AS 1

Automazione e Strumentazione n Gennaio - Febbraio 2024 Primo piano 15 SCENARI Management) cioè le tecnologie per la Gestione della fiducia, del rischio e della sicurezza dell’AI e che si collocano nella prima categoria di obiet- tivi. Nel momento in cui l’AI si accinge a invadere e a modificare tutti gli ambiti lavorativi, diventa più che mai necessario assicurare le aziende della possibilità di eliminare o ridurre gli effetti indesiderati che minacciano di sminuire la por- tata dei vantaggi di queste nuove tecnologie. Le tecnologie AI TRiSM servono proprio a quello scopo: si tratta di un insieme di tecniche avan- zate per la protezione dei dati, per la sicurezza, per il rilevamento di anomalie nei contenuti, per la trasparenza, per la gestione di ModelOps (cioè l’efficace gestione del ciclo di vita e la governance dei modelli decisionali di intelligenza artificiale e apprendimento automatico). L’applicazione di queste tecnologie potrà, secondo Gartner, entro il 2026 garantire alle aziende un incremento dell’accuratezza dei loro processi decisionali, eliminando fino all’80% le informazioni errate e illegittime. Sempre nell’ottica della protezione degli investimenti troviamo la Gestione continua dell’esposizione alle minacce (Continuous Threat Exposure Management, Ctem ): un approccio pragmatico e sistemico per adeguare continua- mente le priorità di ottimizzazione della cybersi- curezza. Tecnologie Ctem significa strumenti per la diagnosi, che puntano a individuare le minacce e a stabilire una gerarchia di priorità, per poi pas- sare alla fase operativa con strumenti di valida- zione e ottimizzazione. Una previsione di Gartner segnala che entro il 2026 le organizzazioni che daranno priorità agli investimenti in sicurezza basati su un programma Ctem ridurranno di due terzi le violazioni. Per quanto riguarda il secondo obiettivo, la costruttività, troviamo due tecnologie della top ten: Ingegneria della piattaforma e Sviluppo potenziato dall’Intelligenza Artificiale. La prima riguarda la disciplina della costruzione e della gestione di piattaforme interne self-ser- vice: ogni piattaforma è un livello, creato e man- tenuto da un team di prodotto dedicato, progettato per supportare le esigenze dei suoi utenti inter- facciandosi con strumenti e processi. Gartner prevede che entro il 2026 l’80% delle organizza- zioni che si occupano di ingegneria del software costituirà team di piattaforma come fornitori interni di servizi, componenti e strumenti riutiliz- zabili per la creazione e consegna delle applica- zioni. Ciò contribuirà ad ottimizzare l’esperienza dello sviluppatore riducendo il carico cognitivo e migliorando la capacità degli sviluppatori di ese- guire, gestire e sviluppare in modo indipendente le loro applicazioni, garantendo al contempo affi- dabilità e sicurezza. Introdurre l’ingegneria della piattaforma significa trattare la piattaforma come un prodotto, collaborando con gli utenti finali per identificare e dare priorità alle tecniche, agli strumenti e ai processi più utili per loro per poi costruire una piattaforma intorno a questo. Parlare di Sviluppo potenziato dall’AI vuol dire utilizzare le tecnologie di AI, come l’AI genera- tiva e il Machine Learning, per aiutare gli inge- gneri del software a creare, testare e fornire le applicazioni. Il vantaggio è che gli ingegneri del software possono passare meno tempo a scrivere codice e indirizzarsi maggiormente verso attività di più alto livello, come la progettazione e la ela- borazione di applicazioni aziendali interessanti. Anche qui le previsioni sono promettenti: entro il 2028, il 75% degli ingegneri del software utiliz- zerà assistenti virtuali per la codifica AI, quando erano meno del 10% all’inizio del 2023. Ovviamente per arrivare a questo l’azienda dovrà costituire un team di ingegneri del software senior in grado di valutare gli strumenti di generazione di codice AI per determinare il modo migliore per distribuirli e utilizzarli dopo aver valutato quali elementi sono obbligatori per i processi di test delle applicazioni. Per il terzo obiettivo, portare valore, le tecnologie vincenti saranno il Machine customer e la Forza lavoro connessa e potenziata. Con Machine customer si intende una mac- china in grado di comportarsi come un cliente; potremmo chiamarla anche cliente automatico: cioè un bot (custbot) capace di negoziare e acqui- Per le imprese, sarà strategica l’applicazione del paradigma ModelOps, per la gestione del ciclo di vita e la governance dei modelli decisionali di intelligenza artificiale e apprendimento automatico