Trasformare i dati da ‘big’ a ‘better’ grazie alla conoscenza dei nostri 10 trend più importanti nell'AI. Finora, l’accesso ai dati per l'AI generativa è stato gratuito per tutti, senza alcuna tracciabilità dell'origine dei dati né alcun controllo della qualità. È ora di cambiare marcia, passando da Volume, Velocità e Varietà (big data) a Validità e Valore (better data). I tuoi dati sono pronti?
Che si tratti di ML o potenziamenti, è ora di portare l'AI tradizionale in produzione e ampliarne l'utilizzo, soprattutto in casi d'uso consolidati come l'analisi delle frodi e delle disdette di abbonamento.
Si prevede che l'AI generativa raggiungerà una quota pari a circa il 30% del mercato complessivo dell'AI entro il 2025.
Fonte: Boston Consulting GroupQuesta base di utenti apprezza le visualizzazioni e gli insight generati automaticamente, arricchiti con spiegazioni in linguaggio naturale.
Entro il 2025, il 66% degli appartenenti alla Generazione Z adotterà funzioni di Headless BI e analisi basate su AI con chat, domande e risposte e funzionalità di notifica proattiva, quadruplicando il numero di utenti con accesso a informazioni contestuali.
Fonte: IDC FutureScape: Worldwide Data and Analytics 2024 Predictions, IDC #US51295223, Ott 2023Usando grafici della conoscenza e database vettoriali, integrati con RAG (Retrieval, Augmentation, Generation), le opportunità per combinare in modo affidabile dati strutturati e non strutturati sono infinite.
I dati non strutturati gestiti dalle imprese raddoppieranno nel 2024.
Forrester, Predictions 2024: Data And AnalyticsPasseremo continuamente da una modalità all'altra (grazie a embedding, connettività e API) per ottenere il massimo dei benefici da ciascuna piattaforma.
Entro il 2026, l'AI generativa modificherà in modo significativo il 70% delle iniziative di progettazione e sviluppo di nuove applicazioni web e di app per dispositivi mobili.
Fonte: Gartner, Top Strategic Technology Trends for 2024, 16 ottobre 2023. GARTNER è un marchio registrato e un marchio di servizio di Gartner, Inc. e/o delle sue filiali negli Stati Uniti e nel mondo. L'utilizzo del marchio nel presente documento è stato autorizzato. Tutti i diritti riservati.Abbiamo bisogno di un meccanismo per etichettare e segnalare chiaramente i dati, usando tecniche di provenienza e crittografia in combinazione con tecniche che non abbiamo ancora inventato per creare una sorta di ‘test del DNA per i dati’.
Il 90% dei contenuti online sarà generato dall'AI entro il 2025.
Fonte: Intervista a Nina Schick di Yahoo Finance Live, 7 gennaio 2023Con l'esplosione di app costruite da ‘sviluppatori non specializzati’, le organizzazioni devono adottare misure per sensibilizzare la loro forza lavoro sui benefici e i rischi dell'AI generativa.
Per mitigare i nuovi rischi creati dall'uso capillare dell'AI generativa da parte della propria forza lavoro, entro la fine del 2025 il 60% delle grandi imprese imporrà un'alfabetizzazione formale sull'uso dei dati (data literacy) e una formazione responsabile sull'AI.
Fonte: IDC FutureScape: Worldwide Future of Enterprise Intelligence 2024 Predictions, IDC #US51293423, Ott 2023Ciò consentirà agli analisti aziendali, ad esempio, di risalire a ritroso lungo la pipeline per svolgere attività di gestione e preparazione dei dati. Inoltre, gli stessi analisti potranno applicare modelli statistici avanzati ai dati e agli strumenti con cui lavorano ogni giorno, senza bisogno di esportarli in un ambiente di lavoro avanzato.
Entro il 2026, il 50% delle organizzazioni dovrà valutare le piattaforme ABI e DSML come piattaforme all-in-one componibili a causa della convergenza del mercato.
Fonte: Gartner, Predicts 2023: Analytics, BI and Data Science Composability and ConsolidationFinora, i modelli LLM e l'AI generativa sono stati usati principalmente per supportare il ragionamento e condurre analisi, invece che per piattaforme iPaaS e attività esecutive. Ma ora sono in corso diverse iniziative interessanti anche in quest'ambito, compreso un approccio ai modelli LLM che implica la sinergia tra ragionamento e azione.
Entro il 2027, l'individuazione di valori erratici e altre funzionalità di analytics aumentate si evolveranno in piattaforme di analisi autonome che gestiranno ed eseguiranno completamente il 20% dei processi aziendali.
Fonte: Gartner, Predicts 2023: Analytics, BI and Data Science Composability and ConsolidationI dati di proprietà dell'organizzazione saranno una materia prima preziosa e, in questo contesto, emergeranno ‘solution fabric’ in cui potranno essere condivisi e scambiati dati e app per settori specifici.
Entro il 2026, oltre l'80% dei casi d'uso relativi all'AI generativa nelle imprese sfrutterà modelli di AI personalizzati e specializzati anziché modelli di base generici offerti mediante API pubbliche.
Fonte: IDC FutureScape: Worldwide Future of Enterprise Intelligence 2024 Predictions, IDC #US51293423, Ott 2023Trattare i dati come una risorsa o come un prodotto di valore implica che tali dati possono essere visionati in un catalogo e utilizzati internamente per varie finalità, e persino evolversi in un bene commerciabile. Come accaduto per la musica con l'avvento delle piattaforme di streaming, i creatori di prodotti di dati di qualità devono disporre di più mercati dove poter negoziare i dati.
Entro il 2026, il 60% delle principali società di intelligence aziendale avrà identificato prodotti di dati e il 15% avrà attribuito un valore commerciale ai prodotti con una metodologia di valutazione dei dati.
Fonte: IDC FutureScape: Worldwide Future of Enterprise Intelligence 2024 Predictions, IDC #US51293423, Ott 2023Immagina un prodotto fondamentale per l'AI che possa essere scambiato e che diventi tanto più prezioso quanto più viene utilizzato. Come possiamo realizzare questa visione futura? La strada verso l'affidabilità dei dati è lastricata di insidie e opportunità di cui le organizzazioni più accorte devono essere consapevoli.