Come garantire il successo dell’AI adottando un’infrastruttura dati intelligente: lo studio di NetApp

NetApp ha recentemente presentato i risultati dell’ultimo report riguardante l’evoluzione del panorama dell’AI in ambito aziendale. Lo studio rivela le sfide e i vantaggi a differenti livelli di sviluppo dell’AI e fornisce strategie per scalare in modo responsabile i carichi di lavoro AI. In particolare, report riporta che, senza un’adeguata infrastruttura per i dati, il carburante dell’AI, il 20% delle iniziative basate su questa tecnologia rischia di fallire.

Lo studio è stato condotto su oltre mille interviste tramite sondaggio web, e ha coinvolto esperti nelle operazioni IT, data managers, nell’ingegneria dei dati e nello sviluppo software relativi alle iniziative di AI a livello globale.

L’infrastruttura di dati intelligente è la base del successo dell’AI

I cosiddetti “AI Masters” sono coloro che ottimizzano la loro infrastruttura di dati per le iniziative basate su intelligenza artificiale, facilitando l’accesso ai set di dati aziendali con una preparazione minima e progettando un ambiente unificato, ibrido e multicloud che supporti vari tipi di dati e metodi di accesso. Questi leader hanno obiettivi ambiziosi, ma a volte si ritrovano ad affrontare problemi legati all’utilizzo dei dati, tra i quali figurano limiti di accesso ai dati basati sull’infrastruttura (21%), limiti di conformità (16%) e dati insufficienti (17%).

Gli “AI Emergents“, invece, sono coloro che notano sfide simili, ma sperimentano anche vincoli di budget (20% contro il 9% degli AI Masters), dati insufficienti per l’addestramento dei modelli (26% contro 17%) e restrizioni aziendali sull’accesso ai dati (28% contro 20%).

Lo studio suggerisce alle aziende di implementare un’infrastruttura dati intelligente per poter scalare le iniziative di AI in modo responsabile. Infatti, la posizione che un’azienda ha nella scala di adozione dell’AI è determinata non solo dal livello di infrastruttura che ha attualmente, ma anche i risultati di business a essi associati.

Nelle parole di Davide Marini, Country Manager Italia di NetApp “Con un’infrastruttura dati intelligente, le aziende hanno la flessibilità di accedere a qualsiasi dato, ovunque, con una gestione integrata dei dati che garantisce sicurezza, protezione e governance dei dati e operazioni adattive in grado di ottimizzare le prestazioni, i costi e la sostenibilità”.

La flessibilità dell’infrastruttura dati è cruciale per l’accesso ai dati e il successo delle iniziative di IA

Naviga in sicurezza – Ottieni da questo link il 71% di Sconto con NordVPN

Avere i dati subito a disposizione e in forma strutturata è indispensabile per garantire successo nell’ambito AI. Infatti, il 48% degli AI Masters dichiara di avere la disponibilità immediata dei propri dati strutturati e il 43% dei dati non strutturati, mentre gli AI Emergents hanno, rispettivamente, solo il 26% e il 20%. Inoltre, gli AI Masters (65%) e gli AI Emergents (35%) hanno dichiarato che le loro attuali architetture di dati possono integrare senza problemi i dati privati della loro azienda con i servizi AI Cloud.

“Le decisioni relative all’infrastruttura prese durante il processo di progettazione e pianificazione delle iniziative di IA devono tenere conto della flessibilità dell’architettura“, ha dichiarato Ritu Jyoti, Group Vice President, Worldwide Artificial Intelligence and Automation Research Practice, Global AI Research Lead, di IDC. “La natura dinamica degli input di dati per i workstream di AI e GenAI ci dimostra che è fondamentale un facile accesso a dati distribuiti e diversi, sia strutturati che non strutturati, con caratteristiche diverse. Ciò richiede un approccio flessibile e unificato allo storage, un piano di controllo comune e strumenti di gestione che permettano a data scientist e sviluppatori di consumare i dati senza problemi con le integrazioni MLOps“.

Processi efficaci di governance e sicurezza dei dati favoriscono il successo dell’AI

L’impossibilità di progredire per gli AI Emergents è spesso dovuta alla mancanza di politiche e procedure di governance standardizzate. Solo l’8% degli AI Emergents infatti le ha completate e standardizzate in tutti i progetti riguardante l’intelligenza artificiale, rispetto al 38% dei master dell’AI.

Questi dati dimostrano che non è possibile sviluppare in sicurezza infrastrutture AI se non si gestiscono i dati in modo responsabile e sicuro. Infatti, il feedback delle aziende che sono riuscite a ottenere risultati positivi dalle loro iniziative di AI dimostra che la governance e la sicurezza non sono semplici centri di costo, ma fattori vitali per l’innovazione. Con particolare riguardo alla sicurezza, alla sovranità dei dati e alla conformità alle normative, le aziende possono ridurre i rischi nelle loro iniziative di AI e GenAI e garantire che i loro ingegneri e scienziati dei dati possano concentrarsi sulla massimizzazione dell’efficienza e della produttività.

L’uso efficiente delle risorse è importante per scalare l’AI in modo responsabile

Dato che i flussi di lavoro AI stanno diventando sempre più parte integrante di quasi tutti i settori, le aziende devono riconoscerene l’impatto sull’infrastruttura di calcolo e di storage, sui dati e sulle risorse energetiche e sui costi associati. Per valutare l’impatto, le aziende dovrebbero definire e implementare metriche per valutare l’efficienza dell’uso delle risorse nella creazione di modelli di AI. Detto ciò, il 43% degli AI Masters dispone di metriche chiaramente definite per valutare l’efficienza delle risorse durante lo sviluppo di modelli di IA, completate e standardizzate per tutti i progetti di AI, rispetto al 9% degli AI Emergents.

Per maggiori informazioni, vi invitiamo a consultare il report completo disponibile sul sito web di NetApp.

INTELLIGENT AUTOMATION: Learn how to harness Artificial Intelligence to boost business & make our world more human

• Bornet, Pascal (Autore)

18,54 EUR

Acquista su Amazon