O Gartner divulgou uma pesquisa apontando que, até 2025, 70% das organizações mudarão seu foco de big data para pesquisas de dados mais abrangentes conhecidas como small data, fornecendo mais contexto para análises específicas e tornando a Inteligência Artificial (IA) menos dependente de enormes quantidades de dados. Segundo Jim Hare, vice-presidente de pesquisa do Gartner, interrupções como a pandemia COVID-19 estão fazendo com que dados históricos que refletem condições passadas se tornem rapidamente obsoletos, o que está quebrando muitos modelos de Inteligência Artificial e aprendizado de máquina (ML – de Machine Learning, em inglês). A Inteligência Artificial tornou-se mais complexa e exigente, e excessivamente dependente de abordagens de aprendizado profundo dependentes de um enorme conjunto de dados. Nesse cenário, os analistas do Gartner recomendam que os líderes de Data & Analytics (D&A) devem recorrer a novas técnicas de análise conhecidas como “small data” (pequenos dados) e “wide data” (dados amplos), pois, juntas, são capazes de usar os dados disponíveis com mais eficácia, reduzindo o volume necessário ou extraindo mais valor de fontes de dados diversificadas e não estruturadas.  O uso de small ou wide data podem ser usados em áreas como a previsão de demanda no varejo, inteligência comportamental e emocional em tempo real e no atendimento ao cliente aplicada à hiperpersonalização e melhoria da experiência do cliente. Outras áreas incluem segurança física ou detecção de fraudes e sistemas autônomos adaptativos, como robôs, que aprendem constantemente pela análise de correlações no tempo e no espaço de eventos em diferentes canais sensoriais.