Il parere di Cloudera

In che modo le soluzioni di data analytics possono aiutare le aziende a estrarre valore dai loro dati?

Le soluzioni di data analytics rappresentano lo strumento chiave per generare valore dai dati e le variabili da considerare per descrivere il percorso che le aziende possono seguire per farlo sono molteplici. Proviamo ad identificarne alcune.

Alla base di tutto ci sono i dati, di qualunque natura e tipologia, che possono originare da applicazioni aziendali, da sorgenti esterne o ancora da sistemi IoT. A seconda del business in cui l’azienda opera, la tipologia di dati può variare, così come la capacità delle imprese di raccoglierli in maniera efficace per raggiungere gli obiettivi che si è preposta. In alcuni casi è utile applicare immediatamente l’estrazione del valore del dato attraverso analitica in real-time o near-real time, in altri casi è più interessante andare a fondo del dato per estrarne i dettagli. La capacità di disporre di strumenti in grado di intervenire in maniera flessibile su entrambe le dimensioni è il secondo elemento da considerare. Il terzo aspetto riguarda la scelta di soluzioni in grado di far convivere team di business analitycs e di data scientist sugli stessi dati, grazie alla creazione di lakehouse basati su standard aperti e evoluti come Iceberg. Un altro elemento che entra in gioco è la capacità di sviluppare soluzioni indipendenti dall’infrastruttura sottostante, in grado di fornire valore in contesti cloud, on premise o ibrido/multi cloud consentendo così alle aziende di investire risorse in applicazioni che possano durare ed evolvere nel tempo, anche a fronte di cambi di cloud provider o altri scenari evolutivi. Infine, l’ultimo tassello da valutare è la scelta di una piattaforma dati al posto di soluzioni puntuali al fine di ridurre il time to value, aumentare il livello di sicurezza e concentrarsi sui casi d’uso piuttosto che sulla tecnologia.

Con questo approccio, lo sforzo viene concentrato nel comprendere le necessità di business, presenti e future, integrando facilmente nuove sorgenti dati per adattare la piattaforma alle mutevoli e molteplici richieste del mercato e realizzare sempre nuovi casi d’uso sfruttando ML/AI per ridurre sempre di più il tempo necessario al raggiungimento del risultato atteso. Cloudera Data Platform rispetta tutti questi requisiti e si pone l’obiettivo di dare ai clienti tutta la velocità, la flessibilità, la sicurezza e gli strumenti per generare il risultato di business atteso dai dati nel più breve tempo possibile.

Quali sono a vostro parere le prospettive offerte dall’AI generativa in ambito analytics?

Le prospettive sono molto interessanti e in continua espansione, un’evoluzione che, ancora una volta, si basa sulla qualità dei dati di partenza. La facilità con la quale si accede ai modelli di AI generativa rende inoltre indispensabile considerare anche gli aspetti di sicurezza, legati soprattutto all’esportazione di dati sensibili. Si possono raggiungere risultati importanti impiegando LLM all’interno della piattaforma dati aziendale, sia essa in cloud o on premise, e ’formarli’ utilizzando i dati di prima parte in totale sicurezza aumentando il valore di quanto viene generato. Cloudera mette a disposizione delle aziende dei modelli prelavorati per ridurre il tempo necessario alla generazione di valore e li mette a disposizione all’interno della piattaforma dati delle aziende, evitando di esportarli verso SaaS esterni. Un esempio interessante è quello di OCBC Bank, il secondo gruppo di servizi finanziari del sud-est asiatico per attività e una delle banche più quotate al mondo. Il team di data science interno alla banca ha deciso di creare un’esclusiva soluzione cloud ibrida che si integrasse perfettamente con le piattaforme dati dell’azienda. I modelli open source messi a disposizione sulla Cloudera Data Platform hanno consentito ai data scientist di lavorare in modo indipendente con diverse applicazioni integrate, aiutando la banca a fornire raccomandazioni intelligenti e personalizzate ai clienti in tempo reale. In questo modo, OCBC Bank ha ottenuto un risparmio del 20% sull’effort dello sviluppo, ha creato un’applicazione in grado di fornire agli operatori il contenuto sintetizzato di tutte le conversazioni con i clienti - riducendo del 10% il tempo medio di conversazione -, e ha automatizzato la reportistica aziendale, quali annual report e ESG report, ottenendo un risparmio pari al 95% del tempo precedentemente dedicato a questa attività.