L’evoluzione della business analytics, tra AI e machine learning

L’evoluzione della business analytics, tra AI e machine learning

In due tappe, a Milano e a Roma, SAS incontra la community IT per raccontare come sta evolvendo il data analytics journey per offrire strumenti di analisi sempre più sofisticati

Accompagnare l’evoluzione del ciclo di analisi dei dati, offrendo strumenti di analisi sempre più sofisticati e sicuri: sono le basi da cui è partito da Milano il tour di SAS, per poi raggiungere Roma il prossimo giovedì 21 marzo. Obiettivo del roadshow mostrare le diverse fasi dell’ecosistema analitico necessarie per passare dalla sperimentazione alla produzione, evolvendo verso scenari di intelligenza artificiale e di machine learning.

Il mondo del business è sempre più complesso e le sfide tecnologiche sempre più impegnative; basti pensare alle recenti tragedie del Boing 737 Max, macchine sofisticate e gestite automaticamente da sistemi software che reagiscono ai dati raccolti da sensori sparsi in tutto il veicolo. L’AI da sola non basta anche se le macchine autoapprendenti – traduzione di machine learning systems – migliorano costantemente: il controllo umano, la validazione del dato è ancora fondamentale per porre rimedio a situazioni impreviste. Tanto che – nel data analytic journey – l’equilibrio da trovare – racconta nel suo intervento Angelo Tenconi, senior presales director South EMEA di SAS, è fatto di flessibilità (choice) e di controllo e gestione (control).

Poter gestire in modo flessibile fonti di dati diverse, anche open source, ricevute da sensori, sistemi di raccolta dati più standard e sistemi IoT è fondamentale per stare al passo delle richieste di business optimization delle aziende. Ma altrettanto fondamentale è assicurare un controllo efficace, in grado di garantire che l’analisi dei dati core, essenziali, dell’azienda siano al sicuro e non corrano rischi.

Leggi anche:  La tecnica della Voice Analytics può stimolare la crescita della soddisfazione del cliente

Ecco allora che la chiave di volta di questo processo è l’orchestrazione di tutte le fasi del processo di data analysis: dal “deployment” della soluzione, al suo “development” tecnologico – in modo flessibile, con gli strumenti e le piattaforme più adatte o convenienti al momento – per arrivare al “deployment” dei modelli statistici che analizzano i dati raccolti, fino alla ”excecution” e alla “governance”. Per arrivare – è la premessa agli interventi della giornata del country manager di SAS Italy, Mirella Cerutti – a sviluppare e formare figure di data scientist che possano aiutare i clienti SAS a “scaricare a terra” il lavoro svolto dalla piattaforma, passando in modo fruttuoso e controllato dall’ambiente di laboratorio alla produzione.

Se si pensa alla crescita esponenziale dei dispositivi IoT o tradizionali connessi alla rete e alle previsioni dei diversi analisti – ci si può avvicinare solo per difetto alla mole di dati generati e che le aziende avranno la necessità di elaborare. Sarà la sfida dell’Analytics Economy in cui, al momento, in Italia mancano le competenze richieste dalle aziende. Da qui nasce l’impegno di SAS – continua Mirella Cerutti – nel lavorare con scuole e università per formare le nuove professionalità necessarie a correlare le analisi dei dati con il business delle aziende.

Ecco allora la motivazione del roadshow Building a smarter organization with Analytics & AI, rivolto a una platea di CIO, CDO, chief transformation/innovation officer e responsabili IT: far scoprire come uscire dall’ambito della sperimentazione e rendere concreti i propri progetti di AI e machine learning. E, in ultima battuta, per far conoscere come SAS si sta evolvendo per coprire tutto il ciclo analitico, arrivando a installare la sua tecnologia anche in cloud e sui sistemi edge.