Por que uma camada semântica separa um analista de IA com 96% de precisão de um com 80%

Em uma sessão do dbt Summit 2026, Alex Noonan, da dbt Labs, argumentou que o grounding é o que resta resolver para os analistas de IA. Um benchmark da dbt Labs mostrou que um modelo respondendo por meio de uma camada semântica atingiu 96 a 100% de precisão, contra 80 a 91% quando o mesmo modelo escreveu SQL bruto sobre o esquema de um banco de dados. Ele também abordou as outras abordagens de grounding (modelos no estilo de ontologia e camadas de contexto para agentes) e os fundamentos pouco glamorosos que as tornam duradouras: verificações de qualidade de dados, documentação legível por máquina e feedback visível em canais públicos.