A cura di Mirko Rinaldi
Fra tutti i temi che riguardano l’innovazione e la trasformazione tecnologica in atto, la governance dei dati è probabilmente uno dei più difficili. Soprattutto perché si tratta di un argomento che introduce nuovi livelli di complessità alla gestione dei dati, in un contesto in cui molte aziende devono ancora realizzare quale sia il reale valore e potenziale di questo asset.
Mentre molte realtà sono ancora in quella che potremmo definire una fase embrionale pre-data governance, entra in gioco l’intelligenza artificiale generativa, che diventa un valido alleato solo per le aziende che scelgono di integrarla con un percorso strutturato.
Data governance: facciamo chiarezza
Basti pensare che la scarsa qualità dei dati costa ogni anno milioni di dollari alle aziende, come spiega per esempio questo articolo di Dateversity. Scarsa qualità che inizia dalla raccolta che, se non gestita opportunamente, può trasferirsi fino alle Operations o al rapporto con terzi. Raccogliere ed elaborare i dati senza una governance opportuna significa, nella migliore delle ipotesi, sprecare risorse e, nel caso peggiore, ottenere informazioni sbagliate e dannose per il business.
Si tratta però di un problema che una buona data governance può eliminare. Ma cosa significa conciliare la governance dei dati con l’integrazione dell’intelligenza artificiale generativa?
Prima di tutto è necessario essere consci di cosa può voler dire integrare l’intelligenza artificiale nella governance dei dati, iniziando da un presupposto fondamentale: l’intelligenza artificiale aziendale viene addestrata dai dati che le vengono forniti. Questo significa che per poterla utilizzare con successo è necessario che i dati alla base siano di elevata qualità e soprattutto gestiti e organizzati in modo corretto.
L’intelligenza artificiale generativa, in questo caso, può essere considerata come uno strumento che potenzia l’utilizzo dei dati e l’opportunità di metterli a valore, ad esempio mettendo a disposizione degli operatori un assistente personalizzato che li estragga e li presenti, ma non come uno strumento che può in qualche modo riparare alle problematiche di governance.
L’AI generativa, insomma, non può né “correggere” i dati a monte, né decidere autonomamente se l’operatore abbia permessi e privilegi per fruire di alcune delle risorse: sono tutti aspetti che devono essere pianificati e gestiti a monte dell’adoption.
Perché l’integrazione dell’AI generativa nella governance dei dati richiede attenzione
I sistemi di intelligenza artificiale assistita che oggi si possono integrare anche negli strumenti per ufficio – ad esempio - hanno gli stessi privilegi di accesso e visibilità dell’utente che li utilizza. Con la differenza che l’AI è molto più efficiente di un utente umano nello scandagliare cartelle, condivisioni e risorse alla ricerca di informazioni.
In questo scenario, una condivisione contenente dati sensibili effettuata per errore viene alla luce, e i suoi dati resi visibili all’utente, in pochi secondi. Di contro, è plausibile che un operatore umano può non rendersi mai conto di avere i permessi per leggervi all’interno.
L’AI, insomma, può essere un potenziale problema per tutte le aziende che non hanno piena consapevolezza dei propri dati.
Governance dei dati: cosa serve per integrare l’AI generativa
Molte aziende non hanno consapevolezza dei propri dati: ignorano cosa sia stato memorizzato, dove sia ubicato e chi possa accedervi. Per questo motivo il primo passaggio per l’integrazione sicura ed efficace dell’AI è un assessment approfondito, che permetta prima di tutto di riprendere il controllo e poi di stabilire regole di governance dei dati solide, adeguate e gestibili, capaci quindi di supportare completamente l’impatto, positivo ma considerevole, dell’intelligenza artificiale.
Superata questa fase è necessario provvedere agli aspetti normativi e di compliance. Vale la pena ricordare, infatti, che le regole della compliance GDPR valgono anche per le elaborazioni effettuate dall’intelligenza artificiale generativa: quando vengono somministrate informazioni, queste possono essere elaborate solo entro i confini dell’Unione Europea. È necessario quindi affidarsi a servizi che garantiscono l’elaborazione nelle Cloud Region adeguate, ma non solo.
Fondamentale è anche che il vendor tecnologico assicuri che i dati inseriti non siano divulgati, né a livello di dati, né a livello di query, né per l’addestramento di modelli. Questa garanzia manca nella maggior parte dei sistemi commerciali, e ciò costituisce un problema delicato. Al contrario, nell’ecosistema Microsoft, Copilot funziona seguendo queste logiche e garantendo il livello di sovranità del dato necessario affinché le operazioni si svolgano in conformità alle norme.
I vantaggi dell’AI con una corretta governance dei dati
I benefici legati all’integrazione dell’AI con i dati aziendali correttamente gestiti sono indubbi e, soprattutto, valutabili quantitativamente. Il modo più diretto è quello di misurare il risparmio di tempo di cui operatori e utenti beneficiano: si tratta del tipo di ROI più diretto, che può essere anche calcolato sulla base delle diverse tipologie di utenti.
Tra le soluzioni aziendali che sfruttano l’AI esiste anche la possibilità di creare sistemi addestrati per compiti specifici. Nel campo delle risorse umane, ad esempio, è possibile costruire un modello capace di rispondere nel merito delle procedure aziendali.
Essenziale, in questo caso, è che i dati di base siano condivisi in sicurezza e secondo le logiche della governance dei dati.
Governance dei dati e AI: l’importanza di guardare al futuro
Gestire l’integrazione dell’intelligenza artificiale generativa nella fruizione dei dati aziendali è, un tema complesso, in cui le opportunità vanno di pari passo con le sfide ma che può fornire interessanti vantaggi competitivi.
Pensiamo a uno dei campi in cui l’applicazione è più lineare: l’assistenza clienti. Disporre di uno strumento che sia in grado di mappare in pochi secondi l’intera conoscenza aziendale per fornire in tempo reale la procedura esatta di riparazione o i componenti di ricambio necessari al supporto di primo livello permette di risolvere in minuti richieste che potrebbero richiedere ore con i sistemi tradizionali. A condizione, naturalmente, che il sistema risponda, oltre che in modo pertinente, anche con il tipo di informazioni che hanno titolo per essere divulgate.
Vantaggi che si possono concretizzare nel modo migliore quando la governance dei dati è solida e funzionale. Oggi che il livello generale di maturità digitale è piuttosto elevato, è importante sviluppare soluzioni a prova di futuro. Adottare policy adeguate oggi, anche attraverso una verifica dello stato dell’arte sulla gestione dei dati, significa sia preparare un’infrastruttura a integrare correttamente l’AI in azienda, che fornire basi solide agli sviluppi futuri.
