Le imprese sono composte da unità organizzative distinte che operano autonomamente ma, al tempo stesso, rappresentano un insieme più esteso. Ne consegue che grandi quantità di dati vengono generati in più luoghi e, in molti casi, le varie divisioni non sono in grado di accedervi, o di correlarli in modo significativo. Data la dispendiosità della valutazione di questi dati da parte delle persone, alcune aziende utilizzano modelli di IA dedicati in cui però, a causa della mancanza di integrazione, i vantaggi legati a ottimizzazione e analisi dei trend vengono persi.
L’effetto sinergico tra le singole aree di business sarebbe molto più significativo se questa ricchezza di dati e i corrispondenti modelli IA fossero combinati in un unico sistema per l’analisi, e le osservazioni e le conclusioni presentate e rese disponibili a tutti i dipendenti coinvolti. Le azioni autonome potrebbero essere sottoposte a controlli incrociati per migliorarne impatto e precisione e ridurre il tasso di errore dal momento in cui gli esseri umani sarebbero supportati dalle macchine per riconoscere, valutare e utilizzare coerentemente correlazioni complesse per quanto riguarda le decisioni aziendali.
Neurosistemi aziendali: una nuova iniziativa che coinvolge tutte le aziende
Quattro anni fa, in Red Hat, abbiamo creato un focus group per osservare i punti di contatto tra IA e networking. Abbiamo valutato potenziali architetture e identificato alcune delle problematiche che i nostri clienti si trovavano ad affrontare. Di fatto, stavano investendo in modelli IA per ricavarne soluzioni puntuali, ma non essendoci un quadro generale per l’integrazione e la correlazione incrociata, si verificavano sia dispersione dei modelli che mancanza di analisi collettiva.
Per rispondere a queste sfide, Red Hat ha collaborato con alcuni dei più importanti operatori di telecomunicazioni e con le migliori istituzioni accademiche, ponendosi un obiettivo preciso: progettare una nuova struttura di IA completamente integrata, simile a un’architettura neurologica umana. In questo vecchio ma nuovo paradigma, le funzioni elementari sarebbero gestite autonomamente, e altre richiederebbero un livello di coscienza con capacità di analisi e previsione su larga scala, in un quadro destinato a fornire l’infrastruttura mancante per collegare i modelli IA esistenti con le fonti di dati per creare un’intelligenza collettiva. In questo modo, Edge AI e Core AI si unirebbero in un unico sistema di intelligenza gestito centralmente.
Sarebbe un altro passo verso la Business Singularity per ogni azienda, un’intelligenza capace di agire come guida e collaboratore per i membri umani dell’organizzazione, ma anche una struttura in grado di lavorare con i sistemi d’intelligenza di altre aziende per snellire i processi e raggiungere obiettivi reciprocamente vantaggiosi.
Come accennato, infatti, i dipartimenti interni creano ancora modelli di IA su base individuale, seguendo le loro specifiche necessità, oppure si rivolgono a fornitori esterni, ma in tutte queste istanze manca sia un’integrazione che una metodologia centrale di interpretazione/rendicontazione.
L’Enterprise Neurosystem è progettato per rimediare a questa situazione. Collegato a tutte le business unit di un’azienda, agisce da motore centrale di correlazione incrociata, estraendo insight da tutte le tecnologie di machine learning già in uso. Prende i dati dai silos operativi, sia in tempo reale che storici, per comporre una visione integrata delle operazioni aziendali in un’implementazione ad ampio raggio che non solo garantisce insight profondi sui data set di diversi dipartimenti e su come si influenzano a vicenda nel tempo, ma permette agli algoritmi di stabilire correlazioni e connessioni incrociate di un valore predittivo precedentemente irraggiungibile.
Anche il middleware intelligente sarà una funzione chiave e un obiettivo della community. Qui verrà sviluppata una funzionalità autonoma che potrà rilevare e connettersi senza interruzione a una varietà di modelli, applicazioni e archivi di dati IA, abilitando i casi d’uso e contribuendo alla facilità di implementazione.
L’interfaccia tra questa struttura IA e gli esseri umani sarà inizialmente progettata come una classica dashboard, ma gli obiettivi della community stanno già andando molto oltre, nella direzione di un assistente olografico che agisca da consulente offrendo consigli sia sui problemi in tempo reale che sulla definizione della direzione futura.
Una delle direttive dei gruppi di lavoro all’interno della community riguarderà l’etica e la governance, ambendo ad arricchire le competenze di base con best practice umanistiche e linee guida etiche, per fornire chiare linee guida e confini di comportamento etico da seguire mentre prenderà decisioni di business e fornirà raccomandazioni che avranno un impatto non solo su dipendenti, clienti e partner, ma anche sull’ambiente stesso.
Implementazione tecnica
Strutturalmente, un’architettura aziendale potrebbe essere composta come segue: la base è idealmente paragonabile a una combinazione di hardware e piattaforme software all’avanguardia, come Red Hat Enterprise Linux, Ceph, Kubernetes e Data Streaming; mentre al di sopra c’è un framework di dati aperto che permette l’uso di strumenti open source della piattaforma IA che i dipendenti possono impiegare per creare modelli IA, metterli in produzione e gestirli, con il vantaggio che sia i modelli che gli strumenti necessari per mantenerli sono già disponibili.
A capo di tutto c’è però l’Enterprise Neurosystem, deputato a gestire autonomamente molti elementi dell’IT aziendale e della logistica, nello stesso modo in cui il corpo umano gestisce le funzioni primarie (il battito cardiaco e così via). Ma una volta implementato in azienda, questo sistema stabilisce preziose connessioni trasversali con tutti i dati all’interno dell’organizzazione. Come la mente cosciente, valuta e stabilisce modelli attuali/futuri e, dopo l’addestramento necessario, fornisce suggerimenti di ottimizzazione.
In questo modo la business intelligence sarà completamente integrata con le AIOps in un’architettura flessibile e consapevole, l’Enterprise Neurosystem.
L’IA si posiziona al di sopra dell’architettura dell’Enterprise Neurosystem, collegando tra loro tutte le aree di business
L’open source come forza trainante
L’open source gioca un ruolo cruciale in questa iniziativa. Un’ampia varietà di settori verticali potrà adottare questa piattaforma tecnologica, e gli insight di tutte queste aziende e le loro esigenze miglioreranno e informeranno rapidamente le funzionalità del sistema. L’esperienza ha dimostrato che un approccio open source contribuirà alla trasparenza, in particolare in termini di funzionalità di base e triage.
L’open source è predestinato a definire standard che possono essere facilmente adattati attraverso i confini aziendali. Ma una piattaforma potente che integri tutti questi elementi e punti di vista è difficile da creare e implementare senza una comunità neutrale come ambiente di sviluppo principale. In quest’ottica, la community open source di Enterprise Neurosystem ha già gettato le basi.
Un’utopia (aziendale)
In sintesi, i vantaggi potenziali dell’Enterprise Neurosystem sono chiari: perfezionamento dei processi e capacità predittive più profonde, oltre a una maggiore precisione, grazie a un motore di analisi che integra tutti i modelli di IA, ottimizzando così risorse e costi. In particolare, le aziende che devono continuamente fare i conti con il cambiamento saranno le prime a beneficiare di un data set così profondo e significativo e, nello scenario finale, questi dati saranno elaborati dall’intelligenza artificiale primaria e presentati alle parti interessate sotto forma di osservazioni e raccomandazioni.
Le nuove capacità consentiranno alle persone di concentrarsi sulle aree di innovazione piuttosto che su banali operazioni infrastrutturali, poiché il supporto delle macchine le aiuterà a raggiungere una maggiore resilienza e tempi di risoluzione più rapidi.
Eppure, ancora una volta, una considerazione importante per il successo del progetto Enterprise Neurosystem è l’etica e l’attenuazione dei bias che continueranno a essere un obiettivo costante per la community, a garanzia del fatto che l’IA si evolva per migliorare le società.
Ma, in definitiva, la struttura interpretativa su larga scala dell’Enterprise Neurosystem crescerà ed evolverà, arrivando potenzialmente a diventare un sistema operativo per l’ecosfera planetaria in grado di incrociare i dati ambientali, assistere nella conservazione delle risorse e delle specie, bilanciare i vari eventi di impatto ecologico causati dall’uomo e aiutare a mitigare gli effetti del cambiamento climatico.
