SAN FRANCISCO – I dati abilitano l’intelligenza artificiale, che apre nuovi orizzonti operativi per ogni tipo di azienda. Dati che non vengono solo dagli uffici e dai reparti vendite, ma anche dalle fabbriche di tutto il mondo. L’AI sta sempre più rivoluzionando il mondo della produzione, aprendo nuove opportunità per ottimizzare processi, ridurre costi e migliorare la qualità. Durante il Data Cloud Summit ne abbiamo parlato con Tim Long, responsabile globale del settore manifatturiero di Snowflake, che ci ha spiegato come il suo team stia lavorando per rendere le proprie fabbriche più intelligenti.
I dati, l’AI e il manufacturing: intervista a Tim Long di Snowflake
“Tutte i nostri clienti vogliono costruire la propria roadmap per sfruttare l’AI, sia il machine learning più tradizionale che l’AI generativa” ci spiega Long. E quando parla dei suoi clienti, intende 1200 aziende a livello globale che operano in vari campi: “high-tech, produzione industriale, automotive, petrolio e gas, utilities, aerospaziale, difesa, agricoltura, edilizia, gestione della supply chain”. E siamo praticamente certi di non essere riusciti a trascrivere tutti quelli che il dirigente Snowflake ha elencato: tutti i settori hanno capito che i dati sono un asset imprescindibile.
Dati che l’AI Data Cloud di Snowflake permette di gestire in maniera semplice e sicura. Long spiega che le tecnologie dell’azienda permettono di “portare enormi volumi di dati e gestirli in modo molto semplice all’interno dell’ambiente” e quindi “integrare informazioni provenienti da tutti i sistemi aziendali“. Un vantaggio cruciale, considerando che tradizionalmente le aziende manifatturiere hanno molti ERP e per avere una vera visibilità serve unire quei dati.
Convergenza IT/OT e collaborazione sui dati
Unire i dati nel cloud, tuttavia, storicamente ha creato non pochi problemi alle aziende. La convergenza tra i sistemi IT (Information Technology) e OT (Operational Technology), oltre ai più recenti dispositivi connessi dell’IoT, per molte aziende rappresenta un limite difficile da superare. Proprio per questo, secondo Tim Long, molti si avvicinano alla semplicità estrema della piattaforma Snowflake: “Abbiamo costruito diverse partnership che aiutano i produttori a portare i dati dal banco di lavoro al Data Cloud di Snowflake in una soluzione low-code o no-code, rendendo più facile il lavoro per l’OT, che potrebbe non avere alcune delle più recenti competenze IT”.
![Snowflake Data Cloud Summit 2024 intervista Tim Long](https://techbusiness.it/wp-content/uploads/2024/06/Snowflake-Data-Cloud-Summit-2024-intervista-Tim-Long-1024x576.webp)
Ma Long ci spiega che il lavoro di Snowflake non si limita a integrare i dati lungo tutta la catena del valore interna all’azienda. Anzi, uno dei punti di forza è proprio la collaborazione sui dati. La piattaforma permette di “mettere in rete tutte le istanze Snowflake in tutto il mondo in modo molto sicuro ed efficiente”. Questo dà ai produttori, soprattutto alle organizzazioni multinazionali, un modo semplice per collaborare tra le diverse linee di business e con fornitori, clienti e partner, aprendo le porte a una supply chain migliorata.
Casi d’uso dell’AI nel manufacturing
Una volta che trovato il modo di raccogliere i dati in un unico posto, sicuro e con regole di governance chiare, bisogna rendere questi dati operativi. Bisogna far sì che creino valore. E nella strategia di Snowflake, bisogna che lo facciano all’interno dell’AI Data Cloud, portando l’intelligenza artificiale all’interno e non i dati all’esterno.
Tim Long ci spiega che i clienti di Snowflake nel settore manifatturiero stanno esplorando diversi casi d’uso avanzati dell’intelligenza artificiale. Uno degli esempi citati da Tim Long riguarda “uno dei nostri più grandi clienti nel settore manifatturiero industriale che ha costruito chatbot per la manutenzione delle apparecchiature“. Questi chatbot possono analizzare i contenuti e consigliare agli ingegneri e ai tecnici come risolvere i problemi in modo più efficiente.
Long ci spiega che la manutenzione predittiva è il caso d’uso per eccellenza, perché permette di ridurre di molti i tempi di fermo macchina. Il machine learning può prevedere i problemi prima che incorrano, e l’AI generativa può rendere semplice le operazioni anche per chi non ha competenze di analisi dei dati. “Una cosa è prevedere che qualcosa potrebbe rompersi, un’altra cosa è sapere come risolvere la causa del possibile guasto e come farlo in tempi ridotti: qui l’AI generativa fa la differenza”.
Tante soluzioni, sempre più semplici
Un altro ambito promettente è il riconoscimento delle immagini per il rilevamento dei difetti di produzione. Snowflake collabora con Landing AI su una soluzione che può essere sviluppata con pochissimi dati di training. “Nel mio precedente ruolo di professionista nel settore dei dati e dell’AI, dovevamo fare affidamento su migliaia o milioni di dati etichettati e immagini”, ricorda Tim. “Ora, con alcuni di questi ultimi progressi nell’AI, un esempio è Landing AI, i produttori possono davvero accorciare quel processo di sviluppo di queste soluzioni all’avanguardia.”
Long ci spiega che l’AI viene utilizzata dai produttori non solo per ridurre i costi, ma anche in ottica di sostenibilità, per esempio simulando e ottimizzando il consumo energetico nelle diverse fasi di produzione. Inoltre, l’intelligenza artificiale permette di collegare i dati dei prodotti connessi al processo produttivo e allo sviluppo, per capire come vengono utilizzati e generare il prossimo design perfetto per le esigenze dei clienti.
Sfide e opportunità dell’adozione dell’AI
Sebbene le possibilità siano enormi, le aziende potrebbe affrontare delle sfide nel loro cammino verso l’implementazione dell’AI. “Penso che i rischi nell’implementazione dell’AI siano prima di tutto assicurarsi di avere una chiara posizione di sicurezza, in modo che la proprietà intellettuale sia ancora protetta e che l’AI non possa fare danni”, sottolinea Tim Long. Inoltre, le aziende devono capire da dove iniziare e come investire in modo saggio, facendo passi più piccoli per creare valore incrementale invece di progetti “moonshot“.
Un tema sfidante per le aziende sono rischi legati all’accuratezza dell’AI generativa. Long ci spiega, tuttavia, che l’agnosticismo tecnologico di Snowflake, che pur avendo soluzioni proprie apre le porte anche quelle di altri produttori, rappresenta un’arma per combattere allucinazioni e rischi legati all’AI. “Supportiamo una dozzina di modelli diversi, che si possono richiamare direttamente all’interno di Snowflake. Chiedendo a diversi modelli, si può controllare meglio l’accuratezza delle risposte”. Anche se una sicurezza ulteriore la dà la possibilità di addestrare modelli AI specifici, addestrati sui dati aziendali e meno propensi all’errore.
D’altra parte, il crescente interesse per l’AI generativa sta rendendo queste tecnologie più accessibili e comprensibili ai vertici aziendali. “Ciò che è diverso ora è che l’AI generativa e tutti questi grandi modelli di linguaggio, tutti possono ora comprendere quanto sia reale la tecnologia“, osserva Tim. “Quindi l’ha reso molto reale ed è ora una priorità per ogni organizzazione, il consiglio di amministrazione e il livello C si aspettano una strategia sull’AI e stanno facendo investimenti e stanno monitorando i loro ritorni.”
Semplificare il percorso verso l’AI – Intervista a Tim Long di Snowflake
Per le aziende manifatturiere che vogliono iniziare il percorso verso l’intelligenza artificiale, il consiglio di Tim Long è di partire da una solida strategia e fondamenta di dati. “Non c’è strategia di AI senza una strategia di dati. Molte organizzazioni stanno ancora mettendo in ordine la loro base di dati in modo da poter poi costruire analisi fondamentali o AI avanzata”. Il passo successivo è identificare le aree con le maggiori opportunità di ritorno sull’investimento e di impatto sul business. Ma non nasconde che sia importante anche “educare la forza lavoro su come utilizzare correttamente questi strumenti, in modo sicuro e produttivo”.
Anche per questo, ci spiega Tim Long, Snowflake sta lavorando per rendere gli strumenti di AI incredibilmente potenti ma anche molto facili da usare. “Con la semplicità arriva la velocità e questo è davvero tutto ciò che serve per avere successo oggi nel business, muoversi velocemente. Le nostre strategie e soluzioni stanno aiutando i nostri clienti a farlo”, afferma Tim. La piattaforma supporta una varietà di utenti, dagli analisti SQL e BI ai data scientist avanzati, con strumenti specifici per ogni gruppo di competenze.
Verso il futuro della produzione intelligente
Quando iniziamo a parlare delle novità presentate al Data Cloud Summit di Snowflake, il motivo per cui entrambi siamo a San Francisco, Tim Long ci spiega che per lui le novità di quest’anno giocano un ruolo centrale nella strategia dell’azienda. E di tutte le aziende che vogliono trarre il pieno vantaggio dai dati.
“La prima volta Snowflake ha rivoluzionato il settore puntando sul cloud per scalabilità ed efficienza, fornendo un modo per riunire e avere visibilità di tutti i dati aziendali. […] La seconda volta ha rivoluzionato il settore con la collaborazione“, sia con il Data Sharing che con la condivisione di app e dataset nel Marketplace di Snowflake. Ma la “terza rivoluzione arriva con questi potenti strumenti AI da eseguire all’interno di Snowflake” che l’azienda ha annunciato di recente, anche in questi giorni.
Con queste soluzioni, “la tecnologia è più accessibile e le organizzazioni che hanno investito nei loro dati sono ora ben posizionate in Snowflake per sbloccare i benefici della produzione intelligente e dell’Industria 4.0″ spiega Long.
Quando chiediamo a Tim Long di scegliere quale delle novità AI annunciate da Snowflake al Data Cloud Summit 2024, tuttavia, non riesce a trovare una risposta sola. “ciò che mi entusiasma di più, e che vediamo entusiasmare di più i nostri clienti, è semplicemente il fatto che Snowflake ha tutte queste capacità per supportare la loro AI. Cortex, il Copilot, l’API Copilot, le capacità di ricerca. Tutte queste si uniscono per dare loro una ricca cassetta degli attrezzi che possono prendere e usare immediatamente per iniziare a costruire soluzioni“.
Intervista a Tim Long di Snowflake: fabbriche sempre più intelligenti
Non tutte le aziende sono pronte a portare l’AI in fabbrica: servono solide fondamenta di dati, servono direzioni strategiche chiare e non dettate dall’hype del momento. Ma la semplicità delle soluzioni Snowflake e il successo dei casi d’uso che hanno presentato fanno pensare il manifatturiero stia per diventare sempre più intelligente.
- Kumar, Rakesh (Autore)