AS_05_2019

Giugno/Luglio 2019 Automazione e Strumentazione INDAGINE approfondimenti 58 “ I dati sono il petrolio del futuro ” si sente dire sempre più spesso. Non c’è dubbio che il domi- nio globale di società come Amazon, Facebook e Google, che fanno dei dati la propria forza, è sotto gli occhi di tutti. Enormi investimenti e strategie internazionali ruotano intorno all’uso più o meno discutibile di quantità enormi di dati, trattati con algoritmi di intelligenza artificiale e analisi predit- tive. Se non di condizionare le masse, l’obiettivo evidente è quello di intercettare gusti, consumi, condizioni di salute, orientamento politico degli utenti. Una trasformazione epocale con rischi che evocano il Grande Fratello di Orwell o l’in- voluzione delle istituzioni democratiche. Ma dal punto di vista dell’innovazione la nostra industria non può sottrarsi alla sfida della data economy. Le applicazioni di impresa dei Big Data pos- sono essere orientate al cliente (customer expe- rience), al business (comprensione del mercato) o alle aziende (controllo dei processi operativi). Tali scenari poggiano su tecnologie consolidate ed emergenti : linguaggi di programmazione e framework (Python, R), ambienti di sviluppo IDE (R Studio, Apache Spark, Scala, Hadoop, NoSQL, MapReduce, Hive, Impala Jupyter Note- book, MySQL Workbench, SQL Server Mana- gement Studio SSMS, Toad, PyCharm, Spyder, GIT), piattaforme Big Data (Hortonworks, Clou- dera), Data Visualization (D3, QLIK, Power Bi, Tableau, Zeppelin, Ploty). Tecnologie fonda- mentali per lo sviluppo dei Big Data sono anche il cloud computing e il Data Mining / Machine Learning (Trifacta, Knime, H2O.ai, Weka, IBM Watson, Data Science Experience IBM). C’è poi il tema della sicurezza e della privacy . In generale per limitare i rischi connessi alla conser- vazione di dati è auspicabile attenersi ad alcune fondamentali best practice: selezionare i dati da mantenere, controllare l’accesso ai dati conser- vati, verificare il dimensionamento delle misure di sicurezza, gestire l’intero ciclo di vita dei dati. Ciò premesso le soluzioni di Big Data manage- ment , che permettono di trasformare i dati grezzi degli impianti in Smart Data, offrono preziosis- sime informazioni indispensabili per le strate- gie di crescita aziendale soprattutto nel contesto internazionale. Come è nato il concetto di Big Data Con l’evoluzione dell’elettronica, dell’informa- tica e delle reti di comunicazione il volume dei dati disponibili per le persone, le istituzioni e le imprese è continuato a crescere senza sosta negli ultimi decenni. Oggi i Big Data (Open Data se riferiti alle istituzioni pubbliche) riguardano il volume dei dati digitali disponibili nell’ambiente individuale, fisico e industriale a partire da sen- sori, macchinari, infrastrutture IT, dispositivi mobili, centraline elettroniche, apparati di tele- comunicazione. Benché manchino un’origine e una definizione univoca del termine, il Data Warehousing Insti- tute (TDWI) ha proposto nel 2010 un modello generalmente accettato, detto ‘delle 3V’, ed evo- luto in nel modello delle 5V che evidenzia le caratteristiche peculiari dei Big Data: Volume, Varietà, Velocità, Viralità e Variabilità. Un recente studio di IDC stima in 33 zettabyte il volume dei dati generati nel mondo nel 2018, e un volume pari a 163 ZB nel 2025 , dovuto soprattutto alla diffusione dell’Internet of Things. D’altra parte, anche i costi ridotti di data storage e la capillare diffusione di dispositivi di acqui- sizione dati e sensori IoT hanno concorso a pro- durre grandi quantità di dati da archiviare. L’in- sieme di questi fattori contribuisce a definire una I DISPOSITIVI DIGITALI CREANO UNA NUOVA MATERIA PRIMA: I DATI Come trasformare i Big Data in informazioni utili Il fenomeno dei Big Data sta rivoluzionando l’economia e l’industria. Le imprese hanno a disposizione una quantità crescente di dati e informazioni digitali, provenienti dalle fonti più disparate. Tali dati devono però essere gestiti e interpretati correttamente per trasformarsi in valore concreto per il business. Armando Martin @armando_martin