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

Per estrarre valore dai dati è fondamentale innanzitutto avere un dato di qualità. Un concetto che può sembrare più semplice di quanto sia nella realtà. Le aziende quando vogliono estrarre valore dai propri dati incontrano vari ostacoli, il primo dei quali è l’accesso ai dati, distribuiti in ambienti eterogenei, in silos differenti o su cloud diversi. Il secondo ostacolo consiste nella necessità di gestire, governare e assicurare dati di elevata qualità. Risolti questi due punti sarà possibile estrarre valore dai dati.

IBM ha indirizzato queste esigenze attraverso la piattaforma watsonx. Basata su una architettura open lakehouse, watsonx.data è in grado di semplificare la memorizzazione, la gestione unificata e il governo di tutti i dati aziendali sia strutturati che non, ovunque essi risiedano, per supportare con elevate prestazioni e storage a basso costo le attività di analisi e di AI. Inoltre, l’integrazione nativa tra watsonx e la piattaforma IBM Data Fabric, assicura la protezione dei dati, la loro conformità e qualità, per poter fornire dati affidabili ai modelli di AI e alle applicazioni di business. A questo punto entrano in gioco le soluzioni di data analytics quali ad esempio watsonx.ai, uno studio unificato che consente di creare modelli di AI sia tradizionale che generativa, e le soluzioni di Business Analytics infuse di servizi di AI che permettono di elaborare, visualizzare ed estrarre valore vero dai dati aziendali.

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

Nell’ultimo anno si è sentito parlare tanto di AI generativa, e le aziende stanno scegliendo sempre di più queste soluzioni per creare nuove opportunità e ottenere vantaggi competitivi. IBM promuove un’AI responsabile che sia imparziale, trasparente, spiegabile e affidabile. Questi principi sono stati trasferiti all’interno delle soluzioni: in watsonx.ai oltre a modelli open-source, sono inclusi modelli di AI generativa creati da IBM Research, come la serie granite, addestrati su dati documentati a cui sono stati tolti contenuti blasfemi, incitanti l’odio o soggetti a copyright, seguendo il codice IBM AI Ethics. Una base dati di qualità è fondamentale per generare contenuti di qualità.

Ma l’AI nasconde dei rischi che possono generare danni importanti a un’azienda, si pensi ad esempio ai danni reputazionali. L’EU AI Act è nata proprio con lo scopo di regolamentare l’utilizzo dell’AI, ed è indispensabile che oggi ogni azienda sia consapevole dei rischi a cui va incontro utilizzandola. Watsonx.governance consente il governo dell’intero ciclo di vita di un modello di AI, sia generativo sia non, ma permette anche di monitorare i rischi legati all’utilizzo di tali modelli. Le opportunità legate all’AI generativa sono davvero tante: da poco IBM ha annunciato watsonx BI Assistant, soluzione che permette all’utente di fare analisi descrittive, diagnostiche, predittive e prescrittive sui propri dati facendo domande in linguaggio naturale. A questo punto il valore dei dati sarà direttamente nelle mani del singolo utente di business.