Previsioni per il 2025: strategie per realizzare la promessa dell’AI

I leader Snowflake offrono insight sullo sviluppo di AI, open source e cybersecurity (e sulle competenze di leadership richieste) nei prossimi anni.

Alla fine di un anno solare, è naturale pensare a cosa ci riserverà il nuovo anno. È un eufemismo dire che il futuro è molto difficile da prevedere, ma è possibile prepararsi per i risultati più probabili e allo stesso tempo essere pronti ad adattarsi agli imprevisti. 

Nell’enterprise technology, le maggiori certezze e le potenziali sorprese più significative provengono da un’area: il campo in rapida evoluzione dell’intelligenza artificiale. Quindi, in vista del 2025 e dei prossimi anni, è importante dedicare molta attenzione allo sviluppo e all’adozione dell’AI.

Insieme a una dozzina di esperti e leader Snowflake ho fatto esattamente questo e oggi presentiamo il risultato: il report “Snowflake Data + AI Predictions 2025”. Insieme ai temi legati al progresso dell’intelligenza artificiale, abbiamo esaminato le tendenze direzionali e le esigenze urgenti in materia di cybersecurity, software open source e altro ancora, ma naturalmente molte delle nostre conversazioni si sono concentrate sull’intelligenza artificiale e su come questo settore tecnologico in rapida evoluzione possa continuare a sorprendere il mondo.

Il 2025 sarà l’anno in cui molte aziende passeranno dalla sperimentazione con i LLM e l’AI generativa all’implementazione, e questo porterà con sé nuove sfide. Dal mio punto di vista, queste sono le idee chiave emerse dalle nostre discussioni sull’intelligenza artificiale e in particolare sul suo impatto sulle imprese.

• L’osservabilità dell’AI è essenziale per rendere operativa l’intelligenza artificiale, e le piattaforme distribuiranno soluzioni. Quando si esegue un large language model, è necessaria la possibilità di osservare come il modello può cambiare quando carica nuovi dati. È inoltre importante avere visibilità su costi e prestazioni. Per soddisfare questa esigenza stanno emergendo soluzioni di osservabilità basate sull’AI, ma nel tempo è più probabile che saranno le grandi piattaforme dati, tra cui Snowflake, a fornire le soluzioni.

• Le allucinazioni rallenteranno la diffusione dell’AI customer-facing. I modelli continuano a migliorare e tecniche come la Retrieval Augmented Generation (RAG) aiuteranno a ridurre allucinazioni ed errori e a costruire barriere di protezione per proteggere i dati sensibili e la voce e lo stile di comunicazione di un’azienda. Ma le aziende continueranno a esitare a presentare ai clienti una tecnologia che potrebbe mostrare bias o fornire risposte imprecise. Per questo motivo, l’AI rivolta verso l’interno rimarrà al centro dell’attenzione per i prossimi due anni.

• La prossima evoluzione dei dati è renderli pronti per l’AI. Da anni, un principio essenziale della trasformazione digitale è rendere i dati accessibili, abbattere i silos in modo che l’azienda possa trarre valore da tutti i suoi dati. Questo rimane importante, naturalmente, ma il passo successivo sarà assicurarsi che i dati unificati dell’azienda siano pronti per l’AI e possano essere collegati ad agenti e applicazioni esistenti. 

  La tendenza alla centralizzazione dei dati accelererà, garantendo che i dati siano di alta qualità, accurati e ben gestiti. Oltre a lavorare con dati ben strutturati in un data warehouse, i moderni sistemi AI possono utilizzare il deep learning e l’elaborazione del linguaggio naturale per lavorare efficacemente con dati non strutturati e semi-strutturati in data lake e lakehouse. Nel complesso, i dati devono essere facilmente accessibili ai sistemi AI, con una chiara gestione dei metadati e un’attenzione particolare alla pertinenza e alla tempestività. La strategia dati deve evolversi per garantire che le iniziative AI siano allineate con gli obiettivi aziendali e stiano effettivamente instillando una cultura data-driven nell’organizzazione.

• Mi aspetto killer app come agenti autonomi, digestione dei documenti e AI. Il nostro report osserva che LLM e AI generativa saranno così profondamente integrati nel nostro modo di vivere e lavorare che pensare a una “killer app per l’AI” è come pensare a una killer app per l’elettricità. Ma se stiamo cercando il vincitore a breve termine, saranno i casi d’uso rivolti verso l’interno che consentiranno ai lavoratori di estrarre insight da enormi “miniere” di dati non strutturati. Di recente, Snowflake ha aiutato un cliente ad acquisire circa 700.000 pagine di documenti di ricerca e a renderle facilmente utilizzabili tramite un chatbot conversazionale, consentendo agli analisti di ricavare insight che non erano funzionalmente disponibili, anche se l’azienda disponeva dei dati. Questo rimarrà un uso importante dell’AI generativa per qualche tempo.

  Ma nei prossimi anni, la grande rivoluzione nel nostro modo di lavorare con l’AI sarà rappresentata dagli agenti autonomi. Invece di rispondere a una domanda specifica, agenti indipendenti agiranno in base a istruzioni generali da parte di un utente umano. La richiesta “Crea e lancia una campagna di marketing per attrarre questa coorte di clienti chiave” potrebbe essere suddivisa automaticamente in sottoattività, come progettare grafiche di copy on-brand, acquistare annunci per raggiungere il pubblico desiderato e ottimizzare in base alle prestazioni iniziali.

• La leadership sarà l’antidoto contro l’esaurimento dell’AI. L’intelligenza artificiale sta avanzando così rapidamente che il progetto che consumava tutto il tempo di un team due settimane fa potrebbe essere completamente obsoleto domani. Che fare: andare avanti o rifare tutto daccapo? Se dovesse succedere di nuovo la settimana prossima? Tutti quelli che conosco nel campo dell’AI hanno parlato di burnout a un certo punto nell’ultimo anno. Per mantenere i team al massimo della loro produttività e creatività, i leader devono intervenire. Dobbiamo puntare a obiettivi e ROI, che sulle cose che attirano l'attenzione. I progetti AI non devono riguardare “le novità” o “il meglio”. Come qualsiasi decisione o investimento aziendale, dobbiamo valutare ciò che è più efficace in termini di risultati e risorse.

Queste considerazioni sono solo alcuni dei contenuti del report. A livello sociale, osserviamo l’interazione tra barriere di protezione del settore e supervisione normativa. I nostri esperti di cybersecurity discutono i modi in cui l’AI potrà aiutare gli autori degli attacchi e offrire nuovi modi per combatterli. Esaminiamo gli sviluppi nelle tecnologie open source che consentiranno alle organizzazioni di migliorare le proprie strategie per i dati. E parliamo di come i leader possono tenere il passo con il ritmo a volte inquietante del cambiamento. Leggi il report “Snowflake Data + AI Predictions 2025” per i dettagli.