Quando gli atomi incontrano i bit

Viviamo in due mondi paralleli: uno fatto di atomi, l’altro di bit.

Per fare shopping, andiamo in un negozio o in un sito web. Lavoriamo da remoto o in persona. Collaboriamo con persone e computer, ma non simultaneamente. Il passaggio tra le realtà può essere difficile, confuso o impossibile.

Tutto sta cambiando. Per cavalcare la prossima ondata di trasformazione, alle aziende non basterà acquisire competenze e capacità digitali. Occorre creare le fondamenta di una nuova realtà che combina la vita fisica degli atomi con quella digitale dei bit. Non si tratta di un miglioramento incrementale, quanto di un cambio di passo. Il valore della convergenza tra fisico e digitale si sprigiona nella generazione di qualcosa di totalmente nuovo. Se pensiamo all'AI generativa, molti la usano per generare immagini e contenuti puramente digitali, ma già si può intravedere come influenzerà il futuro della scienza, dei dati aziendali, del modo in cui progettiamo e produciamo prodotti ed altro.

Per anni, la pietra miliare dell'entrerprise innovation è stata la digitalizzazione dei processi, anche di intere aree delle organizzazioni. E mentre abbiamo costruito un mondo digitale ricco e significativo, non lo abbiamo associato a quello fisico.

Nella Technology Vision 2022, abbiamo indicato il Metaverse Continuum come il successivo passo dopo la trasformazione digitale. È un momento cruciale per l'incontro di atomi e bit, accelerando il percorso verso una nuova realtà condivisa.

Siamo alla frontiera dell'innovazione tecnologica per il business, dove non solo digitalizziamo, ma applichiamo queste basi digitali. Il metaverso, i digital twins, la realtà aumentata e la robotica sono solo l'inizio di questa fusione tra digitale e fisico. Questo non solo genera nuovi prodotti e servizi, ma guida anche una nuova era della ricerca scientifica. I leader stanno creando nuovi strumenti e disruption che cambieranno il futuro del mondo. L'incontro di atomi e bit apre opportunità completamente nuove.

Technology Vision 2023

La Technology Vision 2023 esplora 4 trend che delineano questa nuova realtà dove gli atomi incontrano i bit.

Digital Identity: un ID per ciascuno e per ogni cosa

The big picture

La digital identity sta guidando silenziosamente la prossima generazione di tecnologie disruptive. Un cambiamento a cui stanno rispondendo le principali aziende leader globali dell’innovazione.

Gli sforzi di oggi danno forma alle aziende innovative del futuro. L'identità digitale, sebbene sembri essere responsabilità del CIO o del CTO, supporta le ambizioni di business della leadership. 

Gli innovatori scoprono che l'identità digitale non è solo un modo per rimediare alle carenze del passato ma anche per aiutare le aziende ad avviare un nuovo modello di condivisione e di gestione dei dati. 

L'ONU sollecita la creazione di un ID legale universale entro il 2030 come parte dei suoi Sustainable Development Goals. Ciò ha portato i governi di tutto il mondo a considerare l'identità digitale come una priorità. Presto, le aziende dovranno seguire l'esempio e integrarsi con i programmi statali.

Se non lo è già, l'identità digitale dovrà rientrare nella vostra innovation agenda.

Establishing core digital identities

Considera due categorie di identità: core (documento di identità) e funzionale (patente di guida).

Spesso confondiamo le informazioni funzionali con l'identità core. Ad esempio, i numeri di telefono vengono utilizzati come identificatori primari, ma ciò può portare a conseguenze indesiderate. Un tipo di attacco chiamato SIM swapping consente agli hacker di reindirizzare il traffico da un telefono a una nuova scheda SIM, ottenendo così tutte le informazioni inviate a quel numero.

Reinventando la relazione tra vita digitale e fisica, evitiamo errori del passato, come ignorare la protezione dell'identità digitale. I principali innovatori stanno lavorando per creare un livello base d'identità e sviluppare soluzioni che siano nuove porte d'accesso al web.

Le identità core di origine digitale iniziano ad emergere, grazie agli sforzi della comunità, dei governi e della partnership pubblico-privato. 

Un approccio popolare è quello di creare piattaforme decentralizzate o distribuite, note come Self-Sovereign Identity (SSI) che usano blockchain e Distributed Ledger Technology, convalidando l'identità attraverso il meccanismo di consenso multifattore.

Gli approcci distribuiti offrono maggiore sicurezza e affidabilità, ma la natura decentralizzata rende difficile raggiungere questi obiettivi. L'usabilità, l'interoperabilità e il recupero dell'account sono sfide che possono influire sulla loro adozione.

Reimagining the basic functions of identity

Oltre a introdurre la core digital identity, c'è una forte motivazione a ripensare le funzioni di queste identità: come creare e associare i propri dati, come condividere e gestire i dati e bilanciare la proprietà in tutto l'ecosistema.

Ad esempio, Permission.io e Starbucks utilizzano la tokenizzazione per innovare l'identità. La tokenizzazione trasforma qualcosa in una risorsa digitale associata, spesso archiviata su una blockchain. Questi esempi mostrano come l'innovazione dell'identità non sia limitata alle persone, poiché Starbucks e Permission.io tokenizzano la fidelizzazione e l'attenzione.

Le aziende, nel breve periodo, dovranno ripensare il loro approccio all'identità e ai dati. Ad esempio, a causa delle modifiche alla privacy di Apple e Google, le aziende potrebbero perdere l'accesso ai dati dei consumatori e di terze parti. Questo potrebbe avere un effetto significativo.

Mentre i consumatori sono favorevoli a questi cambiamenti, le aziende sono più caute.

Adottando un ecosistema di dati basato sul consenso e sul valore, le aziende devono prepararsi ai sostanziali cambiamenti legati alla raccolta dei dati. Tuttavia la tecnologia è solo una parte della soluzione. I leader devono chiedersi come accedere e conservare legalmente i dati delle persone.

Conclusioni

Le aziende che sapranno affrontare la sfida godranno di una maggiore sicurezza e della rinnovata fiducia dei loro clienti e partner. Ancora più importante, saranno più preparate per il futuro e ci garantiranno una rete e un futuro migliori.

Your data, my data, our data. La trasparenza: la tua risorsa migliore.

The big picture

Prima, le persone decidevano cosa mangiare con il passaparola o le guide degli esperti. Nel 2005, Yelp ha cambiato la situazione con la sua pagina di recensioni digitali dei clienti.

I clienti, da sempre, avevano opinioni che però non erano nè registrate nè accessibili. Yelp ha creato una modalità di condivisione trasparente delle informazioni.

I dati forniscono informazioni su aziende, consumatori, mercati e investimenti. Con una maggiore visione delle loro attività, le aziende hanno stabilito una nuova aspettativa: le persone desiderano vedere anche i dati in tempo reale.

Stiamo passando da dati scarsi (o segreti) a dati che vengono sistematicamente quantificati e resi disponibili, il che mette le aziende in una posizione difficile. Innanzitutto la maggior parte delle architetture dei dati aziendali non è stata progettata per gestire questo livello di trasparenza. Anche se molte hanno realizzato strategie di gestione dei dati, non li sfruttano completamente.

Indipendentemente dall'architettura dei dati, le strategie devono cambiare. Possedere i dati non è più sufficiente; è necessario essere pronti ad agire e condividere le informazioni.

Infine, sarà necessario aggiornare la strategia di branding, poiché una volta che questo tipo di dati esiste, non si può presumere che rimanga segreto. Sempre più spesso, se le aziende non prenderanno il controllo, saranno terze parti a farlo al posto loro.

Transparency is in, opacity is out

In questo momento cruciale, la tua azienda può raccogliere i benefici della trasparenza e migliorare la gestione dei dati. Per raggiungere questo obiettivo è necessario rivedere il ciclo di vita dei dati: rivalutare quali raccogliere e come farlo, analizzare l'approccio alla loro gestione, chi ne ha accesso e quali obiettivi aziendali si desidera raggiungere.

Ma i dati da soli non bastano. La chiave è la loro disponibilità. Ed è qui che entrano in gioco le tecnologie di comunicazione. La capacità di trasmettere i dati sta migliorando notevolmente - su lunghe distanze, verso luoghi precedentemente non connessi e quasi in tempo reale.

I dati e la connettività sono condizioni necessarie per la trasparenza, ma da soli non garantiscono il successo. Un problema comune è che i dati sono archiviati in modo isolato all'interno delle aziende. Secondo una survey di Accenture, la mancata integrazione tra le diverse fonti di dati è una grande sfida per il 56% degli intervistati. 

Esistono due strategie emergenti, data mesh e data fabric, che possono trasformare il tuo business. Entrambe offrono vantaggi unici, hanno differenze specifiche e mirano a semplificare e ad eliminare la frammentazione delle architetture dei dati.

An open mindset

Le aziende devono essere sempre più trasparenti, rivalutare il calcolo del rischio e considerare le molteplici dimensioni del valore dei loro dati.

La responsabilità, la privacy e la riservatezza dovrebbero avere la precedenza nella raccolta e nell'utilizzo dei dati. Tuttavia, le aziende non dovrebbero essere troppo prudenti, poiché la condivisione dei dati porta vantaggi all'interno, ai clienti e ai consumatori. 

Con una maggiore apertura alla trasparenza, le aziende rafforzano le loro relazioni con i clienti già acquisiti e ne attraggono di nuovi. In un contesto in cui la fiducia è fondamentale per i consumatori, non dobbiamo sottovalutare il valore della trasparenza. Rispondendo direttamente a queste esigenze, si può costruire un rapporto di fiducia con i propri clienti. I dati sui clienti sono sempre stati importanti per l'azienda, ora è giunto il momento di renderli preziosi anche per i clienti stessi.

Questo approccio ai dati è fondamentale per le aziende, sia che si tratti di migliorare l'efficienza operativa, che di trasformare le relazioni con i clienti o affrontare problemi relativi alla raccolta delle informazioni.

Conclusioni

Le aziende possono cogliere questo momento e trarre vantaggio dal continuo cambiamento dell'ecosistema dei dati o perdere importanti opportunità.

Tutti richiedono una maggiore conoscenza del business e del mercato. Se non soddisfi queste richieste, qualcun altro lo farà al posto tuo.

Generalizing AI: I confini e le possibilità dell'intelligenza artificiale

Visione generale

Quando, alla fine del 2022, OpenAI ha rilasciato ChatGPT, le persone si sono precipitate a testarlo. Hanno posto domande difficili, richiesto la creazione di poesie ottenendo esattamente quello che cercavano. 

Ancor prima del lancio di ChatGPT, l'arte generata con l’intelligenza artificiale (AI) era già presente in Internet. Strumenti come Stable Diffusion di Stability AI e DALL-E 2 di OpenAI ci hanno sorpreso con le loro risposte creando immagini fotorealistiche.

Questa tipologia di contenuti è riconducibile ad uno dei più grandi cambiamenti nella storia dell’AI: l’introduzione di modelli “pretrained”, pre-addestrati, che si adattano facilmente per risolvere i compiti assegnati. 

Dall'innovazione dell'architettura del modello AI di Google nel 2017, vi è stato un miglioramento di questi modelli e set di training dell'AI. Il risultato sono potenti modelli “pretrained”, spesso chiamati "foundation model", che offrono un'adattabilità senza precedenti all'interno dei domini su cui sono stati addestrati.

Grazie a questi foundation model, le aziende oggi possono gestire molte attività e affrontare diverse sfide, spostando l’attenzione dalla costruzione di una propria AI all’apprendimento dei modelli di intelligenza artificiale già disponibili.

A foundation for intelligence breakthroughs

OpenAI's GPT-3, rilasciato nel 2020, è stato il più grande modello linguistico al mondo. Ha imparato autonomamente a svolgere compiti per cui non era stato precedentemente addestrato e ha superato modelli addestrati specificamente per queste funzioni. Da allora, aziende come Google, Microsoft e Meta hanno creato i propri large language models.

Per definire questa nuova classe di intelligenza artificiale, i ricercatori dello Stanford Institute for Human-Centered Artificial Intelligence hanno coniato il termine "foundation model". Generalmente li hanno definiti come grandi modelli di intelligenza artificiale addestrati su una vasta quantità di dati con una significativa adattabilità a compiti sequenziali.

Alcuni stanno lavorando per ampliare i foundation model oltre al linguaggio e alle immagini, includendo più modalità di dati. Meta, ad esempio, ha sviluppato un modello che ha appreso il "linguaggio delle proteine" accelerandone le previsioni sulla struttura fino a sessanta volte.

Sono in corso molti sforzi per rendere più facile la costruzione e la distribuzione di foundation model. I requisiti IT in continua evoluzione, i costi associati e l'expertise necessaria rappresentano le principali sfide di oggi. 

An AI-led transformation in work and life

La domanda non è se, ma come i modelli avranno un impatto sui settori industriali.

I foundation model hanno il potenziale per trasformare l’interazione tra le persone e l'AI. Alcuni definiscono infatti ChatGPT come il futuro della ricerca e del reperimento della conoscenza. Poiché è stata addestrata su miliardi di esempi online, l'AI può scrivere saggi, eseguire debug di codice e rispondere a domande complicate. Inoltre, tiene traccia di tutte le conversazioni precedenti, così da poter rivedere o rielaborare le risposte, rendendo la comunicazione uomo-macchina più sofisticata e naturale.

A ciò va aggiunto che i foundation model stanno aprendo le porte a nuove applicazioni e servizi di AI che prima erano difficili, se non impossibili, da realizzare. 

I Multimodal foundation model stanno spingendo i limiti. Cosa saremo in grado di fare quando questi modelli collegheranno testo, suono, immagini, video, dati spaziali 3D, dati ambientali e altro ancora? Ad esempio, un pezzo di attrezzatura industriale potrebbe utilizzare un sistema di AI per tradurre i dati da decine di sensori per attivare una procedura di riparazione.

Le organizzazioni offrono foundation models pre-addestrati attraverso canali di accesso open source o a pagamento con API.

Quando si sviluppa una strategia per i foundation model, è necessario prima conoscerne i casi d'uso più rilevanti. Alcune applicazioni richiedono dati che non possono essere gestiti da loro, mentre altre beneficiano maggiormente dell'AI specializzata. Inoltre i pregiudizi sui foundation model sono una preoccupazione comune a causa dell'omogeneizzazione e del fatto che molti di essi vengono addestrati su un grande numero di dati online.

Anche con i natural language più intuitivi, è necessario un certo livello di conoscenza del software per creare applicazioni con i foundation model. Tuttavia anche le aziende, senza queste competenze, possano trarre vantaggio dalla tecnologia. Grazie a OpenAI e ad altre aziende che hanno trasformato i loro modelli in piattaforme, diverse imprese hanno lanciato nuovi prodotti e servizi B2B.

Alla fine, le operazioni di intelligenza artificiale si sposteranno dalla costruzione di modelli alla costruzione sui modelli esistenti. I professionisti che hanno le competenze per utilizzare i foundation model, adattarli alle esigenze aziendali e integrarli nelle applicazioni diventeranno sempre più richiesti.

Conclusioni

I foundation model sono un importante cambiamento nella storia dell'AI che le aziende non possono ignorare. Con i modelli attuali, possono creare applicazioni innovative e sfruttare opportunità sempre crescenti grazie al progresso tecnologico.

Our forever frontier: Il big bang della tecnologia e della scienza

The big picture

Il rapporto tra scienza e tecnologia è sempre stato un circuito bidirezionale, che può generare risultati potenti, al limite del possibile. Con la crescita dell'informatica, la tecnologia digitale è diventata più rilevante. Sebbene abbia accelerato le scoperte scientifiche, le aziende hanno lasciato lo sviluppo tecnologico nelle mani di specifici ricercatori e settori. 

Ora stiamo iniziando a vedere un cambiamento. Sempre più aziende stanno ampliando i loro sforzi di innovazione e stanno capendo quanto l'intersezione tra scienza e tecnologia possa essere disruptive.

Il potere della tecnologia sta andando oltre l'IT (Information Technology) e l'OT (Operational Technology), aprendo un nuovo dominio ST (Science Technology). I nuovi progressi tecnologici guideranno il progresso scientifico nei settori dei materiali e dell'energia, della Terra, dello spazio e della biologia sintetica, trasformando le tecnologie che le aziende possono sviluppare.

I possibili cambiamenti sono enormi, dal luogo in cui le aziende forniscono le loro soluzioni a come sono realizzati i loro prodotti. Senza dimenticare che questo circuito scienza-tecnologia può aiutare a risolvere i gravi problemi della società attuale. Il mondo infatti si trova ad affrontare sfide senza precedenti nel campo della medicina, della supply chain e del cambiamento climatico. E ha bisogno di soluzioni migliori e in minor tempo.

Molte delle tecnologie emergenti di oggi hanno il potenziale per accelerare il ciclo di feedback bidirezionale tra scienza e tecnologia, quindi è fondamentale per le aziende iniziare a identificare quelle che potrebbero avere i maggiori impatti sull'avanzamento scientifico. Sfruttare strategicamente questi sviluppi sarà ciò che permetterà alle imprese di trasformare i loro affari nei prossimi anni e, alla fine, il futuro delle loro industrie.

Tre domini accelerano il ciclo: materiali ed energia, Terra e spazio e biologia sintetica.

A way to tackle the world’s toughest problems

Le aziende devono comprendere la rivoluzione scientifica e tecnologica per mantenere la loro strategia competitiva e innovativa. Accelerare il ciclo di feedback è fondamentale insieme ad altri elementi per guidare l'innovazione.

Pensiamo ai temi globali: pandemia, cambiamenti climatici, supply chain. In futuro queste saranno grandi sfide per le aziende che dovranno essere fortemente interessate alla scienza, alla tecnologia e all'innovazione per sfruttare le opportunità che si presenteranno.

Con maggiori investimenti nelle tecnologie scientifiche, le aziende saranno in grado di creare soluzioni più rapide ed efficaci alle sfide attuali.

Collaboration and experimentation

Tuttavia, abbracciare la scienza e la tecnologia è più facile a dirsi che a farsi. Molte nuove tecnologie sono già al lavoro per accelerare il ciclo di feedback tra scienza e tecnologia, e i cambiamenti che ciò porterà al nostro panorama dell'innovazione arriveranno rapidamente.

A differenza della rivoluzione digitale, le aziende partono da livelli di maturità molto diversi. Quelle del settore farmaceutico o chimico hanno da tempo pratiche di innovazione guidate dalla scienza. Queste aziende desidereranno mantenere le posizioni acquisite, esplorare e investire in tecnologie digitali emergenti e cogliere l'opportunità che la rivoluzione scientifico/tecnologica offre per creare nuove partnership.

Altre aziende devono intraprendere tre azioni chiave per prepararsi e avere successo, nonostante non si considerino "scientifiche". In primo luogo, devono riconoscere l'importanza della collaborazione. Le tecnologie informatiche avanzate, come il calcolo quantistico, richiedono competenze altamente qualificate e difficili da trovare. Pertanto le organizzazioni di diversi settori cercano di raggiungere gli obiettivi nel calcolo quantistico attraverso consorzi.

Il secondo modo per prepararsi è capire come iniziare a sperimentare. Questo è diventato facile grazie alla creazione di molte piattaforme scientifiche e tecnologiche avanzate.

Le aziende devono essere consapevoli e preparate ai rischi associati ai fattori chiave della rivoluzione scientifica e tecnologica: biologia sintetica e calcolo quantistico.

Conclusioni

I progressi nell'informatica, nelle tecnologie spaziali e nelle biotecnologie guideranno il progresso in un momento cruciale per le persone, le imprese e il mondo. In un contesto con sfide urgenti come la pandemia e il cambiamento climatico, è tempo di investire e liberare pienamente i cicli promessi di innovazione e accelerazione scientifica e tecnologica, guidandosi reciprocamente verso il futuro.