Data strategy e trust, quali prospettive e come si realizza - Agenda Digitale

Sponsored article

Data strategy e trust, quali prospettive e come si realizza

La data strategy, attuata attraverso l’integrazione di sistemi di AI, è una fondamentale leva per supportare le aziende a compiere corrette scelte di sviluppo, migliorare le performance e rendere più efficaci le proprie offerte: imprescindibile però la trasparenza sulla gestione delle informazioni

04 Mag 2021

Senza trasparenza, non può esserci una data strategy vincente. La gestione intelligente delle informazioni attraverso l’integrazione di soluzioni di AI in azienda funge da leva per attuare un’efficiente data strategy, nel contesto di una governance che punta a usare l’innovazione per compiere le giuste scelte di sviluppo, migliorare le performance e rendere più efficace la propria offerta. Una priorità, se si vuole crescere e mantenere competitivo il proprio business.

Tuttavia è indispensabile un approccio del tutto sincero verso l’esterno, chiarendo come queste attività avvengono, da dove provengono i dati trattati e chi ne dispone. Questo non solo per mera compliance alla normativa sulla privacy e la data protection, rappresentata in Europa in primis dal GDPR, ma per un senso etico verso clienti e utenti, al fine di sviluppare fiducia e aumentare il senso di affidabilità nei propri confronti.

Data strategy e AI, una nuova consapevolezza per le aziende

Del resto, oggi è impensabile ritenersi competitivi sul mercato senza impostare una corretta data strategy aziendale.

Etica, norme, business e innovazione vanno di pari passo, si supportano a vicenda: è il principio del sostegno alla “fiducia” (“trust”) nella società digitale, racchiuso nello stesso GDPR e in successivi documenti della Commissione Europea (come il Data Governance Act e il Regolamento sull’intelligenza artificiale presentato il 21 aprile).

WHITEPAPER
Certificazioni GDPR: tutti i vantaggi per le organizzazioni che vi aderiscono
Legal
Privacy

Fiducia a parte, senza un piano che sia supportato da evidenze sicure sarebbe come andare alla cieca. Adottare un approccio di governance data driven per compiere scelte oculate e mirare alla crescita della propria realtà è fondamentale in quanto supporta le organizzazioni nel:

  • Individuare nuovi ambiti in cui investire;
  • Razionalizzare le spese individuando dove è utile stanziare ulteriori risorse e, al contrario, quali voci i budget;
  • Capire quali aspetti del proprio business hanno più successo e quali sono i punti deboli;
  • Comprendere cosa si aspettano i clienti e quali tipologie di persone si approcciano al servizio proposto.

Il ricorso forzato alla digitalizzazione dei processi nel corso della pandemia ha accelerato la presa di coscienza dell’importanza di servirsi dei dati per ottimizzare attività, tempo e risorse. Di conseguenza, si è assistito a un incremento del ricorso agli strumenti di intelligenza artificiale preposti alla gestione di questi aspetti. Come spiegano i dati pubblicati a febbraio di quest’anno dall’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, nel corso del 2020 il mercato dell’AI è cresciuto del 15 per cento sull’anno precedente, per un totale di 300 milioni di euro.

New call-to-action

Come si attua la data strategy

È infatti chiaro che servono gli strumenti giusti per affrontare gli step che costituiscono il processo di data strategy, i quali vengono automatizzati dall’integrazione con l’intelligenza artificiale:

  • Raccogliere i dati da fonti diverse;
  • Organizzare le informazioni:
  • Svolgere attività di analytics
  • Archiviare le informazioni in modo ordinato.

Emerge dal report che la parte più cospicua della spesa in AI nel 2020 corrisponde al software, che detiene il 62 per cento del mercato. In particolare, dalla ricerca dell’Osservatorio emerge che il principale ambito di investimento è stato dedicato all’Intelligent data processing, per il 33 per cento del totale, seguito da progetti di NLP – Natural language processing, al 18 per cento, cioè sistemi per interpretare il linguaggio naturale. Una fotografia chiara del cambiamento culturale in atto e della nuova consapevolezza che si sta creando nelle aziende sull’impatto rivoluzionario che ha l’uso strategico dei dati.

AI, fiducia e uso strategico dei dati

Tuttavia, affinché il potenziale di queste risorse venga valorizzato al meglio e si concretizzi davvero in risultati tangibili, non bisogna mai perdere di vista il mondo esterno alla propria organizzazione. Un mondo pronto a chiedersi che fine faranno i propri dati, quali vengono utilizzati e da chi: un sistema di intelligenza artificiale può apparire come una soluzione fredda e distante che, basandosi sull’automatizzazione dei processi di raccolta e analisi delle informazioni, potrebbe comportarsi in modo non conforme.

Sta all’organizzazione rassicurare gli interessati, prendendo l’impegno a tutelare le informazioni che sono state concesse e a gestire in modo trasparente l’intero processo per raffinare la preziosa materia prima. Perché si crei un rapporto di fiducia però, è importante essere trasparenti su ogni aspetto relativo al trattamento dei dati nell’ambito della data strategy, Per esempio, bisogna chiarire:

  • Da dove provengono i dati
  • Quali e quanti dati vengono utilizzati
  • Chi amministra le soluzioni di intelligenza artificiale preposte alla gestione dei dati
  • In che modo si utilizza l’intelligenza artificiale
  • Come funzionano queste soluzioni.

Un dovere di compliance alla normativa in materia di data protection, ma anche una premura da riservare alle fonti primarie di questo petrolio digitale.

Il caso: la soluzione IBM per dati e AI

Per gestire in modo efficace la data strategy, garantendo la trasparenza del trattamento svolto dai servizi di intelligenza artificiale, è necessario dotarsi di una soluzione informatica appositamente creata con questo scopo. IBM ha lanciato Cloud Pak for Data, una piattaforma che riunisce in un solo strumento Cloud, gestione dei dati e AI. La piattaforma è nativa del cloud e di conseguenza flessibile e personalizzabile secondo le proprie esigenze. Permette di gestire tutte le fasi necessarie per attuare la data strategy: consente infatti di raccogliere, analizzare e organizzare i dati, integrando sistemi di intelligenza artificiale e garantendo alti standard di sicurezza.

Conclusione

Lo scenario è in divenire e va sottolineato anche che la diffusione dell’intelligenza artificiale anche a un livello più comune, quotidiano in alcuni casi, ha reso questa innovazione familiare agli occhi dei più. La ricerca dell’Osservatorio rileva come l’AI sia giunta almeno una volta all’orecchio del 94 per cento dei consumatori italiani e che in generale il giudizio sia positivo per l’83 per cento, percentuale che aumenta al 91 per cento comprendendo anche chi usa prodotti che integrano funzioni intelligenti.

Questi temi di forte attualità saranno trattati anche nell’ambito dell’evento Data&AI Forum Italia organizzato da IBM – che ha soluzioni appunto per la data strategy e trust – in collaborazione con Digital360 che si terrà online il 18 maggio.

L’articolo è parte di un progetto di comunicazione editoriale che Agendadigitale.eu sta sviluppando con il partner IBM

@RIPRODUZIONE RISERVATA

Articolo 1 di 4