Come e perché l’intelligenza artificiale richiede una strategia dati aggiornata

L’Intelligenza Artificiale sta dominando le conversazioni aziendali e spinge le imprese a ripensare le proprie strategie di business. Per prosperare in questo ambiente in cambiamento, è necessario adottare una moderna strategia di protezione dei dati che affronti la complessità dell’IT (Information Technology) e favorisca l’efficienza, senza mettere a rischio la sicurezza delle informazioni.

Intelligenza artificiale: i vincoli di sicurezza

Quando si parla di Intelligenza artificiale, la sicurezza è più importante che mai. Le strategie devono considerare attentamente i nuovi utilizzi dei dati e le nuove modalità di accesso, così come le minacce sempre più pervasive di attacchi informatici basati su Intelligenza artificiale.

Nell’ultimo decennio le aziende hanno già investito per sfruttare appieno la potenza dei propri dati, molte migrando gran parte dei sistemi on-premise verso il cloud per semplificare la gestione dei grandi volumi di informazioni, peraltro collegando sistemi in silo per creare archivi comuni e trarre il massimo vantaggio dai dati.

Questi aggiornamenti hanno permesso ai data analyst di utilizzare le informazioni per creare tra l’altro grafici sullo stato di salute dell’azienda: dati preziosi, ma che le aziende non devono più considerare soltanto al passato. Al contrario, si può utilizzare il flusso di informazioni in tempo reale, combinato con l’IA, per generare insight predittivi che aiutino a guidare il futuro aziendale.

Le possibilità includono l’utilizzo di un sistema di IA generativa per rispondere alle domande dei dipendenti come assistente digitale nel processo decisionale interno, ma anche un sistema che avvisa i venditori quando un cliente è sul punto di andarsene. Perché questo si realizzi, però, molte aziende devono ripensare il modo in cui raccolgono e utilizzano i dati.

Il passaggio ai dati in tempo reale

Il flusso di tecnologie digitali comporta per le aziende la raccolta di informazioni a velocità e volumi sbalorditivi. In passato, tutti questi dati passavano attraverso un processo di pulizia, protezione e trasporto in un repository a cui gli analisti potevano accedere per alimentare le dashboard aziendali che forniscono aggiornamenti statistici regolari.

Se questa impostazione in passato è stata utile, non funziona più per l’AI. Al contrario, le aziende devono poter utilizzare i dati già quando vengono creati, per alimentare gli algoritmi predittivi e avere più automazione. Da qui l’interesse per i moderni motori di analisi come Spark, che supportano l’uso di dati in streaming.

Per acquisire capacità simili, ogni azienda deve rivedere le proprie strategie di gestione dei dati, supportate da una piattaforma IT che consenta ai dipendenti di accedere alle informazioni in tempo reale.

Definire una strategia dati per l’era dell’Intelligenza artificiale

Quando si elabora un piano dati incentrato sull’Intelligenza artificiale, i responsabili devono considerare diversi fattori chiave, che indichiamo di seguito.

• Gestire un ambiente ibrido. Sebbene le aziende si stiano rapidamente spostando verso il cloud, molte continuano a conservare on-premise gran parte dei loro dati, spesso quelli più sensibili: queste imprese devono adottare strumenti in grado di interconnettere l’intera base IT (compresi cloud pubblici e privati e hardware legacy) per trarre vantaggio dai dati.
• Ottimizzare i costi. La gestione dei dati non è economica: raccolta e archiviazione di tutte le informazioni comportano costi non indifferenti. Gli strumenti moderni consentono però di ottimizzare l’archiviazione delle informazioni: ad esempio, quelle più sensibili vanno conservate in un repository con livello di sicurezza di alto livello, trasferendo in uno storage più economico altri dati che non richiedono una protezione robusta.
• Proteggere gli asset. L’ondata di nuove applicazioni digitali sta fornendo alle aziende una conoscenza approfondita di attività e clienti come mai prima. Ma un footprint IT più ampio significa anche essere molto più vulnerabili agli attacchi: le minacce autonome e pervasive che usano l’IA spinge le aziende ad adottare strumenti che aggiungono importanti difese come backup e disaster recovery automatici, per assicurarsi che le loro risorse digitali più importanti rimangano protette.

In realtà, l’IA non è un fenomeno così nuovo come potrebbe sembrare dal suo clamore (il termine è addirittura nato nel 1955). Da anni IA e ML (Machine Learning) vengono gradualmente sperimentati per automatizzare un maggior numero di operazioni e migliorare la capacità dei dipendenti di utilizzare i dati per ottimizzare l’intelligence.

La novità è la frenesia con cui i vertici aziendali, e persino molti consigli di amministrazione, chiedono una “strategia di IA” in risposta all’attenzione suscitata dall’IA generativa.

La buona notizia è che molte aziende stanno lavorando da anni per costruire moderne basi di dati al fine di supportare un futuro predittivo e automatizzato. Le basi ci sono, ora è fondamentale che queste stesse aziende si prendano il tempo necessario per adottare la giusta strategia di IA, in modo da restare all’avanguardia dell’innovazione per i prossimi dieci anni e oltre.

— a cura di Vincenzo Granato, Country Manager di Commvault Italia