[ad_1]

Sappiamo tutti che l’intelligenza artificiale è destinata a crescere e i budget tecnologici si stanno spostando di conseguenza. IDC si aspetta lo spostamento della spesa IT verso l’intelligenza artificiale sarà rapido e drammatico, con un impatto su quasi tutti i settori e le applicazioni. Entro il 2025, le organizzazioni Global 2000 destineranno oltre il 40% della loro spesa IT principale a iniziative legate all’intelligenza artificiale, portando a un aumento a due cifre del tasso di innovazioni di prodotti e processi.
Ma vedo il 2024 come un anno in cui le organizzazioni inizieranno a dare priorità al valore aziendale dell’intelligenza artificiale. La maggior parte delle applicazioni di intelligenza artificiale oggi sono modelli linguistici di grandi dimensioni o Gen-AI per testo e immagini, che portano molte applicazioni stravaganti e ingannevoli rivolte al consumatore. Quando si esaminano le proprie priorità in materia di intelligenza artificiale, le organizzazioni devono concentrarsi sul valore dei miglioramenti dell’intelligenza artificiale dei propri prodotti esterni, ma anche ogni strumento che utilizzano internamente può avere miglioramenti dell’intelligenza artificiale che apporteranno valore aziendale. Tuttavia, queste aggiunte faranno aumentare i prezzi degli abbonamenti, a volte addirittura raddoppiando il costo per utente dello strumento.
È chiaramente necessario un atto di bilanciamento per ottenere un rapporto costi/benefici nel posto giusto in modo che le organizzazioni ottengano un reale valore aziendale e non buttino via denaro.
Previsione 1: l’intelligenza artificiale verrà prodotta per applicazioni intelligenti, ma deve essere alimentata con i dati giusti
Nel 2024 l’intelligenza artificiale e i dati verranno “prodotti” in applicazioni intelligenti per fornire valore aziendale reale e insight intelligenti. Gartner definisce applicazioni intelligenti nelle sue tendenze IT strategiche per il 2024, come applicazioni consumer o aziendali potenziate con l’intelligenza artificiale e vari dati connessi provenienti da transazioni e fonti esterne.
Ma in un mondo basato sull’intelligenza artificiale ovunque, i dati sono la risorsa cruciale per alimentare modelli e applicazioni di intelligenza artificiale. C’è una raccolta di dati in corso proprio adesso.
Due sfide sulla via del grande furto di dati: silos significa silos di dati!
I fornitori di tecnologia e di servizi lo riconoscono e accelereranno gli investimenti in ulteriori risorse di dati per migliorare la loro posizione competitiva. Ciò è assolutamente necessario, poiché IDC rileva che solo il 12% delle aziende collega i dati dei clienti tra i reparti e il 42% delle aziende ha dati sottoutilizzati.
…e ha bisogno del Controllo Unificato
Affinché l’intelligenza artificiale e i dati possano lavorare insieme, sono necessari un’impresa connessa e un controllo unificato. Nei prossimi anni i team IT dovranno iniziare a navigare nella maturazione delle piattaforme di controllo mentre si evolvono da pochi sistemi di base a diventare un’unica piattaforma che orchestra le operazioni attraverso infrastrutture, dati, servizi di intelligenza artificiale e applicazioni e processi aziendali.
Ciò significa mettere in movimento i dati, per indirizzare i dati giusti nei posti giusti e farli arrivare ovunque nel mondo.
Predizione 2: Una mesh di eventi è fondamentale: il movimento dei dati e l’intelligenza artificiale sono ciò che abilita veramente le applicazioni intelligenti
Nel 2024, le organizzazioni dovranno passare dalla semplice “generazione” di dati alla “velocità” dei dati e delle decisioni. Ciò richiede una mesh di eventi, una rete di broker di eventi interconnessi che consenta la distribuzione delle informazioni sugli eventi tra le applicazioni. L’utilizzo di una mesh di eventi consente di sovrapporre le inferenze dell’intelligenza artificiale l’una sull’altra, aggiungendo intelligenza in modo incrementale.
Per spiegare, consideriamo un’applicazione pratica che unisce l’intelligenza artificiale con una rete di eventi per reagire alla natura analogica del mondo per elaborare e rispondere a diversi input come audio, video e testo umano.
Immagina un’applicazione di gestione degli incidenti edilizi che supervisiona una struttura aziendale. Nell’edificio sono presenti guardie e telecamere di sicurezza per rispondere adeguatamente agli eventi che accadono nei locali. Ma ci sono anche passanti e dipendenti che hanno la capacità di inviare SMS o trasmettere informazioni critiche al responsabile delle operazioni di costruzione.
Gli agenti IA, ciascuno con un ruolo specifico, possono iscriversi agli eventi da questi input per trasformarli in eventi più consumabili. All’interno di questa mesh, tali input verranno presi e passati al modello appropriato in base a una descrizione gerarchica per evento dell’evento. Quindi, diciamo che la guardia di sicurezza ha comunicato via radio che c’è un problema nell’area della reception. Questo è inutile per l’applicazione di gestione degli incidenti. Tuttavia, se lo inserisci nel modello discorso-testo, aumenti quell’evento con il testo effettivo utilizzato dalla guardia di sicurezza, verrà quindi instradato al responsabile dell’incidente che ora ha una descrizione testuale di ciò che stava dicendo la guardia.
Potrebbe quindi utilizzare l’AI Large Language Model (LLM) per decidere quale dovrebbe essere l’azione appropriata per il problema in questione. Potrebbe essere necessario pronunciare alcune di queste azioni verbalmente, nel qual caso è possibile indirizzarle al modello di sintesi vocale che potrebbe quindi essere riprodotto sul walkie-talkie della guardia di sicurezza. Naturalmente, queste informazioni vengono aumentate e passate attraverso questo gestore degli incidenti, che è interamente guidato dall’intelligenza artificiale. Potrebbe quindi pubblicare nella mesh degli eventi per attivare automaticamente i passaggi successivi, come attivare o disattivare gli allarmi o avvisare i servizi di emergenza per occuparsi di qualsiasi incidente possa essersi verificato.
L’importanza qui è che una mesh di eventi, combinata con l’intelligenza artificiale, traduce una serie di eventi analogici in un flusso di informazioni ottimizzato, consentendo un tempo estremamente rapido per acquisire intelligence. Come mostra l’esempio, il valore aziendale può essere enorme.
Previsione 3: il 2024 vedrà l’ascesa del Platform Engineer, accelerando la fornitura di valore aziendale per le applicazioni
Ma tali applicazioni saranno solo ipotetiche senza la capacità di progettarle e svilupparle in primo luogo. Questo è il motivo per cui è entusiasmante che Gartner veda argomenti come il Platform Engineering diventare maggiori nel 2024. Il Platform Engineering è una tendenza emergente intesa a modernizzare la distribuzione del software aziendale, in particolare per la trasformazione digitale. Si tratta di un approccio in grado di accelerare la distribuzione delle applicazioni e il ritmo con cui queste producono valore aziendale.
Migliora l’esperienza e la produttività degli sviluppatori fornendo funzionalità self-service con operazioni infrastrutturali automatizzate. Implica la disciplina della costruzione e del funzionamento di piattaforme interne self-service: ciascuna piattaforma è un livello, creato e gestito da un team di prodotto dedicato, progettato per supportare le esigenze dei suoi utenti interfacciandosi con strumenti e processi. L’obiettivo dell’ingegneria della piattaforma è ottimizzare l’esperienza dello sviluppatore e accelerare la fornitura di valore al cliente da parte dei team di prodotto.
Gartner prevede che l’80% di Ingegneria software le organizzazioni istituiranno team di piattaforma entro il 2026 e il 75% di questi includerà portali self-service per sviluppatori.
Previsione 4: si conterà sulle tecnologie IA per accorciare ulteriormente i cicli di sviluppo del software
Il 2024 presenterà anche una crescente opportunità per l’utilizzo dell’intelligenza artificiale nello sviluppo di applicazioni. Fino a che punto è oggetto di dibattito. Forrester, ad esempio, predice I robot di intelligenza artificiale generativa, o TuringBots come li chiamano, svolgeranno quest’anno un ruolo sostanziale nel ridurre i cicli di vita dello sviluppo del software del 15-20%.
A mio avviso, ci vorrà del tempo prima che i team di sviluppo incorporino completamente i robot IA nel loro ciclo di vita di sviluppo software. Ma lo spirito c’è: non c’è dubbio che le tecnologie AI, come l’intelligenza artificiale generativa e l’apprendimento automatico (ML), aiuteranno gli ingegneri del software a creare, testare e fornire applicazioni, fornendo un ruolo di supporto per aiutare ad accelerare le attività di sviluppo.
Semmai, credo che il 2024 vedrà le organizzazioni di sviluppo dedicare più tempo a guardare i propri cicli di vita di sviluppo software attraverso gli occhiali colorati dell’intelligenza artificiale, cercando di valutare meglio dove i processi attuali sono sufficientemente flessibili da incorporare l’intelligenza artificiale in un modo che fornisca valore reale. Ad esempio, strumenti di sviluppo potenziati dall’intelligenza artificiale integrati con l’ambiente di sviluppo di un ingegnere per produrre codice, tradurre il codice legacy in linguaggi moderni, consentire la trasformazione dalla progettazione al codice e migliorare le capacità di test delle applicazioni.
Previsione 5: Falò dei silos 2024 – benvenuti nell’impresa integrata del futuro
Ma nella corsa verso operazioni in tempo reale e basate sull’intelligenza artificiale, le organizzazioni grandi e disparate saranno ancora limitate nella loro capacità di ottenere un valore aziendale ottimale a causa della loro dipendenza da un complesso mix di sistemi legacy e/o isolati. Ricorda la statistica IDC secondo cui solo il 12% delle organizzazioni attualmente collega i dati dei clienti tra i reparti! Ricerca sulle costellazioni è d’accordo, affermando che “poche aziende hanno i loro giochi di dati inattivi”.
Questo è il motivo per cui credo che la corsa ai dati AI porterà a una maggiore urgenza a livello di settore per l’integrazione basata sugli eventi. Ciò comporta la combinazione della trasformazione dei dati e degli attributi di connettività di un iPaaS con la coreografia dinamica in tempo reale di un broker di eventi e di una mesh di eventi. Solo con questo modello di architettura aziendale i sistemi vecchi e nuovi saranno in grado di lavorare insieme per offrire esperienze digitali fluide e in tempo reale, collegando eventi tra dipartimenti, aree geografiche, sistemi locali, dispositivi IoT, in un ambiente cloud o addirittura multi-cloud .
Non cercare oltre una birra chiara rinfrescante
Consideriamo un’organizzazione delle dimensioni del produttore internazionale di birra HEINEKEN, che gestisce migliaia di applicazioni business-critical in 190 paesi. Per raggiungere il suo obiettivo di “produttore di birra meglio connesso al mondo”, l’azienda ha introdotto la sua strategia aziendale EverGreen, sostenuta da un passaggio all’integrazione guidata dagli eventi. In passato, HEINEKEN vedeva centinaia o migliaia di scenari punto-punto, ma ora vengono sfruttati con modelli di integrazione uno-a-molti, in cui un’applicazione deve solo produrre un evento (come un ordine di birra) once e qualsiasi altra applicazione nel sistema (produzione, spedizione, evasione ordini, inventario, pagamenti, data lake nel cloud ecc.) può semplicemente iscriversi a ciò che desidera ricevere e riceverlo quando viene pubblicato. Fornendo interazioni digitali senza soluzione di continuità lungo l’intera catena del valore, HEINEKEN è ora posizionata per prendere decisioni più intelligenti, più informate e in tempo reale: un’organizzazione davvero al passo con il gioco dei dati.
L’intelligenza artificiale e il valore aziendale vanno di pari passo per garantire più operazioni in tempo reale nel 2024
Nel 2024 le aziende dovranno bilanciare l’entusiasmo per l’IA con i vantaggi aziendali.
Vedremo sicuramente l’intelligenza artificiale confluire in nuovi prodotti e soluzioni front-end, ma queste app hanno bisogno della fluidità dei dati per essere all’altezza delle loro aspettative. Sul retro c’è anche il potenziale per l’intelligenza artificiale di avere un impatto sui processi di sviluppo del software, ma c’è ancora molto lavoro da fare prima di vedere l’intelligenza artificiale progettare completamente le applicazioni. In definitiva, abilitate o meno all’intelligenza artificiale, vedremo sempre più organizzazioni evolvere le proprie API e strategie di integrazione per essere più guidate dagli eventi, sostenendo il loro viaggio verso operazioni realmente in tempo reale su larga scala, fornendo le informazioni giuste alle persone giuste, nel posto giusto. posto, al momento giusto.
[ad_2]
Source link