Denodo DataPops

L’oramai diffusa e consolidata Data Driven Transformation, una trasformazione che interessa trasversalmente tutti i settori di mercato, ha imposto un nuovo modo di gestire e consumare i dati, suggerendo trasformazioni secondarie, come ad esempio quella della democratizzazione dei dati, cosa che giocoforza ha portato a dover rivedere il significato di Data Governance, passando da una sua lettura focalizzata su aspetti di controllo e compliance, ad una che abbracci l’intero ciclo di vita del dato, dalla sua rilevazione, fino al consumo. 

È questo il tema che abbiamo avuto modo di discutere con Giulio Di Nubila, Senior Manager e Client Leader di Iconsulting.

Si parla spesso della necessità di migliorare la comunicazione tra strutture tecniche e di business, una comunicazione necessaria a presentare un’idea, a giustificare un progetto, a trasmettere il risultato di un’attività di analisi o, infine, a spiegare perché un dato modello ha suggerito di prendere o non prendere una particolare decisione.

Comunichiamo sempre e dobbiamo farlo bene, perché in un mondo che si muove così velocemente e al quale le organizzazioni devono potersi adattare in tempi altrettanto rapidi, non ci si può permettere di sbagliare solo perché “non ci eravamo capiti”.

È questo il tema che abbiamo avuto modo di discutere con Nicoletta Di Blas, Professoressa associata in Pedagogia Speciale presso il Politenico di Milano.

Se da qualche anno si parla oramai di Data Strategy, da meno tempo lo si fa in riferimento all’intelligenza artificiale, complice forse il suo rapidissimo imporsi all’attenzione, con l’ultimo anno che ha visto la prorompente ascesa dell’intelligenza artificiale generativa e dei Large Language Model. 

Dati e intelligenza artificiale che sono temi ovviamente e strettamente connessi, dato che i primi sono ciò che consente alla seconda di sprigionare il suo potenziale. Questo legame suggerisce che Data Strategy e AI Strategy debbano necessariamente svilupparsi insieme, secondo quell’armonia che consenta di essere governate in modo coerente con gli obiettivi che ogni organizzazione si dà, pubblica o privata che sia.  

È questo il tema che abbiamo discusso con Nicola Russo, Head of Data & Intelligence in NTT DATA Italia.

La comunicazione e la diffusione del dato sono la narrazione di quel processo articolato, che dalla scelta del dato conduce, per il tramite del suo uso, a sprigionare quel valore di ritorno per chi quel dato ha reso disponibile, secondo quel principio di restituzione, sul quale costruire il senso di una comunità che vive e partecipa in un mondo sempre più veloce e fluido, per il quale i dati sono elemento imprescindibile per la sua comprensione. 

Affinché comunicazione e diffusione siano efficaci e in armonia con i dati e i suoi fruitori è essenziale, però, che queste diventino parte dell’intero processo e non, al contrario, esserne elemento accessorio, conclusivo, cosa che minerebbe alla base la possibilità di un loro racconto che ne trasmetta chiaramente significato e valore. 

Sono questi i temi che abbiamo avuto modo di discutere con Serenella Ravioli, Direttrice della Comunicazione e Diffusione di Istat.

La rapidità con la quale l’IA Generativa e i Large Language Model si sono presentati sul mercato ha, da un lato, creato un entusiasmo e aspettative probabilmente mai osservate prima, dall’altro ha innescato un rapido quanto attento momento di riflessione nelle aziende, volto a capire il valore potenziale, gli eventuali rischi connessi e i contesti più promettenti per una sua adozione e, parallelamente, ha reso necessario rivedere la Data Strategy, per adeguarla alle necessità che, in tal senso, hanno questi modelli e per il ruolo che i dati hanno nel condizionarne il comportamento. 

Sono questi i temi che abbiamo avuto modo di discutere con Eduardo Rispoli, Partner di Target Reply Roma.

I dati gestiti dalla Pubblica Amministrazione sono un patrimonio pubblico, di tutti noi, che deve e merita di essere utilizzato, restituendo a cittadini e imprese un valore, nella forma di servizi o informazioni, che rappresenti una sorta di ricompensa per ciò che questi hanno condiviso. 

Questo percorso verso la consapevolezza del valore dei dati e dell’importanza di condividerlo a beneficio della collettività è qualcosa di complesso e che investe dimensioni differenti – culturale, sociale, tecnologica, economica – motivo per cui deve essere intrapreso con un programma ampio, che comunichi in modo chiaro il percorso tracciato e coinvolga, nel suo incedere, tutti coloro che, a diverso titolo, ne sono coinvolti.

Sono questi i temi che abbiamo avuto modo di discutere con Sara La Bombarda, Responsabile per la Transizione Digitale presso l’Agenzia Regionale per la Tecnologia e l’Innovazione della Regione Puglia.

Il potenziale dell’intelligenza artificiale, generativa e non, è qualcosa che non può essere ignorato, ma in una realtà complessa e articolata questo potenziale deve rispondere a due domande fondamentali: il valore che può derivarne per il business e la possibilità di industrializzare ciò che normalmente nasce come sperimentazione. 

In queste realtà complesse, inoltre, qualsiasi iniziativa in tal senso non può essere scissa dalla definizione di una Data Strategy, che non solo definisca come i dati possano effettivamente alimentare i modelli di intelligenza artificiale, ma definisca un modello complessivo, a sostegno di un’intelligenza collettiva e che definisca come i dati diventino realmente il fulcro di un’organizzazione, esplorandone gli impatti che tale trasformazione ha su aspetti culturali, organizzativi e tecnologici. 

Sono questi i temi che abbiamo avuto modo di discutere con Francesco Giordano, Data Technologies, Analytics & BI Solutions di Generali Asset Management.

È sempre esistito uno stretto rapporto tra dati e intelligenza artificiale, che spesso viene però collocato solo nella fase di apprendimento dei modelli, ritenendo che questo sia un momento unico, quando invece altro non è che l’inizio di una interazione continua, fatta di un adattamento continuo del modello al mondo sul quale è chiamato a operare. 

Ma questo momento, seppur importante, non è il solo nel quale dati e IA devono operare in armonia, perché anche nella fase di esecuzione dei modelli, la possibilità di poter accedere e usare dati arbitrari è un momento fondamentale e necessario per la qualità di quanto prodotto. 

Con specifico riferimento all’intelligenza artificiale generativa, l’interazione – o meglio la circolarità – tra LLM e dati diventa un elemento chiave, tanto da aver portato alla definizione della cosiddetta Retrieval Augmented Generation (RAG), dove il patrimonio dati di un’organizzazione viene messo a disposizione dei modelli linguistici per poter comprendere domande e formulare risposte che siano correttamente contestualizzate, perché ciò che l’utente si aspetta non è solo una prosa elegante, ma anche contenuti puntuali relativi a ciò che ha chiesto.

L’oramai consolidata Data Driven Transformation e il nuovo modo in cui questa suggerisce – o forse impone – di consumare i dati, un modo sostanzialmente democratico, fondato sul diritto di ognuno di usare i dati dei quali ha bisogno e di farlo nel rispetto dei doveri, impongono di dare una nuova lettura alla Data Governance. Questa deve necessariamente abbandonare la visione di mero controllo ed evolvere invece verso elemento fondamentale per la generazione di valore.

È questo il tema che abbiamo avuto modo di discutere con Marco Orrù, Domain Director di Alten Italia e Giuseppe Rondinella, Data Analytics Solution Manager di Alten Italia.

Spesso si parla degli elementi imprescindibili per attuare una Data Driven Transformation, senza però a volte indirizzarli in modo fattivo, per darne concretezza, cosa che al contrario ha fatto il Gruppo Credem, istituendo la Community Data Heroes, cresciuta progressivamente fino a diventare un vero e proprio centro di valore.

Una Community fondata sulla condivisione e sul coinvolgimento di tutte le linee di business e, naturalmente, anche sul corretto supporto tecnologico, in modo da garantire un uso dei dati facile e democratico.

Sono questi i temi che abbiamo avuto modo di discutere con Sara Giannetti, Platform Manager nel Gruppo Data Analytics Infrastructure di Credem, e Claudio Falduto, Referente Data Analytics per Credemvita e Credemassicurazioni.