Risponde Saverio Pasquini, Presales and Innovation Director di SAS
Autore: Redazione ImpresaCity
In che modo le soluzioni di data analytics possono aiutare le aziende a estrarre valore dai loro dati?
Oggi l’innovazione tecnologica e la visione data-driven sono fondamentali per le aziende. I dati giocano sempre più un ruolo chiave. La raccolta di questi dati non è di per sé sufficiente perché la vera sfida è farli parlare tramite gli analytics, cioè metterli in connessione, individuare delle relazioni e analizzarli in tempo reale. Solo così, infatti, assumono un valore e possono essere trasformati in veri e propri input e informazioni in grado di aprire nuovi scenari di supporto alle decisioni strategiche. Gestendoli e utilizzandoli al meglio, e rapidamente, le aziende potranno mantenere il loro vantaggio competitivo in un mercato in continuo e inarrestabile mutamento.
Ma la velocità non deve impattare l’affidabilità: se gli algoritmi guidano processi importanti delle aziende, allora devono essere affidabili, governati centralmente e controllati costantemente. È per questo che sono necessarie piattaforme tecnologiche abilitanti che siano in grado di portare i modelli in produzione in maniera veloce e solida che permettano di rendere operativi i modelli, come SAS Viya, una piattaforma aperta, scalabile e cloud-native che consente una rapida prototipazione di modelli analitici così come la gestione e governance end-to-end dell’intero ciclo di vita dell’analisi del dato. SAS Viya è una piattaforma per lo sviluppo, la fruizione e la manutenzione nel tempo di Intelligenza Artificiale, machine learning e, in generale, per la gestione analitica dei dati. La piattaforma è progettata per poter essere sfruttata in modo semplice e intuitivo da una varietà di utenti, tra cui utenti di business, analisti aziendali, data scientist, data engineers, referenti MLOps o chiunque abbia responsabilità nel percorso di trasformazione dei dati in decisioni affidabili.
Quali sono a vostro parere le prospettive offerte dall’AI generativa in ambito analytics?
La Generative AI (GenAI) sta dominando le discussioni sull'intelligenza artificiale grazie alla sua capacità di migliorare significativamente la produttività degli sviluppatori e dei knowledge workers. Le prospettive offerte dalla GenAI sono molteplici e promettenti. Innanzitutto, la GenAI può migliorare i modelli analitici rendendoli più efficienti e accurati. Per esempio, attraverso la generazione di dati sintetici, è possibile aumentare la quantità e la varietà dei dati disponibili per l'addestramento dei modelli, migliorandone così le performance. Inoltre, la simulazione dei digital twin consente di creare repliche virtuali di sistemi fisici, permettendo alle aziende di testare scenari e ottimizzare processi senza rischi reali.
Un altro ambito promettente è l'integrazione di modelli linguistici di grandi dimensioni (LLM - Large Language Model) nei processi analitici. Questi modelli possono comprendere e generare testo in modo sofisticato, facilitando l'analisi di grandi volumi di dati testuali e migliorando le capacità di previsione e decision-making. SAS ha scelto di focalizzare l'attenzione su questi ambiti specifici, offrendo sistemi avanzati di analisi dei dati che sono performanti, ma anche etici, trasparenti e affidabili. L'adozione di GenAI consente alle aziende di aumentare la velocità decisionale, un obiettivo fondamentale in un contesto competitivo e in rapida evoluzione. Tuttavia, per sfruttare appieno le potenzialità della GenAI, è necessario disporre di tecnologie solide e di un'adeguata gestione dei dati, soprattutto quando si trattano dati sensibili.