Il mondo aziendale sta entrando in una nuova fase di maturità dell'intelligenza artificiale. È una fase caratterizzata non da progetti pilota appariscenti o da una sperimentazione limitata, bensì dalla rapida integrazione nelle attività operative fondamentali delle aziende, su scala aziendale. Ma mentre prosegue questa spinta verso una maggiore scalabilità, i responsabili aziendali si trovano sempre più spesso a fare i conti con una realtà difficile da ignorare: le architetture dati tradizionali necessitano da tempo di un aggiornamento orientato all'AI. E questa consapevolezza ha iniziato a dare il via a una grande riprogettazione dell'AI, in cui i responsabili IT aziendali stanno riprogettando le proprie architetture dei dati per un futuro basato sull'AI.
Per comprendere meglio come le organizzazioni stanno affrontando questa nuova frontiera, Cloudera ha pubblicato il suo ultimo report, The Great AI Re-Architecture, basato su un sondaggio condotto su 1.500 architetti aziendali, responsabili dell’infrastruttura cloud e architetti dei dati in tutto il mondo. I risultati sono chiari: l’AI sta ridefinendo completamente il modo in cui le organizzazioni strutturano la propria architettura dei dati. In effetti, il 72% degli intervistati ha dichiarato che la propria architettura dei dati attuale richiede una revisione sostanziale per raggiungere i propri obiettivi in ambito AI.
Quindi, mentre i leader aziendali puntano a una maggiore integrazione dell'AI e a un impatto più significativo sul business, come si stanno evolvendo le architetture dei dati per rispondere a questa esigenza? Esaminiamo alcuni dei risultati principali.
Gli inizi di una grande riprogettazione
Considerando che quasi tre quarti (72%) degli intervistati hanno dichiarato che la loro architettura attuale richiede una revisione sostanziale per supportare i futuri obiettivi in ambito AI, è chiaro che il mondo aziendale è ben consapevole di ciò che serve. Un altro 75% ha dichiarato di aver già modificato in misura moderata o significativa le proprie pratiche relative all'archiviazione dei dati e all'architettura.
I carichi di lavoro di AI richiedono un accesso senza interruzioni ai dati, che spesso risiedono in ambienti diversi, sia on premise, in cloud pubblici, cloud privati e sovrani, sia distribuiti tra sistemi edge. Garantire che tutti questi dati siano gestiti correttamente e pronti per essere messi a disposizione dell’AI è costoso. L’84% degli intervistati ha dichiarato che i carichi di lavoro di AI hanno causato un aumento dei costi della propria infrastruttura.
Sebbene le aziende siano generalmente tutte sotto pressione per rinnovare le proprie architetture dei dati e sfruttare al meglio l'AI, le motivazioni alla base di questi interventi variano. Il 42% degli intervistati ha indicato i requisiti di sicurezza dei dati, governance e conformità normativa come principale fattore alla base dei cambiamenti nelle pratiche di archiviazione e architettura dei dati. Seguono il 35% degli intervistati, concentrato sul miglioramento delle prestazioni e sulla riduzione della latenza, un altro 35% interessato alle funzionalità di AI in tempo reale o basate sull'edge e il 33% che punta a estendere le iniziative di AI a tutta l'azienda.
Qualunque sia il motivo, molte organizzazioni si sono trovate di fronte al fatto che, anche se sono pronte a sfruttare l’AI, la loro infrastruttura semplicemente non è pronta.
Un'enfasi sulla governance e sui dati affidabili
La corsa a scalare l'AI ha attribuito nuova importanza alla governance e alla sicurezza, elevandone il ruolo da semplice casella da spuntare in una lista di attività di conformità a fattore abilitante per l'AI. Come ben sanno gli intervistati, i problemi di governance possono rappresentare un serio ostacolo al successo delle iniziative di AI. In effetti, quasi tutte le organizzazioni intervistate (95%) hanno dichiarato di aver ritardato o annullato progetti di AI nell'ultimo anno a causa di problemi di governance o conformità.
Man mano che l’AI si integra nei processi aziendali fondamentali, i dati su cui si basa devono essere affidabili. Ciò significa che i responsabili aziendali devono sapere dove sono archiviati i dati, chi può accedervi e se possono essere utilizzati in modo responsabile in ambienti complessi. Senza questa visibilità e questo controllo, le organizzazioni rischiano di rallentare l’adozione dell’AI o di introdurre rischi non necessari nelle proprie iniziative di AI.
I risultati rivelano un chiaro cambiamento nel ruolo della governance come fattore abilitante. Ma stare al passo con il cambiamento intrinseco che accompagna l'AI richiede una base dati unificata che garantisca il controllo sul 100% dei dati dell'organizzazione, ovunque risiedano.
Il futuro guidato dall’AI prospera grazie alla flessibilità
Una tendenza degna di nota nel report di Cloudera è che le organizzazioni stanno adottando un approccio più intenzionale alla scelta di dove eseguire i carichi di lavoro di AI. E molti stanno persino rimpatriando i carichi di lavoro dagli ambienti cloud pubblici. Tra i partecipanti al sondaggio, il 66% ha dichiarato di aver trasferito i carichi di lavoro di AI dal cloud pubblico ad ambienti on-premise o cloud privati negli ultimi 12 mesi.
Quel numero non indica alcun fallimento da parte dei cloud pubblici. Piuttosto, mostra una preferenza per un approccio ibrido anziché per un approccio incentrato innanzitutto sul cloud. In effetti, quasi un terzo degli intervistati (31%) ha dichiarato di eseguire carichi di lavoro di inferenza AI in ambienti ibridi. Anche se il cloud pubblico (30%) e il cloud privato (22%) seguivano a breve distanza. In definitiva, ciò che emerge è la preferenza per spostare i carichi di lavoro di AI negli ambienti che consentono loro di ottenere i risultati migliori.
Ma cosa significa un futuro orientato all’ibrido per i piani dei responsabili IT? Nel corso dei prossimi due anni, circa un terzo (29%) degli intervistati ha dichiarato di avere ancora in programma di aumentare la spesa per il cloud, ma allo stesso tempo un quarto (25%) ha dichiarato di voler dare maggiore importanza a un approccio ibrido.
Ovunque si diriga l'AI, il futuro sarà sicuramente molto più ibrido, poiché le organizzazioni cercano architetture dei dati che consentano di ottenere risultati aziendali di maggiore impatto. Ma questo cambiamento richiede la flessibilità necessaria per eseguire i carichi di lavoro nel luogo più adatto, senza sacrificare visibilità, governance, prestazioni e controllo dei costi nell'intero panorama dei dati.
Una nuova base per l'IA aziendale
L'AI ha dato il via a una nuova fase nell'evoluzione delle architetture dei dati: la grande riprogettazione dell'AI, che ridefinirà il modo in cui ogni azienda gestisce i dati e i carichi di lavoro dell'AI. Man mano che l'AI si integra sempre più nei sistemi aziendali fondamentali e si diffonde su larga scala, è necessario colmare alcune lacune critiche per generare un valore concreto e duraturo.
Le imprese che agiranno con urgenza e adotteranno un'architettura dei dati progettata con la flessibilità, la visibilità e il controllo necessari per supportare l'AI su larga scala costruiranno un vantaggio competitivo distintivo per il futuro.
Esplori il report completo dell’indagine e scopra come le organizzazioni stanno ripensando l’architettura dei dati per la prossima era dell’AI.
