Qualcuno è ancora convinto che l’efficacia e la pervasività delle soluzioni di Intelligenza Artificiale (IA) applicate ai processi aziendali dipendano prima di ogni altra cosa dalle piattaforme tecnologiche sottostanti, spesso raccontate come vere e proprie panacee per tutte le sfide di business. Non è così. O almeno questa è solo una parte della storia. È vero che oggi l’hardware ha raggiunto capacità di calcolo estremamente avanzate, garantite da CPU (Central Processing Unit) e GPU (Graphics Processing Unit) sempre più performanti, e che grazie alla presenza di system integrator specializzati è diventato relativamente semplice implementare progetti di IA su misura. Ma il salto evolutivo deve riguardare tutti gli aspetti dell’organizzazione, e specialmente l’elemento fondamentale: quello umano. «Assodato che oggi gli strumenti a supporto delle applicazioni di IA ci sono, occorre prima di ogni altra cosa elaborare un modello indipendente dalle tecnologie sottostanti: sono gli algoritmi che devono scalare in funzione degli obiettivi aziendali e dei KPI di business, non il contrario», spiega Laura Roberto, Business Developer di Maticmind.
Who's Who
Laura Roberto
Il gruppo, che mette a disposizione delle imprese 750 professionisti a cavallo di 11 sedi attive su tutto il territorio italiano (tra cui il Solution Center di Modena, uno spazio di 400 metri quadrati dedicato ad aree demo ed eventi formativi), nel 2018 ha registrato un ricavo di 236 milioni di euro e continua a crescere facendo leva proprio sul connubio tra supporto tecnologico e approccio consulenziale rispetto ai temi della Collaboration, del Data center, del Networking, della Security e delle Applications. In quest’ottica, Laura Roberto ha tra le proprie responsabilità quella di accompagnare nell’adozione di soluzioni IA clienti che operano nel Finance, nell’Healthcare, nell’Education, nell’Energy, nel Retail e nella Pubblica Amministrazione.
Perché parlare oggi di Intelligenza Artificiale in verticali così differenti?
In realtà di IA se ne parla da tantissimo, fin dagli anni 50. Ciò che è cambiato negli ultimi tempi è la tecnologia sottostante: i modelli matematici e statistici a supporto dei processi decisionali possono contare sul progresso che si è verificato in ambito computazionale. Grazie alle nuove tecnologie arriviamo a un grado di efficienza impensabile fino a poco tempo fa, se consideriamo che una GPU di nuova generazione può essere 45 volte più veloce di una CPU tradizionale. Tutto ciò porta le aziende di diversi settori a voler sperimentare. Nel retail si punta a offrire ai clienti una shopping experience ritagliata su misura. Penso ad Amazon, ma anche ai negozi fisici. Nel mondo sanitario, grazie al riconoscimento delle immagini è possibile migliorare sensibilmente la diagnostica medicale. L’Intelligenza Artificiale applicata alla telemetria, nel settore industriale, consente di conoscere o addirittura – attraverso il Machine e il Deep learning – di predire lo stato di salute di apparati. Il mercato ha grandi aspettative, ma chiede sempre più use case che permettano di capire meglio in che modo le soluzioni tecnologiche aiutano le imprese a definire le proprie strategie.
Che consiglio darebbe a un’organizzazione che sta muovendo i primi passi nel mondo dell’Intelligenza Artificiale?
In primo luogo bisogna capire se l’iniziativa che si intende avviare è di natura tattica o strategica. Se è tattica, l’aspetto tecnologico è relativamente importante. È sufficiente una workstation ad hoc o un servizio in Cloud per cominciare a testare su progetti specifici come le piattaforme di AI riescono a ottimizzare i flussi di attività. Nel momento in cui si passa a una vera e propria strategia, bisogna rivedere l’intera organizzazione. Oltre all’introduzione della soluzione a livello infrastrutturale, con la possibilità per gli algoritmi di scalare, occorre revisionare processi, ridisegnare le procedure di approvazione e stabilire KPI che permettano di verificare con esattezza l’incremento delle prestazioni e l’impatto sul business delle nuove piattaforme. Aggiungerei che il tutto andrebbe supportato, sul piano dell’IT, con modelli basati su standard aperti, per agevolare lo sviluppo futuro del progetto. E naturalmente suggerisco di affidarsi a un sytem integrator lungo tutto il processo.
Qual è l’aspetto più critico di questa trasformazione: su cosa dovrebbero concentrarsi le organizzazioni?
Sulla gestione delle risorse umane. Un’iniziativa di AI richiede competenze eterogenee: bisogna collaborare e fare squadra oltre la divisione IT. I sistemi informativi vedono solo gli aspetti infrastrutturali, ma non quelli legati al funzionamento degli algoritmi, che a seconda del settore di appartenenza competono a professionalità specialistiche, con background diversi. Bisogna quindi mettersi al tavolo e discutere per affrontare insieme il tema dell’eterogeneità di tecnologie e processi. Ogni componente, ogni fase del processo, va condivisa e non vista come parte di un silos a sé. A competenze diverse corrispondono anche infrastrutture diverse, che in progetti del genere devono essere messe a fattor comune per massimizzare l’efficienza e consolidare i costi in un’unica piattaforma. Questo poi, sul piano pratico, si traduce nella capacità di immagazzinare i dati e renderli disponibili a tutte le applicazioni, trasformandoli, di fatto, in informazioni utili al business.
Perché un’organizzazione dovrebbe affidarsi a un system integrator come Maticmind anche per questo specifico ambito?
Perché siamo un system integrator a 360 gradi. Forse fino a qualche tempo fa eravamo meno conosciuti per i progetti sui data center, ma siamo sempre più focalizzati su quest’ambito, grazie all’acquisizione di un team applicativo che ci sta aiutando a proporci come un partner che va oltre il tema infrastrutturale. La nostra esperienza sui big data e la nostra competenza sulle diverse tecnologie, con soluzioni certificate per ogni ambito, collegate al mondo applicativo dell’IA ci rendono in grado di affrontare qualsiasi tipo di scenario. Proprio come suggeriamo di fare ai nostri clienti, abbiamo inoltre creato inedite sinergie tra le varie divisioni aziendali. È così che riusciamo a operare sempre più efficacemente, non più per compartimenti stagni, ma per progetti.
