La scorsa settimana la nostra redazione è stata ospite di SAS Innovate, l’evento annuale che SAS organizza per discutere di innovazione insieme a tutti i suoi partner. Si è trattato di un’occasione importante per osservare da vicino il core business dell’azienda che, fin dalle sue origini, si è dedicata all’analisi dei dati. Tuttavia, analizzare le informazioni per conto terzi non è la sua unica attività; la vera missione di SAS è infatti fornire ai suoi clienti gli strumenti più all’avanguardia per permettergli di elaborare autonomamente i propri asset informativi.
L’obiettivo di questa attività è tanto complesso da raggiungere quanto semplice da enunciare: identificare pattern ricorrenti in dati apparentemente slegati tra loro per dedurre il comportamento di un sistema complesso. In termini più sintetici, potremmo dire “mettere ordine al caos“.
Gli strumenti per ottenere questo risultato si sono però profondamente trasformati nel tempo. Cinquant’anni fa, quando SAS fu fondata partendo da un progetto in un laboratorio di ricerca della North Carolina State University, questo compito richiedeva principalmente una profonda competenza statistica. Successivamente, le sfide sono diventate sempre più complesse, arrivando oggi ad abbracciare settori come la ricerca biomedica e i gemelli digitali. Parallelamente, il volume dei dati da gestire è cresciuto in maniera esponenziale, richiedendo l’integrazione di tecnologie come i Big Data e il cloud.
Oggi, l’ultima frontiera dell’analisi è rappresentata dalle infrastrutture data-oriented e dall’intelligenza artificiale. Oggi, la mole di informazioni da trattare è tale da piegare sotto il loro peso anche le infrastrutture tecnologiche tradizionali, e la complessità del loro trattamento sfugge alle capacità degli algoritmi convenzionali. È esattamente su questa frontiera che si posiziona SAS al suo cinquantesimo compleanno: una frontiera fatta non solo di tecnologia, ma anche di consapevolezza e visione per il futuro. Per capire quale sia questa visione e come si relazioni con l’evoluzione tecnica, siamo andati a parlare direttamente con alcuni dei protagonisti di SAS Innovate 2026.
La difficile relazione tra AI e dati
Con Udo Sglavo, Vice President Applied AI and Modeling R&D, abbiamo approfondito il tema dei nuovi modelli di intelligenza artificiale e degli agenti AI, focalizzandoci soprattutto sulla loro interazione con i dati.
SAS interpreta gli agenti come il punto di convergenza tra gli LLM e una nuova generazione di modelli statistici per l’intelligenza artificiale. Questa visione si discosta un po’ dall’idea comune dell’agente inteso come entità totalmente autonoma. Gli agenti saranno certamente assistenti intelligenti molto smart e valutati in base ai risultati. Tuttavia, in ambito aziendale, c’è una forte richiesta di mantenere il controllo nelle mani dell’essere umano, non fosse altro per la responsabilità legata alle decisioni strategiche.
Spostando il focus sul mondo enterprise, la discussione si è poi orientata sulla reale capacità dell’AI di generare innovazione. Anche l’AI definita generativa è, di fatto, un sistema complesso per ricombinare informazioni esistenti. Se da un lato risulta preziosa per creare varietà di dati, ad esempio nei gemelli digitali, difficilmente riuscirà a uscire dal perimetro di conoscenza attuale. Paradossalmente, però, il suo valore risiede proprio qui: l’IA gestirà meticolosamente ciò che già conosciamo, lasciando spazio all’essere umano affinché possa esercitare inventiva e creatività. Se ci pensiamo, questa attitudine è già visibile oggi nella scrittura del codice. Secondo Sglavo, non dovremmo aspettarci che l’AI diventi capace di inventare qualcosa di realmente nuovo. In ambiente produttivo, l’obiettivo principale resterà comunque l’automazione dei processi. Infatti, anche la sua personale definizione di AI generativa va in quella direzione: “qualcosa che crea dei dati“, nel senso più ampio del termine.
Un aspetto spesso sottovalutato nell’evoluzione tecnologica dell’AI è quello legato alla qualità dei dati. Il problema non è la quantità di informazioni disponibili, ma la loro validità e classificazione. Spesso le aziende dispongono di enormi masse di dati che però risultano inutili o errati. Per questo motivo, oggi una delle attività principali in molte organizzazioni consiste nell’etichettatura dei dati. Ogni volta che viene creata una informazione questa deve avere un ruolo e un significato per poter creare valore se usata per l’addestramento di un LLM.
In chiusura, abbiamo affrontato un tema che non sempre emerge sui tavoli tecnici: la semantica, ovvero il significato attribuito ai dati. Su questo, la posizione di Sglavo è illuminante: la semantica di un dato è contestuale alla nostra interpretazione come società. E la società si evolve molto velocemente. Possedere serie storiche lunghissime non è sinonimo di qualità, poiché molti dati del passato potrebbero avere oggi una rilevanza marginale. Ad esempio, addestrare un agente AI sui mercati degli ultimi cinquant’anni potrebbe essere controproducente, dato che l’economia moderna segue logiche differenti. Lasciare libero un tale agente di operare autonomamente in un contesto bancario sarebbe rischioso; è probabile prenderà decisioni sbagliate perché anacronistiche. In chiusura, Sglavo suggerisce che in molti casi dovremmo avere il coraggio di eliminare le informazioni obsolete.
Il lato oscuro dell’analisi dei dati
Il tema dell’intelligenza artificiale applicata agli attacchi informatici e alle frodi diventa, purtroppo, ogni giorno più attuale. Non si tratta solo di una questione di consapevolezza da parte di utenti e imprese, ma emerge anche un tema delicato legato alla maturità tecnologica dello strumento. L’AI, in quanto strumento, può infatti essere usata indifferentemente sia a favore che contro gli interessi dei privati e delle aziende.
Secondo Stu Bradley, Senior Vice President Risk, Fraud and Compliance Solutions di SAS, è proprio la corsa frenetica all’adozione dell’AI per risultare più competitivi che sta ampliando la superficie d’attacco in termini di dati sensibili esposti. Infatti, l’invito che SAS rivolge sempre ai propri clienti è quello di valutare attentamente ogni possibile risvolto prima di implementare nuove funzionalità destinate agli utenti finali.
Dai rischi per la sicurezza alla compliance il passo è fin troppo breve, poiché spesso le organizzazioni vengono guidate verso standard di sicurezza più elevati proprio attraverso le regolamentazioni. Secondo Bradley, le normative giocano un ruolo cruciale nella gestione del problema, ma vanno anche messe in correlazione con la complessità tecnologica. Da un lato, le aziende capaci di essere proattive con gli enti regolatori guadagnano un vantaggio competitivo. Dall’altro, queste stesse realtà faticano a tradurre le prescrizioni normative in soluzioni tecniche concrete perché si trovano a essere le prime a doverlo fare. Oggi la partita si vince dotandosi di una governance capace di far conciliare questi due aspetti.
Allargando lo sguardo, si nota però un divario evidente tra le diverse amministrazioni globali in ambito normativo, alimentato purtroppo dalle crescenti tensioni geopolitiche. Uno dei nodi centrali, secondo il manager, resta l’interconnessione tra i…
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Dario Maggiorini
Source link
