Dados vão gerar cada vez mais valor, mas podem causar danos a confiança, diz relatório do Banco Mundial

O Relatório de Desenvolvimento Mundial do Banco Mundial está entre as fontes mais confiáveis quando buscamos informações sobre o desenvolvimento de países de baixa e média renda, e a edição deste ano focou no impacto dos dados. Ele aponta que o big data¹ tem o potencial de beneficiar a humanidade e reduzir a desigualdade global, mas se não for usado de forma ética pode causar sérios danos à confiança. O relatório “Dados para uma vida melhor” também faz recomendações sobre como as empresas podem usar dados alternativos para beneficiar a si mesmas e à sociedade, mas aponta que os dados trazem preocupações de gerenciamento de risco para as empresas.

O potencial “não explorado” de dados para o desenvolvimento global

Este relatório analisa o desenvolvimento global, a desigualdade e a pobreza, então pode parecer curioso que seu foco, neste ano, esteja em dados. A análise do relatório mostra que o Data as a Service² (DaaS) cresceu exponencialmente desde 1990 e agora representa metade do comércio global de serviços. O comércio de Data as a Service já ultrapassa os serviços de transporte e de viagens juntos.

A mensagem principal do relatório é que “o valor dos dados para o desenvolvimento não é explorado” e poderia ser usado para “promover o desenvolvimento econômico e social”. David R. Malpass, Presidente do Grupo Banco Mundial, lançou o relatório em um evento virtual, dizendo que os dados oferecem “um recurso que pode ser usado e reutilizado repetidamente para gerar mais valor”.

Empresas “transformadoras” de dados alternativos

O relatório afirma que empresas em todo o mundo já sentiram os efeitos transformadores da big data. Ele cita um estudo com 179 grandes empresas nos Estados Unidos, que indicou um aumento de produtividade entre 5 e 6% acima do esperado em empresas que utilizam dados na tomada de decisões.

Ele também revela que dados alternativos estão dando às empresas de serviços financeiros uma vantagem competitiva. Dados de mídia e mídia social, dados de telefones celulares e dados de empresas ajudam os bancos a “avaliar a capacidade de crédito” e fornecem “informações detalhadas sobre indivíduos, empresas, resultados econômicos e fenômenos”.

Mas para que esses dados sejam mais úteis, eles precisam ser apresentados em um formato que possa ser usado por tecnologias de big data, como a Inteligência Artificial. “Ao consumir mais tipos de dados e extrair informações relevantes de padrões aparentemente não relacionados, o machine learning³ poderia gerar pontuações de crédito para mais indivíduos com maior precisão”, escreveram os autores.

Os riscos do uso antiético de dados

O relatório também emitiu um grande alerta: se as empresas usarem dados para desenvolver produtos que prejudiquem a sociedade, mantiverem dados pessoais de maneira antiética ou deixarem de garantir a transparência e a confidencialidade dos dados, elas podem sofrer riscos regulatórios, reputacionais, financeiros e estratégicos. Além de perder a confiança dos consumidores, investidores e possíveis empregados, as empresas também podem ser alvo de uma investigação regulatória.

O que as empresas devem fazer para mitigar esses riscos? Aqui vão três etapas importantes:

1. Certificar-se de usar os dados de maneira confiável. O relatório recomenda que “a confiança nas transações de dados pode ser apoiada por meio de uma robusta estrutura legal e regulatória”. Isso se aplica não apenas às leis, mas às políticas e procedimentos internos da empresa, que deve buscar as melhores práticas em relação à governança de dados. As empresas também devem garantir a aquisição de dados apenas de fontes confiáveis.
2. Utilizar os dados para examinar clientes potenciais e fornecedores. Os processos de due diligence devem usar notícias abrangentes, dados jurídicos e dados de empresas para garantir que sua empresa não fará negócios com parceiros envolvidos em práticas antiéticas.

   A tecnologia pode ajudar nesse processo, permitindo a automação inteligente para a investigação de um grande volume de terceiros em uma ampla gama de fontes, permitindo que os profissionais de gerenciamento de risco se concentrem na análise dos fatos, avaliação dos riscos e desenvolvimento de um due diligence aprofundado quando for necessário.

3. Testar os requerimentos ESG com dados. Os investidores estão cada vez mais buscando transferir seus investimentos para empresas com fortes preocupações ambientais, sociais e de governança (ESG). Muitas afirmam ter uma política ESG forte, mas isso só poder ser concluído após a investigação de uma variedade de fonte de dados, incluindo feeds de mídia adversa.

Notas do Tradutor:

1. Big Data: Grandes volumes de dados.
2. Data as a Service: Dados como Serviço é uma estratégia de gerenciamento de dados que usa a nuvem para armazenamento, integração, processamento e/ou serviços analíticos por meio de uma conexão de rede.
3. Machine Learning: Sistema que pode modificar seu próprio comportamento, de forma autônoma, com base em sua própria experiência (treino e teste de dados), com pouca interferência humana.