Questa è la storia di un sodalizio coltivato all’interno di un settore dell’economia italiana che da diverse generazioni rappresenta al meglio il distillato di inventiva, cultura artigianale, fantasia e – insieme – rigore imprenditoriale, che da sempre alimentano il successo del Made in Italy nel mondo. È un cammino che i due protagonisti stanno percorrendo, ciascuno rivestendo il proprio ruolo, lungo un tracciato libero ma tutt’altro che improvvisato, verso il comune obiettivo di crescita e innovazione. A ispirare questo percorso è una società che abbiamo imparato ad apprezzare per la sua peculiare ricetta di innovazione, tutta centrata sui fondamenti dell’Industry 4.0. Stiamo parlando di Holonix, azienda spin-off del Politecnico di Milano, che a dieci anni dalla fondazione – con venticinque collaboratori, un articolato catalogo di servizi e soprattutto una consolidata metodologia di knowledge transfer – rappresenta una realtà affermata e che va oltre l’originario abito di startup. «Abbiamo lavorato molto sulla corretta impostazione e il fine tuning dei nostri prodotti, creando una piattaforma definita in tutti i dettagli, che ci ha dato una efficienza operativa e una velocità di realizzazione completamente diverse» – osserva Jacopo Cassina, CEO e co-founder di Holonix.

Nel corso del tempo, Holonix ha convertito la sua lunga esperienza in materia di IoT – esperienza maturata attraverso la partecipazione a progetti avanzati e pionieristici, spesso condotti in ambito consortile dalle università e dai grandi gruppi industriali di tutta Europa – in un patrimonio di progettualità che viene ogni volta adattato ai requisiti del cliente. Grazie a un intenso lavoro di standardizzazione, Holonix ha raggiunto un buon compromesso tra sartorialità pura e moda di massa con una piattaforma as a Service, altamente parametrizzabile, che in autentica ottica IoT e Big Data macina i dati grezzi che il cliente deve analizzare e restituisce informazioni già operative.

«Di fatto, sono algoritmi che il cliente può personalizzare con molta libertà di movimento e che permettono di fare il deployment delle nostre soluzioni in tempi molto più rapidi, a prezzi competitivi»

LE MACCHINE PER L’INDUSTRY 4.0

Il compagno di viaggio, la società ravennate Sica, è un vero punto di riferimento nel comparto delle “macchine industriali”, i motori delle fabbriche nell’industria manifatturiera. Un campione che ha saputo riconoscere nella “smartification” dei suoi prodotti un fattore di differenziazione e in Holonix un partner tecnologico strategico nel dotare le macchine “firmate” Sica della dose di intelligenza aumentata necessaria a compiere un netto salto qualitativo nella capacità progettuale e nei servizi offerti alla clientela finale. Sica è uno di quei campioni insospettati che popolano i nostri distretti industriali. Poco meno di sessant’anni di vita, centocinquanta dipendenti, il 95% del fatturato generato esportando le sue macchine in centodieci nazioni. Tutto per merito della felice intuizione del fondatore Osvaldo Giacomoni, che dopo l’iniziale focus della sua azienda sulla fabbricazione di infissi e serramenti, negli anni in cui i materiali plastici cominciavano a imporsi in tutti gli ambiti dell’edilizia, decise di mettersi al servizio dell’industria della fabbricazione, o meglio della estrusione dei tubi.

Lorenzo Spagna, direttore tecnico e responsabile della produzione, ci aiuta a orientarci meglio nella tipologia di macchine industriali realizzate oggi negli impianti di Alfonsine, in provincia di Ravenna. Dopo i primi modelli, addirittura semiautomatici di bicchieratrici – le macchine utilizzate per termoformare la svasatura che all’estremità del tubo serve per giuntarlo con altre sezioni, evitando così l’uso di specifici raccordi – Sica è gradualmente andata a ricoprire l’intero spettro di operazioni a valle dei veri e propri estrusori. Per completare una linea di estrusione oltre alle bicchieratrici, occorrono infatti traini, taglierine e macchine di confezionamento e imballaggio.

«I nostri clienti sono i produttori di tubi in PVC, polietilene e altri materiali plastici, le cui esigenze in costante evoluzione impattano anche sulle macchine che dobbiamo produrre, installare e mantenere».

A loro volta – aggiunge il responsabile tecnico di Sica – questi clienti sono soggetti alle variabili dinamiche del mercato delle costruzioni, legate al grande fenomeno dell’urbanizzazione. Tutto questo crea in tutto il mondo improvvise zone di forte domanda, davanti alle quali Sica deve essere pronta a reagire. In Europa del nord come negli Stati Uniti, e nel Canada, in Medio Oriente come in Oceania, le squadre di venditori e manutentori non smettono mai di viaggiare: prima per seguire le fasi di vendita e avviamento delle macchine industriali e poi per garantire che queste macchine siano sempre in piena efficienza.

In concomitanza con la pandemia, ma in generale in una situazione di evoluzione commerciale per rispondere al graduale passaggio a un modello di customer relation, basato più sull’ecosfera di servizi costruiti intorno al bene di consumo che sulla vendita del bene stesso, aziende come Sica sono chiamate a intervenire su più fronti. Da un lato sulla possibilità di diagnosticare e riparare i difetti dei loro apparati anche in modalità remota. Dall’altro sulla capacità di generare un valore in termini di efficienza operativa, configurazioni ottimali e allungamento del ciclo di vita. Obiettivi che si possono raggiungere generando e facendo viaggiare le informazioni digitali al posto delle persone.

#IIoT @JacopoCassina CEO di @HolonixSRL Come rendere subito operativo il binomio prodotto/servizio
Click To Tweet

DA PRODOTTO A SERVIZIO

Il fenomeno della servitization, la trasformazione di un bene materiale in servizio (così come è avvenuto in campo informatico con l’avvento delle infrastrutture as a Service), è stato per Holonix un forte stimolo alla standardizzazione della piattaforma i-Live Machines. Una formula – riprende Jacopo Cassina – indirizzata in modo specifico ai produttori di macchine industriali per offrire l’opportunità di potenziare e migliorare le macchine commercializzate, abilitando queste ultime alla creazione e all’offerta di ulteriori servizi rivolti al cliente finale.

«È come se avessimo sviluppato un condizionatore per l’auto. Il cliente sente l’aria fresca e anche senza conoscere il nome di chi ha fatto il condizionatore, sente che la sua vettura ha qualcosa in più».

Definito come uno strumento di intelligenza aumentata, i-Live Machines si serve della sensoristica IoT montata a bordo di una macchina industriale e dell’integrazione in cloud per monitorare i parametri di funzionamento di ogni macchina installata dall’utilizzatore della piattaforma. I dati generati possono essere a loro volta riutilizzati per fornire informazioni predittive in tempo reale, per esempio, sui primi segnali di un possibile guasto imminente. In chiave storica, invece, grazie agli strumenti analitici messi a disposizione, è possibile analizzare il comportamento delle macchine su archi di tempo molto lunghi e in diverse situazioni operative, ricavando tutta una serie di indicazioni che aiutano il cliente finale a ottenere una migliore performance. In prospettiva, gli stessi produttori possono tradurre certe informazioni in modifiche da apportare alle nuove versioni delle loro macchine.

Per la strategia di Holonix, il rapporto diretto con chi produce le macchine industriali è assolutamente vitale. Quando si ha a che fare con gli algoritmi Big Data che interpretano le condizioni operative di una macchina nel corso nel tempo, è praticamente impossibile ottenere livelli di attendibilità nelle previsioni senza avere a disposizione grandissimi volumi di dati. «Non potremmo lavorare solo con gli utenti finali di questi apparati» – precisa Cassina. «Una fabbrica impiega una o due macchine, e pochi mesi di funzionamento non basterebbero ad alimentare i database. Un singolo produttore installa cento macchine, raccogliendo tutti i dati ci dà la possibilità di studiare cicli di funzionamento molto lunghi». Più approfondita è l’analisi, più efficaci diventano la capacità di prevenire comportamenti anomali, o di proporre un settaggio più performante di altri in funzione delle necessità produttive. E siccome tutto avviene in cloud e con sensoristica intelligente, non è necessario presidiare fisicamente ogni impianto o raccogliere manualmente i dati.

DAL CONVEGNO AL PROGETTO

La scintilla che accende il progetto realizzato per Sica è un convegno dedicato all’Industry 4.0, nel corso del quale il direttore tecnico dell’azienda ravennate assiste con grande interesse al workshop guidato dal CEO di Holonix. In quel periodo, Lorenzo Spagna di Sica ha già all’attivo una discreta attività di scouting tra i possibili interlocutori di un programma di trasformazione digitale.

«Ho compreso subito che Holonix aveva tutte le caratteristiche giuste per diventare un ottimo partner di innovazione».

Grande conoscenza del settore, dimensioni non troppo grandi, una organizzazione come il Politecnico di Milano alle spalle. In Sica, il team di Jacopo Cassina e del suo braccio destro Alberto Alberio, IT director di Holonix, trova una sponda ideale: un’azienda che ha già un approccio molto strutturato all’innovazione di prodotto e vanta al proprio attivo una trentina di brevetti tecnologici e numerose collaborazioni con istituzioni accademiche e centri di R&D. Da sempre, Lorenzo Spagna e i suoi collaboratori sono alla ricerca di nuovi fattori di competitività in un mercato complesso, dove la pressione del day-by-day non sempre regala la serenità necessaria per valutare l’importanza di certe evoluzioni. «Molto prima di Holonix – ribadisce Lorenzo Spagna di Sica – avevamo intuito il grande potenziale di un efficace monitoraggio dei dati operativi delle nostre macchine. Il problema non era solo imparare a estrarre quei dati. Anche nella cultura del cliente, deve maturare una coscienza diversa nei confronti di questi servizi e dell’impatto positivo che l’investimento in IoT può dare in termini di efficienza dei processi e produttività».

#IIoT #AugmentedIntelligence @HolonixSRL abilita una nuova generazione di macchine industriali “parlanti”
Click To Tweet

Il capitolo iniziale della storia di innovazione che Sica e Holonix stanno scrivendo a quattro mani, è sintomatico dell’azione di una società applicata e pratica che mantiene orgogliosamente la vocazione formativa della propria matrice accademica, supportando i propri clienti nel percorso di innovazione. Dopo un primissimo progetto di avviamento – realizzato sfruttando la “Entry Level” che Holonix offre ai suoi clienti per dare la possibilità di valutare i risultati di un piano di intelligenza aumentata esteso a cinque macchine industriali – all’inizio del 2019 viene organizzato in Sica un seminario (IoT Experience) che coinvolge tutte le funzioni dell’azienda. «Alla giornata – ricorda Lorenzo Spagna – prendono parte la ricerca e sviluppo, il commerciale, i tecnici del post-vendita e anche l’amministratore delegato Valeria Giacomoni». Se l’esigenza di dotare le macchine industriali Sica del supplemento di intelligenza necessaria per estrarre più informazioni era già ben chiara nella testa dei responsabili tecnici dell’azienda, molto meno chiari erano il modo di ottenere questo risultato e la tipologia di informazioni alle quali dare priorità in una gamma di possibilità molto ampia.

IL VALORE DELL’IOT

In questa missione di addestramento e guida risiede una grossa parte del valore aggiunto che Holonix è in grado di trasferire ai suoi clienti. E questa missione affonda le sue radici in tanti anni di ragionata sperimentazione sull’IoT, che incrocia bisogni e obiettivi molto concreti. Questa concretezza – ribadisce Jacopo Cassina, CEO di Holonix – non è immediata, soprattutto in un ambito in cui i costruttori devono concentrarsi sulle capacità delle loro macchine, finendo per affrontare in modo più tradizionale gli aspetti dei servizi postvendita. Ma non è una chimera: i dati rilevabili nelle fasi di operatività di una macchina rappresentano un valore reale. «È un messaggio importante che possiamo lanciare dopo tanti anni vissuti nella costante pratica del binomio prodotto/servizio» – afferma Cassina. «Holonix è in grado di renderlo subito operativo, non partendo da semplici “proof of concept”, espressione che non ho mai amato particolarmente. Ormai, l’IoT non ha bisogno di altre dimostrazioni, si deve iniziare a usarlo».

Dopo la prima fase di studio e sponsorizzazione interna, la collaborazione tra Sica e Holonix ha identificato un secondo obiettivo comune: la presentazione congiunta di una vera e propria soluzione di intelligenza aumentata al Salone K di Düsseldorf, la più importante manifestazione del settore delle materie plastiche e della gomma, un evento triennale dove i fornitori di materie prime e i costruttori di macchinari incontrano il mondo della fabbricazione. «Per certi versi – racconta Alberto Alberio di Holonix – abbiamo percorso in senso inverso il cammino dell’Internet of Things. Sica è partita dalla consapevolezza del valore potenziale di dati intorno ai quali non avevano ancora formulato idee precise. Forti della nostra esperienza teorica e pratica sull’IoT, abbiamo collegato alcune macchine a i-Live Machines per fornire un primo esempio di una soluzione già operativa, certi che potesse andare incontro a quello che si aspettavano». In questo tipo di aziende – osserva il responsabile IT di Holonix – la conoscenza delle macchine, della funzione che esse devono svolgere in una linea produttiva è molto approfondita. Sica in questo senso, con la sua storia di R&D innovativo, rappresenta un caso ancora più virtuoso. Meno diffusa, in generale, è la capacità di concepire un progetto complesso su una materia nuova come l’IoT, che coinvolge l’uso delle informazioni generate dalla sensoristica installata a bordo delle macchine stesse e richiede un approccio da data scientist. «Per questo motivo – continua Alberio – solo dopo aver mostrato la fattibilità dell’interfacciamento con i-Live, abbiamo fatto partire l’esperienza formativa e progettuale con i moduli di IoT Experience. Abbiamo tracciato una panoramica su che cosa vuol dire Internet of Things, come si gestisce un progetto innovativo, quali necessità deve assolvere, identificando così una prima serie di aspetti che i dati avrebbero potuto migliorare: l’assistenza, la manutenzione, la valutazione delle macchine in garanzia. In seguito, ci saranno evoluzioni sul fronte della manutenzione predittiva. Tutte cose per cui stiamo studiando e allenando gli algoritmi che gireranno su i-Live Machines, una piattaforma estremamente versatile».

#IIoT Coprogettazione e know-how per trasformare i dati operativi in valore @HolonixSRL sica-italy.com
Click To Tweet

UNO ZOOM PER LE MACCHINE INDUSTRIALI

Nel novembre del 2019, i visitatori della fiera K hanno la possibilità di osservare dal vivo il funzionamento di una soluzione IoT reale, non prototipale, attraverso una postazione collegata alla piattaforma Holonix. Sui monitor, il cruscotto di controllo elaborato sulla base dei dati che fluiscono in tempo reale dalla nuova intelligenza di bordo implementata nelle prime macchine Sica, già inserite nelle linee di montaggio di un importante cliente straniero. A parte la generale soddisfazione per la buona riuscita di questa prima parte del progetto portato avanti con l’azienda ravennate, col senno di poi, Alberto Alberio di Holonix rileva nella tempistica dell’evento un effetto collaterale positivo, che in quel momento forse veniva sottovalutato.

«Tutti hanno avuto modo di vedere alla prova la nostra soluzione prima dello scatenarsi della crisi sanitaria. In un momento in cui ogni spostamento è diventato molto complicato, la consapevolezza degli interventi che si possono gestire anche in remoto diventa un ulteriore vantaggio. Per un costruttore di macchine industriali, i-Live Machines funziona come lo “Zoom” dei servizi postvendita»

– afferma Alberio riferendosi alla nota piattaforma di video conferencing. Dopo tutto questo lavoro, Lorenzo Spagna di Sica e i suoi collaboratori hanno un’idea più chiara del tipo di obiettivi da raggiungere attraverso l’abilitazione di una nuova generazione di macchine industriali “parlanti”. «Tra i nostri obiettivi c’è quello di costruire, in accordo con i clienti, una banca dati che ci aiuterà a lavorare al meglio sull’evoluzione dei nostri prodotti, ottimizzando le prestazioni e aggiungendo nuove funzionalità. Ma il vero scopo è fornire ai clienti stessi un repository di informazioni residenti in cloud e relative all’intero ciclo di vita della macchina, per monitorare sul lungo periodo gli indici prestazionali, anticipare guasti e scongiurare dannose interruzioni sulla linea di produzione». A questo proposito, Lorenzo Spagna ricorda che le sue macchine gestiscono tubi con diametri che vanno da dieci millimetri ad alcuni metri. «Le tubature utilizzate per le dorsali oceaniche hanno diametri di oltre tre metri e vengono lavorate da macchine delle dimensioni di una piccola casa: se si fermano, si perdono decine di migliaia di euro al giorno» – spiega il direttore tecnico di Sica.

Al suo fianco, la giovanissima ingegnere del software Laura Falanga, che ha coordinato fin dall’inizio lo sviluppo del codice da implementare sulle macchine e sui sistemi di interfacciamento. Inserita da quattro anni nel team software di Sica, Laura Falanga afferma di essersi molto appassionata al tema IoT. «Ci occupiamo della progettazione e della programmazione di tutta la logica di controllo implementata nei processori PLC di una macchina industriale, per la gestione delle parti in movimento e per la connettività con le altre macchine» – racconta Laura Falanga. Ad aggiungere complessità al suo lavoro, tanto più nel quadro del progetto con Holonix, c’è infatti l’aspetto sistemico degli impianti di produzione. Le macchine prodotte da Sica sono pensate per essere inserite in linee di produzione molto articolate, dove conta anche la capacità di funzionare in perfetta sinergia con altre componenti.

#IIoT sica-italy.com e @HolonixSRL insieme per un nuovo capitolo della convergenza tra IT e OT
Click To Tweet

BUONE VIBRAZIONI

Se inizialmente si è cercato di lavorare il più possibile con i dati che erano già disponibili a bordo di macchine dotate già di una certa dose di intelligenza, le future evoluzioni del progetto prevedono anche la possibilità di aggiungere nuovi sensori – precisa Lorenzo Spagna di Sica – nonché lo studio di sistemi di pretrattamento dei dati da implementare a bordo delle stesse macchine per ridurre drasticamente i requisiti di banda nella trasmissione dei dati verso la piattaforma i-Live Machines. Senza contare una problematica molto importante per un costruttore che ha accumulato uno sterminato parco installato presso migliaia di clienti: ovvero, la possibilità di installare sensori e componenti addizionali su macchine già in produzione. Il cosiddetto retrofitting. «Ci sforziamo di utilizzare esclusivamente linguaggi e protocolli standard dell’automazione industriale» – precisa Laura Falanga di Sica. Non sono implementazioni banali anche perché in questo settore la tecnologia cambia continuamente». La partnership con Holonix assicura un tracciato percorribile anche in direzione dell’adeguamento in chiave IoT di macchine industriali di generazioni precedenti. Grazie a un accordo con un’azienda francese, Holonix ha infatti sperimentato i vantaggi della cosiddetta analisi vibrazionale. Lo studio delle vibrazioni effettuato tramite un apposito trasduttore da applicare sulla macchina industriale da monitorare, può fornire informazioni diagnostiche molto interessanti – spiega Alberto Alberio di Holonix.

«Mettere mano alle logiche di controllo programmate nei PLC meno recenti può essere un problema. La nostra soluzione fornisce dati già utilizzabili e la conoscenza necessaria per sistemare nel punto giusto i trasduttori che rivelano le vibrazioni».

A proposito di conoscenza, c’è infine un altro elemento che garantisce, in progetti come questo, un trasferimento rapido ed efficace della competenza ingegneristica che Holonix mette a servizio dei suoi clienti.  Un ingrediente che deve molto alla formazione umanistica di Lara Binotti, sales director di Holonix, sostenitrice della necessità di saltare la fase di “pilota” e di prototipazione, che genera costi e allungamento delle tempistiche e di iniziare direttamente con il sistema completo i-Live Machines, con la formula commerciale “Entry Level” utilizzata da Sica per avviare – quasi istantaneamente – il suo ambizioso programma Big Data. Alla direttrice commerciale fanno riferimento molte iniziative di comunicazione, formazione e uso congiunto delle tecnologie software e del supporto all’innovazione dei moduli IoT Experience, in modo da creare il circolo virtuoso che rende così accessibile ed efficace l’ingegneria Holonix. «In un mercato dove i big player non mancano, Holonix offre vero accompagnamento e capacità di trasferimento tecnologico» – mette in evidenza Lara Binotti. «Non ci limitiamo a vendere un prodotto software e a configurarlo». Il segreto di Holonix risiede anche nella capacità dialogica di mettere concretamente a frutto interi giacimenti di conoscenza accumulati in anni di pratica industriale e portare alla luce le soluzioni più adatte per rispondere alle esigenze dei clienti. «Gli algoritmi sono già nella testa delle aziende che ci hanno scelto come partner» – conclude Lara Binotti. Il paziente lavoro di coprogettazione, guidato dalla regia della IoT Experience, libera nelle macchine finalmente “parlanti” tutto il potenziale dei dati che i-Live Machines aiuta a trasformare in valore. A beneficio di Sica e dei suoi clienti.

Foto di Gabriele Sandrini

L'articolo Holonix, il software che fa parlare le macchine proviene da Data Manager Online.

Fino a pochi anni fa, la tecnologia dell’informazione (IT) e la tecnologia operativa (OT/operations) funzionavano in modo prevalentemente indipendente. In generale, per IT si intende l’informatica aziendale, tradizionalmente impiegata per gestire i processi amministrativi e manageriali. Le tecnologie e le competenze richieste riguardano i computer, il software, le reti e le comunicazioni, le basi dati e la sicurezza informatica, oltre ovviamente alla conoscenza delle problematiche gestionali. Il mondo OT è più complesso e variegato in quanto comprende la gestione e il controllo di tutta la tecnologia impiegata per la produzione, la movimentazione aziendale, la distribuzione. Le occasioni di interazione erano rare e limitate per lo più ad alcune occasioni di manutenzione o di fermo guasti. Oggi, lo sviluppo rapido dei sistemi informatici e delle comunicazioni sta creando sui sistemi di produzione un effetto analogo a quello realizzato dall’introduzione dello smartphone sul mercato del consumo (ordini, distribuzione, pubblicità, magazzino). In quest’ultimo caso, abbiamo avuto la convergenza di diversi canali di consumo in un unico strumento; l’applicazione di sistemi di information technology alla operation technology risulterà in un aumento dell’efficienza, abbassamento dei costi e aumento della competitività generale. Oggi, personale IT e operativi possono andare oltre la mera risposta ai problemi e alle emergenze per un rapporto fisiologico e continuo, e la loro collaborazione è spesso la chiave della digital transformation dell’azienda.

CONVERGENZA INEVITABILE

Già dagli anni Ottanta, gli innovatori cercavano di realizzare una collaborazione tra IT e OT al fine di ottenere prestazioni real-time impiegando tecnologie rese disponibili dall’automazione industriale. A tal fine, nella produzione sono stati introdotti sistemi informatici distribuiti per la gestione e il controllo di sistemi fisici e per l’acquisizione di dati (SCADA, supervisory control and data acquisition). I sistemi SCADA hanno permesso la supervisione delle operazioni di una vasta classe di altri strumenti e attuatori grazie a una gerarchia di computer, da quello centrale ai supervisori e ai singoli impianti. Questo sviluppo è stato reso possibile dall’introduzione del PC il cui potenziale in industria molti riconobbero.

La parola chiave è diventata connettività. Questi sistemi gestiscono il monitoraggio e il controllo di molti processi e operazioni, dalla distribuzione del gas ed elettricità, al controllo del sistema di trasporti e così via. I sistemi SCADA permettono un controllo remoto grazie alla tecnologia di rete, ma non assicurano la acquisizione e trasmissione in real-time dei dati dai vari punti sensibili nel processo di produzione.

Per questo, sono stati sviluppati sistemi ICS/SCADA (industrial control systems) che sono passati da sistemi proprietari e chiusi ad architetture aperte che hanno incorporato diverse reti e anche Internet. L’introduzione della robotica avanzata e lo sviluppo di sensori intelligenti in connessione con reti wireless a banda larga stanno permettendo la nascita di “fabbriche intelligenti” capaci ridurre la fault-detection media (augmented reality troubleshooting, ART), ridurre gli sprechi di materiali e componenti (predictive maintenance), di modificare rapidamente le linee di produzione a seconda dell’andamento dei mercati e ridurre i tempi di consegna. C’è un aspetto culturale interessante da notare nello sviluppo della convergenza tra IT e OT. Di solito, quelli che si occupavano in azienda di OT erano (e per lo più, sono ancora) specialisti del settore, ingegneri meccanici che hanno avuto scambi limitati con gli informatici. Analogamente, gli esperti di IT hanno un background informatico o commerciale e non hanno necessariamente esperienza di processi nel mondo fisico. Queste differenze stanno lentamente diminuendo, poiché la tecnologia e le piattaforme utilizzate nell’IT e nell’OT sono sempre più simili.

In questo caso, la fabbrica diventa – con i suoi robot in rete, il sistema wireless di comunicazioni che connette il monitoraggio e controllo del supervisore del processo di produzione, il controllo del workflow, del programma di base dell’impianto, l’uso dei materiali, consegna e spedizione, i livelli di inventario, l’amministrazione, gli ordini, il magazzino, la distribuzione, l’impiego o riuso di scarti, il controllo del mercato e dei clienti – un unico ecosistema intelligente, sostenibile ed efficiente. E, come per tutti gli ecosistemi, si ha un effetto secondario, ma molto importante, che deriva dalla interconnessione, in questo caso, tra intranet proprietarie e reti di comunicazioni: la vulnerabilità ad attacchi esterni.

La #FabbricaRobot trasforma l’intera value chain @Veruggio @idcitaly
Click To Tweet

COME FUNZIONA

Uno dei principali fattori che spingono verso la convergenza è la sempre maggior informatizzazione e automazione di tutti i processi fisici. Questo permette di ottimizzare tutte le singole funzioni con grande flessibilità, raggiungendo elevati livelli di efficienza ma producendo anche una enorme mole di dati che bisogna gestire. Innanzitutto, occorre immagazzinare questi dati in sistemi di storage sicuri e in modo che siano facilmente recuperabili e analizzabili. A questo punto, sorge il problema che questi dati provengono da molte sorgenti eterogenee e sono quindi caratterizzati da formati e standard spesso incompatibili.

Per spingere verso l’alto il livello di ottimizzazione dei processi, serve pertanto sviluppare sistemi in grado di integrare e comprendere questa crescente massa di dati al fine di estrarne significati utili a indirizzare i processi decisionali e progettuali. Nel primo caso, occorrono programmi in grado di analizzare tutti i vari input relativi ai processi produttivi rispondendo a richieste specifiche mediante report e dashboard al fine per esempio di ottimizzare la supply chain e il magazzino, oppure svolgere un programma flessibile di manutenzione predittiva, o ancora ottimizzare la produzione secondo le risultanze della rete commerciale. Nulla di particolarmente nuovo, ma reso sempre più difficile dalla complessità tecnologica dei prodotti, dalla volubilità dei mercati e dalla necessità di reagire con la massima rapidità alle sfide dei competitor sul mercato globale. Si entra quindi nel campo dei big data, del machine learning e più in generale dell’intelligenza artificiale, in grado di dare un vantaggio competitivo alle aziende più avanzate in termini di flessibilità, velocità (time-to-market), qualità. Nel secondo caso, tutta la fase produttiva, dal progetto alla prototipazione, dalla messa a punto del processo mediante scelta materiali e componenti alla programmazione dei macchinari, può avvantaggiarsi del complesso di informazioni, aggiornate in tempo reale, relative all’interazione col mondo esterno: marketing, finanza, fornitori, logistica.

INDUSTRIAL INTERNET OF THINGS

Abbiamo visto che l’obiettivo della convergenza IT/OT è la fusione di tutti i dati disponibili in un insieme che permetta una visione integrata di tutto il processo industriale, spesso riferito come Industria 4.0. La tecnologia che sta rendendo possibile l’acquisizione dei dati relativi a tutti gli elementi fisici coinvolti nel processo è l’Industrial Internet of Things (IIoT), cioè l’insieme di apparecchiature, sensori intelligenti e piattaforme di misura collegate tramite Internet ai sistemi di elaborazione dati. In pratica, si tende ad ambienti in cui ogni infrastruttura, ogni macchinario sono dotati di sensori in grado di connettere via Internet lo stato complessivo del sistema, inclusi gli operatori umani dotati di dispositivi indossabili.

Questo approccio consente un maggior controllo in tempo reale su ogni aspetto della produzione, consentendo di implementare strategie flessibili in grado di inseguire le esigenze mutevoli del mercato e di attuare metodologie di manutenzione predittiva e di fault detection and recovery per minimizzare downtime e costi di riparazione. Un altro aspetto chiave è l’ottimizzazione della supply chain che, integrata con i reparti produttivi mediante magazzini e inventari sensorizzati e robotizzati, permette di ridurre i costi, evitando scarti o fermi per mancanza di forniture.

Infine l’integrazione del retail, mediante la “sensorizzazione” dei punti vendita e l’analisi in tempo reale del consumo, consentono strategie di marketing mirate e tempestive. L’impiego di tecniche di machine learning consente inoltre di personalizzare sui singoli bacini di utenza le campagne promozionali e le scorte. Gli analisti di IDC Italia offrono due suggerimenti a chi pianifica l’ingresso nel mondo dell’IoT di fabbrica. Il primo riguarda la particolare attenzione alla capacità di decentrare la potenza di calcolo verso la periferia, rappresentata dal punto di raccolta dei dati. Se i dati devono sempre tornare al singolo data center si creano attese e ci si espone ancora di più ai rischi di sicurezza. Per questo bisogna applicare un concetto di micro-datacenter e utilizzare le connessioni per veicolare solo le informazioni che servono. L’altro suggerimento riguarda la necessità di concepire in modo evolutivo l’intelligenza che viene “iniettata” nella fabbrica, partendo da finalità principalmente reattive e passando man mano, al crescere della capacità analitica, a una IoT predittiva, capace di anticipare i trend futuri, e infine prescrittiva, in grado cioè di dare un valido sostegno decisionale a chi deve gestire il business nella sua integrità.

Nell’evoluzione delle smart factory, la nuova rete 5G promette di essere il principale catalizzatore dello sviluppo. Secondo le previsioni, il 5G avrà un impatto particolare sull’automazione dei processi (monitoraggio, funzioni diagnostiche, adattamento in tempo reale sulle necessità, macchine in grado di contattare da sole il “supporto umano”, di riparare automaticamente quando necessario o di ordinare componenti malfunzionanti); sull’automazione della produzione (controllo dei processi di produzione, produzione automatica di prodotti in base alle esigenze del cliente); sulla logistica (robot, trasporto autonomo, identificazione dei prodotti, tracciamento, controlli di sicurezza e localizzazione di persone e beni); e infine sull’IT aziendale (dispositivi portatili di monitoraggio e controllo, realtà aumentata, integrazione di impianti di produzione nell’infrastruttura IT aziendale, modalità di riparazione e manutenzione da remoto). Innovative soluzioni di comunicazione garantiranno la connettività tra diversi siti di produzione distribuiti a livello globale con nuovi attori nella catena del valore (per esempio fornitori, logistica) senza soluzione di continuità, in tempo reale.

Cloud, AI e 5G accelerano la spinta verso la #FabbricaRobot @Veruggio @idcitaly
Click To Tweet

CYBER SECURITY

Ovviamente, questa evoluzione è resa possibile da un impiego estensivo di Internet sia tramite reti cablate sia via radio, con un crescente impiego del Wi-Fi e del 5G. A questo, si aggiunge lo sviluppo di applicazioni web based eventualmente in cloud. Il risultato è una crescente vulnerabilità dal punto di vista della sicurezza informatica che può dare luogo a due ordini di problemi. Il primo è il furto a scopo di spionaggio industriale di dati sensibili di tipo amministrativo o tecnico in grado di danneggiare pesantemente i programmi aziendali, ma anche la diffusione di dati relativi a soggetti esterni soggetti alla normativa GDPR, con il rischio di gravi ripercussioni legali e di immagine. Il secondo è il sabotaggio di parti critiche della fabbrica, con il rischio di guasti e interruzioni della produzione.

Il problema è complesso in quanto la convergenza fra due mondi tradizionalmente distanti crea situazioni ibride per le quali non sono ancora state analizzate e realizzate idonee misure di sicurezza. Sicuramente, le tradizionali tecniche impiegate nel settore IT, per esempio i firewall, non sono sufficienti a proteggere gli impianti di una fabbrica in quanto dotati di standard e di protocolli diversi ed eterogenei. Anche in questo caso, si stanno sviluppando tecniche basate su intelligenza artificiale in grado di monitorare in tempo reale tutti i flussi di dati e di rivelare tempestivamente anomalie e scostamenti dal funzionamento normale.

INTEGRAZIONE CLOUD

Oggi, algoritmi creati e messi a punto nell’infrastruttura IT possono essere eseguiti in ambienti OT, e viceversa, dati OT provenienti da sensori e dispositivi edge sono inviati agli ambienti cloud per completare quei dati fondamentali a sostegno dell’efficienza aziendale. I dati da OT, da macchine (edge), di ridotta quantità, ma veloci e diversificati, sono processati e modellizzati da infrastrutture IT e filtrati. Anche le PMI possono sfruttare i loro dati, filtrati in modo intelligente da reti massicce, riducendo i costi di trasmissione e back-up perché solo dati rilevanti sono inviati e archiviati. Ogni azienda dovrebbe poter selezionare la scala di adozione della convergenza IT/OT a seconda della propria dimensione, struttura e posizione nella nazione, tenendo conto dell’impegno della banda, della capacità di storage e delle risorse sistemiche. Tuttavia, in Italia esistono notevoli limitazioni all’applicazione di una ottimale convergenza IT/OT a partire, in moltissimi casi, dalla larghezza di banda di rete disponibile per lavorare in modo continuo. L’alternativa è inviare i dati in cloud per l’analisi, il che vuol dire che il processo assume una forma a singhiozzo e il processo decisionale in real-time non è possibile. Un altro aspetto, ancora più limitativo, è che molte fabbriche italiane non sono ancora collegate a Internet o si trovano in aree con scarsa disponibilità di rete. Così, o le aziende raccolgono grandi quantità di dati che inviano al cloud, utilizzandone poi solo una piccola frazione – oppure non inviano abbastanza dati nel cloud, limitandosi solo a quelli che ritengono al momento utili e che riguardano soprattutto dati sul volume e i tempi di produzione. In tutti i casi, questi dati, così raccolti, possono presentare varie limitazioni che richiedono integrazioni tra analytics e piattaforme cloud.

L’INDUSTRIA 4.0 IN ITALIA

Nel 2019, il Politecnico di Milano (Dipartimento di Ingegneria Gestionale) ha pubblicato un Rapporto dal titolo “Industria 4.0. La rivoluzione si fa con le persone!” nel quale ha presentato una fotografia dinamica dello stato dell’industria italiana dal punto di vista della migrazione verso il digitale. I ricercatori hanno censito quasi 800 aziende, analizzando più di quattro iniziative per azienda afferenti alle seguenti aree: smart factory (produzione, logistica, manutenzione, qualità, sicurezza e rispetto norme) col 42% dei progetti; smart lifecycle (sviluppo prodotto, gestione del ciclo di vita e gestione dei fornitori) col 33%, e smart supply chain (pianificazione dei flussi fisici e finanziari) col 25%.

Secondo il rapporto, sono molte le imprese italiane ad aver iniziato il percorso di evoluzione digitale. L’Osservatorio Industria 4.0 indica che su 192 imprese (153 grandi aziende e 39 PMI), l’80% ritiene che l’Industria 4.0 sia una rivoluzione che porterà cambiamenti radicali con grandi potenzialità ancora da esprimere, ma solo il 20% la considera soltanto un’evoluzione di quanto già avviato negli anni precedenti. Ma questi giudizi vanno confrontati con il fatto che solo un’azienda su tre ha effettuato una valutazione della propria preparazione digitale (digital readiness), il 54% è interessato a farlo in futuro, mentre il 14% non lo ha fatto e non ha intenzione di farlo. Le tecnologie più diffuse sono quelle dell’ambito Industrial IoT (connettività e acquisizione dei dati, pari al 25%). Una volta consolidati, i progetti 4.0 portano benefici tangibili soprattutto nella flessibilità e la riduzione dei costi. I principali benefici indicati dalle aziende con progetti attivi da oltre un anno sono la migliore flessibilità di produzione (47%), l’aumento dell’efficienza dell’impianto (38%), la riduzione dei tempi di progettazione (34%) e l’opportunità di sviluppare prodotti innovativi (33%). Le barriere maggiormente percepite dalle imprese allo sviluppo di applicazioni 4.0 sono invece le difficoltà nell’uso della tecnologia e nell’adozione degli standard (59%), le problematiche di natura organizzativa e gestione delle competenze (41%), le difficoltà di change management (20%) e l’insoddisfazione per l’offerta (17%).

I progetti 2019 e 2020 delle aziende riguardano gli investimenti in industrial IoT (48%), in industrial analytics (39%) e advanced automation (33%), mentre se si considera un orizzonte di 3-5 anni le priorità diventano advanced automation, cloud e additive manufacturing. Intelligenza artificiale e blockchain non sono ancora rilevanti nei piani di investimento dei prossimi 5 anni, con alcune eccezioni per le aziende di grandi dimensioni. Le imprese italiane che hanno iniziato a utilizzare le tecnologie 4.0 nei processi si trovano a gestire il loro impatto sull’organizzazione. In maggioranza, le aziende sono attente ai cambiamenti di processo e di flusso (54,2% del campione), a quelli nelle attività e modalità di lavoro del personale (45,3%) e alle competenze tecniche (42,7%). Meno del 20% si è concentrato sull’impatto su ruoli, competenze gestionali e relazionali e sui comportamenti attesi. Quando, però, le imprese si soffermano su aspetti organizzativi, lo fanno fin dalle prime fasi dei progetti: nel 18,8% dei casi in avvio e nel 20,8% durante lo sviluppo.

Solitamente, il promotore delle iniziative 4.0 è un top manager (43,8% del campione) o direttore di produzione o stabilimento (35,4%). La funzione R&D è coinvolta soprattutto nello sviluppo del progetto. La funzione HR, invece, partecipa in pochissimi casi alle varie fasi: solo nel 6,8% è stata coinvolta in tutti gli step, nel 27,1% è solo informata dell’avvio del progetto, nel 23,4% non ha avuto un ruolo in nessuna attività. Anche il coinvolgimento degli operatori è limitato: solo il 7,8% delle aziende li ha coinvolti in tutte le fasi del progetto 4.0, il 25% non ha affidato nessun ruolo. Ma addirittura solo nel 26,6% dei casi gli operatori sono stati informati della strategia 4.0. Già il 57% delle imprese si è attivata per identificare le carenze di competenze 4.0 e avviare interventi necessari a colmarle. Circa tre su dieci le giudicano adeguate e altrettante stanno lavorando per migliorarle. La decisione di valutare le competenze vede una forte partecipazione degli imprenditori e top manager (74%) e dei responsabili dei progetti 4.0, soprattutto nelle fasi di promozione, definizione degli obiettivi e modalità di valutazione (44%). Gli HR manager rimangono sullo sfondo e acquisiscono importanza solo nella fase di implementazione, confermando la difficoltà a giocare un ruolo più strategico nel percorso di trasformazione 4.0.

L’analisi delle competenze e la formazione sono affidate in maggioranza a risorse interne, rispettivamente nel 61% e 75% dei casi. Le collaborazioni esterne più comuni per la ricerca di competenze sono con università, centri di innovazione, ITS, che il 50% delle aziende giudica efficaci. Fra le competenze prioritarie figurano quelle dei processi della smart factory e della smart supply chain, nonché l’innovazione di strategia e modello di business abilitata da Industria 4.0.

L’Osservatorio ha analizzato inoltre lo stato dei progetti di Industria 4.0 di circa 600 aziende attraverso lo strumento del DREAMY che valuta la maturità digitale dei processi in termini di capacità di esecuzione, monitoraggio e controllo, organizzazione e utilizzo di tecnologie ICT. La maturità digitale delle grandi aziende è maggiore rispetto alle PMI in ogni dimensione e in ogni processo analizzato, con uno scostamento di almeno 0,5 punti su una scala di cinque livelli di maturità. Nelle PMI, la capacità di prendere decisioni è la dimensione strutturalmente più debole, seguita dalla tecnologia, ossia la capacità di impiegare le tecnologie digitali nell’esecuzione e gestione dei processi. La manutenzione è il processo meno sviluppato, con capacità di gestione debole o assente in alcuni casi.

#FabbricaRobot Cresce la vulnerabilità dal punto di vista della #cybersecurity @Veruggio @idcitaly
Click To Tweet

CONCLUSIONI

La convergenza tra IT e OT porterà vantaggi chiari e tangibili alle aziende oltre a un aumento delle prestazioni e della flessibilità. Un prerequisito per ottenere questi benefici riguarda il fatto che le strategie IT e OT devono essere armonizzate mediante modelli di governance e di processo comuni. Molto importante, che le strategie di sicurezza e la gestione dei dati siano gestiti centralmente in autonomia se le risorse e le competenze interne lo consentono o attraverso servizi gestiti ad hoc. Dati questi paradigmi, il processo di convergenza IT/OT potrà garantire il successo aziendale e migliorare l’intero settore economico e produttivo in cui sarà stato applicato, contribuendo al necessario risparmio energetico e alla sostenibilità complessiva.

L'articolo Dai robot in fabbrica alla fabbrica-robot proviene da Data Manager Online.

La pandemia ha prodotto improvvisamente a livello globale un cambiamento epocale. Quasi tutti sono forzati a collaborare da remoto e a sfruttare le opportunità della tecnologia digitale che da tempo sono disponibili. Il Covid-19 ha costretto a un corso rapido di alfabetizzazione IT determinando di fatto la più grande esercitazione di massa su smart working, e-learning, e-commerce, ma anche e-banking, e-payment ed e-finance. Insomma, assistiamo a un “salto quantico” nell’infosfera. In breve tempo, stiamo facendo i conti con quel passaggio culturale che il filosofo Luciano Floridi, professore di Filosofia e di Etica dell’informazione alla University of Oxford, ha definito – «onlife» – come nuova dimensione dove reale e virtuale si fondono e si confondono, con tutto quello che significa. È drammatico che ci sia voluta una pandemia per accelerare la digital transformation e per sfruttare appieno le tecnologie digitali ai fini di una maggiore produttività, innovazione e migliore qualità della vita. Le organizzazioni che sapranno raccogliere e affrontare la sfida ne usciranno rafforzate e pronte a espandersi nel nuovo scenario economico.

Tuttavia, il cambiamento in corso presenta complessità inedite che dovranno essere affrontate con cura e attenzione. L’adozione diffusa della digital transformation diventa quindi il nuovo fattore competitivo per tutte le imprese soggette alla logica della selezione naturale del mercato. Sotto tale spinta, il mercato dei servizi bancari e finanziari è destinato a cambiare ulteriormente. Un esempio banale è che durante le prime fasi della pandemia, per andare in filiale occorreva necessariamente prenotarsi. Modalità adottata da molte banche anche prima, ma mai veramente attuata. La banca si trova, quindi, al centro di una evoluzione che si caratterizza in un nuovo modo di lavorare e di gestire la relazione con i clienti e che richiede il rapido adattamento delle strutture organizzative, dei processi e dei sistemi informatici. Open and connected banking, dematerializzazione e automazione dei processi operativi, intercanalità, nuovi sistemi di mobile banking e mobile payment, blockchain, modernizzazione delle infrastrutture. Sono queste le priorità nei programmi d’investimento in IT delle banche che continuano a puntare sulle tecnologie digitali. La natura digitale della banca è l’obiettivo finale della open and connected banking: automatizzare i processi, cambiare la propria cultura e sviluppare quei modelli di business in grado di coinvolgere sempre più efficientemente il cliente. L’innovazione nei servizi bancari applicata a canali, prodotti e servizi, coniugando tecnologia e sviluppo con sostenibilità, fiducia e contributo alla prosperità è la leva di business per il prossimo contesto competitivo come emerge anche dal World Retail Banking Report 2020 di Capgemini ed EFMA.

Come la #DigitalTransformation sta cambiando il mondo del #banking @IDCItaly
Click To Tweet

VERSO UN NUOVO ECOSISTEMA

La pandemia ha rapidamente reimpostato gran parte delle operazioni quotidiane dei servizi bancari e finanziari e la customer experience è sicuramente la dimensione più colpita. Di conseguenza a livello globale – «le banche dovranno ripensare completamente anche il significato della customer experience e come continuare a coinvolgere e supportare i propri clienti e i propri dipendenti» – spiega Fabio Rizzotto, associate vice president, head of research and consulting di IDC Italia. Per quanto riguarda la relazione con i clienti, la digital transformation e customer experience, gli istituti finanziari dovranno rispondere a nuove esigenze. I clienti desiderano una relazione più umana in cui vi sia un chiaro scambio di informazioni, conoscenze e comprensione. Inoltre, si aspettano un percorso chiaro e multicanale, con consigli pratici, efficaci e attuabili su come gestire i loro interessi. I clienti vogliono, inoltre, che la banca comprenda e applichi il giusto contesto come componente dell’esperienza. Il cliente, infine, ha bisogno di avere piena soddisfazione nella relazione. «Un’altra questione – continua Rizzotto – è che, come noto, il settore bancario svolge un ruolo fondamentale nella mitigazione dei rischi in relazione all’intera economia. Mentre i governi hanno annunciato enormi misure di emergenza per mitigare l’impatto della pandemia e della conseguente crisi economico-finanziaria, la realtà è che molte aziende fanno fatica ad accedere ai fondi e alle misure di supporto». In termini di impatti globali e prospettive di digital transformation – conclude Rizzotto – le banche che hanno maggiori probabilità di resistere alla crisi odierna sono quelle che si sono avvicinate di più negli ultimi anni all’adozione di tecnologie digitali come l’AI, la blockchain, la mobilità e il cloud. A breve termine, è probabile che risponderanno alle sfide tattiche per superare la crisi e cercheranno di reintegrare le spese in conto capitale».

Contemporaneamente dovrebbero essere lanciate iniziative strategiche di digital transformation a lungo termine anche per prepararsi a eventuali eventi dirompenti futuri. Per esempio, negli Stati Uniti il ​​settore bancario era solo in parte pronto a gestire una crisi come la pandemia a causa di alcune sfide tecnologiche fondamentali. Nel complesso, tutte le banche hanno problemi a causa della loro dipendenza storica dai canali fisici, call center compresi. Nella fase attuale, con i canali delle filiali non disponibili o generalmente indesiderabili, il volume di traffico verso i call center e gli altri canali online ha raggiunto il picco e sono state documentate diverse criticità. Occorre, inoltre, tenere nella massima considerazione le problematiche interne dei dipendenti che, nel nuovo scenario, hanno adottato improvvisamente nuove modalità di lavoro remotizzato in condizioni spesso caotiche e non sempre propriamente smart.

C’è poi il problema dei dipartimenti marketing della banca che, a loro volta, si devono adattare rapidamente al cambiamento. La segmentazione della clientela e dei mercati, sotto la spinta dalla crisi, sta radicalmente cambiando, rovesciando i segmenti classici attentamente elaborati in precedenza. Occorre quindi comprendere e riconsiderare, in breve tempo, milioni di clienti, imprese e famiglie, che si aspettano una personalizzazione in tempo reale in ogni interazione digitale. La trasformazione digitale sta, quindi, velocemente allontanando tutto ciò che è stato finora e ha aperto la porta a un futuro diverso. La nuova normalità, non solo dal punto di vista delle tecnologie, spinge verso un’innovazione totale, in grado di cambiare definitivamente il modo e il concetto di “fare banca”.

Con le tecnologie digitali oggi disponibili non è poi così impossibile offrire il livello di personalizzazione che i consumatori richiedono, grazie all’accesso e alla elaborazione di una grande quantità di dati già disponibili e a un miglioramento degli strumenti per analizzarli. In tal modo, la banca può utilizzare ciò che già sa sul cliente, e trasformare le informazioni in servizi veramente utili. Si possono così ottenere in tempo reale modelli per migliorare radicalmente la customer experience e conoscere il cliente che, come si sa, è il segreto di ogni business. Di pari passo, cambia anche la funzione IT che non significa più solo investimento in tecnologie ma, soprattutto, innovazione del modello di business.

#DX #Banking Verso un nuovo ecosistema per superare le barriere legacy @CapgeminiItalia
Click To Tweet

SUPERARE LE BARRIERE LEGACY

L’evoluzione dei servizi finanziari è guidata dalla necessità di migliorare il coinvolgimento del cliente nella vendita, assistenza sui prodotti finanziari, pagamenti e servizi a valore aggiunto. Nonostante i significativi cambiamenti già compiuti dalle banche nell’ultimo decennio, i prossimi cinque anni saranno veramente di trasformazione radicale che coinvolgerà anche la necessità di migliorare la “fiducia nel marchio”, fornendo al cliente un ambiente più trasparente e sicuro. Le priorità nei programmi d’investimento delle banche sono focalizzate sul nuovo concetto di open and connected banking che, in concreto, realizza la natura digitale e la nuova cultura finanziaria con lo sviluppo di nuovi modelli di business. Come effetto di tale evoluzione digitale verranno parallelamente create nuove regole per il successo competitivo, con nuovi ruoli per i business leader e nuovi modi in cui le istituzioni finanziarie interagiranno con i distributori e le fintech che si tradurranno anche in evidenti nuove sfide allo status quo.

Il cambiamento sta anche costringendo il finance a modificare radicalmente il proprio business model, connettendosi e integrando i propri servizi finanziari con quelli dei mercati adiacenti, al fine di espandere la relazione con i clienti e fornire una custormer experience plasmata in modo globale e integrata a quella delle altre industrie complementari. La banca aperta e connessa è essenzialmente la tendenza verso un ambiente bancario interconnesso, attraverso le architetture open API, con funzionalità basate sui microservizi e il cloud sourcing e che trasforma la banca e l’istituzione finanziaria in un assemblatore di prodotti a vantaggio del cliente.

Una strategia, caratterizzata dalla connessione con partner esterni e un ecosistema a maggior valore aggiunto. Naturalmente, i partner possono cambiare nel tempo, a seconda delle esigenze di mercato, e a discrezione delle opportunità, non per ragioni tecniche. Le tecnologie legacy esistenti, in particolare nella piattaforma core, impediscono talvolta l’interoperabilità agile e flessibile necessaria per integrare gli ecosistemi esterni che, come detto, sono indispensabili per attuare la open and connected banking. Infatti, molte banche riconoscono la necessità di raggiungere tale livello di sofisticazione e stanno attualmente lavorando all’interno e con i propri partner su piattaforme e soluzioni integrate, per modernizzare l’infrastruttura e iniziare a rendere operativi i nuovi modelli di business. Già oggi, si intravede una nuova generazione di istituzioni finanziarie innovative, spesso banche di piccola dimensione, specializzate sui prodotti e servizi finanziari completamente digitali, e che creano nuove business unit focalizzate su ricchi segmenti di business da aggredire a scapito delle istituzioni più grandi.

PRIORITÀ D’INVESTIMENTO

Le aziende della finanza devono completare la trasformazione digitale prima possibile perché verranno giudicate proprio sulla qualità delle loro interfacce digitali prima ancora che sulla rete fisica. I costi della fisicità (infrastrutture attuali, in particolare filiale e back office) devono diminuire per finanziare la transformation. Allo stesso tempo i sistemi di core banking devono essere modernizzati se le banche vogliono diventare realmente digitali, cioè abbattere i notevoli costi di manutenzione per i sistemi legacy e consentire pagamenti istantanei e aperti. La digital transformation, le nuove regolamentazioni, come la PSD2, l’esigenza di soddisfare le tendenze di prodotto/servizio e la customer experience, unite alle nuove opportunità con fornitori, partner e clienti, saranno sempre più impegnative per le organizzazioni bancarie. Le interfacce di programmazione delle applicazioni possono essere i componenti fondamentali per raggiungere l’obiettivo, unitamente alle azioni di governance con lo sviluppo di talenti e capacità interne.

Originariamente, le banche tradizionali sono state strutturate per la gestione di documenti cartacei attraverso la rete fisica delle filiali e l’impiego di esseri umani. Per sopravvivere, oggi, devono invece passare dalla centralità della istituzione fisica a una struttura digitale basata su reti, software e server. Questa nuova opzione include anche l’utilizzo dei principi delle fintech. Ciò significa sostituire i sistemi legacy con nuove opzioni di business e tecnologie, usando tutti gli strumenti disponibili, i nuovi pagamenti digitali e anche l’utilizzo di tecnologie quali la blockchain e l’AI. Cognitive computing, advanced analytics, cloud, autenticazione biometrica, connessione tra device e API stanno giocando un ruolo che porterà la struttura dei costi a un livello molto competitivo, fornendo al contempo una customer experience di maggior valore. Sarà sempre più facile per il cliente ricevere da remoto assistenza e consulenza sull’operatività di tutti i giorni, sia su canali digitali, ma anche consulenza sugli investimenti e offerte di prestiti in tempo reale. La banca aperta e connessa diventerà il canale unificato di comunicazione ufficiale, dove potrà confluire anche tutta la parte contrattualistica. È già disponibile, per alcune banche, l’apertura del conto corrente via mobile, con la semplicità del riconoscimento e la comodità della digitalizzazione dei documenti, la possibilità di rateizzare direttamente dall’app uno o più acquisti effettuati con carta di credito, fino ad arrivare alla richiesta vera e propria di credito.

#DX #Banking priorità d’investimento, cyber resilience e trusted innovation @IDCItaly
Click To Tweet

CYBER RESILIENCE

Nel contesto di evoluzione delineato, la minaccia cyber, per la sua natura diffusa, incontrollata e transnazionale, è divenuta di conseguenza una delle sfide più impegnative nell’ambito della sicurezza e del rischio operativo della banca. I cyber attack sono in grado di produrre effetti devastanti, molto costosi e di incidere sull’esercizio stesso della libertà economica. La distruzione e il danneggiamento anche parziale della infrastruttura critica finanziaria hanno un notevole impatto strategico, umano, economico e sociale: basti pensare alle reti di interscambio e ai sistemi di pagamento globali che includono effetti intersettoriali e transfrontalieri, con effetto “domino” dovuto alle interdipendenze.

Il CSIRT (Computer Security Incident Response Team), che opera nel dipartimento delle informazioni per la sicurezza (DIS) della presidenza del Consiglio dei ministri, per esempio, ha messo recentemente in guardia verso l’avvento di nuove tipologie di malware che, invece di attaccare l’utente, rivolgono la loro azione nefasta contro gli strumenti e le infrastrutture digitali alla base dei servizi online più usati in questa fase critica. La dimensione del fenomeno, e soprattutto il carattere internazionale assunto dalla criminalità nel settore, fanno propendere per una escalation degli attacchi in un momento di forte espansione verso il digitale. Di conseguenza, potenzialmente, le banche sono e saranno nel prossimo futuro uno dei bersagli principali delle attività di spionaggio e violazione di dati e sistemi. A confermarlo anche il Data Breach Investigations Report 2020 di Verizon Business che individua nel guadagno economico lo scopo principale del crimine informatico: quasi 9 violazioni su 10 (86%) fra quelle analizzate sono motivate da finalità finanziarie.

Il denaro fa girare il mondo della criminalità informatica: il 30% delle violazioni nella finanza è stato causato da attacchi alle applicazioni web, lanciati principalmente da attori esterni che utilizzano credenziali rubate per ottenere l’accesso ai dati sensibili archiviati nel cloud. Nel corso dei prossimi anni, quindi, le banche e le società di trading saranno interessate da una forte recrudescenza di attacchi cyber e si presenteranno sulla scena nuovi e agguerriti gruppi criminali particolarmente focalizzati sul furto d’identità, su attacchi alle finance supply chain e ai sistemi di pagamento. Le istituzioni finanziarie, consapevoli di tale rischio, si stanno attrezzando e organizzando già oggi con logiche di risk management e con la realizzazione del nuovo modello di difesa onnicomprensiva e globale della cyber physical security.

TRUSTED INNOVATION

La filiale tradizionale continuerà a essere strategica ma dovrà essere molto più orientata alla consulenza finanziaria, creditizia e di tesoreria, anziché alle operazioni standard e di routine. Sebbene l’open and connected banking rappresenti il futuro, il vero fattore di successo sta, come detto, nella totale integrazione di tutti i canali digitali con quelli fisici. Questo richiederà anche un enorme sforzo di trasformazione in cui l’operatore di filiale sarà sempre più consulente del cliente e dovrà trasformarsi in “brand ambassador” che, attraverso funzionalità sia digitali che di relazione, sarà in grado di assicurare servizi ad alto valore aggiunto. I servizi a basso valore saranno tutti automatizzati e fruibili, oltre che digitalmente, anche in aree self-service di filiale grazie a dispositivi utilizzabili all’uopo con il supporto e la competenza dell’operatore umano. Siamo, quindi, di fronte a una evoluzione verso la cosiddetta “filiale ibrida o phygital”, che supera la separazione tra fisico e digitale. L’obiettivo strategico è integrare le operazioni tradizionali e standard nel self-service assistito, offrendo al cliente un’accoglienza personalizzata. Della “vecchia banca” dobbiamo però recuperare il prezioso patrimonio di fiducia guadagnato nel tempo. Su questa fiducia, e grazie alla potenza della digital transformation, è possibile costruire una relazione solida con la clientela e servizi a valore più vantaggiosi.

#DX #Banking Attacchi cyber, le banche sempre più nel mirino @VerizonBusiness
Click To Tweet

CONCLUSIONI

L’orizzonte che ogni banca ha oggi di fronte è quello di operare in modo efficiente in un mercato sempre più competitivo, in costante evoluzione e caratterizzato da nuovi fattori di cambiamento e di integrazione. La digital transformation e la customer experience fanno emergere un nuovo mercato basato su modelli di business innovativi incentrati sulla banca aperta e connessa che assume un’importanza decisiva coinvolgendo tutta l’organizzazione e il sistema. Con questa spinta diviene possibile e conveniente per l’istituzione finanziaria connettersi e integrare i propri servizi con quelli dei mercati adiacenti, al fine di espandere la relazione con i clienti e fornire una experience plasmata in modo globale e che può integrare quella delle altre industrie complementari. Tale nuovo approccio richiede, però, la continua conformità alle normative e la realizzazione della cyber physical security per contrastare il crescente rischio operativo e di sicurezza. Tutto ciò pone la necessità di avviare all’interno della banca una revisione globale e innovativa, in logica user-driven in grado di coinvolgere tutti i processi.

L'articolo Banking transformation. La nuova banca è onlife proviene da Data Manager Online.

La maggior parte delle aziende, soprattutto quelle di grandi e di medie dimensioni, considera gli analytics un asset strategico. Sono diventati ormai strumenti fondamentali per diversi ruoli e funzioni aziendali e costituiscono il supporto ideale in svariate applicazioni, per esempio: mantenere i clienti più importanti, stabilire il rischio di credito, sviluppare nuovi farmaci, distribuire prodotti e servizi nelle modalità più efficienti, prevenire le frodi, scoprire le minacce informatiche. Quando l’apprendimento viene incorporato nei modelli e le capacità di apprendimento vengono automatizzate, gli analytics si evolvono in intelligenza artificiale, con numerose funzionalità ancora più potenti. Alcune di queste sono da tempo già in uso, come gli advanced analytics, soluzioni per l’analisi avanzata, o il machine learning (ML), l’apprendimento automatico, alla base di applicazioni interessanti già in commercio, o in fase di test.

Gli analytics si stanno sempre più evolvendo, sviluppandosi anche in altri campi meno conosciuti: deep learning, o apprendimento profondo, natural language processing (NLP), elaborazione del linguaggio naturale, computer vision, o visione artificiale, fino ad arrivare alla realtà aumentata e ai wearable analytics, basati su dispositivi indossabili, già utilizzati nel campo medico e in alcune applicazioni in varie industrie. Oggi, l’approccio a un progetto di analytics si è evoluto e la classificazione della tipologia di progetti è indotta anche dalla presenza nel mercato di specifici servizi di raccolta, analisi e modellazione del dato.

#analytics Definire un obiettivo chiaro da assegnare al progetto Carlo Canestri @eossolgroup
Click To Tweet

«Superata la fase in cui lo scopo era riuscire a raccogliere e archiviare tutti i dati aziendali – spiega Carlo Canestri, C&A manager di EOS Solutions – la sfida può essere quella di individuare nuove fonti di informazioni (IoT in senso lato, inclusi i dispositivi wearable) e di archiviare anche queste banche dati per utilizzarli in progetti di analytics. Gli strumenti quindi esistono, spesso a costi abbordabili anche per le PMI e si tratta di definire un obiettivo chiaro da assegnare al progetto di analytics che l’azienda sta implementando per evitare di costruire la migliore architettura possibile che però non è allineata con le reali necessità dell’azienda». Gli strumenti vanno utilizzati al meglio, ma è necessario anche un cambio culturale. «La tecnologia, come sempre, non può e non deve essere l’unica risposta» – afferma Sergio Romoli, direttore della divisione Cloud & Enterprise di Microsoft Italia.

#analytics #cloud Sergio Romoli cambio di paradigma sostanziale @microsoftitalia
Click To Tweet

«Quando è stato così non ha mai creato vero valore sostenibile nel tempo. La novità – ed è il motivo per cui siamo a un “inflection point” senza precedenti nella storia economica – è l’opportunità di un cambio di paradigma sostanziale che sarà necessario cogliere per le aziende di tutte le dimensioni, per mantenere vantaggi competitivi sostenibili nel corso dei prossimi anni: sottovalutarlo o ritardarne la consapevolezza può essere fatale. Continuare a considerare la dimensione analitica come uno “specchietto retrovisore” delle performance aziendali per prendere decisioni future è ormai poco adeguato sia ai tempi di reazione richiesti, sia alla resilienza necessaria nell’economia digitale. La convergenza di tecnologie “del dato” sulla piattaforma cloud permette una immediatezza e democratizzazione senza precedenti, tali da rendere possibili sistemi predittivi che anticipano le decisioni e che possono essere automatizzati all’interno dei processi core aziendali». Quello che in Microsoft chiamano “Digital Feedback Loop”.

Il recente annuncio della piattaforma Synapse su Azure per la gestione integrata del ciclo di vita completo dei dati e la disponibilità per tutti gli sviluppatori dei servizi cognitivi di intelligenza artificiale basati sul cloud, anche integrabili in ambienti “low code/no code” come Power Platform, democratizzano la possibilità di questo cambio di paradigma per chiunque. «Noi crediamo – continua Romoli di Microsoft – che questo cambiamento sia alla portata di tutti ma richiede un decisivo salto di qualità in termini di adozione di una “cultura guidata dal dato” a tutti i livelli. La tecnologia necessaria è già disponibile per realizzare in concreto il cambiamento, e cosi creerà valore sostenibile nel tempo». Gli investimenti in tecnologia dovranno essere accompagnati da adeguati investimenti in formazione e organizzazione. «Ovviamente – aggiunge Canestri di EOS Solutions – nella definizione degli obiettivi, è opportuno pianificare il recruiting di risorse sufficientemente formate nell’implementazione e nell’utilizzo di questi strumenti, nonché definire un piano di formazione interna, affinché le informazioni prodotte dai tools di analytics siano comprese e fruibili nei processi di business aziendali».

Cresce la diffusione degli advanced #analytics in Italia, ma nella PA non si supera il 3%@IDCItaly
Click To Tweet

LA DIFFUSIONE IN ITALIA

L’interesse per gli advanced analytics è sicuramente in crescita, ma quanto questi strumenti sono diffusi e utilizzati nelle imprese italiane? In termini di adozione, se guardiamo al mercato italiano nel suo complesso, il dato non è dei più confortanti – spiega Giancarlo Vercellino, associate director Research & Consulting di IDC Italy. La diffusione degli advanced analytics nelle aziende italiane si attesta attorno al 7%, con grandi differenze riconducibili alle dimensioni aziendali («nelle microimprese non si arriva al 5%, nelle grandi si supera facilmente il 30%») e ai settori («nella PA non si supera il 3%, mentre nella finanza si arriva fino al 46%»). Conosciamo tutti la particolarità del tessuto imprenditoriale italiano. «Il nanismo delle nostre imprese – continua Vercellino – è solo uno dei tanti fattori che rallentano l’adozione tecnologica». Ma non è soltanto una questione di risorse e competenze: «Quando si parla di data-driven business, il problema principale è di carattere culturale. Molto spesso la cultura padronale non ha familiarità con i dati, in taluni casi è addirittura refrattaria».

#analytics Mirko Menecali sinfo-one.it La cultura analitica avanza anche nelle PMI
Click To Tweet

Secondo Mirko Menecali, Partner & Alliance manager di Sinfo One – l’Italia è il regno della media impresa, con imprenditori che spesso prendono decisioni importanti usando la pancia e non i dati. «Ma le cose stanno cambiando e gli strumenti di analisi avanzata e di supporto decisionale stanno arrivando anche nelle stanze dove si parla di strategie. Se prendiamo come campione i clienti di Sinfo One, il 98% è dotato di uno o più strumenti avanzati di analisi dei dati, ma l’utilizzo è soprattutto reattivo, per il controllo del business (mercato, prodotti, finanza, supply chain). Più raro è l’utilizzo per simulazioni su scenari futuri e per prendere decisioni strategiche».

Le soluzioni analitiche sono in uso in molti settori industriali, con livelli di sperimentazione e applicazione differenti – come precisa Elena Mazzotti, chief strategy & innovation di CRIF. «L’utilizzo di queste tecniche rappresenta uno dei core business di CRIF, che dispone di oltre 200 data scientist, data engineer e data modeler impegnati in progetti di augmented analytics, machine learning e deep learning per i settori banking, insurance, retailer, utility, telco». E sono diffuse soprattutto nelle aziende orientate al consumer – «che sono più avanti di tutti» – commenta Paolo Perillo, direttore prodotti di Holonix. Nel manifatturiero, che rappresenta il core competence di Holonix – «tutte le “big” si stanno attrezzando e alcune PMI sperimentano con risultati interessanti e qualche stallo, perché oltre alle soluzioni servono competenze e metodo».

#analytics Gabriele Obino La velocità diventa un fattore critico di successo @denodo
Click To Tweet

Con una forte propensione all’innovazione, storicamente il mercato telecomunicazioni ha avuto il ruolo di apripista per gli analytics – spiega Gabriele Obino, vice president Southern Europe & Middle East di Denodo. «Le soluzioni analitiche sono largamente adottate per esempio nel fraud detection management, per l’ottimizzazione della rete e per la prevenzione e la manutenzione predittiva delle rete stessa». Passando all’ambito food retail, il compito principale degli analytics è raccogliere ed elaborare i dati dei singoli processi, per misurare le attività di retention o supportare funzioni quali la definizione dei prezzi. «La grande sfida della GDO è cambiare per competere, accelerare per distinguersi» – spiega Angelo Marinelli, responsabile Retail Intelligence di Di.Tech. «Perché ci sono obiettivi strategici da raggiungere e la misurazione degli indicatori specifici aiuta a definire azioni di miglioramento».

GLI SVILUPPI NEI PROSSIMI ANNI

Questa, la situazione odierna. In un mercato che cambia sempre più velocemente, anche gli strumenti di analisi sono costantemente arricchiti per supportare le aziende nel loro business. Cosa ci dobbiamo aspettare nei prossimi anni? Nell’ambito specifico degli analytics e del machine learning, una domanda come questa è più che mai complessa, per molti motivi diversi. «Molti sviluppi interessanti – spiega Vercellino di IDC Italia – avvengono in ambito open source o universitario. Un numero sempre maggiore di startup è ampiamente focalizzato nell’implementazione degli analytics in campi diversissimi. E inoltre, l’ibridazione degli algoritmi con le soluzioni tradizionali porta a combinazioni potenzialmente infinite. Senza dimenticare gli scenari IoT, dove a guidare gli sviluppi industriali è la componente hardware, ma ad attirare gli utenti è il valore contestuale del dato». Probabilmente – come sottolinea Vercellino – «osserveremo uno sviluppo molto importante delle interfacce conversazionali negli oggetti della vita quotidiana, dall’automobile fino agli elettrodomestici. E si moltiplicheranno gli assistenti virtuali, con specializzazioni sempre più profonde dall’education fino all’ambito medico. Cambieranno pelle anche le interfacce delle applicazioni aziendali, con una importante sburocratizzazione del lavoro ordinario d’ufficio». Ci dobbiamo aspettare strumenti sempre più potenti, dunque, e nello stesso tempo più semplici da utilizzare.

#analytics In futuro saranno i dati a raggiungere gli utenti Andrea Zinno @denodo
Click To Tweet

«In un futuro non troppo remoto saranno i dati a raggiungere gli utenti e non più questi ultimi a doverli cercare» – afferma Andrea Zinno, data evangelist di Denodo. «Sogno un mondo dove all’uomo rimarrà il compito di fare buon uso di tali informazioni, di trasformarle cioè in conoscenza e saggezza. Sogno una tecnologia al servizio dell’uomo e mai fine a sé stessa, facile da usare e che renda la vita più semplice, alle aziende e ai loro clienti». Sogni molto vicini a una realtà nemmeno tanto lontana. Quel che è certo è che gli advanced analytics saranno sempre più inseriti nei processi aziendali. Secondo Giorgio Dossena, presales team leader di Qlik l’intelligence è in continua evoluzione. «Una evoluzione partita dall’intelligence dei report tabellari anni 80 a quella dei giorni nostri, degli utenti con accesso a dati, risorse ed esperienze sempre più complete e complesse. Pensiamo banalmente ai dati circolanti oggi in azienda, ai loro formati, alla loro volatilità e al modo con cui li possiamo osservare. Qlik crede che per supportare al meglio i propri clienti si debba renderli più “potenti”. Per questo motivo preferiamo definire l’AI più con il concetto di intelligenza aumentata, quella dell’utente che sfrutta le nostre soluzioni, che di semplice intelligenza artificiale. Le soluzioni Qlik integrano concetti di ML e NLP per consentire ai nostri utenti di interagire con i dati e le analisi in modo semplice e immediato, ma non banale. Interrogando i sistemi analitici anche con semplici comandi vocali e facendosi suggerire quelle che possono essere relazioni, previsioni o le visualizzazioni più pertinenti sul dato in esame. Tutto questo è possibile perché alla base c’è il Qlik Cognitive Engine, che lavorando in logica associativa, porta in evidenza analisi, relazioni e dati più significativi.

#analytics Intelligenza aumentata al servizio dei clienti Giorgio Dossena @qlik
Click To Tweet

Nel futuro saremo in grado di avere sistemi di analytics evoluta nei processi aziendali, lì dove le decisioni devono essere prese. Dalla periferia ai sistemi centrali, deve esistere un sistema analitico in grado di supportare gli utenti nel prendere le migliori decisioni supportandoli con i dati». L’artificial intelligence è fondamentale per gli analitici aumentati e lavorando sul deep learning è possibile personalizzare ancora di più servizi e prodotti finanziari e non solo. «L’applicazione dell’AI nei processi aziendali – spiega Elena Mazzotti di CRIF – è agevolata dalla presenza di piattaforme aperte all’ecosistema per abilitare un dialogo continuo. In questa logica, è stata lanciata CRIF Digital Next, una piattaforma modulare e flessibile che consente l’orchestrazione di un ecosistema di partner e la valorizzazione del nostro patrimonio informativo».

L’artificial intelligence ha possibili nuove applicazioni anche per Claudio Broggio, digital acceleration leader di SAS. «Al di là di portare le applicazioni di AI a essere parte centrale dei processi di aziende e organizzazioni e non solo strumento accessorio, ci sono ancora ambiti di utilizzo ancora poco esplorati. E sono quelli in cui l’AI non si limita a replicare ciò che l’uomo già sa fare, ma che vanno oltre: l’esame dei suoni di macchine e impianti per anticipare malfunzionamenti, l’osservazione di immagini multispettrali nel settore agroalimentare, l’analisi psicolinguistica per conoscere e impostare al meglio stili e valori della comunicazione col singolo o con la massa». Sulla stessa lunghezza d’onda Marinelli di Di.Tech, per il quale le soluzioni analytics della suite More avranno sempre più come punto focale l’interlocutore che deve accedere all’informazione. «Saranno pensate come strumenti di uso quotidiano di supporto al processo decisionale, per ogni livello organizzativo (Decision Support System – DSS). In ambito retail, il tema più caldo è la formulazione delle promozioni e la misurazione delle relative performance». L’evoluzione degli strumenti e delle tecnologie, secondo Perillo di Holonix, porterà inevitabilmente alla loro convergenza: «Si svilupperanno applicazioni “fast data” in cui analytics, machine learning, artificial intelligence, realtà aumentata convergono, cioè soluzioni in cui il dato appena raccolto viene analizzato e correlato, le decisioni automatizzate e le azioni eseguite da un processo o un’applicazione, tutto in real-time. Il nostro i-Live Machines, la soluzione di augmented intelligence per i produttori di macchinari industriali, è progettato per lavorare proprio così».

#analytics Claudio Broggio Un nuovo ecosistema decisionale basato sui dati @SASitaly
Click To Tweet

CAMBIAMENTI RISPETTO AL PASSATO

La realtà muta molto rapidamente e gli analytics si evolvono con la stessa rapidità per fornire la giusta capacità di intelligence al management. In questo settore, proprio grazie all’intelligence, anche le applicazioni sono sviluppate più rapidamente. «Assistiamo a un impiego sempre più sistematico del transfer learning per accelerare i tempi di sviluppo delle applicazioni aziendali» – spiega Vercellino di IDC Italia. «E si stanno diffondendo modelli di reti neurali sempre più grandi, con decine e centinaia di miliardi di parametri. Molto spesso sono pre-addestrati nei centri di calcolo o sul cloud, quindi possono essere riutilizzate facilmente da chiunque attraverso il fine-tuning con i dati presenti in azienda».

Tutto è molto più veloce e i volumi di dati sono esplosivi. «Non basta la comprensione del fenomeno con gli advanced analytics, conta la velocità con cui i sistemi forniscono intelligenza a supporto delle decisioni» – conferma Perillo di Holonix. «Mai come ora, un’azione presa troppo tardi, sia pure su analisi buone, è inefficace». Per Obino di Denodo, la velocità diventa un fattore critico di successo. La velocità con la quale le aziende devono adattarsi al cambiamento è direttamente collegata alle soluzioni scelte che devono essere sempre più potenti e facili da usare da parte di chi fa dell’analisi il faro guida nel prendere decisioni.

#analytics Oltre alle soluzioni servono competenze e metodo Paolo Perillo @HolonixSRL
Click To Tweet

«La possibilità di lavorare in autonomia diventa una “conditio sine qua non” e deve passare per una architettura dati che renda gli utenti consapevoli di quale sia il patrimonio informativo disponibile e che si faccia carico di gestire tutti i tecnicismi dell’accesso ai dati, rendendo possibile concentrarsi sul cosa anziché sul come». Accesso ai dati che ora è più semplice . «L’accesso ai dati e gli strumenti per elaborarli non sono più un vincolo per la diffusione degli analytics» – spiega Marinelli di Di.Tech. «A questo si aggiunge il nuovo approccio della nostra soluzione More Analytics, volto a elaborare i dati con un criterio “cross” rispetto ai processi che li generano».

Per Broggio di SAS, i cambiamenti sono legati ai nuovi modelli di business. «Gli analytics e l’AI esprimono tutto il loro potenziale quando diventano dirompenti, usati in modo trasversale e soprattutto se si adottano i modelli di business che generano. Ed è proprio questo che sta cambiando: notiamo l’emergere di modelli di business nuovi basati sulla coopetition all’interno di filiere ed ecosistemi. Qui, la condivisione dei dati abilita analisi prima non possibili e che invece attaccano spazi di mercato ancora vergini. Pensiamo al caso della servitization, ancora agli inizi in Italia, ma su cui stiamo investendo attraverso la collaborazione con diversi attori, produttori di macchine, utilizzatori, startup, banche». Per Elena Mazzotti di CRIF le novità sono legate a metriche innovative. «La nuova frontiera riguarda l’utilizzo di metriche innovative quali lo speech recognition process o l’utilizzo di acoustic measurements applicabili nei percorsi di riconoscimento digitale degli individui. Inoltre, i data set saranno sempre più arricchiti di componenti di natura economica, di dimensioni connesse alla mobilità & IoT, e di variabili legate all’evoluzione dei comportamenti».

#analytics La nuova frontiera riguarda l’utilizzo di metriche innovative Elena Mazzotti crif.com
Click To Tweet

TRASFORMAZIONE DELLE COMPETENZE

Per poter utilizzare gli advanced analytics, sfruttando al meglio tutte le loro funzionalità, bisogna innanzitutto conoscere a fondo la propria realtà, e poi le potenzialità degli strumenti. «Ogni imprenditore – spiega Vercellino di IDC Italia – deve comprendere quale parte dei suoi processi può essere automatizzata ricorrendo agli algoritmi, perché i suoi concorrenti dall’altra parte del mondo lo faranno di sicuro. Non esiste ovviamente una ricetta valida per tutti, ma è più che mai stringente la necessità di imparare a innovare per piccoli passi, incessantemente, ogni giorno. Insomma, l’innovazione portata dagli algoritmi dovrebbe diventare la buona abitudine di qualsiasi imprenditore». Sicuramente, bisogna operare con una certa metodologia, come spiega Perillo di Holonix. «Le imprese devono conoscere, progettare e realizzare. E questo triplice imperativo caratterizza anche le nostre “IoT Experience”, dei veri e propri laboratori esperienziali che offriamo ai clienti per accompagnarli in queste tre fasi e sviluppare progetti concreti di analytics, machine learning e augmented intelligence».

Gli imprenditori dovranno necessariamente essere supportati da un valido team. Per Marinelli di Di.Tech sarà necessaria una diversa organizzazione in azienda: «Le imprese devono creare un team multidisciplinare, composto dalle figure chiave dei vari settori del business, da data scientist e da esperti di tecnologie. Il compito di questo team è quello di interpretare al meglio il patrimonio informativo disponibile e affiancare i decision maker nel disegno, utilizzo ed evoluzione costante del DSS». Formare una squadra significa anche prepararsi a un cambio culturale e organizzativo. Una evoluzione che non è solo tecnologica, ma culturale, sociale e organizzativa. «Un’evoluzione – conferma Zinno di Denodo – che dovrà essere accompagnata con la giusta convinzione, una efficace comunicazione interna e con il sostegno di nuovi modelli organizzativi, senza imposizioni, facendo sì che i valori siano in modo naturale fatti propri da tutti e diventino guida del lavoro quotidiano. La tecnologia, pertanto, diventa un abilitatore fondamentale ma non ne sarà mai il cardine».

#analytics Elaborare i dati con un approccio #cross rispetto ai processi Marinelli ditechspa.it
Click To Tweet

Un nuovo ecosistema decisionale basato sui dati – spiega Broggio di SAS – richiede un profondo e generale cambio di mind set in grado di coinvolgere i singoli e anche delle organizzazioni, ancora troppo legate a modelli che stanno sparendo. «SAS sta molto puntando e investendo sulla trasformazione delle competenze. Ci sono alcune barriere da rimuovere, per esempio il Trust nell’AI. Non c’è ancora fiducia nelle sue potenzialità e spesso non si dà credito a decisioni degli analytics che potrebbero sembrare controintuitive. Ma la formazione che stiamo portando a tutti i livelli e i casi di successo che stiamo ottenendo contribuiscono a rimuovere queste barriere». Occorre anche lavorare sull’organizzazione dei dati, con il giusto supporto. «Le nuove tendenze vedono una maggiore attenzione al futuro» – spiega Menecali di Sinfo One. «Le funzioni fondamentali per i moderni strumenti di analisi sono: consentire simulazioni e analisi “what-if”; integrare fonti dati esterne, algoritmi previsionali quali il clustering e quanto serve per fare analisi di tipo statistico; machine learning per la creazione di sistemi di individuazione preventiva dei problemi.

Quando si usano i dati per prendere decisioni strategiche, i sistemi di apprendimento automatico hanno un ruolo importante. Forse in futuro potranno sostituire i manager a 360 gradi. Ma lo scenario che si rappresenta dipende molto da come i dati sono preparati per l’elaborazione. La storia che viene raccontata dai dati è fortemente influenzata da come i dati sono organizzati. Ecco perché il ruolo dei nostri esperti è ancora fondamentale nel preparare i corretti ambienti di analisi e simulazione per i clienti». Sulla stessa lunghezza d’onda Elena Mazzotti di CRIF, che pone l’accento su aspetti tecnologici e funzionali: «In CRIF da tempo sono allo studio nuove metriche growth up, reboot indicators & engine. Per rendere veramente performanti i modelli è però necessario disporre di capabilities, piattaforme digitali che abilitino la gestione di big data e laboratori di sperimentazione che consentano l’apprendimento dei modelli e il continuo mapping dei bisogni dei clienti».

L'articolo Advanced analytics, l’evoluzione della specie proviene da Data Manager Online.

Pandemia e lockdown hanno avuto un effetto dirompente sulla vita delle persone e sui modelli organizzativi delle imprese, con una crescita esponenziale del traffico sulla rete e l’avvio massivo di paradigmi finora marginali: smart working, smart school, l’ulteriore espansione dell’eCommerce e il banking online hanno fortemente caratterizzato il primo trimestre del 2020.

Il digitale si è dimostrato quindi fattore fondamentale per “assorbire” il più possibile la criticità di una situazione emergenziale, dove però la sicurezza sui dati – già fattore sostanziale prima – diventa ancora più delicata. L’obbligata necessità di estendere i perimetri aziendali attraverso lo smart working, per esempio, ha aumentato i rischi di attacchi e truffe informatiche e c’è bisogno di tecniche sempre più sofisticate di contrasto alla criminalità informatica. Una risposta in tal senso arriva dalle soluzioni di intelligenza artificiale (AI) e dal suo connubio con le piattaforme innovative di cybersecurity.

La #cybersecurity come fattore critico di business. L’Intelligenza artificiale gioca in difesa (e attacco)
Click To Tweet

Per indagare sulle promesse, e sui limiti, di questo scenario abbiamo raccolto l’opinione di CLUSIT, l’associazione italiana per la sicurezza informatica, attraverso la testimonianza di Mauro Cicognini che fa parte del comitato direttivo. L’intelligenza artificiale può dare un contributo sicuramente positivo alla sicurezza delle informazioni a velocità di macchina e in tempo reale. Contributo che tuttavia resta ancora marginale. E che in contesti sensibili richiede comunque la supervisione umana.

«Michele Grazioli, uno dei più rispettati esperti di AI in Italia, nel suo intervento all’Olivetti Day, il 14 novembre 2019 a Brescia, non lascia spazio a dubbi» – racconta Cicognini a Data Manager. «Le tecnologie effettivamente utilizzate sono quasi sempre degli algoritmi “tradizionali”, per quanto magari molto complicati. L’uso dell’AI vera e propria – ovvero algoritmi in grado di modificare il proprio comportamento in base a parametri “appresi” durante il funzionamento, e non fissati a priori nel codice – è consolidato in alcuni settori verticali molto specifici, come la prevenzione delle frodi, ma pochissimo presente altrove. Ciò non significa che l’AI non possa essere utilizzata anche per altri ambiti nella cybersecurity. A tutti piacerebbe un firewall in grado di riadattarsi in modo flessibile al mutare delle esigenze dell’azienda o della pubblica amministrazione che lo utilizza, senza richiedere i pesanti e complessi processi di revisione manuale che sono necessari oggi, magari arrivando a “istruire” i relativi algoritmi AI quasi come faremmo con un operatore umano. Nel caso di un operatore umano però, questa scelta potrebbe aprire la porta a potenziali errori, facendo magari prendere agli algoritmi decisioni sbagliate, per esempio, consentendo del traffico malevolo, oppure interrompendo una comunicazione perfettamente legittima e causando danni economici anche gravi».

#cybersecurity #AI Regole di funzionamento e supervisione umana Mauro Cicognini @Clusit
Click To Tweet

La flessibilità, la resilienza, e la capacità di arrivare rapidamente a una decisione senza dover individuare di preciso i parametri rappresentano i vantaggi dell’AI. Ciò fa sì che le regole di funzionamento siano inevitabilmente “fuzzy” e variabili nel tempo. Non che i falsi positivi e i falsi negativi siano una prerogativa dell’AI, ma per l’AI sono davvero inevitabili. Che fare a questo punto? «Se abbiamo a che fare con un operatore umano – risponde Cicognini – ci aspettiamo l’errore – che sia errore materiale, o errore di giudizio, o semplice svista involontaria, poco importa – e i processi sono strutturati per assorbire il colpo e ripartire. Nel caso di una macchina, invece, i processi non hanno tolleranza per l’errore, per il guasto a volte sì, ma è diverso». Quindi, se il firewall – per così dire di propria iniziativa – consente un traffico che non avrebbe dovuto consentire, o nega del traffico legittimo, di chi è colpa? A chi diamo la responsabilità? «In ultima analisi – spiega Cicognini – se c’è dolo o colpa grave, un essere umano va incontro a delle sanzioni personali. Dare la colpa ai creatori di queste “AI che sbagliano” non ha, naturalmente, alcun senso. Se volessimo scherzare fra noi, potremmo considerare la possibilità di istituire un sistema giudiziario per gli algoritmi. Al di fuori dalle facezie, l’unica possibilità per un uso produttivo dell’AI è quello di modificare i processi organizzativi, inserendo un grado di tolleranza alle decisioni sbagliate e, soprattutto, dei meccanismi che consentano di contenere il danno e riprendere il funzionamento in tempi ragionevoli. Questo è complicatissimo, in realtà, perché i tempi di funzionamento di una macchina e i tempi di funzionamento degli esseri umani sono diversi di vari ordini di grandezza». Tuttavia, la riflessione in proposito è solo all’inizio. «E non abbiamo motivo di immaginare – conclude Cicognini – che la soluzione non possa essere trovata, perlomeno non prima di avere approfondito pienamente molti aspetti del problema che non sono attualmente stati nemmeno affrontati. Mi permetto quindi di essere cautamente ottimista. Solo il tempo ci darà la risposta».

#cybersecurity #AI Bilanciando tra rischio IT e le esigenze di business Giancarlo Vercellino @IDCItaly
Click To Tweet

BILANCIAMENTO DEL RISCHIO

Occorre quindi riflettere sulla potenzialità dell’uso dell’AI nel campo della sicurezza informatica e  contemporaneamente sulla necessità di affrontare un cammino ancora lungo e in parte sconosciuto. Proviamo allora ad approfondire ulteriormente l’argomento, attraverso alcune domande chiave a operatori ed esperti del settore. Quali sono le metodologie AI che possono essere adottate per rispondere alla crescente domanda di sicurezza informatica? Secondo Giancarlo Vercellino, associate director Research & Consulting di IDC Italy più che parlare di “metodologia AI” occorrerebbe chiedersi in che modo gli algoritmi di machine learning possono aiutare gli analisti della sicurezza a fare meglio il loro lavoro, e gli utenti a percepire più chiaramente il rischio IT.

Da un lato, si tratta di un tema di efficienza perché – spiega Vercellino – «gli analisti specializzati sono pochi e il lavoro da fare molto» e dall’altro di efficacia – «perché gli utenti tendono a sottovalutare sistematicamente il rischio delle interazioni online». In termini, per così dire, “metodologici” – «il miglior modo di coniugare questi ambiti talvolta contrapposti è definire KPI e scorecard in modo condiviso tra utenti e operatori, bilanciando la misura effettiva del rischio IT con le strategie e le esigenze di business delle imprese. Questa attività di risk assessment dovrà poi tradursi in processi e investimenti in risorse, competenze e formazione da parte degli utenti».

#cybersecurity #AI Balzo in avanti nella prevenzione delle minacce David Gubiani @CheckPointSW
Click To Tweet

Per David Gubiani, regional director security engineering EMEA Southern di Check Point Software Technologies, l’AI ha effettivamente rappresentato un balzo in avanti nella ricerca, nell’analisi e nella prevenzione delle minacce informatiche. «L’analisi comportamentale è una delle metodologie più utilizzate per prevenire e individuare attacchi sofisticati che altrimenti potrebbero passare sotto le soglie di attenzione dei vari strumenti di sicurezza». Considerato che gli attacchi informatici aumentano per volume e complessità, l’intelligenza artificiale rappresenta un potente alleato per gli analisti di sicurezza che dispongono di risorse mai veramente sufficienti a fronteggiare le minacce e a difendere le superfici e i perimetri aziendali.

Esaminando l’insieme rappresentato da milioni di dati strutturati per far lavorare gli algoritmi di machine learning, ma anche estraendo informazioni dalla enorme mole di dati non strutturati (documenti di ricerca, blog e notizie di cronaca), l’intelligenza artificiale – spiega Sandro Visaggio, cyber security director di SCAI Solution Group – «è in grado di fornire insights istantanei per aiutare a combattere il rumore di migliaia di segnalazioni ogni giorno, riducendo drasticamente i tempi di risposta. Le tecnologie relative all’intelligenza artificiale, come il machine learning e l’elaborazione del linguaggio naturale, consentono agli analisti di rispondere alle minacce con maggiore efficacia, attendibilità e rapidità».

#cybersecurity #AI Maggiore efficacia, attendibilità e rapidità Sandro Visaggio ssgroup.it
Click To Tweet

Le metodologie chiave da adottare – continua Visaggio – sono articolate su tre aree principali: «Apprendere da comportamenti passati per creare intuizioni e contesti rapidi e fruibili quando presentati con informazioni e comportamenti nuovi o sconosciuti. Trarre conclusioni logiche e dedotte basate su potenziali sottoinsiemi di dati incompleti. Presentare più soluzioni a un problema noto per consentire ai team di sicurezza di selezionare il percorso migliore verso la riparazione». Assunta e consolidata dunque la chiave e il prezioso ruolo della AI, non si deve però cedere alle lusinghe del “lavoro semplificato dall’AI”. «L’apporto umano – avverte Visaggio – è sempre quello che contraddistingue il successo dall’insuccesso. Contestualizzato alla cybersecurity, possiamo dire che si tratta di una vera e propria nuova frontiera e che siamo soltanto all’inizio di un lungo percorso dove le aspettative sono davvero notevoli». Come per tutte le tecnologie, la bontà o meno dipende dall’utilizzo che ne facciamo.

In Trend Micro, l’intelligenza artificiale nel campo della sicurezza informatica non è una novità – come spiega Gastone Nencini, country manager di Trend Micro Italia. La prima soluzione a utilizzare degli algoritmi di AI è stata quella per la posta elettronica, per la verifica delle e-mail BEC (Business Email Compromise o CEO e-mail). In questo caso – continua Nencini – «l’algoritmo in questione è in grado di analizzare le modalità di scrittura della e-mail in modo tale da determinare se questa è stata scritta dal mittente reale o da un’altra persona. Il nostro modo di scrivere è come una nostra impronta digitale e grazie ad algoritmi di AI siamo in grado di verificare anche la veridicità di una e-mail. Il funzionamento dell’AI è basato su delle basi dati molto grandi che contengono dati relativi alla tematica su cui devono agire gli algoritmi di AI. Quindi, un ottimo sistema di AI si deve basare su una base dati verificata e controllata, altrimenti si rischia che i risultati non siano corretti. Trend Micro è dal 2005 che raccoglie dati su tutti gli incidenti e problematiche legate alla cybersecurity controllando e certificando questi dati, ed è per questo motivo che possiamo affermare di avere uno dei sistemi di AI tra i più precisi».

Secondo Fabio Cipolat, regional sales manager Italy di Zscaler, per soddisfare la crescente domanda di applicazione dell’intelligenza artificiale alla sicurezza informatica sarà necessario adottare sia l’apprendimento supervisionato e non supervisionato sia il deep learning. «Nuovi algoritmi di machine learning aiuteranno a vagliare enormi quantità di dati. La scalabilità è il vantaggio principale. Invece di concentrarsi sulla tecnica del fingerprinting per identificare le minacce, possiamo concentrarci sul comportamento, e il machine learning renderà tutto ciò più semplice e infinitamente più veloce».

#cybersecurity #AI Primo step: base dati verificata e controllata Gastone Nencini @TrendMicroItaly
Click To Tweet

OUTPUT INTERPRETABILI E FIDUCIA

I settori industriali più esposti alle minacce cyber sono la finanza, le utility e il settore sanitario. «In modo particolare, come evidenziato dalla European Union Agency for Cybersecurity a maggio – spiega Giancarlo Vercellino di IDC Italy – durante le fasi più acute della pandemia si sono registrati alcuni attacchi contro le strutture sanitarie con l’obiettivo di sfruttare l’emergenza per aprire alcune falle nei sistemi». In Italia, il settore finanziario è oggetto di attacchi con un’incidenza maggiore rispetto alla media mondiale – mette in evidenza David Gubiani di Check Point. «L’utilizzo dell’AI sta a monte e deve intervenire per prevenire ogni attacco, e quindi si può applicare a tutti i settori indistintamente». I rischi si concentrano verso settori che possono portare vantaggi economici. «Ma ormai i settori industriali sono talmente interconnessi da non poter più parlare di un “air gapping” tra i settori» – afferma Sandro Visaggio di SCAI Solution Group. «Una volta fatta breccia in un settore è relativamente agevole effettuare un “sector traversal attack” per guadagnare privilegi in altri. In altri termini, nessuno è al sicuro e non esistono settori più o meno coinvolti». L’applicazione sistematica di algoritmi di machine learning rappresenta un’opportunità per mitigare i rischi. «Una migliore accuratezza nella rilevazione di potenziali minacce integrata con processi comuni e una sistematica condivisione delle informazioni, non possono che rappresentare una maggiore garanzia per tutti» – assicura Giancarlo Vercellino di IDC Italy.

L’intelligenza artificiale è una potente arma di difesa ma rappresenta di per sé anche una potente arma di offesa nelle mani dei criminali informatici che possono sferrare attacchi coordinati con l’obiettivo di penetrare le infrastrutture critiche. I rischi che possiamo intravedere sono legati all’adversarial tampering e alla creazione di sistemi di malware reasoning. «Da un lato, la manipolazione dei dati per compromettere l’addestramento degli algoritmi, ma si tratta di una eventualità non comune e non facile, dall’altro, l’impiego del machine learning per creare malware sempre più intelligente e sofisticato, ma questo, più che un rischio, è una certezza» – afferma Vercellino. La differenza tra opportunità e necessità appare sempre più sottile. «Oggi, queste tecnologie sono fondamentali per rispondere al crescente aumento delle minacce informatiche e al loro livello di sofisticatezza» – spiega David Gubiani di Check Point. «La verità è che non ci sono analisti di cybersecurity abbastanza veloci da riuscire a tenere il passo con la marea montante di attacchi e malware che colpisce i nostri PC e i sistemi nel cloud. E siamo solo all’inizio».

#cybersecurity #AI Focus sul comportamento degli utenti Fabio Cipolat @zscaler
Click To Tweet

Secondo Leonida Gianfagna di Cyber Guru e development manager di Gruppo Daman, il machine learning può essere caratterizzato come una “disruptive innovation” che sta cambiando profondamente il mondo che ci circonda. «Nell’ambito della cybersecurity, il machine learning trova vaste applicazioni che vanno dall’identificazione di pattern alla ricerca di anomalie per prevenire e identificare gli attacchi cyber. Con il nostro team – continua Gianfagna – ci stiamo focalizzando sul comportamento degli utenti, il vero anello debole della catena difensiva. Il nostro obiettivo è quello di addestrare gli utenti a riconoscere gli attacchi phishing attraverso la soluzione Cyber Guru Phishing, che consente di effettuare campagne simulate, in cui l’utente viene sottoposto a un vero e proprio percorso di crescita personalizzato. Il machine learning ci permette di inviare e-mail di phishing simulate e differenziate per ogni singolo utente, con profili di difficoltà variabili che si adattano all’utente specifico per renderlo più “resistente” a questi attacchi. Il valore aggiunto del machine learning è proprio nel processo adattivo, per cui la simulazione continua a evolversi nel tempo sia a seguito dell’evoluzione stessa degli attacchi di phishing sia in dipendenza della maggiore consapevolezza raggiunta dall’utente nel riconoscere l’attacco. Nel ricorso massivo al machine learning ci sono anche dei rischi connessi con una “opacità” intrinseca dei sistemi automatici, spesso in contrasto con normative come il GDPR che richiedono esplicitamente la “tracciabilità” di ogni decisione intrapresa da questi sistemi.

#cybersecurity #AI Il futuro della Explainable AI Leonida Gianfagna cyberguru.it gruppodaman.it
Click To Tweet

In questo senso, il futuro può essere rappresentato dalla “Explainable AI”, una linea di ricerca all’interno dell’AI, la quale tenta di risolvere questo problema che potrebbe rappresentare un grosso inibitore all’adozione di sistemi AI su larga scala e in contesti critici come la cybersecurity». Tra i responsabili IT e CISO, l’esigenza di framework che consentono di sviluppare modelli di machine learning interpretabili e inclusivi e di eseguirne il deployment in sicurezza è sempre più forte. «L’intelligenza artificiale e il suo principale componente, il machine learning, applicati alla sicurezza informatica, hanno sicuramente una funzione di supporto molto importante in quanto permettono di analizzare automaticamente una mole di dati altrimenti impossibile agli esseri umani per arrivare a identificare le altre 380mila varianti di software nocivi noti» – spiega Morten Lehn, general manager Italy di Kaspersky. La cattiva notizia però è che questi sistemi vengono usati anche dai criminali informatici per scopi non propriamente leciti. «L’impiego del machine learning in vari settori – continua Morten Lehn – ha mostrato le contraddizioni che derivano dall’utilizzo di algoritmi che possono operare scelte opinabili e discriminatorie e, in alcuni casi, condurre anche a risultati viziati come feedback loop, correlazioni causa-effetto non veritiere e sistemi di riconoscimento facciale manipolati dagli utenti stessi». Nonostante gli algoritmi di machine learning non siano progettati per arrecare danno, alcuni possono avere obiettivi diversi, anche a scapito degli utenti. È il caso, per esempio, di algoritmi che operano in ambito medico, che possono non raccomandare la cura più adatta, ma quella più costosa. «Quando si parla di intelligenza artificiale come supporto della sicurezza globale è necessario farlo con le dovute precauzioni ed è necessario sviluppare una coscienza critica legata all’utilizzo degli algoritmi. Secondo la nostra esperienza e competenza ormai più che ventennale nel settore della cybersecurity, possiamo dire che il machine learning deve riguardare solo un primo livello della sicurezza, al quale va comunque affiancata la consulenza umana».

Per Sandro Visaggio di SCAI Solution Group, il connubio tra AI e cybersecurity è sicuramente affascinante e crea notevoli opportunità, dato che rende molto più rapido l’accesso a un’infinità di informazioni e consente una velocità di reazione impensabile solo fino a dieci anni fa. «Sia dal punto della prevenzione che della difesa dell’installato – spiega Visaggio – il connubio va a migliorare la resistenza e la resilienza di sistemi e applicativi. Tuttavia, non va dimenticato che gli strumenti di AI possono essere utilizzati anche contro la sicurezza. I sistemi, per intelligenti e veloci che siano, richiedono competenze allo stesso livello» – perché il rischio di non capire che il sistema può essere ingannato da un suo pari “più evoluto” o dalla creatività umana è più di una ipotesi remota. Un esempio di come i cyber criminali stiano sfruttando l’intelligenza artificiale è quello per la creazione dei deepfake, ovvero video o audio finti di personaggi importanti o famosi.

#cybersecurity #AI Il ML solo come primo livello della sicurezza Morten Lehn @KasperskyLabIT
Click To Tweet

«Sfruttando il materiale presente in rete – spiega Gastone Nencini di Trend Micro Italia – grazie all’intelligenza artificiale è possibile ricreare video o audio mai registrati e mai detti dal personaggio preso di mira. Questo fenomeno sta causando parecchie criticità». E nel futuro già prossimo vedremo sempre di più attacchi informatici basati su questi algoritmi, che raggiungeranno livelli di sofisticazione che non avevamo neppure immaginato. L’intelligenza artificiale può essere utilizzata per rilevare “minacce sconosciute” che non hanno una firma rilevabile dalle soluzioni convenzionali, come per esempio il malware Zero Day. «Un’ulteriore opportunità – spiega Fabio Cipolat di Zscaler – è quella di effettuare classificazioni su aspetti che altrimenti richiederebbero molte risorse e un’enorme quantità di tempo se dovessero essere gestiti manualmente dai professionisti della sicurezza. Questo tipo di classificazione rileverà le anomalie degli utenti, del traffico o delle entità. Nonostante le minacce sempre crescenti, le aziende di tutto il mondo soffrono ancora di grande carenza di professionisti nell’ambito della sicurezza informatica. Poiché quel gap non verrà mai colmato con l’assunzione di figure professionali esperte, sarà possibile porvi rimedio con l’ausilio delle nuove tecnologie. Il rischio che si corre con l’AI è che si possano commettere errori. Se non viene usata in modo appropriato, la distorsione umana (bias) può prendere il sopravvento».

SOLUZIONI AVANZATE AI-DRIVEN

Quali sono gli step, tecnici e organizzativi, per una corretta selezione di soluzioni AI-driven? Prima di scegliere qual è la soluzione tecnologica più adatta alle esigenza dell’azienda – secondo Giancarlo Vercellino di IDC Italy – sarebbe consigliabile – «coinvolgere anche società di ethical hacking per capire se effettivamente basta un po’ di social engineering ben orchestrato per superare l’algoritmo più intelligente». Per David Gubiani di Check Point, oggi, le aziende necessitano di interventi immediati di sicurezza anche da remoto. «La forza dei nostri sistemi di sicurezza è la capacità di tracciare le reti a livello globale e rilevare in modo così puntuale le minacce che vengono inserite nel “Treath Intelligence Database” in cloud, continuamente aggiornato, che ci consente un monitoraggio e un controllo incrementale, supportato da sistemi di intelligenza artificiale per prevenire gli attacchi. Il nostro consiglio è quindi di utilizzare strumenti che possano sfruttare l’AI ad ampio spettro come ThreatCloud di Check Point con un approccio olistico alla security».

La scelta di soluzioni leader di mercato, sia in termini di soluzioni che di competenze da portare a bordo del proprio organico, è il suggerimento che arriva da Sandro Visaggio di SCAI Solution Group, che pone l’accento sulla creazione di una maggiore cybersecurity awareness a tutti i livelli dell’organizzazione, partner compresi perché – «il livello di sicurezza di un’azienda è sempre pari a quello dell’anello più debole della catena». Per Gastone Nencini di Trend Micro Italia occorre partire prima dall’analisi dei dati che si possiedono. «L’archivio deve essere completo e soprattutto affidabile. Se si utilizzano soluzioni di terze parti, occorre sempre verificare i requisiti». L’AI comporta una maggiore capacità di raccolta ed elaborazione dei dati, una maggiore condivisione degli stessi e quindi un maggiore controllo sulla privacy. Per Fabio Cipolat di Zscaler, l’adozione di soluzioni avanzate basate sull’intelligenza artificiale deve partire dalla cultura aziendale. «Per contribuire all’obiettivo generale di una sicurezza di grado superiore, l’AI ha bisogno di talenti e di esperti con conoscenze specializzate».

LA SICUREZZA INIZIA DA NOI

La World Health Organization ha recentemente coniato il neologismo “infodemia” per descrivere il fenomeno del bombardamento continuo su ognuno di noi di informazioni sulla pandemia. Ciò si traduce non solo in una crescente difficoltà nel valutarne la veridicità, limitandoci nello scartare le fake news, ma anche in opportunità ostili per le subdole mire di criminali informatici. In Mongolia, i dipendenti di una amministrazione locale hanno aperto un documento Word allegato a una e-mail avente per oggetto i numeri sulle infezioni del Covid-19, con la convinzione che fosse stato inviato dal loro ministero degli Esteri, ma che in realtà ha aperto la porta ai pirati informatici per razziare dati sensibili. È bene allora continuare a far valere regole antiche: da ragazzi, quando i nostri genitori ci lasciavano da soli a casa, ci ordinavano di non aprire la porta a nessuno. Almeno in attesa, e con la speranza, che le nuove tecnologie, in primis l’AI, possano farci da “sopraffina guardia” ai nostri dati digitali diventati oramai fondamentali.

L'articolo Cybersecurity e intelligenza artificiale. Gli alfieri della security intelligence proviene da Data Manager Online.

Ho frequentato il liceo scientifico a Manduria, trenta chilometri dall’Ilva di Taranto. Profonda provincia d’Italia, dove ci voleva più coraggio per essere se stessi che per essere qualsiasi altra cosa. Nel ‘92, il primo esame di Filosofia del diritto all’Università Cattolica di Milano con Luigi Lombardi Vallauri. Per superarlo, bisognava seguire un seminario di informatica giuridica e preparare un testo supplementare dal titolo “Etica e trasformazioni tecnologiche” con i contributi di Adriano Bausola, George Cottier, Francesco Carazza e tanti altri che adesso non ricordo. Sono passati quasi trent’anni. E molte questioni sono ancora sul tavolo: lavoro, ecologia, pubblica amministrazione. E giustizia, che resta al palo come la meno digitale.

Nel frattempo, siamo diventati tutt’uno con la rete. Seminiamo scie infinite di dati che raccontano tutto della nostra storia. La velocità della trasformazione sottrae tempo alla riflessione, alle domande sul senso di ciò che facciamo, del come e del perché. Ogni tecnologia è destinata a diventare commodity. Ogni infrastruttura, a diventare apparato. Ogni innovazione per quanto dirompente lascerà la sua eredità. Come le scelte che facciamo. Tuttavia, il dibattito pubblico è polarizzato, l’informazione distorta, le convinzioni fondate su pregiudizi. Siamo guidati dall’emotività, prigionieri della paura, bloccati dall’abitudine. Ogni cambiamento è vissuto come scocciatura o minaccia. E la semplificazione condizionata e salvo intese conduce sempre alla stratificazione di altri processi. La complessità ci sfugge. L’esecuzione vale meno della strategia. La politica per decidere guarda all’economia e l’economia guarda alle risorse tecnologiche. Il potenziamento tecnologico ci rende più agili ma ci espone a nuove fragilità, perché richiede più consapevolezza.

#Grandangolo #BackToSchool Per un nuovo modello di governance
Click To Tweet

La società-rete è la nuova architettura – come spiega Gianfranco Dioguardi – in cui persone, soggetti e oggetti non-umani possono apprendere informazioni e generarle per supportare la comprensione del mondo (scienza), trovare nuove relazioni e realizzare artefatti dotati di progetto (impresa). I confini del mondo si sono allargati, ma adesso rischiano di restringersi sotto la spinta di nuovi sovranismi. Per costruire una democrazia migliore dobbiamo cominciare dai nostri comportamenti, dalle nostre città, dalle nostre imprese. Un richiamo alla responsabilità del buon governo delle città alla quale Fondazione Dioguardi, Università degli studi di Bari e Anci dedicano l’attività di formazione della “City School”, il cui primo master si chiude il 20 luglio. Perché proprio dal cuore delle città, dalla dialettica tra centri e periferie, dall’impasto di cemento, fibra e dati nasceranno le nuove soluzioni alla complessità. Dove l’architettura non solo urbana sarà by-design. Dove la logica della tecnica non sarà finalizzata solo all’ottimizzazione. E dove il vantaggio non sarà solo competitivo, perché allora sarebbe solo per pochi. Su questo terreno scivoloso imprese e istituzioni si giocano il loro rapporto di fiducia con clienti e cittadini.

Ogni crisi è un passaggio che oblitera abitudini, comportamenti, modelli e ogni tipo di eredità del passato, sistemi legacy compresi. L’emergenza Covid-19 ci ha offerto una drammatica occasione di discontinuità. La voglia di ritornare alla cosiddetta normalità però rischia di travolgere ogni cosa. La retorica dell’emergenza richiama la retorica del cambiamento. Tra riavvii di sistema, trampolini di (ri)lancio e tripli salti di qualità con rincorse lunghe decenni, qualcuno rispolvera le Lezioni americane di Italo Calvino e qualcun altro cita Baricco. Software e hardware stanno in rapporto tra di loro come forma e sostanza. La velocità è un valore, ma la capacità di adattamento non può essere compressa. Persone e imprese cambiano solo quando sono costrette a farlo. Lo abbiamo visto. Il mondo dovrà convivere con vecchie e nuove emergenze. Sarà più piccolo e diviso? O più grande e ricco di opportunità? Forse, dobbiamo trovare un vaccino alla tentazione assoluta di scorciatoie e soluzioni facili. Perché resilienza significa prevedere gli effetti delle decisioni nel lungo periodo. Resilienza fisica, emotiva e anche operativa. E il vaccino che ci renderà veramente immuni esiste già: si chiama scuola, oggi completamente dimenticata.

L'articolo Back to school proviene da Data Manager Online.

Per noi di Axians, essere parte integrata di un network internazionale qual è Vinci, che opera in settori strategici a livello mondiale, ci ha permesso e ci permette di avere una visione sul presente e sul futuro, che altre aziende hanno più difficoltà a far propria.

Questa pandemia non ha fatto altro che mettere il piede sull’acceleratore, ma la direzione, nel nostro caso, era già tracciata ben prima del Covid-19. È quella che abbiamo definito la “via italiana” alla trasformazione digitale e alla transizione energetica. Il che significa un Paese più inclusivo e più “green”, dove il peso dell’energia si sposti verso fonti più sostenibili dal punto di vista ambientale. Questa è la nostra occasione, per noi italiani intendo, di recuperare il gap rispetto ad altre realtà europee, molto più avanti di noi.

Penso alla mobilità sostenibile, all’IoT per le smart city, al telelavoro, all’alfabetizzazione informatica di certe classi, compresa quella dirigente o, per fare un esempio più che mai attuale, quella degli insegnanti, che si sono trovati di punto in bianco a dover organizzare lezioni online, a volte senza le conoscenze e spesso senza nemmeno gli strumenti adeguati. E così possiamo dire per parte della sanità italiana e di molti altri settori della vita del nostro Paese.

#Dati e #Sicurezza Si riparte da qui per una nuova visione sul futuro Thomas Panozzo MD @Axians_Italia
Click To Tweet

Il nostro settore ha già dato risposta ad alcune di queste esigenze e, in questo momento di ripartenza, è un punto di riferimento sia che si tratti di rispondere alle nuove normative anti-Covid sia che si affrontino temi di più ampio respiro. Nel primo caso, sono state sviluppate diverse soluzioni per la rilevazione automatizzata della temperatura corporea e il controllo della distanza tra le persone. Quanto al secondo aspetto, tocca alla politica dare avvio a serie riforme strutturali, mentre noi imprenditori dobbiamo prima di tutto affrontare un mercato globale in cui la concorrenza, oltre che essere agguerrita, come sempre, cercherà di sfruttare anche le debolezze endemiche di ogni singolo paese. Questo è il momento delle scelte strategiche. Il “fiuto” imprenditoriale, che ha fatto la fortuna dell’industria italiana, oggi deve essere accompagnato da una approfondita analisi dei dati, un alleato fin qui sottoutilizzato che rappresenta il bene più prezioso di ogni impresa, la nostra bussola, ciò che orienta la strategia aziendale. Solo con l’analisi approfondita dei dati potremo coprire o abbandonare le aree più deboli del business, sondare le aspettative dei clienti, incentivare le opportunità di crescita, meglio motivare e formare i nostri collaboratori.

Questa è la vera sfida che ci consentirà di guidare le aziende oltre la crisi! Perciò non dobbiamo temere di investire nella “digitalizzazione sicura”, che sempre più determinerà il livello competitivo delle nostre aziende nel mercato globale. Infatti, se la digitalizzazione, la connettività e le tecnologie innovative incrementano enormemente l’efficienza dei processi aziendali, non dobbiamo dimenticare che di pari passo occorre aumentare i livelli di sicurezza per proteggere efficacemente le informazioni e i dati.

Thomas Panozzo managing director di Axians Italia

L'articolo L’ora del cambiamento proviene da Data Manager Online.

Il progetto SEA – avviato prima dell’emergenza sanitaria – di velocizzare i controlli e le pratiche di imbarco assume oggi una valenza ancora più importante. «Gestire la ripartenza operativa per il sistema aeroportuale milanese è – e sarà – per un lungo periodo l’obiettivo primario. Non solo per garantire la continuità del business ma soprattutto per garantire in sicurezza ai passeggeri un servizio essenziale come la possibilità di volare» – racconta a Data Manager Fabio Degli Esposti, direttore ICT di SEA Aeroporti di Milano. «L’esigenza immediata, che diventerà senza dubbio strutturale, di gestire al meglio i flussi di passeggeri evitando code e assembramenti, nel rispetto del social distancing, ha aumentato la valenza di tecnologie già in fase di sviluppo nei nostri aeroporti».

PROGETTO FACE BOARDING

Il progetto Face Boarding, realizzato da SEA nell’aeroporto di Linate, consente ai passeggeri di effettuare i passaggi di sicurezza e d’imbarco attraverso un innovativo sistema di riconoscimento facciale. Niente più passaporti né carte d’imbarco ai diversi check-point. Ma scorrimento fluido ed efficiente, semplicemente mostrando il proprio viso, grazie al riconoscimento biometrico. «Le esigenze sanitarie emerse a seguito della pandemia hanno amplificato l’importanza di una soluzione di questo tipo che permette di migliorare la qualità del servizio, evitare code e concentrazioni di passeggeri, ed allo stesso tempo di garantire maggiore sicurezza negli accessi. Inoltre, grazie all’introduzione di questo sistema, le operazioni di verifica del titolo di viaggio e il riconoscimento del passeggero saranno sensibilmente velocizzate».

SEAMLESS JOURNEY

Il progetto Face Boarding si inserisce in una più ampia strategia di innovazione degli aeroporti di Milano, orientata a rendere più semplice e gratificante il transito dei passeggeri dall’arrivo nei terminal sino all’imbarco in aereo. «Il progetto Seamless Journey – spiega Degli Esposti – si basa sull’utilizzo dell’identità biometrica e del tracciamento all’interno dei terminal».

Il primo step prevede il cosiddetto enrollment. Grazie alla tecnologia di face recognition, il passeggero ottiene la propria identità biometrica. Dopo aver accettato il regolamento e dato il proprio consenso per il trattamento dei dati personali, il passeggero appoggerà il documento – passaporto o carta di identità elettronica – sullo scanner integrato nel chiosco mentre la telecamera acquisirà live l’immagine del volto. Infine, appoggerà sullo stesso scanner utilizzato per la lettura del passaporto la carta d’imbarco, cartacea o su smartphone/iPad, creando così la propria identità digitale per il volo. Il token garantirà al passeggero la libera circolazione nel terminal fino all’imbarco e di passare i controlli di sicurezza e il gate d’imbarco. «Le attività al chiosco – spiega Degli Esposti – potranno essere effettuate anche da smartphone tramite app, disponibile per dispositivi Android e iOS, associando la carta d’imbarco da legare al Face Boarding, oppure utilizzando, di nuovo come utente registrato, i chioschi presenti in aeroporto. Il tutto in completa sicurezza. «Il dato relativo al documento di identità è protetto da tecnologia hash. I dati identificativi sono criptati e conservati insieme alla carta di imbarco, a loro volta separati dai template biometrici conservati in un database a parte».

#CIOgoLive Sicurezza e fiducia dei passeggeri nella nuova normalità – Fabio Degli Esposti @MiAirports
Click To Tweet

OK DEL GARANTE

La procedura rispetto al trattamento e alla raccolta dei dati ha ottenuto il via libera da parte del Garante. «Da subito, è stata compresa la sicurezza della tecnologia adottata – conferma Degli Esposti – che non conserva immagini o dati biometrici riconoscibili della persona ma solo dati criptati non riconducibili al singolo soggetto. Neppure in caso di data breach. Inoltre, il trattamento dei dati personali avviene sulla base del rilascio di un consenso informato ed esplicito, come richiesto dal GDPR». Anche i dati del volo restano archiviati per un periodo limitato, mentre quelli personali ricavati dalla carta di imbarco vengono automaticamente cancellati 24 ore dopo la partenza. I dati personali relativi al passaporto, infine, sono conservati in forma crittografata per un periodo variabile a seconda della registrazione, non superiore a un anno. Tutte le informazioni raccolte in tempo reale dalla sensoristica IoT distribuita in aeroporto saranno raccolte e gestite da una piattaforma IoT centralizzata che provvederà altresì al rilascio del servizio di Navigation Indoor utilizzabile attraverso la app Milan Airports. «Il servizio consentirà di essere indirizzati all’interno dei terminal – inizialmente il Terminal 1 di Malpensa – con le indicazioni dei principali point of interest – gate, check-in, ascensori, percorsi, negozi, banche, dispenser di gel sanificante che si stanno installando – grazie a più di 2.300 beacon installati in tutto il terminal» –  spiega Degli Esposti.

INTEGRAZIONE CON I SISTEMI IT

Un progetto complesso sia sotto l’aspetto tecnico che infrastrutturale. «L’integrazione con gli altri sistemi è essenziale per garantire la sicurezza dell’operazione e avere la certezza dei dati trattati: il dato biometrico da registrare la prima volta e poi da controllare in pochi secondi nei passaggi; i dati del passaporto compresi i controlli in tempo reale con le banche dati degli Enti di Polizia, quelli della carta d’imbarco per la verifica del volo e l’associazione con il documento d’identità».

GLI ACCORDI CON I VETTORI

«È chiaro che il vettore deve mettere a disposizione le idonee interfacce ai propri sistemi per le verifiche e i controlli delle carte d’imbarco. Allo stesso modo – osserva Degli Esposti – gli enti di Stato lo fanno per i controlli di validità del passaporto». Il progetto Face Boarding seguirà l’andamento e lo sviluppo del traffico in un percorso di allargamento infrastrutturale nelle aree dei terminal di Linate e Malpensa. «L’obiettivo è di rendere disponibile questa funzionalità in ogni percorso e in tutti i touch point del processo di accettazione e imbarco». Progettualità che convergono nella piattaforma digitale APOC – AirPort Operations Center, la sala di controllo e coordinamento unica in cui tutti gli stakeholder aeroportuali potranno governare e monitorare con un approccio olistico i principali processi, sia quelli legati alle operazioni di volo che quelli relativi ai flussi passeggeri all’interno dei terminal. «Con la possibilità – spiega Degli Esposti – di raccogliere e condividere informazioni in tempo reale per indirizzare le scelte operative, prevedere e programmare gli eventi in tempo reale». Il piano industriale di SEA risale a prima della pandemia. E come conferma Degli Esposti – andrà rivisto se non nei contenuti, probabilmente nelle fasi di realizzazione che per i temi di business non potranno essere così accelerati. «L’investimento complessivo è sicuramente importante. Soprattutto per il numero di touchpoint presenti. Bisogna però considerare i benefici sia sotto l’aspetto operativo e di sicurezza, sia commerciale. Meno stress, code e la certezza di controlli rispondenti alle indicazioni di sicurezza sono vantaggi che portano a una maggiore produttività. Viaggiatori rilassati e con più tempo a disposizione da trascorrere nelle aree commerciali incrementano i ricavi».

L'articolo SEA Milan Airports. Volare in sicurezza proviene da Data Manager Online.

Nel corso degli ultimi anni, si è generato molto interesse nel mondo biotech e tecnologico, in particolare su due aree di ricerca: intelligenza artificiale (AI) e computer quantistico. Sorge quindi l’esigenza di comprendere meglio di cosa si tratti veramente, come questi campi di ricerca siano collegati e quali siano le loro peculiarità. Cercherò dunque di fare chiarezza. E per farlo, mi sono confrontato con due giovani brillanti, Matteo Conterno e Flavio Pirazzi. Entrambi hanno 23 anni. Fisica dei sistemi complessi, computazione e informazione quantistica con applicazione all’intelligenza artificiale e attenzione alle strutture matematiche-fisiche utilizzate fanno parte dei loro studi e delle loro passioni.

Che cosa è il computer quantistico?

Cominciamo dall’inizio. I computer quantistici sono una tipologia diversa di computer il cui principio di base è usare quanti per compiere operazioni di calcolo. L’idea venne all’inizio degli anni 80, quando si scoprì che era difficile simulare il comportamento di atomi e molecole a causa dell’elevata complessità. Allora, il fisico Richard Feynman propose di ribaltare il problema, usando gli atomi per simularne altri. Questo campo prese poi una nuova direzione e portò alla definizione di unità logiche chiamate qubits, che si basano su due proprietà della meccanica quantistica presenti in diverse particelle: la superposizione e l’intreccio quantistico. La superposizione è un fenomeno in cui i quanti riescono ad assumere contemporaneamente diversi stati fisici: questo è il motivo per cui, sfruttando tale proprietà, si ha una maggiore potenza dal punto di vista computazionale. L’intreccio quantistico, invece, è un fenomeno in cui due particelle mostrano lo stesso comportamento e lo stesso stato, indipendentemente dallo spazio e dagli ostacoli che li separano: questo permette di effettuare numerose operazioni parallelamente. I vantaggi sono numerosi, poiché si possiede una grandissima potenza usando pochi qubits e questo permetterà di esplorare campi non ancora raggiunti in diversi aspetti. Gli svantaggi si riscontrano sul fatto che, per ottenere questi due fenomeni contemporaneamente e farli permanere, sono necessarie condizioni fisiche particolari e il tipo di quanti da utilizzare è ancora un problema.

#AI Il computer quantico come motore dell’AI di domani? La vera sfida è la scalabilità @simeoneantonio1
Click To Tweet

AI e computer quantistico

A primo impatto, non sono presenti collegamenti diretti tra AI e computer quantistico, ma ci sono dei fattori importanti che risultano determinanti per entrambi. Se si usasse un computer quantistico per la creazione di una intelligenza artificiale si otterrebbero questi vantaggi: maggiore velocità di calcolo; possibilità di simulare contemporaneamente diverse tipologie di AI, estrapolando le principali caratteristiche; avere un vero comportamento casuale quando serve. Al tempo stesso, le AI specifiche possono dare, come contributo ai computer quantistici, la creazione di nuovi algoritmi in grado di correggere errori quantistici e logici; la scoperta di aspetti non compresi della meccanica quantistica; la formulazione di nuove strutture hardware più efficienti. Alcuni di questi aspetti sono già stati applicati utilizzando entrambe le discipline, con risultati molto soddisfacenti, ma le loro applicazioni sono ancora in uno stadio primitivo a causa delle attuali limitazioni tecnologiche. Solo in futuro saremo in grado di vederne un’effettiva estensione, che ci darà l’opportunità di aprire nuove strade per lo sviluppo nella comunità scientifica, e non solo.

Ma è tutto oro quello che luccica?

Al momento, il quantum computing presenta due grossi problemi. La costruzione di un hardware efficiente e scalabile. E il superamento del rumore proveniente dall’ambiente circostante. Per essere precisi, il primo aspetto si basa sul concetto di come costruire un computer quantistico. Esistono molti metodi che si basano su trappole ioniche, materiale superconduttori, trasformazioni adiabatiche e così via, ma alla fine i vantaggi e gli svantaggi dei diversi metodi non portano a una vera soluzione finale. Per quanto riguarda il rumore, invece, al momento l’obiettivo principale è che un compito venga portato a termine senza che ci siano errori da parte della macchina. Gli algoritmi di correzione quantistica cercano di risolvere tali errori. Ma non è finita. Questi algoritmi di correzione quantistica riducono la potenza di calcolo complessiva disponibile per un compito e non sono in grado risolvere, allo stesso tempo, ogni tipo di errore. La strada, insomma, è ancora lunga.

Quanto lunga?

Fin quando non riusciremo a trovare un metodo per costruire questi algoritmi di correzione quantistica in maniera efficiente e scalabile. Fa ben sperare il fatto che i giganti americani e cinesi stiano investendo ingenti risorse proprio sulla ricerca e sviluppo di soluzioni legate al computer quantistico abbinati all’uso di intelligenza artificiale. Diversi analisti geopolitici sostengono, infatti, che la seconda guerra fredda si basi proprio sulla supremazia tecnologica su queste due aree. Secondo il Worldwide Threat Assessment, presentato al Senato degli Stati Uniti, il vantaggio competitivo degli USA in ambito tecnologico e scientifico sarebbe stato eroso in maniera significativa a causa degli ingenti investimenti della Cina sulla ricerca, soprattutto nel campo dell’intelligenza artificiale e del calcolo quantistico. Il Governo cinese ha inoltre stanziato investimenti, nell’ordine di svariati miliardi di dollari, per la realizzazione di un megaprogetto sul quantum computing e l’istituzione di un laboratorio nazionale cinese dedicato alle scienze dell’informazione quantistica. Per quanto riguarda le startup legate al quantum computing, solo negli Stati Uniti si è passati da 4 milioni di dollari nel 2015 a oltre 300 milioni di dollari nel 2020, secondo PitchBook. La gran parte dell’investimento viene impiegato nell’hardware. Può sembrare incredibile, ma le startup hardware come Rigetti Computing e PsiQuantum sono in competizione con giganti come Google e IBM. Rigetti Computing ha raccolto 190 milioni di dollari dal famoso venture capital Andresseen Horowitz per la costruzione di un computer quantistico.

#AI Ecco perché il quantum computing rischia di diventare come la blockchain @simeoneantonio1
Click To Tweet

Perché i venture capital investono in un settore dove ci sono già diversi giganti?

Secondo Aaron VanDevender, capo degli scienziati e investitore del Founders Fund, le applicazioni sono completamente nuove, ci saranno nuove industrie e nuovi mercati. Non basteranno i giganti per colmarle tutte.
Riguardo invece l’estremo “hype” sul quantum computing e l’intelligenza artificiale, i venture capital sembrano andarci molto cauti e prima di fare un investimento chiedono consulenze scientifiche approfondite. E si sa, i venture capital sopravvivono soprattutto grazie all’alto rischio, che può tradursi in un altissimo rendimento. Ma come abbiamo detto prima, anche i venture capital sono d’accordo sul fatto che la sfida fondamentale sia nella costruzione di una macchina scalabile. Attualmente, le startup non riescono ancora a risolvere i problemi di cui abbiamo parlato e il rischio è quello di far diventare il quantum computing come la blockchain. Tanto appeal, ma con poche applicazioni pratiche.

L'articolo Computer quantistici e intelligenza artificiale proviene da Data Manager Online.

Alcuni giorni fa, la International Federation of Robotics, IFR, ha pubblicato uno studio sui piani di finanziamento nazionali nei nuovi programmi mondiali di R&S per la robotica: lo studio si chiama World Robotics R&D Programs. La Cina ha approvato un programma strategico di investimenti in robotica modulato sulle linee guida del Piano Made in Cina 2025 e orientato alla necessità di aggiornare le capacità produttive delle industrie cinesi. In questo progetto, la robotica ha un posto chiave. Tra gli obiettivi: sviluppare da tre a cinque produttori di robot competitivi a livello mondiale; creare da otto a dieci cluster industriali; raggiungere il 45% della quota di mercato interno per i robot cinesi di fascia alta; e aumentare la densità dei robot in Cina fino a 100 robot ogni 10.000 lavoratori a livello complessivo (nel 2018 erano già 140 unità per 10mila lavoratori soltanto nell’industria manifatturiera). Nel 2019, il governo cinese ha investito 577 milioni di USD nello sviluppo di robot intelligenti.

In Giappone, la nuova strategia sulla robotica è un fattore chiave dell’Abenomics, il nome del piano di rilancio dell’economia giapponese dopo due decenni di deflazione, presentato nel 2012 dal governo di Shinzo Abe. Gli investimenti in robotica sono aumentati a 351 milioni di dollari, con l’obiettivo di rendere il Giappone il principale polo di innovazione dei robot nel mondo. Secondo i dati di IFR, il Giappone è il primo produttore di robot industriali al mondo, avendo prodotto nel 2018 il 52% della fornitura globale.

#Robotics Continua la corsa tra Cina, Giappone, Europa, Corea e USA, ma con obiettivi diversi @Veruggio
Click To Tweet

L’Intelligent Robot Development and Supply Promotion Act della Corea mira a sviluppare l’industria dei robot come il focus della quarta rivoluzione industriale. Il Terzo piano di base per i robot intelligenti del 2019 promuove l’applicazione della robotica in settori pubblici e privati di punta. Il budget relativo ai robot per il 2020 è di 126 milioni di dollari. I progetti di robotica finanziati da Horizon 2020, l’ottavo programma quadro dell’Unione europea, rappresentano un’ampia varietà di temi di ricerca e innovazione che vanno dalla produzione alla sanità, dal consumo al trasporto, passando per gli usi della robotica nell’agroalimentare. Attraverso questo programma, la Commissione europea ha fornito negli scorsi sette anni un finanziamento stimato di 700 milioni di euro per la ricerca e l’innovazione. I temi principali del programma 2018-2020 sono legati alla digitalizzazione dell’industria attraverso la robotica, alle applicazioni robotiche in nuove aree di punta e alle tecnologie di base della robotica come l’AI e il machine learning, la meccatronica cognitiva, l’interazione umano-robot socialmente cooperativa e la realizzazione di strumenti model-based, per un budget totale di 150 milioni di euro.

La National Robotics Initiative (NRI) negli Stati Uniti è stata lanciata per la ricerca e lo sviluppo fondamentali della robotica sostenuta dal governo americano. Gli obiettivi principali si concentrano sulla scienza fondamentale, le tecnologie e i sistemi integrati necessari per raggiungere una visione di robot collaborativi onnipresenti che assistono gli esseri umani in ogni aspetto della vita. Inoltre, nel programma NRI-2.0 viene incoraggiata la collaborazione tra il mondo accademico, l’industria, il non-profit e altre organizzazioni.

Il budget del NRI per il 2019 ha raggiunto i 35 milioni di dollari. Ulteriori finanziamenti per la robotica per applicazioni nel settore della difesa e dello spazio sono forniti attraverso il Dipartimento della Difesa (DoD) e il Mars Exploration Program.

Gianmarco Veruggio scienziato robotico – www.veruggio.it

L'articolo Dall’emergenza alla programmazione. Investire in robotica proviene da Data Manager Online.