Accelerare la trasformazione digitale
Dalla rivista:
Soluzioni Software per l’Industria
L’AI generativa ha un grosso impatto su applicazioni moderne, API, multicloud e AIOps. Vediamole
La pandemia e il suo impatto sul ritmo della trasformazione digitale delle imprese sono ormai superati. Tuttavia, la rapida accelerazione tecnologica, il passaggio al lavoro da remoto e l’adozione dei servizi digitali dovrebbero farci riflettere sulle conseguenze degli eventi e delle variabili più disruptive, soprattutto considerando l’avvento dell’AI generativa. L’accelerazione della digital transformation delle imprese è evidente ovunque: da DoorDash al dominio dello streaming entertainment fino alla creazione di una forza lavoro ibrida, un’idea impensabile prima del 2020. Oggi, stiamo assistendo a qualcosa di simile con l’AI generativa. L’AI generativa è affascinante e promette di rivoluzionare molti aspetti della nostra vita, dal lavoro all’apprendimento e la didattica, al semplice vivere quotidiano. Tuttavia, da sola non è di per sé più utile dell’analisi dei dati: entrambe, infatti, sono tecnologie che non possono creare valore senza una domanda precisa a cui rispondere. Il vero impatto dell’AI generativa si manifesta quando si integra con le tecnologie esistenti. La natura ‘catalitica’ dell’AI generativa produce un impatto significativo, soprattutto quando accelera tendenze già in atto. Quali? Vediamole di seguito.
– Applicazioni moderne – Le applicazioni moderne erano destinate a superare quelle tradizionali, ma l’intelligenza artificiale ha accelerato incredibilmente questo processo. Oggi stiamo vedendo le applicazioni moderne raggiungere il ‘dominio’ nel portafoglio applicativo aziendale perché l’intelligenza artificiale stessa è di fatto un’applicazione moderna, così come lo sono le applicazioni create per sfruttarla.
– API – Anche le API erano già destinate a essere una priorità per il delivery e la sicurezza. L’intelligenza artificiale ha semplicemente reso tutto ciò che riguarda le API una questione critica, probabilmente destinata a superare l’importanza della sicurezza generale. Questo perché moltissimi oggi stanno sviluppando applicazioni moderne che si basano sulle API, integrando servizi di intelligenza artificiale proprio attraverso le API.
– Hybrid e multicloud – L’AI generativa si affida a ingenti risorse di calcolo, storage e rete. Questi requisiti amplificano il modello operativo IT ibrido esistente e complicano, di fatto, le sfide del multicloud. I Large Language Models (LLM) alla base dell’AI generativa risiederanno molto probabilmente in un cloud pubblico, anche se alcuni resteranno on-premises. Le applicazioni progettate per utilizzare questi LLM, invece? Con tutta probabilità saranno anch’esse multicloud. Se c’erano dubbi sul futuro dell’IT ibrido, la necessità di risorse per il training e l’inferenza, insieme all’esigenza di mantenere la privacy dei dati, consoliderà ulteriormente l’IT ibrido come la nuova normalità.
– AIOps – L’intelligenza artificiale generativa sta inoltre accelerando il passaggio all’AIOps, l’intelligenza artificiale per le operazioni IT. L’AI generativa è di fatto lo strumento che l’AIOps stava aspettando, e molte soluzioni stanno già trovando il modo di sfruttare la capacità di questa tecnologia per generare contenuti, codice e query. L’intelligenza artificiale generativa ci permetterà di andare oltre i metodi più avanzati di oggi, come gli script automatizzati. Arriveremo a un punto in cui il sistema non solo eseguirà gli script, ma sarà anche in grado di generarli e di creare le policy appropriate. L’AI generativa spinge l’asticella dell’automazione da ‘automatizzata’ ad ‘autonoma’. L’impatto sulle operations sarà profondo, anche se non sarà pienamente percepito per diversi anni, ma sappiamo sta arrivando.
Cambiamenti veloci
Tutti questi fattori accelereranno i cambiamenti necessari per soddisfare le esigenze delle applicazioni che sfruttano l’intelligenza artificiale, così come delle organizzazioni che le sviluppano e le gestiscono. Privacy, sicurezza e responsabilità guideranno l’innovazione in ogni ambito aziendale, con particolare attenzione ai dati, all’app delivery e alla sicurezza. Tuttavia, ricordiamolo, tutti questi trend – applicazioni moderne, API, multicloud, IT ibrido e AIOps – erano già in crescita prima dell’introduzione di ChatGPT da parte di OpenAI. L’intelligenza artificiale generativa ha semplicemente accelerato il ritmo di queste evoluzioni, simile a come il Covid ha accelerato la trasformazione digitale delle imprese; con l’AI, però, vedremo molti più cambiamenti. Il maggiore impatto dell’intelligenza artificiale non deriverà dalla sua mera esistenza, ma da come influenzerà persone, processi e prodotti. F5 –
https://www.f5.com
Contenuti correlati
-
Perché l’agricoltore del futuro deve saperne di tecnologia
Oggi l’agricoltore è più simile a uno scienziato che a un lavoratore manuale, gestisce macchine, analizza dati e ottimizza l’uso di fitofarmaci e nutrienti. Negli ultimi anni, il rapporto fra agricoltura e tecnologia è migliorato grazie a...
-
AI generativa, il 45% dei CISO italiani teme per la sicurezza
Negli ultimi mesi l’AI generativa si è imposta tra i temi di riferimento a livello aziendale, per i benefici che promette di portare a coloro che la adotteranno in modo adeguato, come sottolinea Emiliano Massa, Area Vice...
-
Edge e Cloud nella produzione di impermeabilizzanti per edilizia
Un percorso di innovazione per l’ottimizzazione del processo produttivo nel settore degli impermeabilizzanti per l’edilizia: come l’intelligenza artificiale applicata in linea ha consentito a Volteco di migliorare l’efficienza, ridurre gli sprechi e aumentare la qualità del prodotto...
-
Come l’AI generativa accelera la trasformazione digitale
Di seguito un interessante articolo a cura di Lori MacVittie, distinguished engineer di F5 (nella foto), che esplora l’impatto rivoluzionario dell’AI generativa sulle tecnologie esistenti: applicazioni moderne, API, multicloud e AIOps. La pandemia e il suo impatto...
-
“I dati sono il fattore decisivo della trasformazione digitale”
La tavola rotonda su “Sfide e soluzioni per guidare l’industria verso flessibilità ed efficienza” che si è tenuta presso la sede milanese di Omron, ha inteso esplorare il modo in cui Omron, FasThink e Kaizen Institute hanno...
-
beFarm accelera la trasformazione digitale del settore avicolo
Il settore avicolo sta affrontando numerose sfide: dall’evoluzione genetica delle razze, a quella dei mangimi, alla necessità di garantire la sicurezza alimentare, fino alla sostenibilità ambientale e la competitività economica. Inoltre, fattori come le epidemie aviarie, le...
-
L’AI per professionisti e aziende spiegato bene
Un recente workshop, organizzato da Wolters Kluwer Tax & Accounting Italia in collaborazione con SDA Bocconi, ha affrontato gli sviluppi che l’AI e la GEN AI potranno avere per il pubblico dei professionisti della contabilità, del fiscale...
-
Rapporto Minsait-Luiss: le aziende italiane in ritardo sull’AI. Solo una su quattro ha piani di sviluppo
Dalla conoscenza dei trend di mercato tramite analisi predittive, al decision making e all’automazione di attività e di processi di routine, fino ai servizi alle persone e all’ottimizzazione delle risorse: sono solo alcuni degli ambiti in cui...
-
La AI in azienda: servono consapevolezza, conoscenze e solide basi formative
Lo shadow IT, ovvero l’utilizzo nascosto di tecnologie da parte dei dipendenti, come ad esempio l’AI – intelligenza artificiale, è un enorme rischio per le imprese che vogliono aggiornarsi: è necessaria una formazione consapevole e un utilizzo...
-
GenAI: hype o tecnologia pronta a rivoluzionare i settori industriali?
L’AI generativa (GenAI) e l’AI trasformeranno in modo significativo interi settori industriali nel prossimo futuro. Questo quanto dichiarato dall’81% degli intervistati della ricerca Dell Technologies Innovation Catalyst. Una percentuale che sale al 91% per le aziende che...