L’industria IT riguarda solo codice, dati e algoritmi? La maggior parte delle persone lo pensa. Tuttavia, riteniamo che stia emergendo un concetto rivoluzionario di IT, che trasformerà radicalmente non solo la tecnologia ma anche il suo impatto nella società.
Indice degli argomenti
Lo stato dell’arte
John von Neumann concepì la nozione di IT nel giugno 1945, spinto dalla necessità bellica di effettuare calcoli intricati – dalle traiettorie balistiche alle previsioni meteorologiche e allo sviluppo della bomba atomica. Questa enfasi sulla gestione dei dati e sui calcoli complessi ha diretto l’evoluzione dell’industria IT fino ad oggi. Il campo è stato caratterizzato da tre termini: codice, dati e algoritmi, che semplifichiamo in dati e programmi (algoritmi codificati).
I dati come nuovo petrolio
I dati sono stati definiti il nuovo petrolio di questo secolo, sottolineando la loro influenza economica su tutto, dai processi industriali alle abitudini dei consumatori e alle opinioni politiche. Come il petrolio, i dati richiedono raffinazione e cura e, attraverso le reti neurali, consentono significativi risultati in molteplici domini.
Un’altra convinzione diffusa è la natura algoritmica di tutte le cose (Gartner: crescita digitale come business algoritmico). Gli aderenti a questa nozione affermano che la società può essere distillata, in stile matrix, in un’enorme collezione di algoritmi e API (connettività tra loro usando Internet), capace di calcolare ogni sfaccettatura dell’esistenza.
Dati e programmi come ecosistema chiuso
Dati e programmi formano un ecosistema chiuso: i dati alimentano i programmi e, viceversa, i programmi producono dati, il tutto fondato su una base di linguaggio di codice in costante evoluzione. Attualmente, gli sforzi aziendali globali nella digitalizzazione mirano a governare sempre più tutte le attività aziendali tramite dati e programmi.
Tuttavia, ad un esame più attento, questa visione riduttiva della sfera economica appare eccessivamente semplicistica. Considera il tuo lavoro quotidiano; comprende più della mera manipolazione di dati o esecuzione di algoritmi. Le attività quotidiane coinvolgono lo scambio di informazioni, l’esercizio del giudizio, la risposta a eventi imprevisti, la valutazione di scenari, ecc. Impieghi dati e programmi poiché sono alla base delle operazioni della tua azienda, ma non è vero che definiscono interamente il tuo lavoro o la tua organizzazione. Non prendiamo decisioni basate sui dati, ma sulle informazioni. L’informazione consiste in dati con uno scopo; l’informazione è dati rivestiti di intenzione e significato o, in altre parole, l’informazione è dati più conoscenza sui dati.
La società delle menti
L’unico modo per articolare pienamente la natura del tuo lavoro è quello di introdurre un concetto aggiuntivo: la Conoscenza. La conoscenza è il terzo aspetto indispensabile necessario per spiegare la funzione di un’azienda: impieghiamo i dati per registrare eventi, utilizziamo programmi per manipolare o analizzare questi dati e applichiamo la conoscenza per guidare l’intera operazione. La conoscenza è complessa e mutevole, eppure forma il nucleo di qualsiasi interazione umana con il mondo.
Quando discutiamo della conoscenza utilizzata nei nostri compiti quotidiani, possiamo distinguere due orientamenti. Il primo è la conoscenza che è relativa al nostro lavoro. Per esempio, so che un conto corrente con saldo zero non può essere scoperto. Questa è una semplice affermazione su un fatto. Tali fatti, spesso basati su dati e programmi precisi, sono parte integrante delle nostre operazioni quotidiane.
La meta-conoscenza
Un’altra forma di conoscenza è la meta-conoscenza, che implica la comprensione di ciò che sappiamo o dovremmo sapere. Questo tipo di conoscenza ci spinge a mettere in discussione le norme stabilite e a cercare l’innovazione. Il nostro esempio precedente era che gli scoperti non sono ammessi. Tuttavia, possiamo chiederci: perché no? Chi l’ha deciso? È a causa di una regola legale? C’è qualche opportunità di cambiare quella regola per ottenere un vantaggio commerciale? Qual è l’impatto di questa regola sulle operazioni? ecc. Questo semplice esempio mostra come la meta-conoscenza sia la parte dell’attività umana che sfida la zona di comfort e innova il modo in cui le nostre organizzazioni operano.
La conoscenza è una materia sfuggente
La conoscenza è una materia sfuggente: cambia continuamente, e il suo passato è importante quanto il suo presente perché abbiamo bisogno di sapere come evolve. A volte è precisa e facile da comunicare (ad esempio, una politica) e in altri casi è davvero sfocata e difficile da esprimere (ad esempio, come progettare un sistema). A volte la conoscenza può essere scritta in forma testuale, ma in molti casi deve essere rappresentata sotto forma di disegni, progetti o altre presentazioni alternative. Parte della conoscenza è concreta, riguardante fatti ben descritti, ma la maggior parte è astratta, descrivendo concetti difficili da afferrare e che spesso sono soggetti a interpretazione (ad esempio, il sistema legale).
La (scarsa) applicazione della conoscenza nel miglioramento organizzativo
Nonostante l’ampia ricerca sulla gestione della conoscenza verso la fine del secolo scorso, la sua applicazione nel miglioramento organizzativo è stata minima, possibilmente a causa dell’eccessiva dipendenza dalla promessa dell’intelligenza artificiale di risolvere problemi complessi come per magia.
La natura ricorsiva della conoscenza la distingue dai dati e dai programmi. Sfruttiamo la conoscenza per modificare i paradigmi esistenti o per generarne di nuovi, rendendola il nostro strumento più potente per l’evoluzione e l’innovazione. Dovremmo avere un Chief Knowledge Officer dedicato per supervisionare questo dominio?
I tre “strati” dell’IT
La nostra industria investe pesantemente nella generazione e nell’elaborazione di dati attraverso algoritmi complessi, eppure stiamo solo iniziando a sfruttare l’immenso potenziale della conoscenza. Dati, programmi e conoscenza compongono un trio dinamico che alimenta le nostre organizzazioni e società. Da questa prospettiva possiamo visualizzare l’intero edificio dell’IT come composto da tre strati:
Lo strato del codice
La base dell’industria del software è il codice stesso—miliardi di righe che incarnano lo strato software, incluse le reti neurali. Questo è il fondamento esecutivo noto a tutti.
Lo strato del modello
Oggi, costruiamo sistemi che non sono programmati ma modellati. Per esempio, nei database relazionali, il ‘modello di dati’ determina il comportamento del motore di dati: il modello di dati è configurato, non programmato. Le nuove tecnologie, definite ‘low code’, appartengono anche al campo delle iniziative guidate dai modelli. In breve, un modello è informazione strutturata (tecnicamente definita “ontologia”) sul mondo che una piattaforma può interpretare e trasformare nel sistema atteso. La pratica dello sviluppo guidato dai modelli ci permette, oggi, di costruire interi sistemi informativi di aziende completamente basati su modelli, in modo ‘no-code’.
Lo strato della conoscenza
Ora troviamo un altro attore nel campo: l’AI Generativa. Questa è stata una sorpresa significativa per tutti noi, non solo per la sua potenza ma anche per la rapidità del suo sviluppo. Nei pochi anni dalla pubblicazione dell’articolo fondamentale sui transformers (“Attention Is All You Need” di Ashish Vaswani et al., pubblicato nel giugno 2017), è stata sviluppata una incredibile nuova tecnologia. Ora prevediamo capacità inaspettate in cui la conoscenza può essere sfruttata come un asset calcolabile per le aziende.
Lo strato del modello ci permette di implementare sistemi in modo altamente efficiente e scalabile, riducendo o eliminando la necessità di codifica. Tuttavia, lo strato della conoscenza sta ora cambiando due aspetti fondamentali del mondo IT. Da un lato, l’interazione tra persone e sistemi sta diventando conversazionale. Puoi comunicare con una tecnologia che comprende le tue esigenze, creando un’esperienza utente radicalmente nuova. Dall’altro lato, i motori guidati dalla conoscenza possono aiutarci nello sviluppo di codice e modelli, anche dinamicamente. Le esigenze di business possono essere trasformate in comportamenti del sistema in tempo reale.
La chiave per utilizzare la GenAI in nuove applicazioni (sia dal lato business che dal lato utente/cittadino) non è la loro capacità di generare testo, ma di esplorare significati e trasformare il testo grezzo in qualcosa di conoscibile e calcolabile. Questo implica l’uso di combinazioni di soluzioni guidate dai modelli con modelli addestrati di GenAI per creare nuove applicazioni ed esperienze, sfruttando così pienamente il valore dei nostri knowledge lakes.
Tutto considerato, nei prossimi anni assisteremo a una profonda trasformazione nell’industria IT, nelle tecnologie e nelle competenze, così come a una moltitudine di nuove applicazioni per i sistemi informativi all’interno di aziende, governi e pubblico.
Questo articolo fa parte della serie di approfondimenti “Grow Digital Insights”, di EIT Digital (www.eitdigital.eu/newsroom/grow-digital-insights)
