Con 36 relatori, 6 casi utenti, 3 giornalisti moderatori, 5 keynote, testimonianze, esperienze e approfondimenti arricchiti da due sessioni parallele il Data & AI Summit 2020 IBM rappresenta un evento unico e soprattutto una fonte preziosa di conoscenza per chi sviluppa e realizza progetti di Data Science e Intelligenza Artificiale. Ma il Data & AI Summit 2020 IBM non è solo un grande evento dedicato a Data Science e Intelligenza Artificiale, è anche un percorso di approfondimenti, ricerche, dossier, analisi e testimonianze sui principali ambiti di applicazione di Data & AI e sulle grandi opportunità che si aprono per la imprese e le organizzazioni italiane.
Grazie alla collaborazione con IBM questo Resource Center mette a disposizione di tutti i servizi, la documentazione, i video, gli approfondimenti che hanno accompagnato, preparato e realizzato questo importante appuntamento.
Data & AI Summit 2020 ha avuto luogo il 29 aprile 2020 e si è sviluppato lungo tre grandi momenti
- Una sessione plenaria dedicata agli scenari di mercato, ai keynote speaker, alla visione e alla testimonianza di importanti imprese
- La sessione: Come fare – Collect, Organize e Analyze
- La sessione: Come fare – Infuse: come passare dai dati all’azione
L’evento ha poi permesso di entrare e percorrere un tour esperienziale in 3D negli spazi dell’IBM Garage
Clicca qui per scaricare le presentazioni dell’evento e rivedere i Webcast
Data & AI Summit 2020: il reportage
Un percorso in quattro tappe: dalla raccolta all’organizzazione, dall’analisi all’infusione di Intelligenza artificiale. Questa la Data Strategy, così come disegnata nel corso di Data&AI Summit, l’evento IBM dedicato alla digital transformation data & AI driven
Qui una panoramica su tutti i contenuti dell’evento:
Data & AI Summit: da IBM una data strategy per portare l’AI alle imprese
Data & AI Summit 2020: il video reportage
Drive to Data & AI Summit: la costruzione dell’evento
Andrea Rangone, Presidente Gruppo Digital360
“Lo abbiamo capito tutti il digitale porterà ad una nuova normalità dopo che questa incredibile emergenza sanitaria finirà, una nuova normalità ricca di componenti di innovazione e di intensità di digitale ben superiori rispetto al passato. In questo scenario, dati e intelligenza artificiale rappresentano due leve incredibili per forgiare il “new normal”. Di questo parleremo il 29 aprile nel summit dedicato proprio a data and artificial intelligence.”
Maria Teresa Della Mura, Direttore Internet4Things
“Raccogliere, organizzare e analizzare i dati sono attività oggi imprescindibili cui se ne aggiunge una quarta quella dell’infusione: infusione dell’intelligenza e dell’intelligenza artificiale nei dati, per trarne indicazioni sul futuro, sulle tendenze e su quello che sarà un domani che è già molto vicino”
Patrizia Fabbri, Direttore Zerouno
“I dati ci sono, ma devono essere organizzati e analizzati, non tanto per capire il presente, ma per poter disegnare scenari futuri, prevedibili, in base a determinati comportamenti. Rendiamo lo spazio per l’imprevedibile sempre più ristretto”
La Data Science e l’AI al servizio delle imprese, delle organizzazioni, della società
Servizi, ricerche, testimonianze, analisi e prospettive di come la Data Science e l’AI possono migliorare imprese e società
L’innovazione digitale al servizio delle filiere agroalimentari
Ecco come la data science permette di ridurre lo spreco alimentare e consente di migliorare efficienza e sostenibilità.
A partire dal primo anello della catena di produzione alimentare, la Data Science e l’AI possono offrire un importante contributo alla riduzione degli sprechi, soprattutto grazie a un’ottimizzazione dei raccolti, alla gestione delle risorse nelle filiere, a preziose indicazioni sulla capacità produttiva, sull’impatto delle condizioni meteorologiche e di altri fattori di rischio e sulla capacità di indirizzare consumi più responsabili e più attenti alla riduzione degli sprechi.
La Data Science al servizio del mondo Retail
Quale ruolo per il Data Scientist nell’Omnichannel Retail
Il Data Scientist è una figura centrale nelle strategie omnichannel del settore retail, con il suo lavoro aiuta a comprendere il cliente, personalizzandone un customer journey coerente e continuo attraverso tutti i canali attivi
Data trust: soluzioni e metodiche per aumentare la fiducia nei dati
Perché attorno ai sistemi basati sull’intelligenza artificiale possa svilupparsi e radicarsi un clima di fiducia, è importante che siano totalmente trasparenti. Ibm ha così messo a punto un vero e proprio decalogo per aumentare la trasparenza nella gestione dei dati in azienda. Il cardine del ragionamento è che non l’intelligenza artificiale non si propone di rimpiazzare l’uomo e le sue capacità, ma soltanto di aiutarlo, estendendo il suo potenziale.
Open Banking, come affrontarlo con Ai e machine learning
Nell’era dell’Open Banking innescata dalla PSD2, occorre affidarsi a una tecnologia come l’Intelligenza artificiale che, grazie alla sua capacità di automatizzare l’analisi dei dati, ha le potenzialità necessarie per cambiare le modalità in cui gli istituti di credito possono attrarre e trattenere i clienti.
La Data Science ridisegna la supply chain del retail
Come la Data Science sta ottimizzando i processi operativi della supply chain nel retail
La crescente competizione esistente nel mondo del retail sta spingendo piccole e grandi realtà ad accelerare sul tema dell’efficienza, aumentando la visibilità su aspetti chiave come la pianificazione operativa, l’approvvigionamento, la varietà dello stock e la gestione del punto vendita. Tutte side che possono essere vinte grazie all’impiego dell’intelligenza artificiale.
Il ruolo dei data scientist nell’omnichannel retail
Il successo di una strategia omnichannel ruota tutto attorno alla capacità di mettere a punto customer journey efficaci, basate sull’analisi del dati in possesso dei retailer. Un risultato che la Data Science aiuta a raggiungere, elaborando percorsi di maggiore soddisfazione per i clienti.
Energy: data science e AI per ottimizzare i servizi
Guasti, ritardi e interruzioni di servizio rappresentano inefficienze inaccettabili per i clienti, che dalle utility pretendono altissimi livelli di affidabilità. La Data Science aiuta a evitare questi disservizi, monitorando in tempo reale gli asset per migliorarne costantemente le prestazioni. Rendendo così possibile una gestione intelligente dell’energia
Utility: la data science per minimizzare i rischi
Grazie agli strumenti della Data science e al controllo completo dei dati, le società di energy management possono intervenire preventivamente sui sistemi in uso nel settore energetico, evitando così agli operatori del mondo dell’energia di incorrere in successive interruzioni di servizio.
Open banking, che cos’è e come trasformerà banche e aziende del fintech
L’open banking è destinato a trasformare profondamente le modalità di business delle banche tradizionali perché la capacità di servire direttamente i clienti e dare loro un valore aggiunto non sarà più una loro prerogativa, ma sarà condivisa con le società del fintech e con le società “retailer” del tech, oltre che con le aziende di telecomunicazioni.
Frodi assicurative, come cambiano i sistemi antifrode con la Data Science
Le società di assicurazione si trovano di fronte a una svolta: l’aggregazione di fonti di informazione interne ed esterne può facilitare la creazione di prodotti su misura, nonché consentire un’evoluzione da un servizio standardizzato a uno più personalizzato.
Spreco alimentare: AI e Data Science per ridurre il food waste
L’applicazione di tecnologie innovative di gestione innovative dei dati può essere applicata in tutte le fasi delle filiere agroalimentare, dal raccolto alla distribuzione al consumatore finale. I dati disponibili consentono di minimizzare il crescente problema del food waste e rendere più sostenibile il settore.
Serializzazione dei farmaci: cos’è e come farla con la Data Science
Il processo di serializzazione dei farmaci richiede un’attenta modellazione dei dati su cui andare a costruire un mondo di intelligenza artificiale capace di estrarre valore dall’incrocio di tutte le informazioni disponibili. Sfruttando i dati serializzati sulle confezioni, le aziende del Pharma hanno la possibilità di sviluppare ulteriormente i propri mercati
Pharma: come Data science e AI accelerano la ricerca in laboratorio
L’analisi attenta e rigorosa dei set di dati a disposizione può abilitare nuove terapie farmacologiche, sperimentazioni cliniche mirate, medicina di precisione, creazione di servizi personalizzati, ottimizzando efficacia e time to market degli attori del mondo ospedaliero. Per questo motivo molte aziende farmaceutiche anche concorrenti stanno ormai collaborando in modo stabile, condividendo l’enorme patrimonio dati in loro possesso.
Intelligenza Artificiale: opportunità, criticità e percorsi di adozione
Secondo un report di IBM, infatti, in tutto il mondo è prevista una netta tendenza all’aumento degli investimenti nelle aree chiave dell’AI. La ricerca tratteggia poi il profilo delle aziende Torchbearers: si tratta di imprese che hanno saputo creare un percorso verso il valore, utilizzando i dati a disposizione per ricostruire o potenziare un rapporto di fiducia con i propri clienti e partner commerciali, ottenendo così un vero e proprio ritorno sulla fiducia.
Data trust: soluzioni e metodiche per aumentare la fiducia nei dati
IBM ha messo a punto un vero e proprio decalogo sul data trust con i tre principi chiave che qualificano l’impegno sull’intelligenza artificiale per garantire che possa essere vissuta come strumento in più all’intelligenza umana. Questo perché se si vuole affidare all’intelligenza artificiale il capito di contribuire a prendere una decisione, deve essere chiaro quali siano i principi che ispireranno queste scelte.
Watson: facilitare e accelerare il lavoro dei data scientist
Watson Studio costituisce un ambiente integrato che combina in un’unica piattaforma le tecnologie di Ibm con alcuni diffusi strumenti open source. In questo per le aziende diventa possibile ottenere il massimo dai dati che si hanno a disposizione, utilizzando nel modo più produttivo competenze, metodi e risorse
Trasporti: predictive analytics e AI per la sicurezza
La capacità di predittiva permette di cambiare il risk management nell’ambito della logistica e dei trasporti ottimizzando le risorse e mitigando i fattori di rischio. Come dimostrano le numerose applicazioni dei software di IBM utilizzati dalle aziende di trasporto di tutto il mondo.
