Anche quest’anno ad aprire ufficialmente i lavori del SAS Forum “milanese”, giunto alla quattordicesima edizione, è Marco Icardi, Regional Vice President SAS e CEO SAS Italy che ha subito evidenziato l’obiettivo non solo della manifestazione ma anche dell’azienda nei confronti del proprio mercato di riferimento: “vogliamo aiutare le aziende ad orchestrare il proprio percorso per modellare qualcosa che non si conosce ma sappiamo essere il nostro futuro”.
Il riferimento chiaro va all’intelligenza artificiale, ormai entrata prepotentemente in qualsiasi convegno e dibattito pubblico ma ancora caratterizzata da contorni poco chiari per chi, in azienda, deve iniziare a sperimentarla ed applicarla. Ed è forse proprio per questo che SAS ha deciso di usare come claim della manifestazione 2019 “shape the new” (dare forma al nuovo).
“Dobbiamo preparaci al futuro con senso civile e responsabilità sia per cogliere opportunamente i rischi di una trasformazione complessa ma ormai inarrestabile, sia per condividerne i vantaggi con un nuovo approccio collaborativo”, sostiene Icardi.
Un impegno che non può essere lasciato alla teoria e che Icardi intende concretizzare lasciando al pubblico quelle che a suo avviso sono le azioni da intraprendere e le strategie da seguire:
1) scoprire e capire il nuovo: oggi il tempo di vita medio delle aziende si è ridotto, così come il tempo di vita delle competenze; per affrontare questi cambiamenti così rapidi è necessario “essere aperti, bisogna essere curiosi, scoprire e capire il nuovo”, dice Icardi;
2) collaborare creando nuovi ecosistemi: condividere e cooperare è la via per prepararsi al futuro, una via che richiede alle aziende tecnologiche e ai propri partner, alle aziende utenti, alle Università ed ai centri di ricerca di innescare un nuovo meccanismo virtuoso di condivisione della conoscenza e collaborazione progettuale;
3) estendere la portata dei progetti: “se si rimane nell’alveo della sperimentazione, non c’è alcuna trasformazione e non si fa innovazione perché non arriva al business”, è il monito di Icardi.
L’intelligenza artificiale va orchestrata e monitorata nel tempo
A toccare in modo più approfondito il tema dell’intelligenza artificiale è Angelo Tenconi, Senior Director Customer Advisor di SAS Emea, che lo fa sia dal palco ufficiale del SAS Forum Milan sia in una conferenza stampa organizzata a margine dell’evento alla quale è intervenuta anche Mirella Cerutti, country manager di SAS Italia.
“Scelta e controllo sono le due guide fondamentali per riuscire a rendere effettiva l’applicazione dell’intelligenza artificiale all’interno delle aziende”, sostiene Tenconi dal palco. “Se decidiamo di demandare alle macchine determinati task dobbiamo essere sicuri di saper governare correttamente quei processi (quindi controllare i software ed i meccanismi di automazione che da essi derivano); di contro dobbiamo anche saper scegliere e capire cosa demandare ad automatismi intelligenti e cosa invece continuare a controllare in modo diretto”.
Per governare l’utilizzo e l’avanzamento dell’intelligenza artificiale servono, così come spiega Tenconi, due capacità: “da un lato la flessibilità di sviluppo di nuovi algoritmi e di nuovi modelli matematici di analisi, dall’altro la capacità di portare in ambiente di produzione ciò che si sperimenta per rendere l’intelligenza artificiale parte attiva dei processi operativi e decisionali di un’azienda”.
Da questa visione deriva poi l’impegno interno di SAS, azienda che, come ricorda Mirella Cerutti, “ha deciso di investire un miliardo di dollari in intelligenza artificiale con l’obiettivo di intensificare la presenza del brand in un mercato in forte espansione”.
Tre le direttive strategiche sulle quali si snoda oggi la value proposition dell’azienda americana:
1) sviluppo di una piattaforma tecnologica in continua evoluzione, oggi portata anche in cloud: SAS Vaya oggi integra funzionalità di machine learning, si “adatta” ed integra con piattaforme applicative come i Containers. “C’è stato da parte di SAS un forte investimento nel rendere adeguata la nostra tecnologia al cloud e alla containerizzazione dei servizi, che non significa fare solo re-hosting ma riscrivere le soluzioni con logiche differenti”, puntualizza Tenconi;
2) apertura verso altri sistemi: “SAS ha sempre sviluppato tecnologie ‘SAS su SAS’, adesso invece integriamo anche l’open source”, spiega Cerutti, “vogliamo dare garanzia alle aziende di lavorare come meglio desiderano, scegliendo le tecnologie che meglio si adattano alle loro esigenze interne”;
3) investimento su servizi professionali (lavorando anche sulla certificazione delle persone interne) e focus sull’Education con una “Academy pensata non solo per gli universitari ma anche per ragazzi più giovani perché vogliamo diffondere la cultura del dato e degli analytics, cioè la capacità di lavorare i dati”, specifica Cerutti. “Da qualche anno abbiamo lanciato anche il Digital Learning con l’obiettivo di aiutare le competenze nazionali a crescere e fare in modo che i nostri talenti rimangano in Italia e contribuiscano ad accelerare l’innovazione del paese”.
Sul perché anche SAS punta sull’intelligenza artificiale ritorna poi, ancora una volta, Tenconi, in chiusura di conferenza. “Il modello di governo dei sistemi analitici e degli algoritmi, che sono soggetti a ‘degrado’, sarà la discriminante più forte per il successo del decison making ‘automatizato’. Data governance e management degli analytics sono da sempre i nostri pilastri più importanti, è quindi naturale far evolvere tecnologie ed approcci verso ciò che oggi rappresenta il nuovo, ossia l’intelligenza artificiale”.
“I modelli matematici e gli algoritmi saranno soggetti a degrado, nel senso che non saranno efficaci all’infinito”, conclude Tenconi. “Sarà quindi sempre più importante valutare le performance dei modelli e monitorarli nel tempo (è qui che si deve concretizzare il concetto di “trust” nei modelli, nel loro monitoraggio) affiancando ai data scientist figure nuove, come quelle dei model managers. La nostra posizione, come fornitori di tecnologia, è dare alle aziende la ‘proprietà’ sui modelli, lasciare cioè ai data scientist la libertà di creare modelli matematici e di analisi, offrendo però la piattaforma che ne consente la gestione e il controllo (ecco che ritorna il concetto di bilanciamento tra scelta e controllo, flessibilità e governance), in modo che anche se i data scientist se ne vanno (dato che sono richiestissimi sul mercato) l’azienda non rischi di perdere il patrimonio acquisito”.
