WingArc1st ha annunciato DataTetra, una soluzione di piattaforma per la valorizzazione dei dati progettata per l’uso dell’AI in azienda, e ha iniziato a renderla disponibile progressivamente dal 21 ottobre. La piattaforma integra il supporto all’intero processo, dall’integrazione e gestione dei dati all’analisi tramite AI e al loro utilizzo nelle attività aziendali. Tra gli obiettivi indicati figurano affrontare l’aumento dei costi di elaborazione legato alla diffusione dell’AI e la dipendenza da servizi specifici.
I limiti all’uso dell’AI non riguardano solo le prestazioni dei modelli
Man mano che aumenta il numero di aziende che integrano l’AI nelle proprie attività, l’ostacolo potrebbe non essere tanto «quale AI scegliere», quanto una questione meno appariscente: come continuare a gestire i dati già in proprio possesso. I dati aziendali diventano sempre più diversificati e voluminosi, e il loro trattamento si complica quando li si vuole utilizzare con l’AI.
Un esempio è il «degrado del contesto» (Context Rot): quando si fornisce all’AI una grande quantità di informazioni, questa fatica a cogliere il contesto e la precisione delle risposte diminuisce. È un fenomeno che contraddice l’aspettativa semplicistica secondo cui più documenti si caricano, più l’AI diventa intelligente. Anche il fatto che le attività aziendali dipendano dallo stato operativo dei servizi AI esterni è una questione da non sottovalutare.
A questo si aggiunge il problema dei costi. Ogni volta che si elaborano dati non strutturati o si ripetono analisi e ricerche con l’AI, i costi di elaborazione aumentano in base ai volumi di utilizzo. Più si usa l’AI nella quotidianità, più cresce la spesa. Alcuni responsabili avranno probabilmente la sensazione che, in cambio della comodità, il portafoglio si assottigli poco a poco.
Secondo un’indagine, circa l’80% considera i costi una criticità
L’indagine «Uso dell’AI nelle aziende e risultati organizzativi», condotta dalla società a settembre, chiedeva se i costi dei servizi AI sarebbero diventati un problema per il loro utilizzo futuro. Il 28,2% ha risposto «lo penso decisamente» e il 50,9% «lo penso abbastanza»: insieme, fanno il 79,1%.
Mentre l’adozione procede a ritmo sostenuto, la preoccupazione per i costi nella fase operativa sembra essere ampiamente condivisa. DataTetra si presenta come una soluzione pensata per rispondere direttamente a questa preoccupazione.
Riunire i dati e scegliere come utilizzare l’AI
Il fulcro di DataTetra è il nuovo «ambiente lakehouse». Il lakehouse è un sistema che combina i punti di forza del data warehouse (DWH) e del data lake, consentendo di gestire insieme dati strutturati e organizzati e dati non strutturati, come documenti e immagini. La società afferma che la piattaforma supporta in un unico flusso l’integrazione e la gestione dei dati, l’analisi tramite AI e il loro utilizzo nelle attività aziendali.
I tre principi alla base del progetto sono «convivenza con l’AI», «sovranità dei dati» e «piattaforma per la valorizzazione dei dati».
L’idea di circoscrivere i compiti affidati all’AI
La «convivenza con l’AI» prevede di creare un ambiente in cui l’AI possa consultare il significato dei dati e le relative condizioni d’uso, gestendo sia dati strutturati sia non strutturati. Si tratta poi di combinare gli ambiti che richiedono l’elaborazione tramite AI con quelli più adatti ai programmi tradizionali, limitando così un’eccessiva dipendenza dall’AI.
È questo l’aspetto interessante. Invece di estendere l’uso dell’AI come se fosse uno strumento universale, l’idea è affidare le attività ripetitive ai sistemi tradizionali e riservare all’AI solo i compiti per cui è davvero necessaria. Sembra una distinzione ragionevole sia sul piano dei costi sia su quello della precisione.
La «sovranità dei dati» per limitare la dipendenza dai fornitori
Per quanto riguarda la «sovranità dei dati», la società afferma che è possibile creare l’ambiente valorizzando gli asset di dati già esistenti, come DWH e lakehouse, e limitando la dipendenza da fornitori specifici. L’obiettivo è una «sovranità dell’utente», che consenta alle aziende di scegliere e controllare in autonomia i propri dati e l’ambiente in cui utilizzano l’AI.
Sul fronte della piattaforma per la valorizzazione dei dati, la soluzione supporta in modo integrato l’integrazione, la gestione e l’attribuzione di significato ai dati, lo sviluppo di applicazioni e agenti AI, nonché la condivisione e l’utilizzo.
Costi più prevedibili con le quote di utilizzo, anziché con la tariffazione a consumo
Sul piano della composizione, la soluzione combina tecnologie e prodotti della società come Dr.Sum, MotionBoard e dejiren AI. Supporta sia configurazioni che affiancano un DWH esistente sia quelle in cui DataTetra è al centro della piattaforma per la valorizzazione dei dati, consentendo un’implementazione adatta all’ambiente IT dell’azienda.
A meritare attenzione è il modello tariffario. Invece di una tariffazione a consumo, in cui si paga in base a quanto si utilizza, la società intende adottare una «tariffazione basata sulla capacità», calcolata in base a quote di utilizzo come la capacità di elaborazione. L’obiettivo è permettere alle aziende di continuare a usare i dati tenendo sotto controllo i costi anche mentre ampliano l’impiego dell’AI.
Naturalmente, la misura in cui le quote di utilizzo ridurranno effettivamente i costi dipenderà dai volumi e dalle modalità d’uso di ciascuna azienda. Tuttavia, il passaggio dall’ansia di vedere il contatore girare ogni volta che si usa l’AI a un modello che consente di pianificare il budget in anticipo potrebbe essere un elemento interessante per i dirigenti e i reparti IT.
Dopo l’implementazione, la sfida è far radicare la piattaforma nell’organizzazione
L’adozione della piattaforma, da sola, non garantisce risultati. La società afferma che offrirà anche servizi per supportare le aziende nella creazione e gestione dell’ambiente di valorizzazione dei dati e nel suo radicamento nell’organizzazione. Facendo leva sulle competenze di un team specializzato che segue oltre 100 progetti di supporto all’anno, l’azienda intende promuovere la creazione di organizzazioni in cui l’uso dei dati possa progredire con continuità, includendo la formazione del personale e la predisposizione di strutture operative.
L’AI non crea valore se ci si limita a provarla: il suo valore emerge solo quando la si utilizza con continuità. A quel punto, più che l’intelligenza del modello, contano le basi operative: come vengono organizzati i dati, quanto sono prevedibili i costi e se il personale sul campo è in grado di gestire le operazioni. L’annuncio di DataTetra riflette il passaggio della competizione nell’AI da «quale soluzione usare» a «come renderne sostenibile l’utilizzo».
コメント