Dati e intelligenza artificiale (AI) sono ciò che serve oggi alle organizzazioni per accelerare e innovare la propria attività di business. “Quando usiamo dati e AI per ottenere migliori risultati decisionali, aumentiamo il tasso di apprendimento della nostra organizzazione” dice Bryan Harris, executive vice president e chief technology Officer di SAS, parlando a Milano all’evento SAS Innovate on Tour 2024.
Quando si impara più velocemente, si vedono maggiori opportunità dei concorrenti, si abbraccia il futuro, si diventa agili, resilienti: “Semplicemente, le aziende che imparano più velocemente vincono” sintetizza Harris, ricordando che la promessa di SAS è aiutarle in ogni settore. “Stiamo riducendo il rischio e prevenendo le perdite, aiutando le banche a predire le frodi e a rimanere conformi con le normative degli enti regolatori. Stiamo abbassando i costi, aiutando le imprese manifatturiere ad automatizzare le proprie operation e supply chain. Stiamo trasformando il settore assicurativo, aiutando queste imprese a valutare il rischio, e a creare esperienze personalizzate per i clienti”.
Questione di valore e differenziazione
Oggi, ha continuato Harris, la scelta di mercato è ampia: “ci sono molte imprese che spiegano come usare dati ed AI”. Nel corso degli anni il modello open source ha fornito valore all’ecosistema tecnologico e alle aziende utenti. I cloud provider utilizzano l’open source per aggiungere valore alla propria offerta, “e ci sono player emergenti nella general AI come Anthropic e OpenAI”. In tale contesto, chiarisce Harris, una società indipendente di software come SAS deve “fornire valore che va oltre quello che i cloud provider stanno facendo oggi con la AI”. SAS, ricorda, sta costruendo business nell’analisi dei dati da 48 anni, può fornire soluzioni per le esigenze di ogni settore industriale e, per migliorare il business con dati e AI, questo valore lo declina secondo tre elementi di differenziazione, che vengono identificati in produttività, performance e fiducia.
Proprio sul piano delle performance, Harris richiama l’attenzione su uno studio comparativo del 2023, commissionato da SAS alla società globale di ricerche e consulenza The Futurum Group. Analizzando e confrontando i risultati di performance di SAS Viya e di altre opzioni alternative rappresentate da diverse principali piattaforme AI/ML, sia commerciali sia open source, SAS Viya risulterebbe essere in media 30 volte più veloce di tutti i concorrenti valutati in tutti i casi di test, e ridurrebbe dell’86% i costi operativi del cloud. Anche la scalabilità della piattaforma risulta migliore, evidenziando superiori prestazioni con i grandi dataset.
Comprendere l’impatto di scalabilità, performance ed economicità delle soluzioni AI, sottolinea lo studio, è un aspetto importante quando si tratta di selezionare una piattaforma da utilizzare all’interno di un’azienda, in quanto velocità o performance di una piattaforma AI risultano cruciali per varie ragioni, che includono le implicazioni sui costi operativi e l’abilità della piattaforma di fornire la scalabilità necessaria a supportare il funzionamento dei modelli con dataset di dimensioni crescenti. Le performance impattano sull’agilità del business, sull’efficienza e, in definitiva, sulla capacità di attuare più rapidamente decisioni imprenditoriali e conseguire risultati.
Per quanto riguarda l’aspetto della produttività, continua Harris, “SAS Viya è la più veloce e produttiva piattaforma per dati e AI sul mercato, e può girare nel cloud, on-premise o anche nell’infrastruttura edge”. Tra i vari casi di successo dei clienti che hanno adottato tecnologia SAS, Harris menziona ad esempio Migros, la principale catena di supermercati in Turchia. Adottando soluzioni come SAS Customer Intelligence 360, SAS Intelligent Decisioning e SAS Viya, Harris spiega che Migros ha potuto migliorare e razionalizzare il ‘customer journey’, incrementando del 33% le adesioni ai programmi fedeltà e aumentando le vendite del 40%.
Ottenere elevate produttività e performance è però inutile se non c’è fiducia nell’output che l’AI produce. “Dobbiamo garantire che i risultati che gli utenti ottengono siano spiegabili, trasparenti, corretti, attendibili” conclude Harris.
Data quality, il problema nodale
Per avere un output di qualità, la base di partenza deve essere buona. Anche con l’avvento dell’AI, e ora dell’AI generativa, la qualità dei dati rimane la questione centrale da risolvere per qualunque progetto si voglia realizzare con queste innovative tecnologie. Marinela Profi, AI Product Strategy Global Lead di SAS, di fronte alla ricorrente domanda su cosa cambierà con la AI nei prossimi cinque anni, preferisce chiedersi cosa invece rimarrà uguale.
“Quello che rimarrà uguale, come problema, anche tra cinque anni, sarà la data quality. Tutti i problemi che ci sono con i dati non scompariranno, forse aumenteranno. La qualità del dato, quello che utilizziamo in questi modelli di AI, influenzerà moltissimo i risultati che ne verranno fuori, quindi il famoso principio ‘garbage in, garbage out’ non è mai stato più importante di adesso”.
Profi fa poi una panoramica sulle altre sfide chiave che le aziende devono affrontare: una è certamente la sicurezza dei dati. “Oggi ci sono maggiori violazioni della proprietà intellettuale, il rischio reputazionale, il rischio operazionale. Soprattutto, le regolamentazioni stanno evolvendo, lo scenario è molto fluido e non si sa come si trasformerà il quadro regolamentativo”. Poi ci sono i costi. “Queste soluzioni non sono economiche. Quindi è importante capire come adottare tali tecnologie e integrarle nell’infrastruttura aziendale esistente in modo finanziariamente efficiente”. Nemmeno da sottovalutare è il riaddestramento della forza lavoro. “La sfida sarà come consentire ai lavoratori di operare in maniera efficiente con queste tecnologie, e soprattutto come far in modo che il lavoro dell’essere umano avrà l’ultima parola”.
Soluzioni personalizzate e automazione intelligente
Come rispondere a tutte queste sfide? In prima luogo con la personalizzazione e specializzazione. “La tecnologia va implementata con uno specifico obiettivo in mente” dice Profi, e “in questo le soluzioni SAS aiutano tantissimo, ad esempio a sviluppare applicazioni di marketing personalizzate o sistemi per predire la domanda di prodotto del mercato. E ciò perché combinano l’esperienza dell’industria di settore con la potenza dei dati, la capacità di analisi e di governance della piattaforma Viya. Sono soluzioni pronte all’uso, configurabili in base alle esigenze aziendali, e da cui è possible estrarre valore in maniera immediata”.
Il secondo elemento per accelerare la produttività aziendale è sviluppare una automazione intelligente, capace di trovare risposta il più velocemente possibile a tutte le domande ed esigenze dell’utente, che deve ad esempio comprendere se un macchinario necessita di manutenzione, o qual è la campagna di marketing più corretta per un dato cliente. “La differenziazione – aggiunge Profi – si ha con un’automazione che tiene conto di tutte le decisioni, regole, politiche aziendali specifiche, e condivide in sicurezza le informazioni all’interno dell’organizzazione: questo è il tipo di automazione che stiamo offrendo sul mercato con SAS Viya”.
Inoltre, con l’avvento della AI generativa, il team di Profi nell’ultimo anno e mezzo ha lavorato per fornire agli utenti “un’esperienza di automazione completamente nuova, per massimizzare la produttività con dati e intelligenza artificiale”. Uno dei risultati è SAS Viya Copilot, un assistente personale con cui è possibile conversare in linguaggio naturale, e addestrabile con la conoscenza dello specifico settore industriale. L’assistente può, ad esempio, consigliare a uno sviluppatore le tipologie di analisi più appropriate (regressione lineare, rete neurale, algoritmi di ML e deep learning) da applicare per determinati dataset. Un utente business potrà invece chiedere a Viya Copilot di condensare tutte le analisi eseguite nella giornata in una dashboard, da condividere all’interno dell’azienda.
Un terzo elemento è la capacità di generare dati sintetici. I dati sintetici, spiega Profi, sono generati da algoritmi di AI a partire da dati reali, e si usano nei casi in cui questi ultimi scarseggiano, sono affetti da bias, o sono dati sensibili non utilizzabili. In quest’area, SAS Data Maker consente di generare dati sintetici che rispecchiano strettamente i dati reali esistenti, producendo metriche di valutazione statistiche e visive. Un’altra espansione delle funzionalità di SAS Viya e SAS Viya Workbench, un ambiente di sviluppo on-demand, configurabile con le risorse necessarie sulla base della complessità e della quantità di dati. Viya Workbench consente agli sviluppatori di lavorare usando il linguaggio che preferiscono: inizialmente SAS o Python, ma, entro la fine del 2024, sarà disponibile anche il linguaggio R.
