Denodo DataPops

L’AI Governance rappresenta un cambiamento di paradigma rispetto alla tradizionale IT Governance o Data Governance. Non si limita alla gestione di infrastrutture e dati, ma riguarda sistemi capaci di apprendere, generare contenuti, influenzare decisioni e automatizzare processi critici. L’intelligenza artificiale introduce nuove sfide, come l’opacità degli algoritmi, il rischio di bias, l’autonomia operativa e la distribuzione delle responsabilità. 

Per questo motivo non è sufficiente controllare i dati, ma è necessario governare l’intero ciclo di vita dei modelli, dall’addestramento alla messa in produzione, fino al monitoraggio e alla gestione degli incidenti. La governance dell’AI richiede inoltre il coinvolgimento di più funzioni aziendali, tra cui board, risk management, compliance, HR e business.

La questione centrale non è più se le aziende adotteranno l’AI, ma se dispongono di framework adeguati a garantire trasparenza, tracciabilità, explainability e accountability. In questo senso, l’AI Governance diventa una leva strategica e le organizzazioni che la integreranno nei propri modelli decisionali potranno ottenere un vantaggio competitivo, mentre le altre rischiano di subire l’innovazione. 

Sono questi i temi che abbiamo avuto modo di discutere con Alfredo Adamo, CEO di Frontiere.

L’importanza della Data Governance – soprattutto in un momento storico nel quale l’AI è stabilmente agli onori della cronaca – è cosa oramai assodata, anche se a volte, quando se ne parla, si pone poca attenzione sugli impatti organizzativi, culturali e politici che l’introduzione di un modello di governo dei dati ha all’interno delle organizzazioni.

Se, da un lato, l’introduzione di pratiche strutturate di governo dei dati influisca inevitabilmente sui processi decisionali, sugli equilibri di potere e sulle responsabilità tra funzioni aziendali, dall’altro non bisogna dimenticare il ruolo della Data Governance come leva di cambiamento culturale, capace di promuovere una maggiore consapevolezza del valore del dato e di favorire collaborazione e accountability.

Ultima, ma non per importanza, l’importanza di attuare un programma di questo tipo indirizzando e mitigando, da subito, le resistenze più comuni, legate alla percezione della Data Governance come vincolo burocratico e non come attività a valore.

Sono questi i temi che abbiamo avuto modo di discutere con Fabio Schiera, membro del Comitato Scientifico di DAMA Italy.

Generare valore – e quindi vantaggio competitivo – è qualcosa che non nasce solo dall’automazione, ma dalla capacità di trasformare i dati in intelligenza collettiva. Usare l’intelligenza artificiale in modo efficace e consapevole vuol dire riuscire a leggere meglio i propri processi, a individuarne eventuali inefficienze, a prevedere rischi e, soprattutto, a valorizzare ciò che funziona. 

L’intelligenza artificiale non sostituisce le persone – e non deve farlo – ma ne amplifica la visione, collegando i dati e restituendoli in forma comprensibile, perché la sfida non è solo quella di decidere il più rapidamente possibile, ma anche di prendere decisioni più sostenibili e misurabili. 

Sono questi i temi che abbiamo avuto modo di discutere con Andrea Capitani, Presidente e Direttore Generale di Skienda.

Temi quali governance, rischio, qualità, fiducia, interoperabilità ed economia, non sono componenti distinte di un ecosistema dati, quanto piuttosto suoi organi vitali, che ne garantiscono il funzionamento in virtù della loro funzione, ma soprattutto grazie alla loro interazione. 

Un’interazione così importante da produrre un valore non altrimenti visibile, così da rendere un moderno ecosistema dati un sistema realmente olistico, che calato in un contesto aziendale e correttamente innestato e armonizzato con le dimensioni culturale e organizzativa, diventa elemento chiave per il raggiungimento di un vantaggio competitivo. 

Sono questi i temi che abbiamo avuto modo di discutere con Francesco De Cassai, che vanta un’esperienza più che ventennale sui dati e che l’ha messa al servizio di alcune delle più importanti società di consulenza.

Una moderna, efficace e democratica gestione dei dati deve partire dall’analisi e definizione delle regole di Governance e di un assetto organizzativo che sostenga l’essere sempre più Data Driven, considerando che la massimizzazione del valore che dai dati si può estrarre passa inevitabilmente per la ricerca di un’armonia complessiva, dove ciascuno porta le proprie competenze, la propria visione del business e il proprio ruolo. 

Questa ricerca dell’assetto perfetto implica identificare i giusti ruoli, alcuni dei quali nuovi, e di collocarli in modo tale che sia agevolata la contaminazione delle conoscenze tra tutte le persone che fanno parte dell’organizzazione, perché è proprio dal confronto continuo e dall’arricchimento reciproco, che trae nutrimento l’innovazione. 

Sono questi i temi che abbiamo avuto modo di discutere con Claudia Coratella, Group Data Officer di Fineco ed Elena Ghidini, People Management & Development, di Fineco.

Questo è un episodio diverso da tutti gli altri. Un episodio “live” registrato durante una delle sessioni del “Laboratorio Digitale”, uno degli insegnamenti del corso di laurea triennale in “Economia e Big Data”, organizzato dal Dipartimento di Economia dell’università di Roma Tre. 

In considerazione della natura e degli obiettivi del corso, abbiamo pensato di strutturare il nostro intervento nella forma di una tavola rotonda, nella quale abbiamo condiviso con gli studenti – circa 140 – cosa significa per le aziende essere realmente Data-Driven, quali opportunità e quali ostacoli ci siano dietro a questa importante trasformazione, come il lavorare ponendo al centro i dati si intersechi con la Digital Transformation e come i dati possono essere utilizzati per offrire servizi e prodotti migliori alla comunità. 

Sono questi i temi che abbiamo avuto modo di condividere con gli studenti insieme a Massimo Fedeli, Direttore del Dipartimento per lo sviluppo di metodi e tecnologie per la produzione e la diffusione dell’informazione statistica, Stefano Tomasini, Presidente di Consip e Carlo Rosini, CEO di Postel.

Spesso di discute di integrazione dati con un taglio prettamente tecnologico, peraltro focalizzando l’attenzione su come connettersi con le sorgenti dati e su come, da esse, costruire quel punto unico di accesso, requisito di fatto irrinunciabile per poter gestire un patrimonio informativo sempre più consistente, eterogeneo e distribuito.

Questa focalizzazione, tuttavia, fa perdere di vista il fatto che i dati sono un mezzo e, pertanto, la loro integrazione deve essere a favore di chi poi li deve usare per raggiungere un fine. In altre parole, i dati sono – o dovrebbero essere – al servizio dei loro fruitori e, nel far ciò, si deve – o si dovrebbe – assumere che tali fruitori sono interessati a ciò che i dati rappresentano, a quanto bene lo fanno e alle loro relazioni reciproche e non, al contrario, alle loro caratteristiche tecniche. Si deve quindi adottare un approccio antropocentrico all’integrazione dei dati, che metta al centro chi li usa e che sia in grado di nascondere tutta la complessità sottostante.

Sono questi i temi che abbiamo avuto modo di discutere con Riccardo Panizzolo, Senior Manager area Data&AI, con focalizzazione sul Banking, di GFT Italia.

Con la rapidissima espansione dell’intelligenza artificiale, che consuma dati in un modo che mai prima si era visto, i dati sintetici stanno nuovamente catturando l’interesse delle aziende – pubbliche e private – rappresentando un’opportunità per intervenire in tutti quei casi dove l’uso dei dati disponibili ponga elementi ostativi, siano questi normativi, relativi all’ampiezza dei dataset disponibili o, infine, alla ragionevole certezza di uno sbilanciamento nei dati che possa introdurre bias o comportamenti pregiudizievoli nei modelli che da questi sono generati. 

Altrettanto importante, però, è comprendere come i dati sintetici si innestino nella normativa vigente e come questa, per contro, possa o debba adattarsi a un nuovo tipo di dati e al modo in cui questi sono legati ai dati reali. 

Sono questi i temi che abbiamo avuto modo di discutere con Anna Capoluongo, Avvocato e Data Protection Officer, e Simona Di Felice, Partner di Kirey Advisor.

La Data Governance, fino a non molto tempo fa letta come elemento di controllo, è diventata oramai elemento centrale, e probabilmente fondante, della Data Driven Transformation, tanto da essere posta al centro, come una sorta di Hub, nella ben nota DAMA Wheel, che sintetizza le dimensioni nelle quali il Data Management si articola. 

La Data Governance, pertanto, assume un ruolo di prim’attrice nella determinazione del valore evocabile dai dati, giocando un ruolo che soprintende all’intero ciclo di vita, garantendo che ciò che da essi può essere generato, lo sia coerentemente con i vincoli organizzativi e normativi.

Sono questi i temi che abbiamo avuto modo di discutere con Mauro Tuvo, Principal Advisor di Irion, membro del Comitato Scientifico di DAMA Italy e autore del libro “Data Governance”, curato da Egle Romagnolli – Franco Angeli – 2023.

La sostenibilità, con le sue tre dimensioni – ambientale, sociale e Governance – è oramai entrata in una fase di maturità, che lascia comunque spazio a futuri miglioramenti, che vanno da un uso sapiente dei dati per consentirne un sempre migliore definizione e controllo, fino al suo ingresso, a pieno titolo, tra gli asset strategici di un’organizzazione, così che i suoi elementi costituenti giochino un ruolo primario nella definizione della strategia e del modo in cui questa si concretizza in ciò che l’organizzazione offre. 

Questo passaggio da essere elemento contingente a essenziale non può che transitare per un arricchimento del modello che rappresenta il patrimonio informativo disponibile, in modo che i dati che caratterizzano la sostenibilità abbiano pari dignità di tutti gli altri e, di conseguenza, perdere quella caratteristica di sussidarietà che, in alcuni casi, ancora hanno.  

Sono questi i temi che abbiamo avuto modo di discutere con Riccardo Tani, CEO & Managing Director di K2 DataSyn