FireEye annuncia l’integrazione di MalwareGuard, un nuovo motore di rilevamento e prevenzione basato sul machine learning avanzato, alla propria soluzione di Endpoint Security. MalwareGuard è progettato per aiutare a rilevare e a bloccare le minacce informatiche, comprese quelle mai viste prima, al fine di fornire ai clienti un ulteriore livello di protezione per bloccare gli attacchi e proteggere le informazioni dei clienti, i dati sensibili e la proprietà intellettuale. MalwareGuard è integrato nella soluzione FireEye Endpoint Security ed è ora disponibile per i clienti esistenti senza costi aggiuntivi; tramite una prova gratuita per le altre aziende interessate ad aggiornare le proprie difese degli endpoint.

Migliori dati per un miglior Machine Learning

FireEye MalwareGuard è il risultato di un progetto di ricerca biennale condotto da esperti dei dati di FireEye e testato in attività reali di incident response. Il modello di MalwareGuard è stato implementato utilizzando tecniche di machine learning avanzato che consentono di fare classificazioni di malware intelligenti in maniera autonoma, senza l’intervento umano. Il modello di machine learning è stato realizzato con dati provenienti sia da fonti pubbliche che private, inclusi i dati raccolti da oltre 15 milioni di agenti endpoint, le analisi degli attacchi basate su oltre un milione di ore impiegate per rispondere ai cyber attacchi finora effettuati, oltre 200.000 ore di consulenza all’anno e attività di intelligence degli avversari, collezionati grazie ad una rete globale di analisti che parlano 32 lingue.

FireEye analizza centinaia di milioni di campioni di malware con una conseguente conoscenza diretta del panorama delle minacce, che non è disponibile in nessun’altra azienda. Il team di FireEye, che si occupa dell’analisi dei dati, ha un’esperienza reale nello studio delle minacce informatiche e utilizza i dati unici dell’azienda per addestrare MalwareGuard a rilevare nuove minacce, che spesso aggirano le soluzioni dei concorrenti basate sull’apprendimento automatico e su firma.

Sicurezza Endpoint completa in un’unica soluzione

Con l’aggiunta di MalwareGuard, la soluzione FireEye Endpoint Security ora include quattro motori integrati: machine learning (MalwareGuard), uno basato sul comportamento (ExploitGuard), uno basato sulle firme (Malware Protection) e l’ultimo basato sull’intelligence (IOC), per fornire una difesa a più livelli, progettata per proteggere i clienti da minacce note e sconosciute. Questi motori sono continuamente aggiornati con l’intelligence avanzata sulle minacce, esclusiva di FireEye, e sono progettati per stare al passo con le minacce in evoluzione viste solo nel mondo reale.

Oltre ai principali motori di prevenzione, FireEye Endpoint Security include funzionalità di ricerca, rilevamento e risposta (EDR), progettate per consentire alle aziende di indagare e rispondere rapidamente agli attacchi all’endpoint. Tutto questo è incluso in un’agente leggero e gestito tramite cloud, on premise o attraverso una distribuzione ibrida.

“Gli attaccanti sono costantemente impegnati nell’innovazione e nello sviluppo di tecnologie tradizionali basate su firme, ha dichiarato John Laliberte, senior vice president of engineering di FireEye. “Ridurre il periodo di tempo che intercorre tra il rilevamento, l’analisi e lo schieramento della protezione, è fondamentale per ridurre i rischi all’interno dell’azienda. Combinando la nostra esclusiva conoscenza in prima linea degli avversari, unitamente alla nostra esperienza interna di machine learning, possiamo ora proteggere meglio i nostri clienti contro le minacce informatiche, incluse quelle mai viste prima, automatizzando il rilevamento, l’analisi e l’implementazione della protezione attraverso la nostra soluzione di endpoint”.

Nuove funzionalità di gestione semplificano il passaggio dall’alert alla correzione

Oltre alle nuove capacità di machine learning, FireEye Endpoint Security ora include nuove funzionalità progettate per offrire una gestione più sofisticata, semplificando al tempo stesso il processo di passaggio dalla ricezione di un alert, alla correzione. Queste includono:

• Policy Manager: una gestione aziendale migliorata semplifica l’attivazione di diversi livelli di accesso, consentendo agli amministratori di bilanciare esigenze di sicurezza e prestazioni;
• Aggiornamento del flusso di lavoro degli alert: fornisce il quadro della situazione necessario alle aziende per rispondere rapidamente agli alert rilevanti;
• Cloud identity e gestione degli accessi: abilita un livello più elevato di autenticazione per le implementazioni basate su cloud.

Operazioni di sicurezza semplificate e aggiunta senza soluzione di continuità di nuove funzionalità di ricerca

FireEye Endpoint Security include la piattaforma per le operazioni di sicurezza FireEye Helix, che integra strumenti di sicurezza e applica l’intelligence sulle minacce, l’automazione e la gestione dei casi, per aiutare le aziende ad avere il controllo degli incidenti, dall’alert alla correzione.

FireEye Endpoint Security funziona agevolmente anche con FireEye Managed Defense, una soluzione di rilevamento e risposta (MDR) gestita e offre la possibilità di aggiungere nuovi servizi come la ricerca di minacce, senza aumentare necessariamente il personale o gravare sulle squadre di sicurezza esistenti.

L'articolo FireEye MalwareGuard, nuovo motore di rilevamento e prevenzione delle minacce proviene da Data Manager Online.

L’uso sempre più spinto di tecniche di intelligenza artificiale e la possibilità di ottenere crescenti livelli di apprendimento e automazione attraverso metodi di machine learning trasformeranno radicalmente il modo in cui i dati saranno gestiti e analizzati nei prossimi anni, impattando significativamente sui processi decisionali in ambito aziendale, evidenzia IDC.

Per anni, una migliore business analytics ha significato per le imprese un maggiore vantaggio competitivo. L’analisi, in definitiva, è un mezzo per ricavare valore dai dati. Valore che può essere monetizzato oppure trasformato in efficienza aziendale, in nuovi prodotti e servizi, in supporto continuo e costante alla fase decisionale.

Il machine learning è in grado di amplificare questo processo. E’ infatti una tecnica per sviluppare automatismi di analisi: utilizzando algoritmi in grado di apprendere in continuazione dai dati stessi, può scoprire informazioni sconosciute e viste inesplorate, individuando ed estraendo del valore senza essere stato programmato per sapere esattamente dove cercarlo.

Secondo IDC, entro la fine dell’anno i tre quarti almeno delle nuove soluzioni analitiche avranno integrato capacità di machine learning per venire incontro alle richieste delle aziende. Le aspettative delle imprese circa le potenzialità delle tecnologie AI, considerati appunti i benefici che promettono, stanno infatti crescendo giorno dopo giorno.

Nei mesi scorsi, IDC ha condotto un’indagine a livello europeo che ha coinvolto anche un campione di imprese italiane da cui emerge proprio una grande attenzione nei confronti dell’intelligenza artificiale applicata all’operatività aziendale. Il 40% delle aziende italiane si aspetta già nel 2018 di essere impattato in maniera significativa nel modo di fare business dalle tecnologie AI. Il 32% delle imprese italiane estende la finestra di questo impatto ai prossimi due anni. Solo il 12% prevede questo impatto tra tre e cinque anni e il restante 16% non prima dei prossimi cinque anni.

In questo scenario, i servizi e le soluzioni di machine learning via cloud possono rappresentare un catalizzatore importante per accelerare la sperimentazione e la trasformazione data-driven delle imprese di tutti i settori.

Entro il 2021, prevede IDC, il 20% dei progetti di analytics, cognitive e intelligenza artificiale si appoggerà a un’infrastruttura eterogenea, sia on premise sia on cloud. Le aziende che sapranno dominare con confidenza le nuove tecnologie e piattaforme per la gestione degli insights saranno quelle capaci più di altre di comprendere i fattori che concretamente andranno a influenzare la customer satisfaction, la qualità dei prodotti e le performance finanziare dell’impresa.

Best practice e raccomandazioni per realizzare questi obiettivi saranno al centro del nuovo incontro organizzato da Go Reply e Google in collaborazione con IDC che si terrà il 26 settembre a Milano presso la sede di Google Italia. Intitolato From Data Intelligence to Cognitive Edge: Analytics & Machine Learning come strumento essenziale per il vantaggio competitivo delle imprese, l’evento costituirà l’occasione per CIO e decision maker aziendali di comprendere perché le soluzioni ML basate su PaaS stanno incontrando il favore di una parte sempre più importante del mercato e perché la trasformazione radicale del ruolo dell’informazione cambierà il modo di lavorare in azienda, dal dipartimento IT alle LOB.

L'articolo Perché machine learning e analytics trasformeranno le imprese proviene da Data Manager Online.

Con l’espressione “smart agrifood” si identifica, in estrema sintesi, una visione del futuro della filiera agricola e agroalimentare secondo cui, grazie alle tecnologie digitali, l’intero comparto non solo aumenterà la propria competitività, ma sarà in grado di valorizzare meglio la qualità, di essere più sostenibile e di dare più valore anche alle produzioni di nicchia. Il continuo e rapido tasso di crescita della popolazione mondiale può influire sulla disponibilità delle risorse in futuro. Da studi recenti, è emerso che la produzione del settore dovrà aumentare del 60% entro il 2030 (dati FAO). Il futuro dell’agricoltura – al quale è legato a doppio filo anche il nostro stesso futuro – dipende dalla sua trasformazione digitale. In questo contesto ai CIO interessa sempre di più comprendere in profondità le innovazioni digitali (di processo, infrastrutturali, applicative, hardware e software) che stanno trasformando la filiera agricola e agro-alimentare, unificando le principali competenze necessarie: economico-gestionali, tecnologiche, agronomiche. L’innovazione digitale può contribuire a migliorare in particolare la competitività del settore agroalimentare italiano, garantendo più qualità, trasparenza, tracciabilità e ottimizzazione dei processi di produzione, coltivazione e allevamento. L’automazione permetterà di difendere la qualità delle produzioni, abbattendo i costi di gestione, monitorando l’intero ciclo di produzione, per decidere il momento migliore per intervenire.

Nonostante la forte contrazione di tutte le componenti della produzione agricola, l’agroalimentare Made in Italy rappresenta una voce importante del prodotto interno lordo nazionale, seconda solo al comparto manifatturiero. Nel 2017, il valore del settore primario italiano è stato pari a 28,14 miliardi, in calo rispetto ai 29,12 dell’anno precedente. Se l’Italia non è mai stata competitiva sulle grandi estensioni, lo è invece sulla biodiversità e le produzioni di nicchia. L’Italia investe poco in innovazione in agricoltura, appena lo 0,02% del PIL. Secondo i dati pubblicati dal Centro studi di Confagricoltura, al top dell’innovazione ci sono Israele e Corea del Sud, che investono ogni anno oltre il 4% del PIL in R&D. Al boom dell’export agroalimentare, si è registrata anche una crescita delle importazioni di materie prime. E questo è un campanello di allarme in un momento di contrazione della produzione agricola nazionale. L’Italia sta diventando sempre di più un paese trasformatore. Un dato che deve far riflettere quando parliamo di competitività sbandierando l’orgoglio tricolore del Made in Italy. È necessario premere l’acceleratore dell’innovazione per aumentare la produttività, ma anche la sostenibilità. Dobbiamo pensare a un piano di sviluppo per l’agricoltura analogo a quello per l’Industry 4.0. Agricoltura di precisione, genomica, adattamento dell’agricoltura ai cambiamenti climatici, controllo delle infestanti e delle infezioni, salute, benessere, nutraceutica, tecnologie dell’informazione, big data e digitalizzazione. Sono questi i driver dell’innovazione. Parole che devono acquisire dignità nel vocabolario delle imprese agricole al pari di tradizione, eccellenza e qualità.

#Agricoltura40 L’agricoltura si trasforma ma servono più investimenti
Click To Tweet

L’AGRICOLTURA SI TRASFORMA

La trasformazione del settore agricolo sta avvenendo a una velocità superiore alle attese. Una trasformazione che sopravanza non solo le competenze degli addetti ai lavori, ma anche la capacità di assorbire il cambiamento da parte delle imprese. Export agricolo, convergenza di settore alimentare e sanitario, ascesa di proteine alternative, il potenziale dell’indoor farming. Sono solo alcuni dei temi che catalizzano l’attenzione. Dai dati e le proposte presentate in occasione dei più recenti appuntamenti specialistici su scala mondiale – quali i recentissimi Seed&Chips di Milano e l’AgriTech Israel 2018 di Tel Aviv – traspaiono alcuni fabbisogni comuni a tutto il vasto e variegato universo agritech e smart food, accomunato in modo molto evidente da un “rischio/opportunità” disruption appena all’inizio, ma in costante accelerazione.

LA SUPPLY CHAIN HA FAME DI INFORMAZIONE

Dalla field optimization all’automazione e all’intelligenza artificiale fino alla supply chain estesa, le startup e gli altri disruptor lavorano su ogni lato dell’agritech per lo sviluppo di nuove e interessanti applicazioni. Il problema è che molti operatori sono completamente all’oscuro di queste evoluzioni. Questa “disconnessione” deve essere risolta se vogliamo coltivare il seme dell’innovazione e portare a maturazione nuovi progetti. Un commento di Jack Scott, VP Sustainibility di Nestlé, durante un panel sugli hyperlocal data ha messo in evidenza l’importanza di «essere trasparenti» per imparare a condividere dettagli delle proprie scelte operative: «Si tratta forse di una delle sfide più dure che dobbiamo superare. Se avremo il coraggio di immergerci nei dati, solo allora saremo davvero capaci di risalire la supply chain all’indietro per raggiungerne l’origine. Solo i dati possono farci andare così lontano».

C’È BISOGNO DI “COLLABORATION”

Allo stesso tempo, i disruptor devono lavorare più a stretto contatto con i loro clienti finali. L’innovazione non può avvenire nel vuoto. Non possiamo perdere di vista l’agricoltore da una parte e il consumatore dall’altra. «Le startup come noi devono collaborare con le aziende più grandi del settore e con le aziende agricole» – ha dichiarato Allison Kopf, fondatrice e CEO di Agrilyst, una startup con sede a Brooklyn che lavora a strumenti basati sui dati per gli agricoltori locali. «Occorre amplificare la voce del contadino, potenziare ma non condizionare le sue opportunità di crescita attraverso l’uso della tecnologia».

NUOVI MODELLI DI BUSINESS

La dimensione e la concentrazione dei mercati di quelli che nel settore si chiamano “input” – per comprendere: semi, fertilizzanti, prodotti chimici, sistemi di irrigazione migliorati e altro – sono pronti per la disruption. «La maggior parte dell’agricoltura è una commodity: il rendimento si basa sul volume di produzione, non sulla sostenibilità o la qualità» – ha messo in evidenza David Perry, CEO di Indigo Agriculture. Le cose stanno cambiando. E i consumatori sono disposti a pagare un prezzo più alto per avere prodotti migliori. Non solo. «Ridurre l’uso di sostanze chimiche o ridurre l’uso di fertilizzanti è certamente utile, in quanto ha un beneficio immediato anche per l’agricoltore perché riduce i costi di produzione». La tech-industry ha la brutta abitudine di ricorrere a modelli di business già consolidati, di solito ispirata al tipico modello di un Software as a Service (SaaS) della Silicon Valley. Ma l’agricoltura è diversa. Ed è tempo di elaborare modelli di business che aiutino effettivamente l’industria a risolvere alcuni dei problemi che sta affrontando. Negli ultimi dieci anni, l’agricoltura ha visto nascere un numero di società tecnologiche davvero interessanti che però sono state limitate dal proprio ecosistema. Secondo David Perry, è necessario risolvere il problema del modello di business in modo da poter massimizzare il valore della tecnologia adottata. In tutti i casi, questo è un ottimo momento per le startup che devono risolvere questi problemi, grazie al consolidamento delle aziende di input, alla riduzione della domanda sulle tecnologie esistenti, all’emergere di nuove tecnologie come la microbiologia e la data science, oltre al fatto che l’agricoltura non è molto attraente dal punto di vista economico in questo momento. Tutto ciò rende gli agricoltori più disposti a sperimentare. E forse è arrivato il momento giusto per costruire qualcosa di nuovo in grado di rimodellare radicalmente l’agricoltura.

#Agricoltura40 Contrazione della produzione agricola nazionale. Made in Italy a rischio?
Click To Tweet

L’AGRICOLTORE DEL FUTURO

Anche il fattore umano in agricoltura sta cambiando, dal lavoratore manuale che lavora nei campi alla generazione successiva che gestirà la fattoria. In che modo la fattoria del futuro affronterà il problema della gestione e dell’impiego delle risorse umane di fronte all’automazione e ai cambiamenti dei mercati? Quali nuove porte si apriranno? Assisteremo sicuramente a un cambiamento di interfacce come sempre è accaduto nella storia. Secondo l’economista agricola Renée Vassilos, fondatrice del Banyan Innovation Group, ogni azienda ha un capitale investito in attrezzature inutilizzate per una gran parte dell’anno. Un surplus di capacity che non si traduce però in vantaggio economico. «Un vero salto di qualità in termini di autonomia ed efficienza si potrà raggiungere davvero soltanto con il “24-hours-a-day farming”. E a questo si dovrà aggiungere anche l’opportunità di un modello più sostenibile di condivisione delle attrezzature per abbracciare la tecnologia come risorsa sostenibile e scalabile.

IOT E SENSORI SUL CAMPO

L’IoT sta realizzando una disruption in senso positivo per l’industria agricola ed esiste un potenziale estremo per l’utilizzo dell’IoT nel settore. L’IoT semplifica e snellisce la raccolta, l’ispezione e la distribuzione complessiva delle risorse agricole utilizzando sensori su apparecchiature e materiali. Sensori posizionati strategicamente attorno ai campi insieme a tecnologie di riconoscimento delle immagini consentono agli agricoltori di visualizzare le loro colture da qualsiasi parte del mondo. Questi sensori inviano agli agricoltori informazioni aggiornate in tempo reale, pertanto è loro possibile apportare modifiche alle colture. Questo si traduce in una maggiore produzione di cibo con meno sprechi, esattamente ciò di cui questo settore ha bisogno.

IOT E SENSORI NELLE APPARECCHIATURE

Proprio come la tecnologia in campo, i sensori vengono collocati su attrezzature agricole per monitorarne ad esempio lo stato operativo. Usando il termine “agricoltura di precisione” vengono fabbricati trattori e altre attrezzature agricole con sistemi di navigazione e una varietà di sensori. Alcuni sensori sono costruiti con la capacità di compensare il terreno irregolare usando il GPS. Altri sono costruiti per la mappatura della resa e la documentazione del raccolto, direttamente dalla cabina dell’attrezzo. Altri ancora segnalano quando i trattori devono essere sottoposti a manutenzione, minimizzandone su base statistica i costi e i tempi di fermo macchina.

DRONI E MONITORAGGIO COLTURE

Possiamo immaginare il ritorno sull’investimento quando gli agricoltori possono visualizzare le loro colture utilizzando una fonte aerea, senza dover noleggiare un aereo. I droni vengono utilizzati per il monitoraggio delle colture come mezzo per combattere la siccità e altri fattori ambientali dannosi. I droni che producono immagini 3D possono essere utilizzati per prevedere la qualità del suolo attraverso l’analisi e la pianificazione dei modelli di semina. I droni vengono anche usati per irrorare prodotti chimici sulle colture selettivamente senza penetrare nelle acque sotterranee e possono aumentare la velocità di irrorazione di cinque volte rispetto ad altri tipi di macchinari.

FARMING E ROBOTICA

La robotica in agricoltura migliorerebbe la produttività e porterebbe a rendimenti sempre più rapidi: i robot di irrorazione e diserbo, recentemente acquisiti dal gigante delle macchine agricole John Deere, possono ridurre l’uso di prodotti agrochimici di un incredibile 90%. Alcune startup di robotica stanno sperimentando la guida laser e l’uso di telecamere per identificare e rimuovere piante infestanti sul campo senza l’intervento umano. Questi robot possono utilizzare la guida autonoma per spostarsi tra le file di colture, riducendo la manodopera. Alcune aziende stanno sperimentando l’utilizzo di robot per il trapianto di piante che aggiungono un nuovo livello di efficienza ai metodi tradizionali. Altre stanno testando i robot anche per la raccolta della frutta e delle noci, attività che in passato erano sembrate troppo delicate da potere essere affidate ad attuatori meccanici.

SENSORI E TRACCIABILITÀ RFID

Dopo le operazioni di raccolto, i sensori RFID possono essere utilizzati per tracciare il cibo dal campo al negozio. Rivenditori e consumatori finali saranno in grado di seguire un percorso dettagliato di tracciabilità del prodotto, risalendo tutta la filiera. Questa tecnologia potrebbe aumentare l’affidabilità dei produttori e la loro responsabilità nel fornire prodotti freschi e sicuri. Questi sistemi di localizzazione potrebbero anche ridurre l’apprensione per quanto riguarda gli allergeni e i requisiti di salute per i consumatori.

MACHINE LEARNING E ANALYTICS

Forse una delle aree più innovative della trasformazione digitale è la capacità di utilizzare l’apprendimento automatico e l’analisi avanzata per estrarre conoscenza dai dati raccolti. Questo può iniziare molto prima della semina. L’apprendimento automatico può predire quali tratti e geni saranno i migliori per la produzione di colture, dando agli agricoltori di tutto il mondo i semi migliori in rapporto alla posizione geografica e alle condizioni di coltivazione. Gli algoritmi di apprendimento automatico possono essere utilizzati per rendere più trasparente il processo produttivo ma anche per fornire in tempo reale KPI con i consumi del mercato.

IL SEME DELL’INNOVAZIONE

Il digitale migliora la competitività dell’agroalimentare italiano. Secondo i risultati della ricerca dell’Osservatorio Smart Agrifood del Politecnico di Milano condotta insieme al Laboratorio RISE dell’Università degli Studi di Brescia, l’Agricoltura 4.0 ha un mercato in Italia di circa 100 milioni di euro, il 2,5% di quello globale. Nonostante i benefici in termini di riduzione dei costi, di qualità e resa del raccolto, la diffusione di queste soluzioni è ancora limitata e oggi meno dell’1% della superficie coltivata complessiva è gestito con questi sistemi. Molte PMI italiane si stanno attivando nella trasformazione digitale dell’agroalimentare, ma una forte spinta innovativa proviene dalle nuove imprese, con 481 startup internazionali Smart AgriFood nate dal 2011 ad oggi, di cui 60, ben il 12%, italiane. «L’innovazione digitale nell’agroalimentare si manifesta dalla produzione in campo alla distribuzione alimentare, passando per la trasformazione e può garantire competitività a uno dei settori chiave per l’economia italiana, che contribuisce per oltre l’11% del PIL e per il 9% sull’export» – ha spiegato Filippo Renga, condirettore dell’Osservatorio Smart AgriFood. «Lo Smart AgriFood da un lato può ridurre i costi di realizzazione di prodotti di alta qualità, dall’altro far crescere i ricavi grazie a una maggiore riconoscibilità o garanzia, ad esempio con sistemi di anticontraffazione o di riduzione dei prodotti non conformi esportati. Ma l’innovazione digitale consente anche di intervenire a supporto dell’intera filiera, garantendo sostenibilità a tutti gli attori del settore, inclusa la produzione in campo».

#Agricoltura40 Più innovazione al servizio della qualità e della sostenibilità
Click To Tweet

SMART AGRICULTURE IN CAMPO

Considerato il ruolo “propulsivo” delle startup italiane che stanno dando un contributo sostanziale nell’innovazione del settore agricolo, Data Manager ha scelto di approfondire lo stato dell’arte proprio con una realtà come Evja, startup con sede a Napoli, attiva nei settori Internet of Things e Smart Agricolture. Quando si parla di agroalimentare, l’Italia è tra gli attori principali sia per quanto riguarda la produzione che l’immagine associata al settore. Ma come è possibile mantenere questa leadership se non si investe in innovazione? Abbiamo girato la domanda a Davide Parisi, CEO di Evja, secondo il quale la parola chiave è “smart agriculture” che comprende un ampio insieme di innovazioni tecnologiche volte a migliorare i processi della filiera agricola e a portare le aziende nell’era dell’Agricoltura 4.0. Le soluzioni smart che si sono sviluppate recentemente spaziano dai sensori ai droni, dalla tecnologia satellitare al machine learning e ai big data. Il tutto, ovviamente, applicato a un settore come quello agricolo che solo a un occhio non attento può sembrare geneticamente refrattario all’innovazione, ma che invece è in grado da sempre di evolversi in una dialettica continua tra conservazione e cambiamento.

In questo contesto, Evja ha progettato OPI, un sistema di supporto decisionale per aziende agricole basato su sensori e algoritmi previsionali. «OPI ha attirato subito l’attenzione – ha dichiarato Paolo Iasevoli, COO di Evja – e siamo stati invitati a presentarlo a eventi importanti come il Mobile World Congress di Barcellona, lo SMAU Berlin, il World Food India di Nuova Delhi e il World Agri-Tech Summit di San Francisco, come unico prodotto non americano sul palco». OPI è un sistema integrato hardware/software. Il nodo-sensore viene installato in campo per il monitoraggio in tempo reale dei fattori critici delle colture, come umidità, temperatura, radiazione solare e bagnatura della foglia. «I dati raccolti vengono inviati al sistema centrale con rete mobile o sfruttando la tecnologia LoRa, un network che finora ha visto ben poche applicazioni in agricoltura. Il successo di questa scelta era tutto da verificare, ed è stato validato direttamente sul campo» – ha spiegato il CTO Antonio Affinito.

Riuscire a capire cosa succede nel campo guardando semplicemente lo smartphone offre vantaggi enormi agli agricoltori, ma OPI va anche oltre. Qui entra in gioco il software, che grazie ad algoritmi previsionali riesce a prevenire l’insorgere di malattie e a rendere più efficiente l’utilizzo delle risorse idriche per l’irrigazione. Tra i modelli previsionali integrati, Evja ha sviluppato anche il primo modello in Europa per la prevenzione della peronospora nella varietà di “Baby leaves”. «In concreto, questo significa che il raccolto finale avrà un residuo più basso – ha spiegato il CEO di Evja Davide Parisi – e gli imprenditori agricoli ne ricaveranno un doppio vantaggio: risparmio in fitosanitari e prodotto più salubre».

Quando si parla di innovazione, è però fondamentale non fermarsi mai. Per questo la missione di Evja di portare l’agricoltura al livello 4.0 continua con nuove sfide. «Stiamo lavorando intensamente sull’evoluzione continua sia di OPI che dell’azienda» – ha dichiarato Iasevoli. «Dopo l’ingresso nel capitale sociale di due colossi del settore come la tedesca BayWa e l’austriaca RWA, stiamo preparando un percorso di scambio tecnologico con Deutsche Telekom e Microsoft». L’obiettivo è chiaro: mantenere alta la competitività delle aziende agricole, rendendole sempre più smart.

L'articolo Agricoltura 4.0, coltivare dati per raccogliere valore proviene da Data Manager Online.

Il campionato calcistico internazionale più atteso amplifica le emozioni dei tifosi di ogni squadra, ma probabilmente pochi tra questi riflettono su come l’intelligenza artificiale incida sulle partite. Eppure, siamo di fronte a tecnologie all’avanguardia che cambiano sia il modo di giocare che quello di guardare gli incontri, nonché le modalità di previsione dei loro risultati. Cerchiamo di capire come queste innovazioni contribuiscono a trasformare il calcio internazionale e quali altri contesti stanno rivoluzionando.

Estrazione dei dati: cambiare le modalità di gioco

A maggio, la FIFA ha annunciato che ogni squadra del campionato avrebbe potuto disporre di due tablet durante le partite: uno per l’analista di squadra che osserva la partita dalla tribuna e un altro per la squadra di coaching in panchina. Questi dispositivi offrono a giocatori e allenatori nuove opportunità di raccogliere dati, valutare decisioni e reagire alle interazioni in campo.

L’estrazione dei dati consente di analizzare le complesse informazioni derivanti dai giocatori e dagli incontri. Registrazioni video o partite giocate in precedenza rappresentano quindi l’origine di questi dati, con i quali è possibile elaborare programmi di allenamento finalizzati a evitare lesioni, migliorare tempi di recupero, o focalizzarsi sui punti deboli dei giocatori.

Ora, grazie all’introduzione delle nuove regole e dei tablet in campo, per la prima volta le squadre possono accedere a informazioni ed analisi in tempo reale.

Anche l’impiego delle tecnologie di comunicazione durante il gioco può rivelarsi letteralmente rivoluzionario. Durante il processo di estrazione vengono recuperati e organizzati i dati considerati rilevanti. A questo punto, l’allenatore può analizzarli per identificare le tendenze e fare previsioni sulle partite future della squadra avversaria. Lo staff in panchina può così decidere meglio quale giocatore sostituire o come migliorare la difesa.

Oliver Bierhoff, team manager della nazionale tedesca, si dice soddisfatto delle nuove regole: “Oggi abbiamo tante opzioni a disposizione, come l’intelligenza artificiale e il machine learning; sono novità non sempre ben viste nel mondo del calcio, ma che ne faranno parte in futuro”. Bierhoff ritiene che l’impiego dell’analisi e dello scambio dei dati sul campo possa facilitare i processi decisionali delle squadre più piccole.

Analizzando le partite in tempo reale, la capacità di condividere, elaborare e analizzare i dati avrà un impatto incisivo sul modo di condurre la partita.

Deep learning: cambiare il modo in cui si guardano le partite

L’AI non si limita all’estrazione dei dati. I sistemi di deep learning sono algoritmi che simulano i processi decisionali del cervello umano, ma diversamente dai piccoli set di dati usati nell’estrazione che avviene durante il gioco, i sistemi di deep learning ‘masticano’ volumi imponenti di informazioni, i cosiddetti Big Data, provenienti da più origini e in grado di amplificare la profondità e l’ambito dei dati esaminati.

Con questi sistemi i ricercatori dell’Università di Washington, di Facebook e di Google hanno elaborato una soluzione che può acquisire un video di calcio da YouTube e visualizzarlo in tre dimensioni sfruttando dispositivi basati su tecnologie di realtà aumentata o visori 3D. Uno dei problemi principali dei ricercatori era quello di reperire un set di dati di allenamenti calcistici sufficientemente grande. Dovevano quindi acquisire un’immagine piatta bidimensionale e trovare un numero di punti di vista sufficienti per renderla tridimensionale. Servivano numerose immagini di ogni giocatore e una serie di dati di allenamento che mostrassero i giocatori in diverse pose e divise.

Il problema è stato risolto utilizzando i videogiochi FIFA di Electronic Arts, che vengono aggiornati ogni anno facendo sì che l’enorme quantità di informazioni contenuta in ogni gioco sia moltiplicata per il numero di edizioni disponibili. Per ottenere le immagini necessarie, i ricercatori hanno adottato una tecnica che hanno definito “interruzione delle chiamate di sistema”. Durante la partita, mentre i giocatori manovrano i propri calciatori, il programma “comunica” con il sistema operativo. I ricercatori interrompono questa “conversazione” ed estraggono i dati delle singole immagini, dalle quali vengono rimossi campo e sfondi, così da isolare la figura umana. L’immagine può quindi essere ritagliata per concentrarsi sulle posizioni del corpo, che vengono poi inviate a una rete neurale, uno dei sistemi di deep learning. Le reti neurali riconoscono i modelli nelle immagini, invece che nei numeri o nelle lettere. Nel caso del calcio, questo sistema aggrega e ordina i dati in modo da sovrapporre le posizioni e creare la profondità necessaria per la riproduzione in 3D.

Sebbene non sia ancora pronta per gli incontri dal vivo, è plausibile che per i Mondiali del 2022 la tecnologia di deep learning abbia già cambiato il modo di guardare le partite.

Intelligenza artificiale: un nuovo metodo per le previsioni calcistiche

I tifosi di tutto il mondo siedono sul bordo delle loro poltrone spronando la squadra del cuore verso la vittoria. Per il campionato a 32 squadre in corso, i pronostici tradizionali indicano il Brasile o la Germania come vincitori incontrastati. Due società che si occupano di AI hanno però aggregato le informazioni in modo differente, pronosticando un vincitore che potrebbe sorprendere.

Unanimous AI Swarm ha raccolto un gruppo di 30 esperti per fare previsioni indipendenti sul campionato e sui risultati di ogni partita. L’azienda ha quindi estratto i dati e li ha elaborati applicando il proprio algoritmo. Non sorprende, ma secondo questi dati l’inarrestabile team tedesco ripeterà la vittoria del 2014.

Va detto però che 30 esperti non rappresentano certo il maggior numero di dati disponibile, e che per una previsione di machine learning affidabile è necessario un insieme di dati ben più grande, come quello su cui si basano le previsioni effettuate dal Politecnico dell’Università di Dormund, in Germania.

I ricercatori dell’istituto hanno raccolto 16 diverse categorie di informazioni che possono incidere sul successo di una squadra, e con queste hanno creato un set di dati più esaustivo. Le ricerche non hanno considerato solo la forza del singolo team in un determinato match, poiché una sola giornata negativa più influenzare i risultati di un intero campionato.

Hanno perciò tenuto conto di fattori quali la formazione delle squadre, il benessere dei paesi di provenienza, il punteggio nelle classifiche, la capacità di acquisire punti nelle partite in casa e l’esperienza degli allenatori. Tutti questi dati sono quindi stati aggregati ed elaborati usando un metodo di intelligenza artificiale chiamato “foreste casuali”. Prevedendo il numero di goal che ogni squadra avrebbe potuto segnare in ogni partita, l’approccio ha consentito ai ricercatori di simulare i risultati reali.

Applicando tecnologie predittive, l’intero mondiale è stato poi simulato 100.000 volte, applicando per ogni squadra diverse percentuali di probabilità di ottenere il podio finale. Chi è il vincitore previsto? Uno degli attuali sfavoriti, la Spagna.

Acronis Active Protection: cambiare i giochi con la protezione informatica

L’intelligenza artificiale cambia le carte in tavola, che si tratti di campionato di calcio o di dati nel cloud. Si dice spesso che la miglior difesa è l’attacco e nella protezione dei dati questa affermazione è più veritiera che altrove. Noi di Acronis impieghiamo tecnologie all’avanguardia per contribuire alla protezione delle tue informazioni.

Acronis Active Protection è la prima tecnologia di backup basata sull’intelligenza artificiale, integrata in una soluzione per rilevare attivamente gli attacchi ransomware e difendere i sistemi. Elaborando un imponente set di dati tramite il cloud AI, Acronis crea modelli di machine learning basati su un numero enorme di processi informatici che mostrano il comportamento di attività sicure e quello di attività sospette. Questi modelli consentono ad Acronis Active Protection di monitorare il sistema in tempo reale e di riconoscere attività potenzialmente dannose che possono segnalare un attacco.

I software antivirus tradizionali si basano sul riconoscimento delle firme dei codici informatici che contraddistinguono i malware, ma davanti a versioni del malware mai viste prima non sono efficaci. Invece, l’impiego dei modelli di machine learning consente ad Acronis Active Protection di riconoscere i comportamenti anomali, rendendo la soluzione efficiente anche nell’identificare varianti di ransomware sconosciute.

Considerazioni finali

L’intelligenza artificiale si sta dimostrando rivoluzionaria, che venga adottata nel calcio internazionale o nella protezione dati. A differenza di quel che accade ai tifosi però, chi intende adottare strategie di protezione non dovrà aspettare la fine dei Mondiali 2018 per vedere in che modo l’intelligenza artificiale è di aiuto ai vincitori.

L'articolo Il ruolo dell’intelligenza artificiale nei Mondiali di calcio 2018 proviene da Data Manager Online.

Un bambino nato da poco si alza in piedi ma cade. Ci riprova. Cade di nuovo. E ancora. Ancora. Ma niente. Passano trenta, quaranta minuti e il bambino cammina. No. Non è un miracolo. È un robot. Questi robot “bambini” guidati da intelligenza artificiale, in questo caso, chiamata Swarm Intelligence, sono decisamente più efficienti rispetto ai bambini “umani”. Quanto ci mette un fanciullo a imparare a camminare? Sei mesi. Un anno. Ecco. Non possiamo più parlare di futuro a prescindere dalla robotica e dall’intelligenza artificiale. Quasi due miliardi di dollari (1,95), il 50% di più dell’anno precedente. Ebbene si. I venture capital lo hanno capito. Perché questi sono i numeri di investimenti sul settore della robotica lo scorso anno. Solo pochi mesi fa Toyota ha annunciato il lancio di Toyota AI Ventures, un venture capital che ha come obiettivo il finanziamento di startup tecnologiche che lavorano sull’intelligenza artificiale. Appena partito, il fondo ha ricevuto 100 milioni di dollari da parte del Toyota Research Institute (TRI), un’iniziativa orientata al mondo delle automobili e robotica in senso lato.

AI Ventures dirige i suoi investimenti verso il mondo dell’intelligenza artificiale, la robotica e delle automobili in grado di guidarsi da sole. Non solo investimenti ma supporto alle startup attraverso una rete di mentoring presso la sede in Silicon Valley. «Una delle maggiori sfide che devono affrontare gli startupper è sapere se stanno costruendo il prodotto giusto per il mercato giusto. Possiamo aiutarli a superare questa incertezza, e ci impegniamo a farlo in maniera eccellente perché il loro successo è il nostro successo» – ha detto il vicepresidente del TRI Jim Adler in una recente dichiarazione. AI Ventures si dice proattiva nella ricerca di nuove startup sulle quali investire a livello globale. Attualmente, il fondo ha investito in tre startup. Nauto, con sede nella sempre presente Silicon Valley, che realizza sistemi di monitoraggio dei conducenti e degli ambienti stradali al fine di prevenire incidenti e limitare la cattiva guida. SLAMcore, startup inglese, che sviluppa algoritmi per la tecnologia “intelligente” di droni e veicoli a guida autonoma. Intuition Robotics, startup israeliana che studia l’uso dell’intelligenza artificiale su vari settori.

#VentureCapital #AI Italia a rischio marginalità in termini di sistema – @simeoneantonio1
Click To Tweet

LEGGERE, SCRIVERE E PROGRAMMARE

Negli ultimi anni, infatti, le vendite di robot programmabili dai bambini è in forte ascesa, basti ricordare anche dell’ingresso della Lego nel mercato. In alcune confezioni della Lego si trova un software con delle istruzioni per imparare a programmare dei piccoli robot. Costruirli e poi farli vivere. Un gioco educativo insomma. Si sostituisce letteralmente a un professore invece Nao, il robot umanoide di 58 centimetri prodotto da Aldebaran Robotics, una delle più note aziende di robotica al mondo. Nao al posto degli organi di senso è dotato di videocamere e sensori che gli consentono di interagire con l’ambiente circostante. È considerato il social robot più evoluto mai prodotto. Da diversi anni, tra l’altro, viene utilizzato nelle scuole di oltre settanta paesi per l’insegnamento delle materie STEM (Scienza, Tecnologia, Ingegneria, Matematica), ma si sta rivelando efficace anche in ambito medico come robot per bambini autistici. In Italia, è parte integrante delle attività didattiche della Scuola di Robotica di Genova (www.scuoladirobotica.it). Aldebaran conta di trasformarlo anche in un “robot da compagnia” per le famiglie. Per programmarlo è sufficiente imparare a utilizzare Choregraphe, un ambiente intuitivo, adatto anche ai principianti e ai ragazzi, perché non è necessario scrivere una sola riga di codice.

ROBOTICA NELLA SANITÀ

Un altro campo che è stato in poco tempo invaso dall’AI è quello medico. Gli interventi in sala operatoria realizzati con l’ausilio di un robot erano poco più che una curiosità circa 17 anni fa. Nel 1999, infatti, Intuitive Surgical ha messo a punto quello che nel giro di qualche anno è diventato il più noto partner dei chirurghi in sala operatoria, Da Vinci, chiamato così per omaggiare il genio di Leonardo. Con 17mila interventi di chirurgia robotica nel 2017 e l’installazione del centesimo robot Da Vinci al policlinico di Catania, l’Italia raggiunge la Francia al primo posto in Europa. Nel mondo, dopo la ginecologia, è la chirurgia urologica a essere la principale area di intervento con i robot. Anche in Italia, è l’urologia a farla da padrona, con il 67% di interventi, seguita da chirurgia generale (16%) e ginecologia (10%). L’incremento registrato è dell’83% a partire dal 2006.

Come confermato da Andrea Dupplicato, CIO del Centro Cardiologico Monzino e dell’Istituto Europeo di Oncologia, in urologia i motivi del successo sono molti e semplici. La precisione del robot consente maggiore facilità di accesso alle anatomie più delicate, una precisione demolitiva e ricostruttiva, una minore perdita di sangue, una riduzione della degenza post-operatoria e una diminuzione degli effetti collaterali (disfunzione erettile e incontinenza). A questo si aggiungono caratteristiche come la visione tridimensionale immersiva in grado di moltiplicare fino a dieci volte la normale visione dell’occhio umano. «La chirurgia robotica da Vinci – spiega Walter Artibani, direttore dell’UO di Urologia dell’AOU Integrata di Verona e segretario generale della Società italiana di urologia – è emblema della chirurgia mininvasiva. Il robot consente una precisione non confrontabile con altre tecniche e permette di superare i limiti legati alla difficoltà di trattare, con la laparoscopia, patologie in sedi anatomiche difficili da raggiungere. L’urologia italiana è un’eccellenza nel campo della robotica».

Dopo questi dati positivi sull’utilizzo della robotica in Italia, ci chiediamo: quanto sono presenti oggi nel nostro Paese soluzioni avanzate di AI in tutti gli altri ambiti? A rispondere a questa domanda è Fabio Rizzotto, associate vice president and head of local research and consulting di IDC Italia: «Stiamo osservando una certa accelerazione dell’adozione di tecnologie emergenti che comportano anche un’accelerazione delle capacità infrastrutturali. In Italia è del 7% la spesa IT nella più ampia fetta dell’Europa Occidentale, con un aumento sostanziale degli investimenti, anche grazie ai programmi nazionali di digitalizzazione. Cosa manca allora? «Sicuramente, una più solida governance, necessaria per creare strategie complete di amministrazione generale e gestione operativa. Abbiamo un grande potenziale – spiega Rizzotto – che arriva anche dal poter imparare dagli errori del passato per costruire un futuro che non sia solo intelligente ma anche funzionale e al servizio di cittadini e consumatori».

#AI Dal #WeChangeIT Forum parte la sfida del cambiamento – @simeoneantonio1
Click To Tweet

IN ITALIA, LA SITUAZIONE STA CAMBIANDO?

Si. Perché si sta osservando una progressiva adozione di tecnologie emergenti, con un aumento sostanziale degli investimenti dedicati all’IT. Di intelligenza artificiale e delle sue possibili applicazioni si è parlato all’edizione 2018 del WeChangeIT Forum, svoltasi a Milano, insieme ad aziende ed esperti del settore. Dal dibattito è emerso che molte tra le maggiori aziende italiane stanno già utilizzando applicazioni di intelligenza artificiale nei loro processi. Prima tra tutte Assicurazioni Generali, che utilizza l’AI per costruire soluzioni assicurative cucite su misura per ogni cliente, e BNL Gruppo BNP Paribas che invece l’ha integrata nel suo servizio clienti grazie a un chatbot che è in grado di rispondere in qualsiasi momento alle esigenze dei navigatori. A seguire questo trend è anche il colosso del settore farmaceutico Bayer, che ha pensato di sfruttare l’intelligenza artificiale per fornire informazioni corrette agli utenti. Un’altra azienda che su questo tema è in prima linea in Italia è Enel, che utilizza sempre più machine learning e algoritmi predittivi per prevenire incidenti e ottimizzare gli interventi di riparazione. Una testimonianza molto interessante arriva da La Marzocco, una realtà più di “nicchia” per quanto il consumo di caffè in Italia sia un affare nazionale con un consumo di una tazzina e mezza (dati Nielsen) a testa. Leader nel settore delle macchine da caffè, famosa per aver progettato e brevettato nel 1939 la prima macchina da caffè a caldaia orizzontale, oggi uno standard nel settore – La Marzocco ha integrato degli speciali sensori all’interno dei suoi prodotti per garantire assistenza efficace e immediata in qualsiasi parte del mondo. Ha investito molto anche nello sviluppo di algoritmi predittivi per migliorare l’efficienza dell’assistenza ai propri clienti. Biotech e robotica saranno il prossimo trend dei VC? In America e in Asia già lo sono. Ma in Italia? Forse se tutti i dati delle cartelle sanitarie dei pazienti negli ultimi trent’anni fossero disponibili per fini di ricerca (e non resi inaccessibili dal GDPR). E forse se i robot potessero imparare dai migliori medici italiani. Allora, i venture capital potrebbero finanziare nuove startup.

L'articolo AI e robotica, più governance e visione per comprendere il cambiamento proviene da Data Manager Online.

Assicurazioni, banche e wealth manager si preparano a raccogliere la sfida della Financial Data Science e credono che il FinTech sia più un’opportunità che una minaccia. La conferma è arrivata dall’evento esclusivo organizzato da GFT Italia – parte del gruppo GFT, partner tecnologico globale per la trasformazione digitale del settore finanziario – e Virtual B, azienda FinTech proprietaria della piattaforma di investimento digitale AdviseOnly, dal titolo “Frontiere dell’Intelligenza Artificiale: innovare il Wealth Management con la Financial Data Science”.

All’evento, che si è svolto a Milano mercoledì 27 giugno, hanno preso parte primarie società del comparto bancario, finanziario e assicurativo. Ha aperto l’evento Dante Laudisa, Direttore Marketing e Comunicazione GFT Italia, che ha evidenziato la vision per il futuro attraverso la strategia di exponential banking. L’exponential banking è la naturale evoluzione della sempre più veloce digitalizzazione nel settore dei servizi finanziari ed è esso stesso alimentato dalla crescita esponenziale della tecnologia avvenuta nella seconda parte del secolo scorso. Tra i relatori, si è distinto il prestigioso contributo, in qualità di Keynote speaker, di Roberto Ferrari, Key influencer e Advisor digital banking & FinTech.

Dati, l’oro delle istituzioni finanziarie

Un’interessante panoramica di Roberto Ferrari intitolata “Dati, l’oro delle istituzioni finanziarie” ha introdotto la sessione di lavori. “Tra 5-7 anni ci saranno 150 miliardi di sensori attivi (IoT) che produrranno raddoppi di dati ogni 12 ore. Anche nel mondo finanziario, per esempio negli USA, è stato archiviato un milione di terabyte di dati e lo scenario in Europa si presenta come bifronte: la Data Economy sta crescendo con una previsione al 2020 di 739 miliardi di euro (rispetto ai 272 miliardi di euro del 2015). Allo stesso tempo, le istituzioni finanziarie perdono di profittabilità. La sfida, quindi, è: come sfruttare questo immenso capitale di informazioni e trasformarlo in valore per il business?”. Secondo Roberto Ferrari, Key influencer e Advisor digital banking & FinTech, “avrà successo chi sarà in grado di ottenere valore anche dai dati destrutturati, come quelli comportamentali o derivanti da fonti eterogenee, e di generare di conseguenza revenue. La scelta degli algoritmi performanti è cruciale, ma non è sufficiente: è necessario un cambio di paradigma aziendale, perché quando parliamo di digital transformation parliamo inevitabilmente di business transformation”.

Pronti a investire nel Machine Learning e nell’AI

Ma cosa ne pensano gli addetti ai lavori? Nel corso dell’evento, GFT e Virtual B hanno proposto ai partecipanti un breve questionario. Dalle risposte pervenute, è emerso che l’idea di sfruttare intensivamente i dati, al punto da diventare un’azienda data-driven, è ormai pervasiva ed evidenzia un trend netto dell’industria anche in Italia. Alla domanda “Da 1 a 10 quanto ritieni importante un approccio data-driven all’interno della tua organizzazione?”, il voto più basso è stato il 7, mentre la maggioranza delle risposte è confluita sull’8 (33,3%).

Alla domanda “Dove pensi si concentreranno gli investimenti dell’industria assicurativa/bancaria/finanziaria nei prossimi 5 anni?”, il 40,4% delle risposte si è indirizzato su Machine Learning e Intelligenza Artificiale, staccando di quasi 20 punti percentuali la Cyber Security.

Dunque, in termini di tipi di investimento in tecnologie, Machine Learning e AI (cioè la parte più innovativa e algoritmica del mondo della Data Science) fanno la parte del leone. Quanto poi alle aree aziendali che secondo le attese beneficeranno di questi investimenti, spiccano quelle più vicine al cliente, legate al marketing, all’attività commerciale e alla relazione (supporto alla rete e customer care). Abbastanza sorprendentemente, è opinione diffusa tra i partecipanti alla survey che pochi investimenti in tecnologie innovative si orienteranno verso l’area compliance, investita dalla tempesta normativa.

I quattro pillar dell’Exponential Banking

“Nel settore bancario è iniziata una nuova era. Le tecnologie esponenziali offrono un enorme potenziale attraverso quattro pillar principali che GFT ha identificato in Open Banking, Augmented Banking, Automation Banking e Cognitive Banking, che, se opportunamente interrelati, possono produrre il sistema più a prova di futuro disponibile oggi per qualsiasi banca retail”, spiega Dante Laudisa, Direttore Marketing e Comunicazione GFT Italia.

SideKYC: la soluzione per profilare al meglio il cliente

Proprio per rispondere alle nuove esigenze delle aziende, alle prese con una rivoluzione senza precedenti e con le sfide della Data Science, Virtual B e GFT Italia hanno sottolineato come l’innovativa piattaforma SideKYC – di cui Raffaele Zenti, Partner e co-founder Virtual B, ha fornito un’efficace simulazione – consenta alle aziende finanziarie e assicurative di processare i bisogni dei clienti e di incrociarli con la loro offerta.

La nuova piattaforma, già adottata da un’importante istituzione finanziaria internazionale, è la prova di come un approccio sistemico data-driven, potenziato con l’Intelligenza Artificiale, possa guidare l’intero processo di wealth management. Basata su algoritmi di machine learning integrati con i principi della finanza comportamentale, SideKYC raccoglie, analizza ed elabora i dati del cliente e crea quindi un profilo completo dal punto di vista comportamentale, cognitivo ed emozionale aggregando le informazioni disponibili presso l’istituzione finanziaria o la compagnia assicurativa (di natura transazionale, socio-demografica, regolamentare e digitale) con quelle provenienti da fonti esterne.

“Dalle difficoltà e dai vincoli possono nascere opportunità. E questo vale anche per le istituzioni finanziarie, strette tra digitalizzazione e regulation. Dopotutto, chi meglio delle banche sa quanti soldi abbiamo, come e quando li spendiamo, in che cosa investiamo? Queste informazioni, con gli strumenti giusti, possono essere trasformate in una enorme opportunità per il settore”, sottolinea Serena Torielli, Presidente e co-founder Virtual B. “La Data Science non è una novità: gli strumenti statistici esistevano anche in passato, ma il mondo non era pronto. Oggi le condizioni sono cambiate: è aumentata la disponibilità dei dati, è sceso il costo della tecnologia e la potenza di calcolo dei computer è cresciuta a dismisura”.

In questo contesto, si è evidenziato durante l’evento, le istituzioni finanziarie sono ben posizionate: godono della fiducia del cliente – almeno per quanto riguarda la sicurezza dei dati – e siedono su una mole enorme di informazioni, che però non utilizzano. “Per questo sono convinta”, conclude Serena Torielli, “che la Data Science possa essere la pietra filosofale del wealth management”.

“La tecnologia deve essere smart, a basso impatto organizzativo e calata in soluzioni per migliorare progressivamente: in GFT abbiamo due grossi laboratori internazionali per testare le idee, oltre ai modelli di co-innovation messi a punto con i nostri clienti”, aggiunge Umberto Zanchi, Insurance Client Unit Executive Director GFT Italia. “Gli algoritmi sono creati da specialisti ma le tecniche di machine learning ci aiutano ad apprendere potenziando la capacità umana di creare valore”.

L'articolo Wealth Manager pronti a raccogliere la sfida della Financial Data Science proviene da Data Manager Online.

Qual è oggi il costo industriale di un oggetto IoT? Probabilmente inferiore a un euro. Ciò contribuisce alla veloce diffusione di una pletora di sensori connessi favorendo l’allargamento degli ambiti di applicazione. Contatori e lampioni stradali intelligenti, auto connesse, fotocamere IP, DVR. Dispositivi in grado di accendersi o spegnersi quando serve, comprare energia nel momento in cui è più economico farlo, irrigare un campo ogni volta che serve. In grado cioè di prendere decisioni sulla base di dati (raccolti inviati ed elaborati), svincolate da criteri logici pre-programmati.  Che poi tutto questo avvenga in sicurezza è per molti costruttori assai meno importante. Un gran numero di dispositivi connessi dispone di limitati controlli. In alcuni casi mancanti semplicemente per limiti fisici. Altre volte per scelta. Spesso poi, alla scarsa qualità realizzativa si somma la debolezza di software e hardware obsoleti. Una manna per i malintenzionati. Che possono utilizzare codice di facile reperibilità per colpire un numero elevato di dispositivi contemporaneamente. «Al momento, per i dispositivi IoT non ci sono standard universali da seguire: questi device possono quindi contenere vulnerabilità o essere facilmente accessibili da Internet» – osserva Morten Lehn, general manager Italy di Kaspersky Lab. «Produttori senza un solido background o una conoscenza piena dei possibili problemi legati alla sicurezza informatica hanno sviluppato questi device in modo rapido negli ultimi anni».

#IoT e #Industry 4.0 La mancanza di standard genera diffidenza
Click To Tweet

Per provare a rimediare a questa situazione negli ultimi anni sono sorti numerosi consorzi industriali come IoT Cyber Security Alliance, Trusted IoT Alliance, CSA IoT Working Group, solo per citarne alcuni. «Questi consorzi propongono diverse soluzioni e standard tecnici per affrontare in modo coerente e uniforme la necessità di pensare a un livello di embedded security» – afferma Giancarlo Vercellino, research & consulting manager di IDC Italia. «La necessità primaria è quella di stabilire uno standard internazionale» – ribadisce Lehn. «ITU, un’agenzia specializzata, ha svolto un importante lavoro in questa direzione. L’ITU-T Y.4806, “Funzionalità di sicurezza per supportare la salvaguardia dell’Internet of Things”, è una possibile risposta a questa esigenza primaria, applicabile a sistemi IoT di importanza critica, come automazione industriale, sistemi automobilistici, trasporti, smart city e dispositivi medicali indossabili e autonomi. I nostri esperti del Kaspersky Lab ICS CERT hanno contribuito al lavoro di questa organizzazione, classificando i problemi di sicurezza, esaminando le possibili minacce e offrendo delle raccomandazioni». Non sarà un compito semplice. Anche per la grande varietà di dispositivi IoT in circolazione. Ognuna con caratteristiche costruttive molto diverse tra loro. «Inutile osservare che non esiste una risposta valida per qualsiasi dispositivo» – concorda Vercellino. «Oggi, si richiede agli operatori IoT hardware di concepire i nuovi dispositivi implementando, dove possibile, alcuni ragionamenti di sicurezza in modo nativo. Prassi che si va traducendo in un principio sempre più generale, valido per qualsiasi organizzazione e qualsiasi processo, attraverso il GDPR (security by design)». Ci torneremo. Ma è un fatto che sono ancora limitati i filtri capaci di rallentare l’arrivo sul mercato di dispositivi pronti per esempio a connettersi alla rete, semplicemente utilizzando le credenziali di default fornite dal costruttore. Se si esclude la soluzione drastica adottata da alcuni paesi di mettere al bando taluni prodotti oppure direttamente i loro produttori.

RISCHIO GARANTITO

Le credenziali deboli non sono l’unica vulnerabilità che affligge i dispositivi IoT. «Tra le più comuni la protezione insufficiente dei web server embedded (applicazioni web), la crittografia implementata e realizzata in modo poco attento, l’esecuzione di codici arbitrari o l’escalation dei privilegi. Il tempo per colmare eventuali gap in questo settore sta già correndo velocemente» – mette in guardia Lehn di Kaspersky Lab. «Tuttavia riteniamo che il nostro contributo allo standard sia un primo passo significativo per aiutare le organizzazioni a sviluppare strategie di cybersicurezza sempre più efficienti e in grado di proteggere dalle attuali minacce informatiche». Di certo il gran numero di “varchi” a disposizione offre parecchie opportunità ai malintenzionati di fare danni. Molti di questi attacchi si basano su malware creati ad hoc. Secondo una rilevazione condotta da Kaspersky Lab, le varianti in circolazione lo scorso anno superavano i settemila campioni di malware. Metà delle quali emersa nei dodici mesi precedenti. Spesso però questi device poveri e obsoleti in termini di tecnologia di sicurezza a bordo (poco spazio di memorizzazione, componenti antiquati, non supporto alla crittografia), sono esposti anche ad attacchi con i quali pensavamo di non dover più fare i conti. Buffer overflow, attacchi del tipo man in the middle, DOS d’antan, probabilmente conosceranno una seconda giovinezza. L’idea che la sicurezza IoT non sia dal punto di vista qualitativo, molto diversa da quella di qualsiasi altra categoria di dispositivi, cozza con il gran numero di dispositivi connessi. Rendendo il compito ancora più impegnativo. «Di fronte a questa “esplosione” di device IoT, trovare una soluzione di sicurezza omnicomprensiva, diventa un’impresa ardua. La difficoltà maggiore sta nel volere imporre delle regole in un mercato di device enorme, e che continuerà a crescere» – afferma Emmanuel Becker, managing director Italy di Equinix. «La sicurezza IoT dovrebbe sempre considerare tre aspetti: la protezione dei dispositivi IoT, la crescente portata dei sistemi IoT e i dati utilizzati e trasmessi dai dispositivi IoT. Se un dispositivo viene violato, non deve trasformarsi in un vettore di attacco per altri sistemi. È importante capire in che modo gli esseri umani e le macchine interagiscono con i dati, quando e perché si accede ai dati e come vengono elaborati o analizzati» – spiega Emiliano Massa, AVP sales SEMEA di Forcepoint.

#IoT e #Industry 4.0 Il GDPR può innescare un processo virtuoso?
Click To Tweet

IOT E SPESA IN SICUREZZA

«Le imprese che guardano verso l’IoT e l’Industry 4.0 sono perfettamente consapevoli delle sfide da affrontare per muovere i primi passi nella direzione giusta e comprendono il ruolo strategico della sicurezza IT nella realizzazione dei nuovi modelli» – afferma Vercellino di IDC. «Circa il 24% delle imprese italiane destina alla sicurezza IT un budget rate compreso tra l’uno e il tre per cento del budget IT. Nel gruppo delle imprese con specifici obiettivi legati all’IoT, quelle che allocano altrettante risorse salgono al 38%». Le differenze – rileva ancora IDC – diventano ancora più marcate quando osserviamo le aree di investimento in tecnologie e servizi per la sicurezza IT tra le imprese con un focus su IoT e Industry 4.0: «Qui le percentuali di imprese che investono in identity & access management, security & vulnerability management, managed security services, expert intelligence services, cognitive/ML-based security intelligence sono circa quattro volte superiori rispetto alla media percentuale del mercato italiano» – osserva Vercellino. «Queste direzioni di investimento rivelano una consapevolezza chiara di almeno due problemi. Primo: la sicurezza IT in ambito industriale è un tema che richiede lo sviluppo di specifiche partnership tecnologiche con i service providers. Secondo: si tratta di un ambito dove il confronto tecnologico con malware sempre più sofisticati e attacchi APT porta necessariamente allo sviluppo di strategie di difesa ampiamente basate su analytics e intelligence». E, potremmo aggiungere, edge computing. Che almeno per quanto riguarda l’industry 4.0 rappresenta probabilmente una delle opportunità più promettenti per affrontare, anche in combinazione con il machine learning, il tema security in modo strutturale.

«La disseminazione del dato, indotta dall’adozione di tecnologie IoT, comporta la dispersione delle funzioni elaborative per ottenere una diffusione del trattamento dei dati necessaria a rendere l’architettura scalabile e funzionale» spiega Sergio Ribba, chief technology officer di NovaNext. «Edge computing e fog computing, elementi che devono integrare le funzioni per realizzare il trasporto in sicurezza del dato verso i sistemi di elaborazione centralizzati in cloud o data center, diventano quindi elementi dell’architettura in grado di realizzare la necessaria capacità pre-elaborativa. Il posizionamento di capacità elaborative nei sistemi di trasmissione periferici e in dispositivi come i PAC (Programmable automation controller) crea i presupposti per realizzare i meccanismi di trattamento sicuro dei dati». Tuttavia – rileva ancora Ribba – solo i dispositivi IoT con sufficiente capacità elaborativa e di memoria possono implementare tecniche di ML che includono supervised, unsupervised e reinforcement learning, per la protezione dei dati, o la rilevazione di attacchi e malware. «Le sfide da analizzare riguardano l’individuazione del giusto compromesso tra l’accuratezza delle funzioni di protezione, anche basate su tecniche di ML e l’incremento di complessità elaborativa, dispendio energetico, latenza di comunicazione, che queste potrebbero comportare» – spiega Ribba. Approccio condiviso anche da Gastone Nencini, country manager di Trend Micro Italia che tuttavia avverte: «Oggi, la soluzione non è un software o un approccio singoli, ma una strategia di ampio respiro che prenda in considerazione l’aspetto tecnologico e i processi, oltre agli approcci sistematici». È fondamentale che il cliente indirizzi adeguatamente necessità come la protezione dei data center, la cifratura, la segmentazione della rete e il controllo degli accessi di persone e oggetti. «Ma lo è altrettanto disporre di soluzioni in grado di identificare, con algoritmi o analisi specifiche, anomalie riconducibili a minacce avanzate o, ancor peggio, a furti di dati personali o business critical» – mette in evidenza Enrico Sorge, senior technical engineer cyber security di Italtel. «Un approccio questo a nostro parere vincente. Più dinamico nell’identificare minacce ancora non note all’industria ma, al tempo stesso, determinante per tenere sotto controllo anche i punti più deboli della supply chain, ossia partner e fornitori, elementi di valore del business aziendale, ma purtroppo saliti alla ribalta come gli anelli più deboli dove colpiscono i malintenzionati».

#IoT e #sicurezza In Italia 1 impresa su 4 spende dall’1 al 3% del budget IT
Click To Tweet

FAR WEST IOT, DOVE SONO LE LEGGI?

In questo momento nell’UE non esistono in materia di sicurezza vincoli normativi per i produttori di oggetti IoT. Gli unici paletti sono di natura tecnica. Ma è sufficiente garantire l’interoperabilità del prodotto con i protocolli più comuni (Bluetooth, Wi-Fi e così via) per ottenere il via libera alla commercializzazione di qualsiasi oggetto. Un vuoto legislativo che consente ai costruttori di operare nella più totale libertà. Compresa quella di rilasciare poche informazioni circa le modalità di conservazione e finalità dei dati raccolti. Come auspicato per altri settori, per esempio l’armonizzazione dell’imposizione fiscale tra i paesi membri dell’UE, sono in molti a ritenere che una regolamentazione efficace non potrà che essere sovranazionale. Lo ha sostenuto per esempio l’ENISA, l’agenzia europea per la sicurezza delle reti e dell’informazione che – in uno studio incentrato sui problemi connessi allo sviluppo del settore – ha evidenziato la totale assenza di linee guida legali e requisiti minimi per le installazioni IoT sia in ambito consumer sia industriale. Una mancanza – si sottolinea nello studio citato – che determina l’assenza di un adeguato incentivo per i produttori a costruire dispositivi che abbiano a bordo controlli di sicurezza degni di questo nome. Lacuna – suggerisce ENISA – che potrà essere colmata solo attraverso un programma europeo di certificazione dei prodotti IoT (secondo criteri “by design” e “by default” come previsti per la privacy dal GDPR), che però con queste caratteristiche non rientra in nessun piano europeo. Inutile nascondere che in ogni caso un processo di certificazione e standardizzazione europeo richiederebbe tempi lunghi. Da qui il suggerimento di numerosi osservatori di partire da best practice già esistenti. ENISA non esita a parlare in relazione a questa situazione di un vero “fallimento del mercato”. La mancanza di sicurezza dei dispositivi IoT – lo si voglia ammettere o meno – crea diffidenza tra imprese e consumatori.

IOT, GDPR E ANALISI DEI RISCHI

Se l’attuale vuoto legislativo rappresenta una delle cause dell’attuale mancanza di sicurezza dei dispositivi IoT, il GDPR potrebbe incidere sulla qualità costruttiva di questi oggetti? Come noto il Regolamento, diversamente da una Direttiva che deve essere prima recepita, è subito attuativo. Dopo il 25 maggio 2018, tutte le imprese sono a rischio sanzione per inadempienza. La mancanza del decreto di attuazione ha di fatto sospeso le sanzioni, e il Garante italiano per la Privacy sulla scia dell’omologa Autorità francese ha allungato di sei mesi i tempi per l’adeguamento. Salvo ulteriori slittamenti, a partire da questo termine, gli organi di controllo (Garante Privacy, Guardia di Finanza, etc.) potranno verificare l’applicazione da parte delle aziende di quanto previsto dalla normativa a protezione dei dati personali. «Credo che il GDPR stia ponendo ogni tipo di impresa di fronte ad approcci e best practice di sicurezza che in molti ambiti sono percepiti come innovativi (o almeno “nuovi”), generando una forma di sensibilizzazione che non ha precedenti» – premette Luca Bechelli, membro del direttivo di CLUSIT. «L’approccio estremamente maturo e molto anglosassone di rendere le aziende “accountable” – continua Bechelli – introduce una assunzione di una responsabilità, già in parte presente ma scarsamente percepita. Consapevolezza che prima o poi farà riflettere i dirigenti sulla seguente domanda: Perché conduco delle attività per proteggere i dati degli interessati, e non faccio la medesima cosa con quelli dell’azienda»?  Protezione che passa anche attraverso la completa visibilità sia dei dispositivi in rete sia dei dati raccolti e di chi li riceve. Visibilità fortemente influenzata dal livello normativo esistente, che può sorreggerla o affossarla. «Tranne che in specifici settori in cui il trattamento dei dati personali si può intendere come parte del core business (come nella Sanità), personalmente – continua Becchelli del CLUSIT – non mi aspetto un grande contributo dal GDPR a breve termine alla protezione dei sistemi IoT. Soprattutto in ambito industriale dove questi sistemi raramente rientrano nel perimetro di attuazione del GDPR». Secondo Vercellino di IDC, l’impatto del GDPR sui sistemi di produzione industriale nell’immediato sarà assolutamente limitato. «Nel lungo termine – a due, forse tre anni – i primi risultati del GDPR si osserveranno in un cambiamento culturale presso le medie e grandi imprese, con una maggiore attenzione alla creazione di specifici processi per la tutela e la privacy dei dati». Un cambio di paradigma sul quale costruire scelte di implementazione e controllo dei dispositivi IoT più efficaci. Ma che richiederà ancora del tempo.

D’altra parte afferma Bechelli, «non esiste un vero marchio GDPR-Ready». Secondo l’interpretazione condivisa, il Regolamento impatta sul tema IoT perlomeno sotto il profilo dell’analisi dei rischi. La norma stabilisce infatti che il titolare del trattamento e il responsabile del trattamento debbano mettere in atto misure tecniche e organizzative per garantire un livello di sicurezza adeguato al rischio. Questo significa che pur non stabilendo misure minime di sicurezza, il Regolamento impone di disporre di un processo per provare, verificare e valutare regolarmente l’efficacia delle misure tecnico/organizzative e garantire la sicurezza del trattamento. Per quanto riguarda i dispositivi IoT, il GDPR non dice certo che l’apparecchiatura dovrà essere progettata secondo precisi standard di sicurezza. Però stabilisce che quella utilizzata dovrà essere monitorata nel tempo. In modo che il livello di sicurezza sia sempre proporzionato al rischio. Al fine di valutare se le misure di sicurezza presenti nel dispositivo risultino adeguate, l’azienda di fatto eserciterà perciò delle scelte, che nel medio periodo potrebbero innescare un processo virtuoso. «Il GDPR costringerà le aziende a dover considerare i concetti di “security by design” e di “privacy by design” e questo sarà sicuramente un bene» – prevede Nencini di Trend Micro Italia. «Ma la filiera degli strumenti IoT (software, installatori, manutentori, integrazioni) sarà in grado di mantenere questi standard? Quanto costerà un progetto IoT con una security e una privacy by design»? Dubbi legittimi. Come quelli sollevati in prima persona da Giovanni Buttarelli, garante europeo per la protezione dei dati, circa la capacità degli organi di controllo, sottodimensionati in termini di risorse e personale, di verificare il rispetto di leggi complesse (chiaro, il riferimento al GDPR) applicabili a tutte le aziende del mondo che offrono servizi ai cittadini europei.

#IoT e #Industry 4.0 Caccia aperta agli oggetti esposti in rete
Click To Tweet

CONCLUSIONI

Forse, dovremo imparare ad accettare un livello limitato di sicurezza su alcuni oggetti IoT. Oppure, addirittura a rinunciarvi del tutto. Alcuni dispositivi semplicemente non possono esserlo senza un investimento sproporzionato di denaro. Si renderà allora necessario provare a cambiare prospettiva. Oggi, gli sforzi maggiori in tema di sicurezza si concentrano sull’endpoint. Sottovalutando l’apporto che i maggiori carrier potrebbero giocare in chiave sicurezza IoT. Bloccando per esempio l’accesso alla rete dei dispositivi più vulnerabili. E selezionando con maggior cura fornitori e costruttori. Come abbiamo visto parlando di GDPR, la normativa può favorire un atteggiamento più responsabile da parte delle aziende. Alle quali si richiede però uno sforzo non banale di verifica del livello di maturità dei propri fornitori nei confronti della sicurezza. Verifica che alla fine le porti a fare affari prioritariamente con coloro che prendono la sicurezza sul serio. Considerazioni simili valgono nei confronti dei costruttori. Chi produce oggetti IoT, prima o poi capirà l’importanza di realizzare dispositivi più sicuri. Nel frattempo, le imprese utenti devono essere pronte a rivolgersi a costruttori in grado di offrire maggiori garanzie. Anche a costo di sostenere costi più elevati e accollarsi l’impegno d’integrare maggior sicurezza e controlli all’interno dei propri sistemi IoT.

L'articolo IoT, GDPR e sicurezza. Data strategy cercasi proviene da Data Manager Online.

I sistemi ERP e CRM sono stati, per anni, la struttura portante nella gestione delle attività aziendali. Anche oggi l’ERP, che integra la gestione di processi rilevanti per l’impresa, come vendite, acquisti, gestione magazzino e molti altri, e il CRM, che contribuisce ad analizzare e gestire la relazione con i clienti, sono fondamentali per l’operatività delle aziende. ERP e CRM sono però al centro di un processo di evoluzione, guidata dall’avvento di nuovi paradigmi IT, che hanno modificato lo scenario. Grazie ai dispositivi mobile e ad apposite app, gli utenti possono accedere ai dati aziendali ovunque e in ogni momento. Il cloud computing, innovativo paradigma di erogazione di risorse informatiche tramite la rete, è sempre più pervasivo. Il volume di dati, in continua crescita, che ha dato origine al fenomeno dei big data e con cui le aziende devono confrontarsi ogni giorno, richiede modalità sempre più efficaci di analisi e gestione per ottenere le informazioni utili a prendere le migliori decisioni.

Un’ulteriore evoluzione potrà essere costituita dal machine learning, che, grazie all’uso di metodi matematico-computazionali, consentirà sempre più a pc e altri dispositivi di apprendere informazioni direttamente dai dati. Stando alle previsioni di IDC, il mercato del software ERP, a livello mondiale, crescerà dai 25,4 miliardi di dollari nel 2016 a 33,6 miliardi di dollari nel 2021, producendo un CAGR (il tasso di crescita annuale composto), per un periodo di cinque anni, del 5,7%. La domanda per le soluzioni software ERP continua a salire, soprattutto per quanto riguarda le soluzioni cloud, tendenza evidenziata già dal 2016. Il CAGR sui cinque anni per l’ERP cloud è previsto, per il 2021, a quota +26,3%. L’adozione di applicazioni ERP in cloud potrà cannibalizzare i ricavi derivati dagli ERP on-premise.   Anche le previsioni sul mercato delle applicazioni CRM sono positive: le soluzioni di questo tipo toccheranno un valore di 50,6 miliardi di dollari entro il 2021, con un tasso di crescita annuale composto del 9.0%. Pure in questo caso la quota di ricavi riguardanti le applicazioni software basate su cloud continuerà a superare la quota derivata dalle applicazioni on premise.

#integrazione #OperationalAnalytics Piattaforme #ERP e CRM sempre più smart
Click To Tweet

OBIETTIVO INTEGRAZIONE

Secondo Giancarlo Vercellino, research and consulting manager di IDC Italia, due sono le tendenze emergenti nel mondo ERP. La prima riguarda l’integrazione sempre più forte con gli operational analytics. Di conseguenza, le piattaforme ERP stanno diventando sempre più intelligenti e capaci di integrare dati amministrativi/contabili a una visione più estesa e profonda sulle operazioni aziendali. «Tutto questo – spiega Vercellino – non potrà che rafforzarsi con il progredire dell’Industry 4.0 soprattutto per il segmento enterprise». La seconda tendenza, valorizzata spesso dalle PMI, è quella di migrare verso piattaforme cloud. Relativamente al CRM, una delle trasformazioni più importanti è legata all’integrazione con la logica omnichannel. Sempre più strategica, è percepita la capacità di realizzare un coordinamento più efficace delle informazioni tramite tutti i touchpoint, obiettivo forse ancora ambizioso per molte aziende. L’impatto di mobility, cloud e big data è stato essenziale nel ridisegno delle soluzioni dei principali operatori: quasi tutte le nuove soluzioni e gli aggiornamenti sono concepiti in una logica “cloud and mobile first”. Un po’ alla volta questo impatto si riflette nei processi aziendali e nell’organizzazione del lavoro. «Lo smart working – constata Vercellino – sta diventando sempre più comune nel segmento enterprise e la globalizzazione andrà incontro a una seconda fase di evoluzione». Il machine learning giocherà un ruolo essenziale nel futuro degli analytics e in molti contesti potrebbe diventare uno strumento chiave per costruire interfacce conversazionali sempre più evolute con i sistemi informativi aziendali. «Ma stiamo parlando di scenari che richiedono ancora anni prima di delinearsi in modo chiaro» – precisa Vercellino.

ERP E CRM ANCHE PER PMI

Anche le aziende percepiscono che il mercato ERP e CRM è mutato. Non sono più solo le grandi imprese a dotarsi di questi strumenti. Anche per le piccole e medie imprese, ERP e CRM ormai sono indispensabili per agire con prontezza alle richieste dei clienti, per innovare e internazionalizzarsi. Fondamentale è l’integrazione tra sistemi. «ERP e CRM sono espressioni che, oggi, rientrano nel linguaggio comune anche delle PMI, che sentono il bisogno di solide fondamenta gestionali per supportare innovazione e internazionalizzazione» – esordisce Franco Asperti, co-founder di Real-Time. «Questa copertura ha creato i presupposti necessari per cogliere le opportunità offerte dall’evoluzione verso l’impresa 4.0». Sull’importanza dell’integrazione insiste Giorgio Mini, vicepresidente Zucchetti. «ERP e CRM – afferma – sono tra le priorità d’investimento degli IT manager, ma rispetto al passato le imprese cercano sempre più integrazione tra queste applicazioni per gestire meglio le informazioni aziendali, in particolare per conoscere in modo più approfondito i clienti e interagire con loro con prontezza e proattività».

Per Pierfrancesco Angeleri, managing director di Wolters Kluwer Tax & Accounting Italia, la digitalizzazione dell’ecosistema produttivo e industriale italiano è un processo irreversibile. «La maggioranza delle imprese produttive italiane, le PMI, deve dotarsi di strumenti gestionali appropriati, utili a evolvere» – spiega il managing director. «Prevedo vivacità sul mercato. Wolters Kluwer Tax & Accounting Italia vanta un gestionale come Arca Evolution, solida piattaforma orizzontale che si presta a soluzioni specializzate per molti comparti produttivi. Questa estrema personalizzazione è possibile grazie alla partnership che ci lega con i nostri partner certificati che operano sul territorio e affiancano le imprese locali nella risoluzione dei problemi della gestione digitale imprenditoriale proponendo gestionali per le specifiche esigenze».

PARTNER AFFIDABILI

Dunque, non solo prodotti e soluzioni sono importanti. Fondamentale è anche il ruolo dei partner, che devono essere competenti e affidabili, senza trascurare l’impegno dei vendor. Solo così sarà possibile far fronte ai bisogni di un mondo in costante evoluzione. Secondo Daniele Meneguzzi, CFO e business unit manager, ERP & Sistemi Informativi di SB Italia i partner devono garantire oltre a vision e competenza, anche affidabilità e capacità di implementazione nei tempi e costi pianificati. Meneguzzi evidenzia che una tendenza attuale è quella della concentrazione dei player. «Le aziende cercano soluzioni davvero integrate con la gestione digitale di documenti e processi e con capacità di business analytics, a cui si aggiunge sempre più spesso il poter operare a livello internazionale».

Gian Domenico Ceroni, president & CEO di VM Sistemi evidenzia che, in ogni mercato, la tecnologia è un fattore abilitante al bisogno di evoluzione: «I vendor tecnologici, come noi integrator, si pongono ogni giorno l’obiettivo di far evolvere le soluzioni superando continuamente lo stato dell’arte, seguendo le direttrici identificate dai macro-trend economici. Le imprese, in base alla propria propensione all’innovazione e al livello di sensibilità per i macro-trend, ricercano sul mercato la soluzione più adatta. Nell’attuale quarta rivoluzione industriale abbiamo anticipato il mercato, sviluppando soluzioni verticali dedicate ai vari settori del comparto della distribuzione, proponendo ERP che supportano la crescita dei nostri clienti, all’insegna dell’istantaneità».

Angelo Benvenuti, CEO, founder P&A Solutions puntualizza che ERP è sinonimo di stabilità nella gestione dei processi e delle architetture consolidate. In questo periodo di innovazione, la tendenza dominante è la tecnologia come elemento distintivo. Alcuni player di mercato rivisitano le soluzioni già in uso, dotandole di un data base che lavora in modalità in-memory, consentendo l’elaborazione di big data in tempi rapidi.

#Mobile #Cloud e #Bigdata guidano l’evoluzione di #ERP e #CRM – @IDCItaly
Click To Tweet

NUOVI PARADIGMI IT

I nuovi paradigmi IT, quali mobile, cloud e big data hanno davvero influito sul processo di evoluzione di ERP e CRM. «Hanno influito tantissimo, cambiando la logica di fruizione degli applicativi» – conferma Giorgio Mini di Zucchetti. «Le informazioni generate da ERP e CRM devono essere accessibili ovunque e in qualsiasi momento, da ogni dispositivo. Tutto questo ha comportato la necessità di abbinare la ricchezza funzionale alla semplicità di utilizzo con l’introduzione di interfacce grafiche sempre più intuitive. Zucchetti ha raggiunto questo obiettivo con Infinity 4.0, piattaforma applicativa in tecnologia web capace di esaltare i vantaggi dei nuovi paradigmi IT senza pregiudicare l’operatività aziendale e gli aspetti transazionali dell’ERP». Anche Franco Asperti di Real-Time concorda sull’importanza dei nuovi paradigmi IT: «Il moderno sistema informativo aziendale mette in simbiosi ERP, CRM e piattaforme di business intelligence in grado di intercettare digitalmente le potenziali fonti di business e di trasformare l’imponente massa di dati disponibili in informazioni a valore aggiunto accessibili, fruibili ed elaborabili in modalità always-on». Gian Domenico Ceroni di VM Sistemi sottolinea che se l’istantaneità di ricerca, di esecuzione delle operazioni e di risposta è l’orizzonte a cui puntare, vengono da sé tutti gli ingredienti utili a raggiungere questo obiettivo: potenza di calcolo, correlazione e analisi di ampie moli di dati (big data) in tempo reale, accesso alle informazioni sempre e ovunque (mobile). Questi elementi supportano le imprese a convergere verso la gestione delle relazioni con il cliente finale e quindi con un sistema di CRM che abbia soprattutto la capacità di anticiparne i bisogni, per trasmettere sicurezza e accrescere fiducia ed empatia.

MOBILE E CLOUD DOMINANO

Daniele Meneguzzi di SB Italia constata che mobile, cloud e big data sono diventati requisiti indispensabili per rendere l’azienda davvero digitale. «Tutte le piattaforme che gestiamo come SB Italia sono disponibili in cloud e includono l’operatività con dispositivi mobili» – precisa Meneguzzi. Secondo Pierfrancesco Angeleri di Wolters Kluwer, il paradigma che ha influito di più è la mobilità. «Abbiamo considerato le imprese in modo olistico e tutti i processi aziendali, anche quelli extracontabili» – afferma Angeleri. «Gestirli, anche in mobilità, accedendo da qualsiasi browser, e con ogni dispositivo, ai processi definiti rende l’azienda efficiente ed efficace. Nell’ecosistema Arca Evolution abbiamo realizzato una soluzione, Arca GP (Gestione Processi) che permette di strutturare, organizzare e monitorare i processi aziendali che ruotano attorno ai clienti e ai business partner, consentendo all’azienda di ottenere più efficienza, controllo delle performance, efficacia di vendita, soddisfazione dei clienti, qualità del prodotto e del servizio». Anche Paola Pomi, direttore generale di Sinfo One sottolinea che i temi del mobile e del cloud hanno modificato le aspettative e i modi di utilizzo degli strumenti ERP e CRM. «Oggi – afferma Paola Pomi – diamo per scontato che le soluzioni ERP e CRM siano fruibili in modalità mobile, che supportino l’organizzazione e la velocità dei processi dove e quando serve, con dati contestualizzati e personalizzabili. Il tema del cloud può, con diverse modalità, essere un elemento abilitante. In particolare Sinfo One ha investito per offrire la propria soluzione proprietaria, Si Fides, in modalità on-premise e cloud (IaaS, PaaS, SaaS). Credo, comunque, che il cloud non debba togliere la possibilità ai clienti di personalizzare i propri strumenti. Il percorso verso il cloud intrapreso con le nostre soluzioni ci consente di garantire ai clienti aree di specificità, così come è ed era nativamente nella versione on-premise».

Angelo Benvenuti di P&A Solutions ammette che la scelta di intraprendere la strada del cloud è sempre più frequente. «Questo percorso – spiega – può essere avviato sviluppando soluzioni acquistate dal mercato, fruibili solo in cloud. La seconda strada è quella degli accordi con big player, che hanno creato una rete di infrastrutture che fungono da supporto tecnologico. L’obiettivo è far evolvere le piattaforme software verso soluzioni più innovative, contenendo i costi o installando in modalità cloud la propria piattaforma, pagando l’uso dell’hardware, per esempio a tempo di utilizzo». L’accento sul tema del cloud è posto anche da Attilio Semenzato, presidente di EOS Solutions. «Il cloud – dichiara – permette di aprire nuovi orizzonti e, grazie all’interconnessione, dà vita a programmi che dialogano tra loro, producendo risultati utili e più fruibili dalle imprese in tempi ridotti e facilitando l’uso di business application». Secondo Semenzato, e-commerce e big data analytics, insieme alla crescita di personale che usa dispositivi mobili per lavorare, sono tendenze che gli ERP di nuova generazione valorizzano, permettendo di dialogare in tempo reale con i soggetti esterni all’azienda, appartenenti alla filiera produttiva. Inglobando sistemi di business intelligence, i nuovi ERP consentono di usare funzionalità di reporting avanzate e la creazione di report personalizzati in tempo reale. Oggi, le imprese possono unire i vantaggi dei sistemi ERP con la tecnologia cloud e avvalersi del gestionale in modalità SaaS.

EVOLUZIONE CONTINUA

In futuro, ERP e CRM proseguiranno la loro evoluzione. «Elementi di intelligenza artificiale saranno sempre più presenti nelle soluzioni, soprattutto per accelerare i tempi di risposta verso i clienti per attività di assistenza, marketing, servizi post vendita e così via» – spiega Giorgio Mini di Zucchetti. «Nella nuova generazione di ERP Zucchetti abbiamo già introdotto chatbot e altri elementi di machine learning; i riscontri dei nostri utenti sono molto positivi». Secondo Franco Asperti di Real-Time, dalla registrazione di un’attività CRM comunicata verbalmente all’ERP alla produzione di analisi predittive, il machine learning è una delle tecnologie che avrà sempre più importanza e migliorerà il lavoro e la vita delle persone. Gian Domenico Ceroni di VM Sistemi dichiara: «Per noi il futuro è già oggi. Il connubio fra la potenza di SAP Business One e la nostra esperienza trentennale nel mondo della distribuzione ha dato vita a una netta linea di demarcazione con il tradizionale. Possiamo comunque guardare già oltre, seguendo la roadmap di SAP Business One, attraverso cui l’innovazione delle nostre soluzioni ERP è già stata pianificata fino al 2023».

Sale la domanda di soluzioni #ERP soprattutto in modalità #Cloud – @IDCItaly
Click To Tweet

FARE LA SCELTA GIUSTA

Infine, che consigli dare a un’azienda interessata a soluzioni ERP e CRM ma anche desiderosa di dotarsi di soluzioni adatte a far fronte alle esigenze dell’attuale scenario? Secondo Giancarlo Vercellino di IDC è impossibile dare un suggerimento unico, valido per ogni impresa in qualsiasi settore: «Probabilmente, l’unica indicazione valida è quella di puntare su soluzioni più standard possibili, perché nel medio lungo periodo saranno indispensabili per muoversi negli ecosistemi di produzione 4.0». Per Gian Domenico Ceroni di VM Sistemi, invece, il primo consiglio è quello di mantenere la specificità che ha consentito all’azienda di crescere ed essere competitiva sul mercato. «Non bisogna accontentarsi di un software gestionale standard, ma adottare strumenti flessibili che valorizzano i punti di forza aziendali e stimolano la crescita, focalizzando gli ambiti di miglioramento del business, soprattutto in termini di politiche di vendita e di controllo oculato delle marginalità. Senza tralasciare la scelta del partner adeguato alla propria realtà, che deve conoscere bene i requisiti impliciti del mercato di riferimento».

Franco Asperti di Real-Time sottolinea l’importanza di puntare su di un vendor solido. Elementi da considerare sono anche la stabilità e completezza funzionale, la possibilità di contare su di un CRM pervasivo all’interno di tutti i processi, su tecnologie allo stato dell’arte e sulla disponibilità di una roadmap di sviluppo. L’implementatore deve essere in grado di porsi come un vero partner. Il contare su un partner che possa garantire competenza, capacità e concretezza per aiutare l’azienda a scegliere e sviluppare una soluzione che rappresenti un passo avanti significativo nella digitalizzazione è, anche per Daniele Meneguzzi di SB Italia, fondamentale. «Un esempio per tutti – dice – il progetto SAP Business One in Cloud, disegnato e implementato da SB Italia per Dorna, azienda internazionale che gestisce eventi sportivi come i campionati mondiali su due ruote, con complessità derivanti dalla distribuzione territoriale dei circuiti e dalla necessità della raccolta e gestione dei dati in tempo reale».

Paola Pomi di Sinfo One evidenzia che «nella scelta della soluzione ERP la copertura applicativa specifica del settore del cliente è essenziale, ma oggi sono da valutare anche componenti tecnologiche rilevanti quali il mobile e il paradigma del citizen development, cioè la possibilità, da parte dell’utente, di personalizzare la modalità di fruizione delle applicazioni, o la possibilità di creare alert su determinati eventi». Per Angelo Benvenuti di P&A Solutions, la scelta del cloud per soluzioni ERP e CRM è quella giusta per stare al passo con i tempi, senza per questo dover utilizzare una parte cospicua del proprio budget. «La connettività è da tener presente quando si disegna un’architettura cloud. La velocità, il backup delle connessioni determinano la riuscita di un progetto innovativo».

L'articolo Mobile, cloud e big data guidano l’evoluzione di ERP e CRM proviene da Data Manager Online.

In occasione del Gartner Security & Risk Management Summit 2018, Fortinet ha annunciato l’ultima versione del software FortiWeb Web Application Firewall (WAF) con la release 6.0, diventando l’unico tra i principali vendor di sicurezza WAF ad utilizzare il machine learning per la threat detection nelle web application behavioral-based.

Le innovazioni apportate a FortiWeb forniscono un notevole aumento nel rilevamento delle minacce delle applicazioni web con una precisione vicina al 100%.
La maggiore accuratezza del rilevamento delle minacce consente tempi di risposta più rapidi per il blocco automatizzato “set and forget”, eliminando la necessità di revisioni degli avvisi da parte dello staff prima di intervenire.
La perfetta integrazione con Fortinet Security Fabric offre protezione avanzata dalle minacce con scansione degli allegati applicativi, implementazione semplificata e intelligence delle minacce condivisa, oltre all’integrazione con servizi di terze parti per un’ampia protezione contro le vulnerabilità.

Le applicazioni web non protette sono diventate obiettivi allettanti per i criminali informatici in cerca di facili punti di accesso all’interno delle reti aziendali. Le vulnerabilità delle applicazioni web possono portare a violazioni dei dati o interrompere sistemi mission-critical, motivo per cui molte organizzazioni scelgono di sfruttare i Web Application Firewall (WAF) per proteggere la propria rete. Tradizionalmente, i WAF si sono basati sull’Application Learning (AL) per l’individuazione di anomalie e minacce, ma nel panorama delle minacce dinamiche di oggi, l’AL ha dimostrato di avere limitazioni che portano al rilevamento di attacchi falsi positivi e richiedono una notevole quantità di tempo da gestire per i già oberati team di sicurezza.

Le nuove funzionalità introdotte nel FortiWeb Web Application Firewall risolvono questi problemi introducendo funzionalità di machine learning per un migliore rilevamento delle minacce, tempi di risposta più rapidi e una gestione più semplice. A differenza dell’AL, che utilizza un approccio one-layer per rilevare le anomalie – basandosi semplicemente sull’abbinamento di input ed elementi osservati e trattando ogni variazione come una minaccia – FortiWeb utilizza ora un approccio a due livelli – machine learning e probabilità statistiche basate sull’intelligenza artificiale – per rilevare separatamente anomalie e minacce. Il primo layer crea il modello matematico per ciascun parametro appreso e quindi si attiva in caso di richieste anomale. Il secondo layer verifica quindi se l’anomalia è una minaccia reale o se è una variante benigna (falso positivo). Queste nuove innovazioni consentono a FortiWeb di fornire una precisione di rilevamento delle minacce delle applicazioni vicina al 100%, senza richiedere praticamente alcuna risorsa per l’implementazione e la messa a punto delle impostazioni.

A ulteriore rafforzamento dell’offerta WAF di Fortinet, FortiWeb sfrutta quasi sei anni di AI e sviluppo di machine learning dei FortiGuard Labs per i suoi servizi di rilevamento delle minacce e si integra perfettamente all’interno del Fortinet Security Fabric per proteggere da minacce sofisticate che sfuggono ad altre tecnologie o che possono insinuarsi tra le falle di soluzioni individuali. FortiWeb è disponibile in quattro fattori forma convenienti tra cui appliance hardware, macchine virtuali per tutte le principali piattaforme hypervisor, opzioni di cloud pubblico per AWS e Azure e una soluzione basata su cloud e in modalità hosted.

“Con uno sconcertante 48% delle violazioni dei dati causate dallo sfruttamento delle vulnerabilità delle applicazioni web, è chiaro che i criminali informatici stanno prendendo di mira in maniera crescente le applicazioni web pubbliche e interne. Le tecnologie attuali, come i sistemi di prevenzione delle intrusioni e le soluzioni di sicurezza delle applicazioni web esistenti, forniscono solo una protezione di base contro tali minacce. Fortinet ha unito le avanzate funzionalità di machine learning basate sull’intelligenza artificiale con FortiWeb WAF per proteggere le applicazioni basate sul web da attacchi mirati a exploit noti e sconosciuti con una precisione di rilevamento delle minacce quasi del 100%. Beneficia inoltre della gestione automatizzata e della perfetta integrazione con Fortinet Security Fabric.” ha dichiarato John Maddison, senior vice president of products and solutions, Fortinet.

“Fortinet e TNP sono stati per molti anni nostri partner per la network security. Poiché le minacce hanno continuato a evolversi, in particolare con l’aumento dell’utilizzo di applicazioni aziendali basate sul web, abbiamo constatato che i prodotti Fortinet Security Fabric, tra cui FortiWeb, ci hanno aiutato ad adattarci rapidamente e a rispondere a nuove sfide. Il fatto che tutte le soluzioni Fortinet comunichino tra loro per identificare e bloccare rapidamente un attacco ci consente di risparmiare tempo e risorse significativi, oltre a consentire una risposta più rapida. Questo approccio è ora più importante che mai visto che assistiamo a un numero crescente di attacchi sofisticati e automatizzati.” ha commentato Tony Doyle, Head of ICT Services, Blackpool Council.

L'articolo Fortinet presenta funzionalità di Machine Learning nel suo FortiWeb Web Application Firewall proviene da Data Manager Online.

In occasione della seconda edizione del Built to Change Summit, CA Technologies ha mostrato alcune innovazioni e aggiornamenti del proprio portafoglio di soluzioni, in grado di supportare l’evoluzione di qualsiasi azienda verso una Modern Software Factory. Tali soluzioni integrano analitiche avanzate performanti e data science, con il machine learning, l’intelligenza artificiale e l’automazione, all’interno di tool e tecnologie che supportano l’intero ciclo di sviluppo del software (SDLC).

In tutti i settori, l’utilizzo dell’intelligenza artificiale (AI) e delle analitiche avanzate in ambito aziendale è sicuramente una delle priorità per le organizzazioni, che vogliono ottimizzare la propria attività. Secondo un recente studio di Gartner, “Gli investimenti e l’elaborazione di strategie di AI e machine learning sono già fra le prime cinque priorità dei CIO.” Eppure, sebbene i benefici dell’AI siano facilmente riconosciuti dai vertici dell’azienda e continuino a emergere nuovi scenari d’uso, sussistono ancora una serie di ostacoli alla piena realizzazione delle potenzialità dell’AI in ambito aziendale. Tanto che, continua Gartner, “I CIO si trovano di fronte a due grosse sfide in fase di esplorazione e adozione dell’intelligenza artificiale: la carenza di personale qualificato ed esperto e la mancanza di comprensione del potenziale dell’AI da parte dell’IT e del business” a riprova della necessità, da parte delle organizzazioni, di considerare anche altri aspetti oltre alla tecnologia quando si intraprende il viaggio della Digital Transformation.

Insight per migliori esperienze

Riuscire a sfruttare l’immensa quantità di dati generati per astrarre insight fruibili il grado di guidare la crescita del business rappresenta un impegno significativo; una sfida resa ancora più complessa dalla possibilità di utilizzare tali dati all’interno di architetture moderne, che utilizzano API e microservizi per innovare e migliorare servizi e prodotti. Per rispondere a questa sfida, CA permette ai propri clienti di estrarre e applicare insight approfonditi per il machine learning e l’AI che supportano una pianificazione più accurata, la modellizzazione predittiva e la remediation in tempo reale delle problematiche operative.

“Come società riconosciuta nell’ambito della consulenza direzionale e dei servizi tecnologici che si focalizza sull’innovazione digitale, comprendiamo quale sia il ruolo cruciale svolto dai dati nella trasformazione del business,” ha dichiarato Karl Kleinert, Vice President of Sales di IntelliNet. “La capacità di sfruttare i dati provenienti da diverse piattaforme e di metterli in correlazione per derivare insight significativi per il risultato aziendale rappresenta uno strumento estremamente potente.”

Novità di CA per aiutare le aziende ad applicare i principali insight:

• CA Digital Operational Intelligence, soluzione basata sul machine learning che offre insight completi, attingendo in automatico a dati cross-domain che provengono dai tool delle IT operation. Sostenuta dalla piattaforma CA Jarvis, la soluzione utilizza l’intelligence algoritmica per identificare rapidamente la root cause dei problemi, misurare e migliorare i livelli di servizio del business, ridurre i costi e ottimizzare l’utilizzo delle risorse, rilevare e correggere proattivamente potenziali problemi;
• CA Project Portfolio Management (CA PPM) 15.4 introduce una funzionalità di pianificazione strategica con un modulo di roadmapping per la pianificazione visiva e la collaborazione top-down. Consente agli utenti di vedere, rielaborare e riordinare le informazioni sugli investimenti di tutta l’organizzazione, fornendo una business intelligence di immediata applicazione pratica con ricche funzionalità di modeling e forecasting.

Automazione intelligente per il DevOps

Il nuovo aggiornamento di CA Automic One Automation Platform potenzia la componente Ops del binomio DevOps grazie a una nuova gestione del ciclo di vita degli artefatti d’automazione, una gestione intelligente del critical path e il supporto di PostgreSQL. Supporta inoltre funzioni d’automazione “Shift-Left” per gli sviluppatori con la nuova funzionalità “Automation-as-Code” e collega i silos d’automazione a nuove integrazioni di CA Workload Automation, CA Continuous Delivery Director e CA Jarvis per offrire potenti funzionalità analitiche.

“Il motore di CA Automic One Automation consente a TASC di orchestrare meglio la toolchain di sviluppo e di applicare gli strumenti giusti al momento giusto,” spiega John Gildenzoph, DevOps engineer di TASC. “Sia che si tratti del deployment di software o di nuove istanze, il motore di automazione ci permette di ottenere la flessibilità necessaria per erogare nuovi servizi in modo scalabile. Grazie alla piattaforma CA Automation oggi la nostra organizzazione è più agile e snella, e anziché essere ostacolati da processi complicati, possiamo concentrarci su ciò che conta davvero; incrementare il valore di business per l’azienda.”

Sviluppo sicuro fin dal principio

Il nuovo arrivato nel portafoglio di CA Security, CA Veracode SourceClear, è un tool SaaS-based  per l’analisi della composizione del software che si basa su un esclusivo database delle vulnerabilità che va oltre il National Vulnerability Database (NVD) e la tecnologia dei metodi vulnerabili per accrescere la possibilità di sfruttare in modo pratico i risultati della Static Composition Analysis (SCA). Esclusiva di CA, questa combinazione di CA Veracode e CA Veracode SourceClear consente alle organizzazioni di utilizzare librerie open-source per accelerare lo sviluppo del software, senza aggiungere rischi non gestiti in modo da supportare l’evoluzione DevSecOps.

“La possibilità di integrare la scansione delle applicazioni nelle pratiche DevOps per noi si traduce nel poter offrire ai clienti nuovi servizi a valore aggiunto in modo più rapido, con piena garanzia di sicurezza e integrità in ogni applicazione e servizio,” ha dichiarato Scot Bellamy, Manager e Senior Security Architect di Cardinal Health. “Stiamo anticipando il testing (“Shift-Left”) e riducendo le tempistiche in produzione grazie all’integrazione della sicurezza nelle nostre procedure di sviluppo.”

“Sappiamo quali siano i benefici legati alle analitiche avanzate, al machine learning e all’intelligenza artificiale, oggi e nel futuro,” ha dichiarato Ayman Sayed, President e Chief Product Officer di CA Technologies. “CA aiuta ogni modern software factory introducendo e integrando queste funzionalità con i big data, l’automazione e la sicurezza, per aiutare i clienti a valorizzare sempre di più gli investimenti in tecnologia.”

L'articolo CA Technologies presenta nuove tecnologie innovative per le aziende del futuro proviene da Data Manager Online.