Chiediamo a Paolo Spreafico, Director Customer Engineering per l’Italia di Google Cloud, quali sono i punti fondamentali da tenere in considerazione per portare l’IA in azienda.
Da dove partire per introdurre l’IA in azienda? Quali sono le attività dove le IA attualmente disponibili possono dare i migliori risultati?
I progressi dell’intelligenza artificiale stanno innescando uno dei cambiamenti tecnologici più significativi della storia, paragonabile all’arrivo di Internet o al passaggio alla telefonia mobile. Per introdurla in maniera efficace le aziende devono partire dalla definizione di una strategia volta a valutare le esigenze aziendali e stabilire gli obiettivi tenendo in considerazione gli strumenti e i dati a disposizione.
L’IA può supportare la trasformazione digitale di un’azienda e dei suoi processi di business in vari modi: dall’analisi dei dati, all’automazione di processi ripetitivi fino alla creazione di contenuti nuovi tramite l’AI generativa che abilita una serie di nuovi utilizzi come chatbot intelligenti, creazione di immagini e video da testo e molto altro ancora. Oltre alla strategia è però importante per le aziende tenere in considerazione i fattori abilitanti che permettono all’IA di liberare il suo potenziale, come ad esempio l’utilizzo dei dati. In questo ambito è fondamentale poter fare affidamento su un ecosistema di data cloud aperto, come quello di Google Cloud, che consenta di utilizzare i dati provenienti da fonti e formati di archiviazione differenti, inclusi provider e piattaforme cloud di terze parti e diverse tra loro.
Quali sono gli obiettivi e i KPI da valutare nelle prime fasi di adozione?
Le organizzazioni oggi mostrano diversi livelli di maturità e di esigenze per quanto riguarda l’intelligenza artificiale. Di conseguenza gli obiettivi e i KPI nell’adozione di questa tecnologia variano molto da caso a caso, ma volendo generalizzare possiamo individuare alcune macro aree come l’aumento dell’efficienza legato all’ottimizzazione dei processi, il miglioramento dei processi decisionali grazie alla disponibilità di informazioni più precise e all’identificazione di nuove opportunità, e l’ottimizzazione delle risorse.
Le aziende con un grado di maturità superiore aggiungono a questi anche altri obiettivi come la creazione di nuovi prodotti o servizi e l’evoluzione dei propri processi di business.
La scelta di soluzioni adatte al raggiungimento dei propri obiettivi gioca un ruolo chiave nel successo dell’implementazione dell’intelligenza artificiale da parte delle aziende. Google Cloud offre un’ampia gamma di soluzioni pensate per rispondere alle esigenze delle aziende in questo ambito, come Vertex AI, la piattaforma IA di Google Cloud che permette di utilizzare e personalizzare le tecnologie e i modelli di intelligenza artificiale generativa (e non) di Google.
Quali sono i rischi dell’adozione dell’IA per quanto riguarda la privacy e la riservatezza delle informazioni? Come è possibile mitigarli?
Con la proliferazione delle applicazioni di IA e IA generativa all’interno delle aziende, la necessità di comprendere e mitigare i potenziali rischi di sicurezza e privacy è diventata un aspetto prioritario per i responsabili tecnologici all’interno delle aziende.
Google prende molto seriamente il tema della data governance nell’era dell’IA. Siamo stati una delle prime aziende a pubblicare gli AI principle nel 2018, che hanno posto le basi per l’integrazione sicura dell’IA nei nostri prodotti. Siamo convinti che i clienti debbano avere il massimo livello di sicurezza e controllo sui propri dati archiviati nel cloud e questo impegno si estende ai prodotti di IA e IA generativa di Google Cloud.
Sia che si tratti della nostra Vertex AI Platform o di Generative AI App Builder, riconosciamo che i clienti vogliono che i loro dati siano privati e per questo offriamo loro la possibilità di avere il controllo completo sul loro utilizzo. Con il supporto dell’IA generativa in Vertex AI, le organizzazioni hanno la possibilità di personalizzare i modelli di base utilizzando i propri dati. In questo modo possono costruire un modello che combina la potenza del modello di base a quella dei dati proprietari. Quando un’azienda mette a punto un modello di base in Vertex AI, i suoi dati privati vengono mantenuti tali e non vengono mai utilizzati per il training del modello.
È inoltre importante sottolineare che Google Cloud offre l’intero stack tecnologico, dall’infrastruttura IA ad alte prestazioni, ai modelli di base, agli strumenti per creare modelli e app personalizzati, fino all’integrazione profonda dell’IA generativa in tutti i nostri prodotti. E in tutto questo stack, abbiamo incorporato i requisiti di sicurezza, privacy, conformità e controllo di livello enterprise, di cui i clienti hanno bisogno per adottare l’intelligenza artificiale generativa con la massima tranquillità.
D: Che competenze deve avere (o acquisire/maturare) un’azienda per introdurre l’IA nei suoi processi?
Possiamo dividere le competenze utili a un’introduzione efficace dell’IA nei processi aziendali in due ambiti: da una parte le competenze strategiche, ad esempio individuare i settori di applicazione dell’intelligenza artificiale per il raggiungimento dei propri obiettivi di business, dall’altra le competenze tecniche.
Per aiutare le aziende a rispondere alla prima esigenza abbiamo recentemente introdotto l’AI Smart Report, uno strumento senza costi, nato dalla collaborazione con la School of Management del Politecnico di Milano, che permette alle Pmi del Made in Italy di scoprire le applicazioni dell’intelligenza artificiale più pertinenti per il proprio settore e comprendere come sfruttarle al meglio.
Per quanto riguarda le competenze tecniche invece Google Cloud offre corsi di formazione e laboratori per migliorare le conoscenze individuali su una serie di argomenti legati al cloud, tra cui l’IA generativa, per comprendere come viene utilizzata e in che modo differisce dai tradizionali metodi di machine learning e come utilizzare gli strumenti di Google Cloud per sviluppare le proprie app di Gen AI. Inoltre, abbiamo introdotto Duet AI in Google Cloud, che facilita l’utilizzo di Google Cloud da parte degli sviluppatori permettendo loro di formulare domande in linguaggio naturale per comprendere rapidamente codici e API complessi, sviluppare applicazioni, gestire i database, la data analytics e la cybersecurity. Un supporto collaborativo alimentato dall’IA generativa in grado di trasformare radicalmente il modo in cui si costruiscono le esperienze, a prescindere dal proprio grado di competenza.
Che tipo di infrastruttura è necessaria? È meglio puntare su soluzioni cloud o investire sul potenziamento del data center aziendale?
Con la crescita della complessità delle applicazioni che utilizzano l’intelligenza artificiale e ancora di più dell’intelligenza artificiale generativa, la scelta di un’infrastruttura cloud è quella ottimale nella stragrande maggioranza dei casi d’uso dell’IA. Questo per una serie di ragioni come il contenimento dei costi di manutenzione e aggiornamento dell’infrastruttura, la sicurezza e la conformità e la semplicità di gestione supportata anche dalle competenze esterne fornite dai cloud provider. Google Cloud offre un’infrastruttura ottimizzata per l’intelligenza artificiale – la stessa utilizzata da Google – progettata per fornire scalabilità globale e prestazioni richieste da prodotti che servono miliardi di utenti. Offriamo questa infrastruttura in diverse modalità: as a service nelle nostre regioni cloud, tramite Google Distributed Cloud per l’utilizzo nei data center aziendali, e all’edge. Il nostro intero stack di infrastruttura IA è stato realizzato con un codesign a livello di sistema per incrementare l’efficienza e la produttività nell’ambito dell’addestramento, della messa a punto e del supporto dell’IA.
Nelle scorse settimane abbiamo annunciato Cloud TPU v5p, il nostro acceleratore IA più potente, scalabile e flessibile di sempre. La TPU v5p è quattro volte più scalabile della TPU v4 in termini di FLOPS totali disponibili per pod. Quest’anno abbiamo annunciato la disponibilità generale di Cloud TPU v5e. Con un miglioramento delle prestazioni di inferenza per dollaro di 2,7 volte rispetto alla precedente generazione di TPU v4 in un benchmark di settore, questo rende la nostra TPU la più conveniente di sempre.
