Qual è, secondo la vostra percezione, il livello di recepimento delle soluzioni di AI da parte delle aziende italiane?

L'adozione complessiva dell'AI continua ad aumentare, come testimonia anche lo "Stato dell'AI nel 2021" di McKinsey, ma le aziende manifatturiere sono indietro. Una delle ragioni principali è che un gran numero di progetti di intelligenza artificiale non va oltre una fase di test, la cosiddetta proof of concept (PoC). Le cause di questo fallimento sono spesso legate alla mancanza di esperienza o di budget: in molti casi le aziende sottovalutano le sfide sistematiche dell'introduzione dell'IA.

Quali ritenete essere i casi d'uso e le applicazioni che al momento rivestono maggiore interesse, in quanto in grado di portare immediatamente vantaggi pratici?

L’AI ha ormai utilizzi consolidati in diversi settori, dagli smartphone ai dispositivi indossabili per il fitness e la salute, alle automobili. Grandissime le potenzialità per l’industria manifatturiera, che può avvantaggiarsi delle tecnologie di AI per la manutenzione predittiva, per il controllo qualità, per la gestione della produzione in tempo reale, solo per indicarne alcuni.

Noi stessi, nello stabilimento di Kutna Hora, nella Repubblica Ceca, dal quale escono i sistemi HPE, abbiamo attiva una soluzione per il controllo qualità con la video analytics basata su machine learning. Come detto è, però, proprio il settore della produzione che ancora stenta a cogliere pienamente le opportunità dell’AI. L'introduzione dell'AI nella produzione necessita infatti di un approccio olistico, che tenga conto dell'intero spettro delle implicazioni commerciali, tecniche e organizzative. Molto interessanti già adesso, invece, le applicazioni nell’ambito della ricerca medica, farmaceutica, genomica, ambiti nei quali siamo impegnati e abbiamo dato vita ad approcci innovativi come lo swarm learning.

Come vi state attrezzando per aiutare le imprese italiane ad affrontare le tecnologie di AI?

Per l’AI abbiamo soluzioni dedicate come il sistema HPE Apollo 6500, una piattaforma di deep learning progettata per offrire prestazioni e scalabilità senza precedenti con un ingombro relativamente ridotto, o HPE ML Ops, una soluzione chiavi in mano basata sull’HPE Container Platform (una piattaforma container di livello enterprise progettata per ambienti cloud native e non-cloud native, per applicazioni di IA/ML e analisi con Kubernetes open source) eseguita su infrastruttura bare metal o virtualizzata, in qualsiasi cloud pubblico e all’edge che estende le funzionalità della piattaforma container all’intero ciclo di vita dell’ML, consentendo di standardizzare i flussi di lavoro, implementare i cicli di vita ML completi e accelerare le distribuzioni di AI.

Soluzioni di artificial Intelligence richiedono in alcuni casi l’utilizzo di GPU o di piattaforme storage software defined specializzate per gestire dati eterogenei. Per questo motivo HPE ha investito in ricerca e sviluppo negli ultimi anni per poter offrire soluzioni e tecnologie per AI che possono essere adottate dalla piccola, media e grande impresa pubblica o privata. Al di là delle singole soluzioni però, il nostro approccio rimane quello di proporci alle aziende come veri e propri partner, in grado di accompagnarle in processi complessi come quello dell’adozione dell’AI mettendo a disposizione le nostre competenze, i nostri professionisti e le nostre soluzioni per trovare la soluzione più adatta al singolo caso. Per farlo abbiamo rendiamo disponibili as-a-service attraverso HPE GreenLake anche le nostre soluzioni di AI, combinando così l'accessibilità, la flessibilità e la scalabilità del cloud con i vantaggi in termini di sicurezza e costi dell'infrastruttura on-premise.