Tra poco più di due settimane inizia il 2021, e come è consuetudine le aziende che operano nell’IT esprimono il loro punto di vista sulle tendenze tecnologiche che caratterizzeranno il nuovo anno. La californiana Cloudera, nota pioniera dell’Enterprise Data Cloud, sintetizza nei quattro punti di seguito la propria vision, elaborata a quattro mani da Cindy Maike, VP of Industry Solutions, e Santiago Giraldo, GTM & Product Strategy Data & Design.

Mercati emergenti a tutto 5G

Di 5G si parla da tempo, ma la maggior parte delle persone non si rende conto che il loro telefono non è ancora realmente 5G. O meglio, anche se lo smartphone è in grado di supportare questo standard, non lo può utilizzare fino a che la rete 5G non entrerà effettivamente in vigore. I fornitori di telecomunicazioni hanno appena iniziato a lavorare agli aggiornamenti dell’attuale tecnologia di rete per supportare il 5G. Tuttavia, prima ancora di poter parlare di come utilizzare la rete 5G con gli smartphone, dobbiamo assicurarci che le infrastrutture che supportano questa tecnologia siano pienamente operative.

I provider stanno iniziando ora a effettuare gli investimenti necessari, ma, a seconda delle aree geografiche, questo aggiornamento si rivela più o meno costoso. E i mercati emergenti sono avvantaggiati in tal senso rispetto a Paesi più maturi perché non hanno sistemi legacy o infrastrutture esistenti da modernizzare. È molto più semplice inserire la tecnologia più recente, piuttosto che dover rivedere l’intero sistema. In Cloudera, stiamo assistendo a una crescita fenomenale dell'infrastruttura 5G dei nostri clienti in Africa e in alcuni paesi asiatici e non sarei sorpreso se li vedessimo adottare esclusivamente il 5G entro la fine del 2021. 

Etica nell'AI e data governance

Nei prossimi 12-24 mesi vedremo la cosiddetta AI etica riscuotere sempre più interesse. Oggi le conversazioni su questo tema ruotano intorno all’anonimizzazione dei dati - stiamo già iniziando a vedere nuove leggi in Australia e in Europa in tal senso - necessaria per il bene della società, e all’importanza di disporre di una forte governance che controlli il modo in cui i dati vengono utilizzati. Nell’ultimo anno si è parlato molto di come l’enterprise data cloud possa aiutare le aziende a semplificare la governance e la gestione di dati e AI nel cloud, adesso andiamo oltre parlando di ethical AI.

Guardando al 2021, vedremo che la conversazione sull'AI etica e la governance dei dati sarà applicata a un maggior numero di aree diverse, come il contact tracing (per combattere il COVID-19), i veicoli connessi e i dispositivi intelligenti (chi detiene i dati?), e i profili cyber personali (l’ampliamento dell'impronta cyber che pone questioni sulla privacy). 

Fidarsi e rendere operativo il machine learning

Oltre alla pandemia e alla recessione, continuiamo a dover affrontare volumi di dati in aumento esponenziale e tecnologie con crescenti complessità. Se le aziende vogliono avere successo nel dare un senso alla mole di dati e alle complessità tecniche, devono sfruttare e rendere operativi i modelli di machine learning.

Non è più sufficiente concentrarsi sulla messa in produzione, l’obiettivo deve ora essere quello di mettere i modelli nelle mani degli utenti di business. Ma per renderli operativi le imprese devono essere in grado di fidarsi, di comprendere e di comunicare la capacità di un modello di impattare in modo significativo sul potenziale di business. Nel 2021, la capacità di un’azienda di fidarsi del proprio modello - nella misura in cui è in grado di agire in base a un’intuizione derivata dall’AI - sarà determinante per la sua capacità di sopravvivere.

Prevedere l’imprevedibile

L’imprevedibilità del 2020 influenzerà in modo permanente i progetti e ciò che chiediamo ai nostri modelli di machine learning. Le aspettative sulla capacità di previsione di un modello saranno meno importanti della capacità di un modello di adeguarsi automaticamente. A sua volta, guarderemo sempre più a modelli che perfezionano in particolare gli attributi umani - la proattività, l’agilità istintiva, la capacità di aspettarsi l’imprevisto – per meglio inquadrare le aspettative e l’operatività del machine learning.

Di conseguenza, non solo cambieremo il modo in cui costruiamo, ma anche ciò che costruiamo per gli esseri umani. Inoltre, quest’ultimo anno ci ha confermato che non esiste il “completamente digitale”; gli esseri umani devono essere sempre coinvolti. In scenari in costante evoluzione come quelli che viviamo, la sinergia tra persone e digitale rimane, e il contributo umano ai processi di strategia e data science è importante più che mai.