In che modo una solida strategia dati alimenta l’innovazione basata sull’AI generativa

Se oggi l’innovazione è l’obiettivo ultimo nel business e nella tecnologia, l’intelligenza artificiale generativa (Gen AI) può essere considerata il veicolo che ci porta a destinazione, e una strategia dati robusta, il carburante. Nonostante tutte le promesse di aumento della produttività e di nuove scoperte, la Gen AI da sola non può fare tutto. Secondo un nuovo report del MIT Technology Review Insights, realizzato in collaborazione con Snowflake, questa tecnologia ha bisogno di una data foundation “molto pronta” per potersi nutrire di dati, che oggi la stragrande maggioranza delle aziende (78%) non possiede.
Il report raccoglie i risultati delle interviste a più di 275 leader aziendali globali, provenienti da un’ampia gamma di settori, sulle loro speranze in materia di Gen AI. Da tale sondaggio è emerso che 4 aziende su 5 non sono pronte a sfruttare i vantaggi di questa tecnologia a causa di una data foundation inadeguata.
Nelle mie conversazioni con i clienti, ho visto le organizzazioni considerare la Gen AI come una modalità per cambiare il modo in cui operano e vendono. Ma questo non è possibile senza una solida data foundation, il cuore delle funzionalità della Gen AI. I leader aziendali devono agire rapidamente per superare le preoccupazioni legate all’adozione dell’AI, come la sicurezza e i costi dei dati, e stabilire le basi necessarie per mantenere le promesse della tecnologia.
La nostra ricerca congiunta con il MIT mostra che le organizzazioni sentono sempre più l’urgenza di distribuire applicazioni AI e si rendono conto che i loro dati possono aiutare a fornire insight da fonti di informazioni precedentemente non sfruttate. Il sondaggio ha suddiviso le priorità dei clienti AI, svelando dove le organizzazioni stanno concentrando i loro sforzi e cosa si aspettano dalle soluzioni AI.
Le organizzazioni esigono fiducia e responsabilità dall’AI
Una delle rivelazioni più sorprendenti del sondaggio è che il 59% dei leader dà la priorità alla governance, alla sicurezza o alla privacy dei dati sopra ogni altra cosa. Questo la dice lunga sul livello di fiducia e responsabilità che le organizzazioni si aspettano quando integrano l’intelligenza artificiale nelle proprie operazioni. Seguono da vicino le preoccupazioni legate alla qualità, in particolare per quanto riguarda la riduzione del fenomeno delle “allucinazioni” negli output dell’AI, e la gestione dei costi. Queste sono tutte aree su cui Snowflake sta lavorando intensamente.
Abbiamo visto organizzazioni investire già molto nella propria infrastruttura dati, riconoscendo che i dati sono la linfa vitale dell’AI. La nostra piattaforma Snowflake fornisce un solido supporto in questo senso, offrendo controllo degli accessi e condivisione sicura dei dati che aiutano le organizzazioni a governare i propri dati in modo efficace.
I nostri clienti possono massimizzare i propri investimenti e incrementare la produttività posizionando le funzionalità AI direttamente accanto ai propri dati. Ad esempio, Siemens Energy ha creato un chatbot AI basato su un’architettura RAG (Retrieval-Augmented Generation) per trovare e riassumere rapidamente più di 700.000 pagine di documenti interni. Lo strumento ha contribuito ad accelerare la ricerca e sviluppo e ha trasformato le informazioni precedentemente bloccate in una risorsa ricercabile per l’organizzazione di ricerca aziendale. Questo non solo aumenta la produttività, ma favorisce anche l’innovazione in vari settori.
È interessante notare che le organizzazioni, pur affrontando alcune sfide, hanno anche grandi ambizioni per la Gen AI grazie a storie di successo come quella di Siemens Energy.
Nello specifico, quasi 3 intervistati su 4 (72%) hanno dichiarato di voler migliorare la propria efficienza, mentre il 47% punta allo sviluppo di prodotti e servizi migliori attraverso l’AI. Questi risultati evidenziano un duplice obiettivo: la necessità fondamentale di un’AI sicura e affidabile e una spinta incessante all’innovazione e al miglioramento.
Superare le sfide dell’adozione dell’AI
Nonostante le prospettive ottimistiche, molte organizzazioni incontrano ancora ostacoli nell’adozione dell’AI, in particolare per quanto riguarda la governance e la privacy dei dati. Secondo gli intervistati, queste sfide rappresentano ostacoli significativi alla scalabilità delle loro iniziative AI. Per destreggiarsi in questo panorama, le organizzazioni devono stabilire un framework di governance che promuova la fiducia e garantisca al contempo la conformità.
Abbiamo visto implementare sempre più spesso rigorosi controlli degli accessi e protocolli di governance dei dati con grande successo. Prendiamo ad esempio un chatbot per le risorse umane progettato per rispondere a domande sensibili, come le promozioni all’interno di un’azienda. È essenziale garantire che le informazioni giuste giungano all’utente giusto mantenendo la privacy dei dati. L’integrazione di robuste misure di sicurezza nei sistemi AI consente alle organizzazioni di sfruttare la potenza dell’intelligenza artificiale senza compromettere la fiducia.
L’imperativo della qualità dei dati
La qualità dei dati è un’altra area critica a cui le organizzazioni devono dare la priorità. L’accuratezza dell’intelligenza artificiale non è negoziabile. Per affrontare questo problema, Snowflake si impegna a fornire piattaforme che aiutino i nostri clienti a creare sistemi AI in grado di distinguere quando rispondere con fiducia o quando chiedere chiarimenti. Questa capacità è essenziale per prevenire la disinformazione e contribuire a garantire che l’AI sia uno strumento affidabile per prendere decisioni.
Il futuro dell’AI
Per quanto riguarda il futuro dell’AI, le opportunità sono infinite. Attualmente vediamo un aumento della produttività in vari settori, dai miglioramenti del servizio clienti agli insight ottenuti da enormi data set. Ma c’è un futuro ancora più trasformativo in cui i sistemi AI non solo risponderanno alle domande, ma intraprenderanno anche azioni proattive basate sugli insight derivati dai dati. Questo passaggio a sistemi più agenti segna un capitolo entusiasmante per l’AI e siamo impazienti di guidare il cambiamento in questa direzione in Snowflake.
Negli ultimi mesi abbiamo fatto un percorso a ritmi serrati, implementando diverse interessanti funzionalità come Snowflake Arctic e Snowflake Cortex AI. L’obiettivo di Snowflake è rendere l’AI semplice, efficiente e affidabile. Eseguendo l’AI vicino ai dati, le nostre soluzioni danno priorità alla qualità e alla convenienza economica, il tutto all’interno di un framework sicuro.
Il futuro dell’AI è immenso e, con le giuste strategie dati e governance, le organizzazioni possono sbloccare un valore senza precedenti. Snowflake si impegna ad aiutare i suoi clienti in questo percorso, garantendo che possano sfruttare tutto il potenziale dell’AI in sicurezza.