Una Fiat o una Ferrari? Qual è la più adatta per il business digitale?

Digital information system, tre modelli a confronto

I veicoli a guida autonoma sono un ottimo esempio di come l’IoT e l’AI stiano reinventando il mondo dei trasporti. Ma costituiscono anche una suggestiva metafora di come la rivoluzione digitale stia reinventando ogni aspetto del business e dell’IT, oltre che spingendo verso una nuova architettura per la gestione delle informazioni e il supporto decisionale

I veicoli autonomi, cioè auto, camion e autobus che si guidano da soli, hanno catturato l’immaginazione del pubblico. Dalla fantascienza ai progetti pilota su strada, i veicoli autonomi sono diventati una realtà nell’arco di pochi anni. I costruttori di automobili di tutto il mondo sono all’opera e pianificano l’uscita di modelli con autonomia significativa entro il 2020. Le implicazioni per guidatori, produttori di automobili, pianificatori stradali e la società in generale sono di ampio respiro, come vedremo tra poco. Ma c’è un’angolazione ancora più interessante che si applica a tutti i settori: la loro stessa comparsa e gli impatti dei veicoli autonomi offrono una metafora per il business digitale. Dalla raccolta dei dati al processo decisionale, colpisce il parallelismo tra auto a guida autonoma e business di ogni tipo. La tua azienda ha bisogno di un’architettura modello Fiat o Ferrari? Ne parlerò nella seconda parte di questo articolo.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Veicoli autonomi: utopia o distopia?

Il percorso verso l’autonomia dei veicoli è iniziato circa vent’anni fa, quando le auto dovevano essere dotate di sensori di base e di diagnostica di bordo standard. Le auto hanno iniziato a raccogliere dati rudimentali, come la temperatura del motore e la pressione dell’olio. Con un numero maggiore di sensori e controller di bordo più sofisticati, le automobili hanno ottenuto il primo barlume verso l’essere senzienti. Per esempio, potrebbero monitorare l’aderenza alla strada per evitare lo slittamento o il bloccaggio delle ruote, oppure potrebbero spegnersi prima di essere danneggiate da problemi meccanici. Negli ultimi anni, le informazioni raccolte e utilizzate dai veicoli, come posizione e velocità, svolta e frenata, consumo di carburante, condizioni meteorologiche e di traffico esterne, utilizzo delle cinture di sicurezza e altro, sono cresciute in termini di varietà e volume. Con una combinazione di dati provenienti dall’interno e dall’esterno, processori più veloci e algoritmi migliorati, sono emersi nuovi usi. L’attenzione si è spostata dal monitoraggio delle prestazioni e dalla manutenzione preventiva del veicolo per inferire il comportamento del guidatore e supportarne il miglioramento. Dalla gestione automatizzata del traffico all’assicurazione automobilistica pay-as-you-drive, i dati raccolti dalle auto di oggi costituiscono il fondamento di nuove applicazioni e nuovi business. Con il passaggio verso i veicoli autonomi, i volumi e i tipi di dati raccolti aumenteranno ulteriormente e gli usi cambieranno notevolmente: sia nell’industria sia nell’ambito pubblico, i vecchi processi scompariranno e ne emergeranno di nuovi. L’assicurazione di guida personale non sarà più necessaria, la polizia stradale diventerà ridondante e le patenti di guida diventeranno oggetti d’antiquariato man mano che camion, auto e autisti di autobus perderanno il proprio lavoro. Guidare per il solo piacere di farlo potrebbe addirittura essere considerata un’abitudine più antisociale del fumo! D’altra parte, la produzione automobilistica diventerà più rispettosa dell’ambiente in quanto i volumi caleranno vertiginosamente. I parcheggi coperti e quelli in strada spariranno. L’urbanistica passerà dalla gestione del traffico alla valorizzazione della vita umana. Però, una completa cronologia di viaggio personale potrà essere tracciabile da mega-corporazioni ed enti pubblici simili a Uber. L’auto che era il posto più privato per il primo appuntamento più galante del solito potrebbe diventare il dispositivo di sorveglianza più all’avanguardia. Questo elenco suggerisce che l’impatto dei veicoli autonomi sulla società potrebbe superare qualsiasi cosa possiamo immaginare attualmente. Lo stesso si può dire se si guarda al business digitale, ovvero all’uso diffuso dei dati dei sensori, cioè l’Internet of Things (IoT), e all’intelligenza artificiale (AI) in tutti i settori.

Business digitale: successo o fallimento?

Dalla finanza alla produzione, dalla vendita al dettaglio alle utilities, dagli enti governativi a quelli di beneficenza, la combinazione di IoT e AI (in proporzioni diverse) interromperà potenzialmente ogni processo aziendale e IT da cui dipende la vostra organizzazione. (Per semplificare, includo il settore pubblico e quello del volontariato nel termine “business”). Vendite e marketing basati sulla localizzazione in tempo reale e sui dati dei social media. Distribuzione tramite droni, gestita in tempo reale. Manutenzione proattiva, guidata da un monitoraggio continuo e analisi avanzate. Vendita al dettaglio senza casse o negozi con soli oggetti campione. Decisioni di tipo middle management prese da algoritmi. Fake news che disturbano la politica e la democrazia. L’elenco continua, sollevando domande vitali per l’IT. Siamo pronti a raccogliere e gestire lo tsunami di dati? Come i veicoli autonomi, le aziende dovranno gestire i dati di latenze molto diverse. L’elaborazione istantanea di enormi set di dati è necessaria per evitare incidenti stradali. Reagire a potenziali frodi nel commercio al dettaglio o nell’ambito finanziario, oppure affrontare in tempo reale problemi alla supply chain, presentano problemi analoghi sia di dati sia di elaborazione. D’altro canto, si dovrà sempre consegnare rapporti di fine mese legalmente vincolanti e difficili da riconciliare. Nel caso di decisioni tattiche automatiche, un’auto a guida autonoma seleziona automaticamente il percorso migliore in base a una combinazione di molteplici fonti di informazione. Se si sbaglia strada, si potrebbe arrivare in ritardo a un appuntamento. Tuttavia, in azienda, i sistemi decisionali algoritmici prenderanno in carico le analisi tattiche e le decisioni prese attualmente da analisti e manager aziendali. Gli errori nel giudizio possono avere un impatto sostanziale, finanziario o legale, sul business. Quale governance bisogna dunque adottare verso questi nuovi processi decisionali di AI? E, come nel caso dei veicoli autonomi, questo enorme insieme di dati interconnessi e processi innovativi si estende oltre i confini dell’attività tradizionale dell’azienda. I grandi dello shopping online si espandono verso i negozi fisici, le utilities possono oggi proporre articoli per la casa, e i politici diventano marketer. Quali tecnologie possono gestire tale diversità?

Leggi anche:  Qlik acquisisce Kyndi per migliorare i risultati di business basati sull’AI

Progettare un business digitale

Il successo o il fallimento nel business digitale dipendono dall’architettura IT, dalle informazioni, dai processi e dalle persone. La vecchia idea di avere sistemi operativi e informativi separati e distinti non funzionerà più. Scegliere una singola tecnologia di elaborazione dati, sia di tipo relazionale sia Hadoop, limita la flessibilità e aumenta il rischio di errori. Bisognerà invece gestire i dati in più posizioni e sistemi, statici o in movimento, accedendovi e utilizzandoli attraverso molteplici strumenti, molti dei quali basati sull’intelligenza artificiale. Tutto questo andrà fatto mantenendo operativi i vecchi sistemi. In breve, serviranno sia la Fiat sia la Ferrari. Quello che serve è una nuova architettura che comprenda tutti i dati e le informazioni utilizzate dall’azienda, tutti i processi – business e IT – che utilizzano le informazioni per guidare le azioni, oltre ai ruoli e ai driver delle persone – tutti gli stakeholder, interni ed esterni – per le quali esiste l’azienda. Questa architettura è “Business unIntelligence” (come definito nella mia opera Barry Devlin, “Business unIntelligence: Insight and Innovation beyond Analytics and Big Data” – Technics Publications, 2013). Nonostante il concetto si sia evoluto dalla sua pubblicazione nel 2013, per tenere conto dei progressi negli ambiti IoT e AI, rimane l’architettura concettuale e logica più completa per il business digitale. In termini tecnologici, si passa dal data warehouse al data lake, per creare l’ecosistema biz-tech del futuro.


Barry Devlin

Tra i più autorevoli esperti mondiali di Business Insight e Data Warehousing, oltre a essere consulente, speaker, è autore del famoso libro “Data Warehouse – from Architecture to Implementation”. Gli interessi di Barry Devlin spaziano verso un business completamente integrato, coprendo ambienti informativi, operativi e collaborativi per offrire una esperienza olistica del business attraverso l’IT. È fondatore di 9sight Consulting, società di consulenza specializzata nel progettare soluzioni di Business Insight, che opera con i principali analisti e vendor in ambito BI e oltre.

Leggi anche:  La piattaforma MarTech di SAS si integra con l'IA generativa

Barry Devlin presenterà per Technology Transfer il seminario “Dalla Business Intelligence al Digital Business: Architettura e Tecnologie” che si terrà a Roma il 3-4 maggio 2018.