Sono davvero tante le aziende oggi che possono trarre benefici dall’introduzione di soluzioni di Intelligenza Artificiale. Così come sono tante quelle che stanno già intravvedendo delle opportunità molto chiare per le loro prospettive di business. Se poi si pensa alla quantità di aziende che hanno sviluppato e consolidato progetti basati sull’Internet of Things si può intuire che dal patrimonio di dati che arriva dalle “cose” le aziende possono ben pensare di introdurre processi con livelli di automazione sempre più elevati e possiamo inoltre aggiungere che questi meccanismi di innovazione generano a loro volta altre spinte e altre “visioni”. Ma il vero tema oggi, nel momento in cui ci si interroga sulle opportunità dell’Intelligenza Artificiale, non è più solo quello delle “visioni” dei vantaggi possibili, quanto quella delle infrastrutture e delle piattaforme che permettono di portare in modo efficace l’AI in azienda. Una prospettiva questa che naturalmente vale anche per altri percorsi di innovazione come possono essere quelli della blockchain e che possono contare su alcuni punti di riferimento ormai consolidati come la diffusione sempre più capillare di Internet of Things e nel ruolo di Networking (aggiungiamo intelligente) e Cloud.
L’innovazione deve essere un gioco di squadra all’insegna delle partnership
Per una realtà come Cisco, questi percorsi di innovazione uniscono da tempo il livello della “visione” con quello dell’impegno programmatico molto concreto. I numeri, così come li ha raccontati qualche settimana fa Maciej Kranz, VP, Corporate Strategic Innovation Group, (autore tra l’altro di Connetti la tua impresa all’IoT), in occasione di un confronto sulle leve tecnologiche che possono favorire la diffusione di Intelligenza Artificiale e Machine Learning, parlano da soli: 6 milioni di dollari investiti ogni anno da Cisco in attività di ricerca e sviluppo, 20 mila ingegneri in azienda, 19.000 brevetti, e ancora acquisizioni (più di 200), tutte nate dalla volontà di aggiungere tasselli di innovazione al bagaglio delle expertise già presenti in azienda A tutto questo si aggiunge poi un fondo da 2,2 miliardi di dollari destinato agli investimenti e le partnership. Tante partnership. Sono più di 300.000 in tutto il mondo e tra loro trovano spazio sia realtà locali, fortemente radicate nei territori e nelle specificità di ciascun mercato, sia realtà globali, come Apple, IBM, Google, Microsoft. “Perché nessuno può pensare di gestire da solo innovazioni della portata cui stiamo assistendo oggi”, spiega Kranz.
Il tema di fondo, sottolinea Kranz, è che nessuna azienda è nella condizione di attuare ma soprattutto di sostenere processi di innovazione radicale da sola perchè si tratta di cambiamenti che sono il frutto di relazioni sempre più ricche e sempre più complesse. La digital transformation è sempre di più un tema di ecosistemi, di partnership con obiettivi e scenari condivisi, con una visione, anche culturale, delle prospettive di sviluppo e delle possibili criticità, come può essere quella della sicurezza che necessita a sua volta di una strategia adeguata.
Ma i numeri da soli non bastano. Per Cisco l’innovazione torna comunque sempre anche ai temi della visione. Nessuna tecnologia viene affrontata come wave a se stante: ciascuna rappresenta un tassello di un mosaico più ampio nel quale si sviluppa una proposizione a valore destinata al mondo delle imprese. E si tratta sempre di una proposizione che affonda le sue radici nella rete, la piattaforma di riferimento da cui Cisco è partita e che resta tuttora il punto di riferimento per leggere le prospettive di innovazione legate a IoT, Intelligenza artificiale, Machine Learning e blockchain. In sostanza, senza una rete che sa far crescere la propria intelligenza non può esistere una prospettiva di sviluppo efficace per quelle innovazioni che “crescono in funzione delle performance della rete stessa”.
L’importanza di “combinare” diversi fattori di innovazione
Per Maciej Kranz, “il vero valore per il imprese, quello che porta risultati tangibili e misurabili, nasce dalla combinazione tra le diverse tecnologie”. Non fanno eccezione né Intelligenza Artificiale, né Machine Learning, il cui valore nel mondo industriale si esprime proprio in combinazione con IoT, Fog ed Edge Computing, Blockchain.
“L’IoT – spiega Kranz – fornisce tutti i dati, tutte le informazioni che fungono da supporto all’intelligenza artificiale per prendere decisioni. La blockchain consente di connettere multiple fazioni, registrando le transazioni in modo permanente su un singolo registro distribuito: questi dati possono essere usati come unica fonte affidabilenei processi di intelligenza artificiale”. Ecco dunque che nella visione di Cisco, l’Artificial Intelligence viene inserita in un contesto più ampio di tecnologie disruptive con una integrazione che sta alla base di nuovi servizi e di nuove soluzioni che abilitano la trasformazione digitale delle imprese.
Da dove arriva la spinta dell’Intelligenza Artificiale
Nicola Rohrseitz, Innovative Technology Strategist, Corporate Strategic Innovation Group di Cisco osserva a sua volta che l’opportunità di mercato dell’Intelligenza Artificiale e del Machine Learning apre a nuove prospettive di business.
Rohrseitz richiama una ricerca di mercato di Forrester dalla quale emerge che entro il 2020 le compagnie insight-driven saranno nella condizione di conquistare 1,2 miliardi di dollari all’anno a danno dei loro concorrenti meno attenti alla centralità del dato. il manager cita cita un altro studio nel quale si evince che la maggior parte delle aziende (8 su 10) hanno già implementato o stanno pianificando di adottare l’intelligenza artificiale come soluzione di customer service nel 2020. A sua volta anche Accenture ha indicato che entro il 2035 le tecnologie di AI sono destinate ad aumentare la produttività di business fino al 40% con un significativo impatto sul modo in cui lavoriamo.
Su questo punto Rohrseitz prosegue sottolineando come il binomio Intelligenza Artificiale e Machine Learning non rappresenti un’opportunità in senso astratto, bensì una risposta concreta alle nuove esigenze di business: sempre secondo Forrester Research, nel giro di un anno le aziende insight-driven, saranno in grado cioè di trasformare i dati in informazioni utili e soprattutto “actionable”, in un contesto dove “La quantità di dati sta aumentando vertiginosamente e sempre più frequentemente servono le tecnologie AI per riuscire davvero a gestirli. È alla luce di queste considerazioni che stiamo reinventando la nostra tecnologia, adottando un approccio molto pragmatico che unisce business e dati”.
Un esempio concreto viene dal grande tema della cybersecurity.
AI e Machine learning per analizzare le nuove minacce
In un momento in cui, secondo fonti della stessa Cisco, si monitorano circa 250 mila minacce al secondo e 20 milioni al giorno, l’efficacia delle soluzioni di sicurezza Cisco aumenta in modo esponenziale nel momento in cui Machine Learning e AI vengono utilizzate anche per analizzare gli insight derivanti dai dati, per investigare le minacce stesse, per attivare azioni correttive.
AI e ML entrano dunque a tutti gli effetti in tutto il portafoglio di offerta della società, con cinque finalità specifiche.
- Reinventare la rete, dando vita a reti a prova di futuro (le Intent Based Network)
- Garantire la sicurezza a qualunque livello dell’infrastruttura
- Operare in ambienti multicloud
- Sbloccare il potere dei dati
- Creare nuove esperienze per gli utenti finali
Intelligenza Artificiale e ruolo delle competenze umane
Sulla “potenza conoscitiva” che arriva dalla diffusione di nuovi device e dell’IoT arriva il contributo di John Apostolopoulos, VP & CTO, Enterprise Networking Business Cisco mettendo in evidenza quali sono le sfide più stringenti. “Partiamo dal numero di dispositivi connessi: milioni di dispositivi, che spaziano dai telefoni cellulari a tutti i device presenti negli ambienti IOT. In questo caso, Machine Learning e AI possono aiutare da subito nelle fasi di identificazione, autenticazione e gestione. Aiutano poi a comprendere come gestire ambienti sempre più complessi e “affollati” in termini di numerosità di dispositivi presenti, grazie a soluzioni di automazione intelligente e grazie alla rilevanza degli insight che derivano da una tale quantità di dati”.
Intelligenza Artificiale e Machine learning sono strumenti importanti anche per quanto concerne le attività di mitigazione delle minacce, in ambienti nei quali le superfici di attacco sono inevitabilmente più ampie ed estese: “In particolare in ambienti IoT, a una maggiore estensione delle superfici di attacco deve corrispondere una maggiore sofisticazione nell’analisi sia degli attacchi sia degli attaccanti. In questo caso, la combinazione di Intelligenza Artificiale e Machine Learning fornisce un rilevamento più veloce delle minacce e anche un più veloce rimedio”.
È evidente che l’approccio di Cisco a Machine Learning e Intelligenza Artificiale è quello di chi considera queste tecnologie come inevitabili e ineludibili: le reti e gli ambienti di oggi hanno bisogno di queste capacità. Attenzione, però, non possiamo considerare AI e ML come unicum: in base alle attività e alle necessità bisogna ricorrere a funzionalità e a dataset specifici. Parimenti, non si parla di tecnologie sostitutive, bensì complementari a quanto già esiste, in primis le competenze umane presenti in azienda.
Intelligenza Artificiale e Machine Learning come necessità
Ma per Cisco, Intelligenza Artificiale e Machine Learning non è solo un’opportunità di business, ma è una necessità. La quantità di dati sta aumentando vertiginosamente e la maggior parte richiede di essere interpretata con tecnologie di AI. Ecco perché stiamo reinventando la nostra tecnologia per essere sicuri che non diventi obsoleta. Adottiamo un approccio molto pragmatico che include business e dati.
L’intelligenza artificiale è a sua volta un campo molto vasto e comprende differenti capacità, il Machine Learning in particolare può essere divisa in 3 segmenti:
- Supervised learning (in cui la fonte dati è disponibile): si possono usare combinazioni di data point e conoscenza per addestrare una macchina a riconoscere singoli tipi di dati. Il tipico esempio è il riconoscimento di immagini di oggetti o la predizione di eventi.
- Unsupervised machine learning (in cui il contenuto dei dati è sconosciuto): si lascia alla macchina il compito di ricercare la struttura delle informazioni.
- Reinforcement machine learning (i dati osservabili sono dinamici): la macchina non ha un accesso diretto ai dati, deve esplorare per osservare il dato e per arricchire il patrimonio di conoscenze.
A questo proposito la posizione di Cisco è un percorso basato su 5 punti:
- Reinvent the network
- Security is Foundational
- Power a Multi-cloud World
- Unlock the Power of Data
- Create Meaningful Experiences
Aspostolopoulos osserva che Intelligenza artificiale e machine learning sono fondamentali nell’abilitare l’Intent-Based Networking perché consentono di ottenere maggiori informazioni dal comportamento della rete e permettono di compiere azioni più intelligenti per migliorare prestazioni e sicurezza. I dati di rete devono essere analizzati in tempo reale; ogni rete è differente, unica e dinamica e i dati sono differenti. I contenuti criptati, sono un valore per la privacy ma un problema per la sicurezza, ed è un dato che complica l’analisi dei contenuti pericolosi.
L’Intent-Based Networking System ha cambiato l’approccio alla rete e punta sulla capacità delle reti di “catturare” l’intento di business convertendolo in policy di reteed è basata su 4 componenti:
- Trasformazione e convalida
- Implementazione automatizzata
- Consapevolezza dello stato
- Assurance e ottimizzazione/rimedio dinamici
Il ruolo del machine learning è ancora una volta fondamentale e favorirà anche la diffusione di infrastrutture basate sull’Edge computing per portare le potenzialità del machine learning a livello periferico e rispondere alla domanda di intelligenza a livello locale che si collega alla diffusione dell’IoT.
La cultura nel networking e la cultura dell’Intelligenza Artificiale
La cultura dell’AI in Cisco è fortemente orientata al pragmatismo ed è basata su 3 concetti fondamentali
- Le infrastrutture rendono le reti a prova di futuro
- Servono strumenti in grado di fornire soluzioni in chiave end-to-end
- Occorre puntare su format dati unici in termini di tipo e volume
In questa prospettiva l’Intelligenza Artificiale e il Machine Learning sono di supporto diretto all’Intent-Based Networking., permettono di ottenere insights migliori dal comportamento della rete e dai dati di rete e consentono di guidare azioni più intelligenti per prestazioni e sicurezza migliorate. A sua volta il ruolo dell’Intent-Based Networking è guidato da tre fattori:
- I dati di rete sono veloci, diversi e complicati: aumenta lo spazio di ricerca
- Ogni rete è differente: ciascuna è unica e dinamica (rete scolastica, rete ospedaliera ecc.)
- Il contenuto è criptato: positivo per la privacy ma complicato per la sicurezza
Intelligenza Artificiale e collaboration: cosa può cambiare
Tra gli ambiti che possono godere maggiormente dell’introduzione di soluzioni di intelligenza Artificiale è rappresentato dalla Collaboration. Un tema questo che vede insistere e crescere il ruolo del networking e dell’Intelligent Networking in particolare. La visione di Keith Griffin, Collaboration Technology Group di Cisco è che intelligenza artificiale e machine learning insieme possono contribuire ad aumentare la conoscenza delle esigenze di coloro che sono impegnati in attività di collaboration . possono portare ad aumento dell’intelligenza complessiva dei servizi a beneficio primariamente della customer experience.
Nello specifico la piattaforma Webex Assistant nata dall’unione tra la piattaforma Cisco Spark e le soluzioni Webex ha le caratteristiche per integrare soluzioni di Intelligenza Artificiale e Machine Learning di tipo conversazionale. Il primo tassello è costituito dalla introduzione di soluzioni destinate al Natural Language Processing per fornire servizi legati al riconoscimento del linguaggio naturale e su questi disporre di un patrimonio di conoscenza che permettano poi di strutturare delle regole che dalla lettura di messaggi e comportamenti possano poi interpretare le esigenze dei partecipanti alle sessioni di collaboration per rendere disponibili, in modo automatico, una serie di servizi.
In questo scenario si colloca Webex Assistant, che si propone di fatto, come sottolineato da Griffin, come un Virtual Assistant indirizzato a erogare servizi per una customer experience che mette a fattor comune – grazie al Machine Learning – tutte le fonti di dati disponibili nelle sessioni di collaboration: dalla voce dei partecipanti alle espressioni dei loro volti, dalla sensoristica di sala alle informazioni che vengono rese disponibili tramite presentazioni.
Sicurezza e capacità della rete di capire le nuove difese
Intelligenza Artificiale e Machine Learning, sono in grado, come appare evidente, in grado di aprire nuove prospettive e già nell’ambito della stessa Collaboration, permettono di far fare a questa “disciplina” un autentico salto di qualità che può a sua volta accompagnare una evoluzione dal punto di vista dell’organizzazione del lavoro delle imprese, delle modalità di scambio di informazioni e conoscenze o dei piani stessi di formazione. L’altra “faccia della medaglia” come abbiamo già peraltro osservato, è quella delle nuove minacce. Alla crescita della quantità e qualità dei dati si contrappone una crescita delle possibili minacce, che possono trovare proprio nella ricchezza e disponibilità di dati la possibilità di “aprire” varchi e creare danni. Ecco che diventa assolutamente fondamentale che le reti possano accompagnare la capacità di sviluppo nel sostenere l’introduzione di Intelligenza Artificiale e Machine Learning e nel diventare più intelligenti, con la possibilità di alzare, sfruttando proprio questa intelligenza, le difese contro le nuove minacce. Si può schematizzare questo approccio individuando tre grandi elementi sui quali Cisco sta concentrando l’attenzione per un Risk Management basato anche sulle reti:
- In termini di Digital disruption: oltre un milione di device è online ogni ora. Cellulari, cloud e ambienti IoT. Intelligenza Artificiale e il Machine Learning possono aiutare a identificare come dovrebbero essere trattati. I dati di rete possono identificare chi è sulla rete e come trattarli.
- Aumenta la complessità: dei milioni di dollari spesi per le operazioni di rete, il 95% riguarda operazioni manuali che rendono tutto lento e soggetto ad errori. l’intelligenza Artificiale e il Machine Learning aiutano a capire come gestire la rete con questa complessità e con questa numerosità di devices. Parliamo di automazione intelligente e di approfondimenti rilevanti su vasta scala.
- Con il terzo punto arriviamo ai Security Threats: l’incremento della superficie di attacco a causa dell’introduzione device IoT, si lega ai rischi che arrivano da attaccanti più preparati e da attacchi più sofisticati. Qui l’Intelligenza Artificiale e il Machine Learning forniscomo un rilevamento più veloce delle minacce e anche un più veloce rimedio.
I dati Cisco parlano di un volume di qualcosa come 250 mila minacce al secondo di cybersecurity e di qualcosa come 20 milioni di attacchi al giorno. La combinazione di differenti dati e volumi permette di creare insights unici per la rete e opportunità uniche per le imprese. Intelligenza Artificiale e Machine Learning possono aiutare a investigare ancora meglio le minacce e – in conclusione – permettono di attuare una gestione della sicurezza basata sempre di più sulla crescita della conoscenza di tutti i fattori di rischio e di tutte le possibili soluzioni.
Su questo tema suggeriamo la lettura dei servizi
C’è tanta Artificial Intelligence nell’innovazione di Cisco
Il ruolo cruciale del machine learning nel networking
Immagine fornita da Shutterstock
