L’intelligenza artificiale è diventata centrale per le organizzazioni che desiderano migliorare produttività e accelerare. Il rilascio di ChatGpt alla fine dello scorso anno ha innescato un significativo hype attorno al tema e oggi i decision maker aziendali hanno grandi aspettative sull’AI generativa come ausilio nel fornire nuovi servizi con meno sforzo e più rapidamente. Tuttavia, “man mano che le organizzazioni si sforzano di realizzare il valore atteso, diventa evidente che l’AI generativa richiede una messa a punto specifica per ogni singolo dominio e l’integrazione con altre tecnologie, incluse altre tipologie di AI. Inoltre, le organizzazioni devono utilizzare l’AI in modo sicuro e responsabile e monitorarla attentamente per gestire i costi e l’esperienza dell’utente. Questo li aiuterà a fornire risultati accurati, a ridurre le spese e a impedire ai dipendenti di esporre dati sensibili o creare vulnerabilità nei loro ambienti”.
E’ l’analisi con cui Bernd Greifeneder, chief technology officer di Dynatrace, commenta i risultati del rapporto condotto a livello globale dalla sua azienda, The State of AI 2024: Challenges to Adoption and Key Strategies for Organizational Success.
Riguarda 1.300 tra Cto, Cio e decision maker coinvolti nelle operazioni IT e nella gestione DevOps in grandi organizzazioni (oltre 1.000 dipendenti) la ricerca, attraverso un sondaggio globale condotto da Coleman Parkes che rivela che le organizzazioni incrementano gli investimenti sull’AI in tutte le aree per migliorare produttività, automatizzare le attività, ridurre i costi e continuare a competere.
Non mancano però sfide e rischi da gestire, in primis che i risultati dell’AI generativa siano davvero affidabili per supportare casi d’uso critici per il business, ma anche quelli relativi alle conformità con le politiche e le normative globali e locali relative a sicurezza dei dati e privacy.
In particolare, per quanto riguarda lo scenario del nostro Paese, lo spaccato della ricerca racconta che il 92% del campione, in Italia, – rispetto all’83% della media globale – afferma che l’AI “è diventata obbligatoria per stare al passo con la natura dinamica degli ambienti cloud“, è la stessa percentuale di coloro che sostengono che l’AI sia fondamentale per il rilevamento, l’indagine e la risposta alle minacce alla sicurezza (in questo caso la percentuale a livello globale è dell’82%).
Quasi plebiscitario (93%) il rilievo riguardo l’attesa che l‘AI estenda l’accesso all’analisi dei dati ai dipendenti esterni all’area IT attraverso query in linguaggio naturale e che mostrerà tutta la sua efficacia nel consentire di gestire con efficienza costi del cloud supportando le pratiche FinOps (90%). E così il 63% del campione incrementerà gli investimenti nell’AI nei prossimi 12 mesi per accelerare lo sviluppo generando automaticamente il codice.
Sono sempre condivise – in una percentuale prossima al 90%, quando addirittura non lo superano – le considerazioni riguardo i timori del campione italiano che l’AI possa essere utilizzata per usi non approvati poiché i dipendenti si abituano sempre più a utilizzare strumenti come ChatGpt. Addirittura il 94% teme che l’utilizzo dell’AI generativa utilizzata in fase di sviluppo del codice possa comportare fughe di dati e un uso improprio o illegale della proprietà intellettuale e la stessa percentuale rappresenta chi crede che l’IA generativa “sarebbe più vantaggiosa se arricchita e alimentata da altre tipologie di AI in grado di fornire fatti precisi sugli stati attuali e sulle previsioni sul futuro”. Prosegue Greifeneder: “Una delle sfide più significative che le organizzazioni devono affrontare con l’AI generativa è ottenere risposte significative di cui gli utenti possano fidarsi per risolvere casi d’uso e problemi specifici”. Soprattutto per i casi d’uso che coinvolgono processi di automazione e dipendono dal contesto dei dati conta adottare un approccio composito all’AI.
Si pensi all’automazione dei servizi software, alla cybersecurity, alla previsione delle esigenze di manutenzione e all’analisi dei dati aziendali che beneficerebbero di un approccio composito all’AI in grado di determinare cause ed effetti sottostanti dei comportamenti dei sistemi, con l’AI predittiva per leggere gli sviluppi futuri sulla base di dati storici.
“AI predittiva e causale – conclude Greifeneder – non solo forniscono un contesto essenziale per le risposte prodotte dall’AI generativa, ma possono anche fornire prompt all’AI generativa al fine di garantire che risposte precise e non probabilistiche siano integrate nella sua risposta”. Combinare questi diversi tipi di IA con dati di alta qualità su osservabilità, sicurezza ed eventi di business può aumentare significativamente la produttività dei team di sviluppo, operation e sicurezza e fornire un valore duraturo per l’azienda.
© RIPRODUZIONE RISERVATA
