Una ricerca di Hitachi Vantara rivela che sicurezza, accuratezza e velocità nella fruizione dei dati sono priorità fondamentali per quelle aziende che a livello globale implementano progetti di AI. In Europa, la sicurezza dei dati è leggermente meno prioritaria (42% rispetto al 48% a livello globale), mentre la sostenibilità riceve maggiore attenzione (40% rispetto al 33% a livello globale)
Hitachi Vantara, controllata di Hitachi, focalizzata sull’archiviazione dati, sulle infrastrutture e sulla gestione del cloud ibrido, ha presentato oggi i risultati dell’indagine Hitachi Vantara State of Data Infrastructure Survey condotta su 1.200 C-level e decision maker IT in 15 paesi, di cui 400 in Europa, per esplorare le sfide per le aziende nell’era dell’intelligenza artificiale.
Lo studio evidenzia che con l’accelerazione dell’adozione dell’AI, il 35% delle aziende europee ritiene che la sicurezza e la qualità dei dati siano i principali ostacoli al successo dei progetti, mentre cresce l’attenzione per la sostenibilità. Tuttavia, pochi leader IT stanno adottando misure per una corretta gestione di fruizione dei dati, mettendo così a rischio il successo delle iniziative di AI. Sebbene gli ostacoli all’implementazione di un’AI sostenibile e responsabile differiscano a livello globale e regionale, per tutti emerge la necessità di lavorare con un partner (68% a livello globale; 70% in Europa) per gestire le aree in cui è richiesto un maggiore supporto.
Le sfide costanti della governance dei dati e della loro corretta gestione
Il sondaggio rivela che il 40% degli intervistati europei afferma di avere i dati disponibili quando necessari per oltre metà delle volte, e lo stesso 40% ritiene che la maggior parte dei risultati dei modelli di AI siano accurati. Inoltre, il 75% delle aziende dichiara che la maggior parte dei propri dati è non strutturata per una ricerca che possa permettere di creare maggiore valore dai dati grazie ad una migliore capacità di correlazione di questi, aumentando così i rischi di vanificare gli investimenti nella creazione di una ‘data-lake house’ con l’aumentare dei volumi di dati.
Infatti gli interventi per migliorare la qualità dei dati sono ancora limitati: il 35% non organizza i dati per la visualizzazione, solo il 38% migliora i dati di formazione per spiegare i risultati dell’AI e quasi un quarto (23%) non controlla la qualità dei dataset.
Sostenibilità: una priorità non ancora pienamente affrontata dai leader IT
A livello globale, mentre il 33% dei leader IT identifica la sostenibilità come una priorità per l’AI, la stessa rimane secondaria rispetto alla sicurezza (48%) e all’accuratezza (45%). Il 65% delle grandi imprese investe in modelli generici di LLM, che sono più energivori, piuttosto che in modelli specializzati e più sostenibili.
I trend sono simili anche in Europa: la sostenibilità è considerata una priorità per il 40% delle aziende, con notevoli disparità tra i Paesi – il 45% degli intervistati in Italia la colloca al primo posto, rispetto al 35% in Spagna e solo al 33% in Francia. La principale barriera per garantire un’IA sostenibile e responsabile è la mancanza di standard chiari: lo afferma il 34% a livello globale e il 35% in Europa. In Italia, invece, la sfida è la carenza di hardware e tecnologie adeguate (41%).
Un partner affidabile può aiutare
Inoltre, l’indagine rivela che, man mano che le aziende sviluppano iniziative di AI, la maggior parte dei responsabili IT europei riconosce la necessità di un supporto da parte di terzi in aree cruciali, tra cui:
- Hardware – Per essere efficace, l’hardware deve essere sicuro, disponibile 24/7, ed efficiente per raggiungere gli obiettivi di sostenibilità. Nell’indagine, il 24% dei responsabili IT dichiara di aver bisogno di assistenza per creare soluzioni hardware scalabili e a prova di futuro.
- Soluzioni per l’archiviazione e l’elaborazione dei dati – Soluzioni efficaci avvicinano i dati agli utenti, garantendo sicurezza e sostenibilità. L’indagine ha rilevato che il 24% dei responsabili ha bisogno di un supporto per l’archiviazione e la preparazione dei dati ROT, mentre il 26% cerca assistenza per l’elaborazione.
- Software – Un software sicuro e resiliente è fondamentale per proteggere dai rischi informatici e garantire l’accessibilità dei dati. Il 25% ha bisogno di supporto per implementare l’IA in modo sicuro e il 32% dei responsabili IT ha bisogno di competenze di terzi per sviluppare modelli di AI efficaci.
- Personale qualificato – Il gap di competenze rimane un ostacolo, con il 46% dei responsabili che sviluppa le competenze AI attraverso la sperimentazione e il 40% che si affida all’autoapprendimento.
“Il successo delle aziende europee che si trovano a dover affrontare le complessità legate all’adozione dell’AI dipenderà dalla capacità di focalizzarsi su alcune priorità specifiche”, ha dichiarato Marco Tesini, Vice President & General Manager Western & Northern Europe. “In primo luogo, è fondamentale rafforzare la governance e la gestione dei dati. Ciò significa organizzarli sistematicamente e garantirne la qualità attraverso solidi processi di verifica. Solo con dati di alta qualità le aziende possono fidarsi dei loro sistemi di AI per ottenere risultati affidabili e d’impatto”.
“Inoltre” aggiunge Salvatore Turchetti, Country Manager e General Manager Italy – “integrando fin dall’inizio pratiche sostenibili, le aziende possono soddisfare i requisiti normativi in evoluzione, evitando in seguito costose revisioni dell’infrastruttura. Infine, l’allineamento all’interno dell’organizzazione è fondamentale: deve esserci una comprensione condivisa di come le pratiche di ottimizzazione dei dati e gli approcci sostenibili guidino l’innovazione e la crescita a lungo termine, al fine di sfruttare la potenza dell’AI. Tuttavia, il raggiungimento di questi obiettivi spesso richiede competenze specialistiche: la collaborazione con partner tecnologici di fiducia che hanno una chiara visione sulla gestione del dato può essere un fattore di svolta, garantendo alle aziende di rimanere competitive e di concentrarsi sui propri obiettivi strategici”.
