La governance aziendale è stata a lungo considerata una questione di requisiti di conformità — un elenco di attività da svolgere per attenersi alle politiche organizzative. Ma, con le dimensioni attuali dei carichi di lavoro dell’AI, il dibattito è cambiato.
L’AI sta spingendo le organizzazioni a ripensare completamente il proprio approccio alle architetture dei dati, in quello che il più recente report di Cloudera definisce una grande riprogettazione dell'AI.
Ora, le questioni di governance sono passate dall’essere una semplice casella da spuntare a un fattore cruciale per rendere possibile l’AI. In effetti, l’indagine The Great AI Re-Architecture di Cloudera , ha rilevato che il 95% degli intervistati aveva almeno un progetto di AI pianificato che, negli ultimi 12 mesi, è stato ritardato o annullato interamente a causa di problemi di governance dei dati, conformità o regolamentazione.
Questo fatto sta portando le organizzazioni a confrontarsi con l’idea che gli approcci tradizionali alla governance dei dati stiano rapidamente diventando obsoleti nell’era dell’AI. La stessa indagine di Cloudera ha rilevato che il 75% degli intervistati ha dichiarato che le integrazioni dell’AI avevano già causato cambiamenti di entità moderata o significativa nelle pratiche di archiviazione dei dati e di architettura delle proprie organizzazioni.
Più l’AI si addentra nei carichi di lavoro organizzativi, più complesso diventa il quadro della governance. Cosa significa questo per lo stato attuale della governance e per il futuro? Esaminiamo.
La governance plasma l'implementazione dell'AI fin dall'inizio
La governance non è solo una questione di sicurezza e conformità. È un elemento determinante nel decidere quali dati possono essere utilizzati, dove possono essere utilizzati, come vengono archiviati e, in definitiva, a quali modelli di AI possono accedere. E poiché i carichi di lavoro di AI spingono le organizzazioni a trasferire i dati tra ambienti più frequentemente, buone pratiche di governance sono fondamentali per garantire che i dati che alimentano l'AI siano di alta qualità e affidabili fin dall'inizio.
È quindi naturale che un numero considerevole di leader aziendali inizi a considerare la governance un fattore chiave per l'AI su larga scala. Per essere precisi, il 42% dei leader aziendali ha indicato i requisiti di sicurezza dei dati, governance e conformità come un fattore chiave per l'AI. Questo rende la governance un elemento da considerare in fase di progettazione, non solo un livello di controllo.
Considerare la governance un processo da avviare solo nelle fasi finali rischia di costringere i team a rivedere le scelte relative all’architettura, agli accessi o alla distribuzione quando le attività sono già in corso.
La maturità dell'AI aumenta la complessità della governance
L’importanza della governance è chiara, ma è diventato anche molto più complesso gestirla efficacemente. Quasi tre quarti (73%) delle organizzazioni hanno dichiarato che l’integrazione dell’AI ha reso più difficile mantenere la governance.
Questa sfida è ulteriormente accentuata dal fatto che i dati vengono trasferiti sempre più spesso tra ambienti: il 97% delle organizzazioni intervistate trasferisce dati tra ambienti almeno una volta al mese, mentre il 31% lo fa quotidianamente. Man mano che i dati vengono spostati, le organizzazioni devono gestire costantemente gli accessi, proteggere i dati sensibili, applicare le policy di sicurezza e mantenere la conformità in ogni fase.
La regolamentazione, soprattutto in materia di privacy e sovranità dei dati, rappresenta un altro importante ostacolo all'adozione dell'AI su larga scala. Il 54% degli intervistati l'ha indicata tra i tre principali fattori che limitano la capacità della propria organizzazione di progredire in questo ambito. L'AI rende la situazione ancora più complessa, poiché, durante l'implementazione, i dati aziendali vengono spesso trasferiti tra ambienti diversi e oltre i confini nazionali. Le organizzazioni devono quindi monitorare dove si trovano i dati, come vengono trasferiti e chi vi accede, assicurando al contempo il rispetto delle normative applicabili in tutte le giurisdizioni interessate.
La flessibilità ibrida dipende da una governance coerente
Il 66% delle organizzazioni ha trasferito almeno alcuni carichi di lavoro di AI dal cloud pubblico ad ambienti on-premise o cloud privati nell'ultimo anno. Per un terzo degli intervistati (34%), non si è trattato di un cambiamento marginale: nell'ultimo anno hanno trasferito un numero significativo di carichi di lavoro di AI dal cloud pubblico a infrastrutture on-premise o ad ambienti cloud privati.
Questo movimento non è tanto una condanna degli ambienti di cloud pubblico, quanto piuttosto il riflesso di un più ampio passaggio verso strategie ibride. In particolare, mentre le aziende cercano di collocare i carichi di lavoro dell'AI nell'ambiente più adatto alle loro esigenze.
Questi carichi di lavoro e i dati che li supportano possono estendersi tra cloud pubblici, cloud privati, ambienti on premise e ambienti sovrani, quindi la governance deve coprire l’intera architettura. L’ibrido funziona solo quando le stesse regole seguono i dati e i carichi di lavoro ovunque si spostino.
La governance definirà il futuro dell'AI aziendale
La grande riprogettazione dell'AI sta cambiando molto più del luogo in cui le organizzazioni eseguono i carichi di lavoro di AI. Sta ridefinendo il ruolo della governance nell'architettura aziendale. La necessità di cambiare è già ampiamente diffusa: il 72% degli intervistati afferma che la propria architettura dei dati attuale richiede una revisione sostanziale per soddisfare i futuri requisiti dell'AI.
La governance sarà sempre essenziale per la sicurezza e la conformità, ma oggi queste responsabilità rappresentano solo una parte del quadro. Man mano che l'AI si integra in tutta l'azienda, la governance determina se le organizzazioni possono accedere ai dati in sicurezza, spostare i carichi di lavoro tra ambienti e portare l'AI in produzione su larga scala.
Le organizzazioni meglio posizionate per portare l'AI su larga scala nei prossimi anni integreranno la governance nelle modalità con cui i dati vengono gestiti, trasferiti e resi accessibili in ogni ambiente.
Scarichi La grande riprogettazione dell'AI per scoprire tutti i risultati dell'indagine e approfondire come i responsabili aziendali stanno adattando le architetture dei dati per supportare l'AI su larga scala.
