Crescono gli investimenti in intelligenza artificiale, con imprese di ogni dimensione e settore che sempre più stanno approcciando questa tecnologia, con la convinzione che l’AI in tutte le sue “sfumature” possa non soltanto ottimizzare l’efficienza operativa ma aprire, al contempo, la strada a nuove opportunità di business. Un trend, questo, che trova conferma nei dati che emergono da “CIO PlayBook 2024: It’s all About Smarter AI”, l’indagine che Lenovo ha realizzato in collaborazione con IDC, secondo cui la spesa in artificial intelligence delle aziende nella regione EMEA crescerà del 61% nel 2024.
L’AI Generativa al centro dell’attenzione
A raccontarlo è Alessandro de Bartolo, AD e Country general manager Infrastructure Solutions Group di Lenovo.
Al centro c’è l’AI Generativa, con l’Italia, ancor più degli altri Paesi europei, che si dimostra pronta a coglierne i vantaggi. È, infatti il contesto in cui si registra il dato più alto in EMEA di realtà che stanno investendo in Gen AI (68%) – con un ulteriore 30% che prevede di farlo entro fine anno -, oltre a essere il mercato che riscontra meno difficoltà (34%) ad assumere personale con competenze in artificial intelligence.
I fattori che guidano l’aumento significativo degli investimenti in AI in Italia e il peso della Generative AI
«Sono dati che mettono in luce una reazione particolarmente positiva da parte del mercato italiano verso l’impatto dell’intelligenza artificiale – ha affermato De Bartolo -. A differenza di altri mercati europei, il nostro Paese tende a non percepire l’AI come una distrazione, ma piuttosto come un fattore di cambiamento importante, potremmo quasi dire indispensabile per la sopravvivenza nel contesto attuale. Si tratta, in generale, di una percezione che mostra un interessante orientamento verso l’innovazione. Una delle principali ragioni che hanno guidato l’ecosistema tecnologico italiano e globale verso l’adozione e l’interesse nei confronti dell’AI Generativa riguarda senza dubbio l’impatto di tecnologie come ChatGPT, che l’hanno resa a tratti mainstream, diventando la forma di Intelligenza Artificiale più diffusa e riconosciuta. Ma c’è anche un altro aspetto da considerare: i campi di applicazione dell’AI Generativa sono i più disparati, si estendono ben oltre i limiti tradizionali e sono confinati solo dalla creatività umana. Inoltre, l’evoluzione dei modelli di linguaggio, sia quelli di grandi dimensioni (Large Language Model) che quelli più compatti, ne ha in qualche modo facilitato l’adozione e l’integrazione, rendendo così la sua implementazione più semplice e accessibile».
Il ruolo dell’Edge computing nello sviluppo di progetti di AI
In questo contesto, come ha spiegato de Bartolo, l’Edge computing gioca un ruolo centrale. Stando allo studio, infatti, entro fine 2024 si prevede una crescita del 40% di investimenti in tecnologie Edge, di poco superiore alla media EMEA (38%). «Bisogna riconoscere che la direzione intrapresa dalla Pubblica Amministrazione e dal governo italiano sta creando un ambiente favorevole all’aumento di progetti in questo ambito. Anche all’interno del Piano Nazionale di Ripresa e Resilienza (PNRR), abbiamo osservato direttamente un significativo indirizzo verso investimenti che promuovono lo sviluppo dell’AI e, a corollario di questa, anche dell’Edge computing. Attraverso l’utilizzo di queste tecnologie, le aziende possono implementare soluzioni di intelligenza artificiale direttamente sul campo, migliorando la gestione delle operazioni e la qualità della produzione. La vicinanza fisica dei dispositivi di Edge computing alle macchine e ai sistemi di produzione riduce la latenza, aumenta la velocità di elaborazione dei dati e consente decisioni più rapide e informate. Se consideriamo, ad esempio, un generatore di dati come una telecamera ad alta definizione e la tecnologia di AI come un sistema di visual recognition, l’implementazione e il funzionamento del progetto saranno semplificati se l’elaborazione dell’algoritmo di AI avviene in prossimità della telecamera, ovvero nel luogo di generazione dei dati. Al contrario, il processo potrebbe incontrare maggiori difficoltà se i dati catturati dalla telecamera dovessero essere trasferiti a grande distanza, ad esempio in un data center o nel Cloud, per l’elaborazione, per poi inviarne il risultato nuovamente al punto di partenza. L’Edge computing risolve questa problematica portando la capacità di analisi direttamente vicino alla sorgente dei dati. Questo significa che la loro elaborazione avviene quasi in tempo reale, migliorando significativamente l’efficacia e l’efficienza dell’applicazione della tecnologia di AI».
Un’AI democratica, accessibile a tutti
Lenovo, con la sua missione che ben si sintetizza nella frase “Smart Technology for all”, ha sempre puntato a rendere la tecnologia accessibile e utile per tutti; un approccio, questo, ispirato dall’idea di democratizzare l’innovazione, che si estende ora anche all’intelligenza artificiale con il motto “AI for all”, a partire dai prodotti che spaziano dagli smartphone Motorola ai personal computer, fino alle infrastrutture server e storage, per rendere l’AI trasversale a un pubblico ampio, che va dai consumatori individuali alle aziende.
E a testimoniarlo sono proprio l’esperienza e i progetti che Lenovo porta avanti nel nostro Paese.
Ne è un esempio la collaborazione con l’azienda italiana The Edge Company, che ha visto l’impiego dei server edge di Lenovo all’interno di un aeroporto, specificamente a bordo pista, in grado di elaborare in tempo reale le immagini catturate da telecamere ad alta definizione per individuare il passaggio di volatili. Grazie all’analisi immediata dei dati, il sistema è in grado di allertare gli operatori aeroportuali per prevenire incidenti causati dal cosiddetto bird strike, ovvero la collisione tra velivoli e volatili.
C’è poi il progetto Smart City realizzato a Barcellona in cui, all’interno delle 3.600 cabine semaforiche della città, sono stati installati server edge di Lenovo che elaborano localmente immagini e dati raccolti da sensori e telecamere posizionati dalla municipalità. «Questa infrastruttura consente di offrire servizi avanzati ai cittadini e supporta, inoltre, le necessità operative della città di Barcellona, agendo di fatto come un’estensione del data center tradizionale ma posizionato direttamente sul campo», ha spiegato il Country general manager di Lenovo.
La tecnologia targata Lenovo è stata anche una risposta alle esigenze mostrate da VHIT, azienda parte del gruppo Bosch e specializzata nella produzione di componenti automobilistici, che aveva la necessità di innovare il controllo di qualità mediante l’impiego di telecamere e soft PLC (Programmable Logic Controller), con l’obiettivo di migliorare i processi decisionali e consentire analisi in real-time in ambienti industriali. In questo caso, sono stati utilizzati i server edge ThinkSystem SE350, con funzionalità di connettività avanzate, ideali per operare in ambienti industriali complessi. Si tratta di tecnologie con capacità di virtualizzare più PC in un’unica piattaforma industriale e di gestire più algoritmi contemporaneamente, facilitando così una raccolta e analisi dati efficiente direttamente dai siti di produzione e dai magazzini logistici.
«Sono tutti progetti ed esempi che confermano il ruolo dell’Edge computing di essere un vero e proprio “data center fuori dal data center”, essenziale per gestire e analizzare i dati direttamente là dove vengono generati», ha aggiunto de Bartolo.
Come varia l’adozione dell’AI tra i diversi settori industriali, dal manifatturiero alle telco al finance
Le aziende manifatturiere sono le più entusiaste, con il 47% che vede l’AI come un “punto di svolta”. «Questo è particolarmente rilevante per il settore manifatturiero del nostro Paese, che, pur essendo composto prevalentemente da piccole e medie imprese, rappresenta un ambito chiave per l’applicazione di tecnologie simili– ha ribadito de Bartolo -. Si tratta, infatti, di un esempio di industria che ha bisogno di distribuire il più possibile la capacità di elaborare algoritmi di intelligenza artificiale per migliorare l’efficienza e l’efficacia delle proprie linee di produzione. E l’Edge computing, che è un luogo ancor prima di essere una tecnologia, diventa la soluzione più idonea per far fronte a questa esigenza, consentendo un’elaborazione dei dati più vicina alla fonte, ovvero direttamente all’interno delle strutture produttive, piuttosto che centralizzata in un unico punto o in Cloud».
Quello delle telecomunicazioni è un mondo noto per essere all’avanguardia, tra i più proattivi soprattutto quando si tratta di abbracciare le nuove tecnologie, come l’intelligenza artificiale Generativa. Questa tendenza, come ha sottolineato de Bartolo, non emerge casualmente ma è il risultato di una serie di fattori intrinseci al settore stesso.
«Innanzitutto, le aziende di telecomunicazioni godono di un vantaggio infrastrutturale notevole. La natura del loro business, radicata nelle infrastrutture digitali, le posiziona in una posizione ideale per integrare e sfruttare le nuove tecnologie. C’è poi un altro elemento chiave che caratterizza il settore: la vasta base di clienti. Gestire un numero così elevato di utenti richiede soluzioni che possano ottimizzare la comunicazione e l’interazione, sia in termini di efficienza che di efficacia, lungo tutto il customer relationship journey, rendendola fluida e immediata. Ed è proprio in questo ambito che l’intelligenza artificiale Generativa, in particolare sotto forma di chatbot, ha trovato terreno fertile per la sua applicazione. È quindi logico pensare che aziende con una vasta base di clienti come le telco, che contano milioni di utenti, siano particolarmente inclini all’adozione di progetti basati su AI. La ragione è piuttosto evidente: una delle condizioni fondamentali per poter implementare efficacemente soluzioni di intelligenza artificiale è disporre di una grande quantità di dati, e in settori come quello delle telecomunicazioni, dove la raccolta di dati avviene su larga scala, le condizioni sono ideali per alimentare sistemi di AI capaci di apprendere, analizzare e migliorare continuamente».
Un altro settore che segue una logica simile è quello finanziario: anche in questo ambito, la necessità di gestire un elevato numero di clienti e, soprattutto, di elaborare e analizzare le innumerevoli transazioni che avvengono quotidianamente, rende l’intelligenza artificiale uno strumento quasi indispensabile. «Nell’industria finanziaria, le transazioni, essenzialmente descritte attraverso dati, forniscono una base ideale per alimentare algoritmi di AI che possono migliorare la sicurezza, personalizzare i servizi e ottimizzare le operazioni».
Le principali sfide tecnologiche e organizzative che le aziende affrontano nell’adottare l’AI Generativa
«C’è senza dubbio un tema di sfida ma nel senso di opportunità che le aziende devono saper cogliere nell’investire nelle tecnologie di AI. Il punto di partenza è la raccolta dei dati: identificare quelli necessari e importanti diventa cruciale e ciò richiede una ridefinizione precisa dell’organizzazione interna. Questo implica un cambio di paradigma nella gestione aziendale, dove i processi sono concepiti non solo per raggiungere obiettivi produttivi ma anche per “parlare”, ovvero per produrre dati che possano essere successivamente analizzati attraverso l’intelligenza artificiale», ha concluso de Bartolo.
