquitetonicamente inadequados para máquinas. A D&B percebeu que precisava reconstruir. Segundo Gary Kotovets, Chief Data and Analytics Officer da Dun & Bradstreet, a empresa agora precisa pensar nos agentes de IA como uma nova categoria de consumidores, expandindo-se além dos analistas e profissionais de vendas tradicionais para atender às máquinas de seus clientes.
Leia também
O dilema enfrentado pela D&B não é isolado. Kotovets revela que centenas de diretores de dados (CDOs) e diretores de informação (CIOs) com quem conversou nos últimos seis meses enfrentam uma limitação similar: a incapacidade de construir as soluções de IA que desejam porque suas bases de dados não são padronizadas, normalizadas ou consultáveis por agentes. O caso da D&B ilustra que mesmo empresas com fundações de dados robustas e construídas ao longo de décadas, mas otimizadas para lógicas humanas, precisam de uma reengenharia profunda para a era da IA, impactando diretamente a agilidade, precisão e escalabilidade das operações de negócio.
Resumo prático: A Dun & Bradstreet redesenhou seu banco de dados comercial para que agentes de IA possam acessar e interpretar dados complexos de forma rápida e precisa, viabilizando automação avançada em decisões de negócios e elevando a produtividade empresarial.
Como isso pode ser usado na prática
- Análise de Crédito e Risco Automatizada: Agentes de IA podem consultar instantaneamente o histórico de crédito, a hierarquia corporativa e os perfis de risco de uma empresa, acelerando drasticamente o processo de avaliação e concessão de crédito, além de monitorar riscos em tempo real.
- Gestão Dinâmica da Cadeia de Suprimentos: Monitoramento contínuo de mudanças de propriedade, situação financeira ou eventos de risco em fornecedores, permitindo que as empresas reajam proativamente a interrupções na cadeia de suprimentos e mitiguem vulnerabilidades.
- Verificação de Identidade e Conformidade (KYC/KYA): Agentes de IA podem verificar a identidade de empresas e parceiros (Know Your Business – KYB) e até mesmo de outros agentes de IA (Know Your Agent – KYA) em tempo real, garantindo conformidade regulatória e mitigando riscos em transações globais.
- Otimização de Vendas e Marketing: Análise de relacionamentos entre empresas e filiais para identificar oportunidades de venda cruzada, expansão de mercado e segmentação de clientes com base em dados mais dinâmicos e atualizados.
Entenda a tecnologia
- Revisão da Arquitetura para Agentes de IA: A D&B migrou seus bancos de dados fragmentados para uma infraestrutura em nuvem unificada. A solução central é um grafo de conhecimento consolidado — uma representação de dados que mostra as relações entre diferentes entidades, como empresas, pessoas e eventos. Este grafo, que mapeia bilhões de relações entre 642 milhões de empresas, é continuamente atualizado e enriquecido por processamento de dados baseado em inteligência artificial, garantindo informações dinâmicas e em tempo real, essenciais para os agentes.
- Acesso Estruturado e Resolução de Entidades: Em vez de acesso direto a consultas SQL (Structured Query Language), que seriam lentas e ineficientes para agentes em grande volume, a D&B criou uma camada de acesso estruturada que empacota dados com contexto. Isso direciona os agentes de IA aos registros corretos para consultas específicas. Um motor de correspondência e resolução de entidades (que identifica e associa registros de dados à mesma entidade real) garante que, quando um agente pergunta sobre uma empresa, a resposta se refira a uma entidade verificada e específica, eliminando ambiguidades e dados duplicados.
- “Conheça Seu Agente” (KYA): Assim como há o “Conheça Seu Cliente” (KYC) para humanos, a D&B desenvolveu um novo modelo de registro para agentes de IA. Cada agente deve estar mapeado a um endereço IP verificado e registrar uma chave de acesso individual, sendo tratado como uma identidade autenticada no mesmo fluxo de um usuário humano. Isso aborda o problema de saber a qual empresa um agente pertence e a quais dados ele tem permissão para acessar.
- Verificação de Consistência para Múltiplos Agentes: Em fluxos de trabalho complexos que envolvem vários agentes de IA (por exemplo, um agente para verificar crédito, outro para KYC e outro para risco de terceiros), a D&B construiu um “agente de verificação de negócios”. Esse agente pode ser incorporado a qualquer fluxo de trabalho como um ponto de referência persistente, garantindo que todos os agentes estejam analisando a mesma entidade, através de um “aperto de mão digital”. Isso previne erros causados pela divergência de dados entre diferentes etapas do processo.
- Ganhos em Produtividade e Eficiência: A principal vantagem desta reconstrução é a capacidade de processar bilhões de relações e registros em latência de sub-segundo, algo impossível com a arquitetura anterior. Isso se traduz em maior velocidade, precisão e escalabilidade para decisões baseadas em dados, que são cruciais para a produtividade e competitividade empresarial na era da IA. A D&B agora executa aproximadamente 100 bilhões de verificações de qualidade de dados por mês.
- Limitações e Desafios: O processo de reconstrução é extremamente complexo e exige uma base de dados que seja limpa, normalizada e consolidada. A experiência da D&B mostra que, embora tivessem uma base robusta, a maioria das empresas não possui essa fundação pronta para agentes de IA. Além disso, a necessidade de projetar sistemas para relações dinâmicas (em vez de estáticas) e construir verificações de consistência explícitas entre múltiplos agentes adiciona uma camada de complexidade significativa ao desenvolvimento de fluxos de trabalho de IA robustos. A rastreabilidade (linhagem) dos dados também é fundamental, para que cada resposta gerada por um agente possa ser validada até a sua fonte original, essencial para decisões de alto impacto.
Oportunidades no mercado
A capacidade de agentes de IA acessarem e interpretarem dados comerciais complexos em tempo real, como demonstrou a Dun & Bradstreet, abre caminho para uma nova geração de ferramentas de inteligência de negócios e automação. Empresas de todos os portes podem criar sistemas que tomam decisões mais rápidas, com maior embasamento e em maior escala, desde aprovações de crédito e gestão de risco até a otimização da cadeia de suprimentos e identificação de novas oportunidades de mercado. Isso pode gerar uma eficiência operacional massiva, reduzir custos com análises manuais e impulsionar a criação de produtos e serviços baseados em dados que antes seriam impraticáveis devido à latência ou complexidade de processamento. A vantagem competitiva residirá na agilidade para transformar dados brutos em decisões acionáveis via agentes de IA, com a garantia de precisão e rastreabilidade.
Movimentos como esse indicam como a inteligência artificial está sendo incorporada de forma cada vez mais prática nos negócios.
Hashtags: #DBs #DunAndBradstreet #Dados #InteligenciaArtificial #IA #AgentesIA #GrafodeConhecimento #Inovacao #Produtividade #Negocios #TransformacaoDigital #GranaBit
Quer entender a IA de verdade? Acompanhe o GranaBit e fique por dentro das aplicações que estão transformando o mercado.
Fonte: venturebeat.com (Adaptação: GranaBit)
