È indubbio che l’intelligenza artificiale (IA) sia una delle tecnologie più importanti e interessanti del momento, sia all’interno della comunità IT che per il grande pubblico, destinata a restare sotto gli occhi di tutti per molto tempo. Media, analisti, leader aziendali, funzionari statali e, apparentemente, chiunque abbia un seguito online ha qualcosa da dire sull’IA, indipendentemente dal suo settore di riferimento.
La natura multiforme dell’intelligenza artificiale e la complessità dei suoi casi d’uso esistenti o potenziali sono alcuni dei motivi per cui l’IA è un tema di dibattito significativo e molto attuale. Se i leader aziendali vogliono far evolvere le proprie organizzazioni, non possono più ignorarla, anche se non hanno ancora cognizione di dove, come e quando iniziare.
IA ora, IA ovunque
Sappiamo che le prossime tecnologie saranno sempre più basate sull’IA, che si tratti di chat bot, veicoli software-defined, rilevatori di frodi finanziarie o dispositivi medici per una diagnostica accelerata. Per sopravvivere e progredire nell’attuale clima economico e tecnologico, è indispensabile che i leader aziendali diano priorità all’implementazione dell’IA in modo strategico, olistico e tempestivo, in modo che data scientist, sviluppatori e team operativi IT possano portare gli effetti dell’IA all’intera organizzazione aziendale.
Secondo Gartner, l’IA ha il potenziale per aggiungere valore alle organizzazioni, aumentando la produttività, migliorando il processo decisionale e creando nuove opportunità di crescita e innovazione1. Nonostante questi aspetti positivi, alcune imprese scelgono ancora di limitarne la portata e intendono implementarla solo in una specifica funzione aziendale2.
Le aziende devono comprendere come l’IA possa contribuire ad aumentare la produttività, i ricavi e la capacità di differenziarsi. Non sfruttando questa tecnologia, le organizzazioni rinunciano non solo a ridurre costi operativi e complessità, ma anche all’opportunità di ottenere un coinvolgimento e una conoscenza più approfonditi che contribuiscono a migliorare la user-experience.
Se le aziende vogliono attrezzarsi per utilizzare l’IA in modo efficace, devono essere in grado di:
· Mettere in pratica i propri casi d’uso di IA dall’idea alla produzione, riunendo team differenti, come data scientist, sviluppatori e IT ops, e sfruttando diverse tecnologie.
· Utilizzare strumenti e processi esistenti che consentono ai loro team di ottenere rapidamente l’agilità e l’efficienza necessarie per accelerare la messa in produzione di applicazioni basate sull’intelligenza artificiale.
· Soddisfare gli standard di sicurezza, normativi, di conformità e di governance, proprio come avviene per tutte le altre applicazioni aziendali.
Riassumendo, senza un piano d’azione proattivo e completo su come implementare l’IA in tutta l’azienda, le imprese probabilmente faticheranno più del dovuto ad adattarsi alle mutevoli esigenze dei clienti.
L’AI con Red Hat
La combinazione della natura collaborativa dell’open source con la potenza dell’IA consente a Red Hat di aiutare le imprese ad affrontare le loro sfide in modo più efficace e rapido di quanto molti avrebbero ritenuto possibile prima dell’avvento di questa tecnologia. Gli esempi reali sono molti. Proprio grazie a questa combinazione, HCA Healthcare ha creato un sistema di analisi predittiva in tempo reale per rilevare più accuratamente e rapidamente la sepsi, e NTT East ha sviluppato un servizio di video IA che fornisce insight di business intelligenti, riducendo i costi operativi del servizio del 50-60%, grazie a una migliore gestione e controllo delle versioni. Fortunatamente, Red Hat è stata in grado di identificare non solo il potere che l’IA può portare alle imprese oggi, ma anche le possibilità di sviluppo di domani.
Quando si parla di IA, Red Hat si concentra su alcuni aspetti rilevanti:
· Integrare le tecnologie open source per dare vita ai casi d’uso.
o Crediamo che le comunità open source siano il punto di partenza ideale dell’innovazione, e questo è ancora più vero quando si tratta di IA. Le nostre relazioni radicate con comunità open source come Kubeflow, KServe, CodeFlare e Ray, i modelli open source di aziende come Hugging Face e il nostro approccio “upstream first” ci permettono di promuovere contributi aperti e trasparenti, che portano all’innovazione a valle con i nostri partner. I rapporti di collaborazione di Red Hat con partner hardware e software consentono un’implementazione flessibile dei modelli di intelligenza artificiale, aiutando i clienti a costruire una soluzione più completa, dall’acquisizione e preparazione dei dati, al monitoraggio e alla manutenzione, fino all’accelerazione hardware, in base al loro caso d’uso specifico.
· Accelerare il time to value.
o Red Hat riunisce data scientist e sviluppatori per fornire applicazioni abilitate all’intelligenza artificiale in modo più rapido e reattivo ai cambiamenti, aiutando a passare dall’ipotesi allo sviluppo del modello fino all’implementazione e alla misurazione, promuovendo al contempo l’efficienza e la collaborazione tra i team.
o Esistono molti parallelismi tra le pipeline utilizzate per le applicazioni tradizionali e quelle per lo sviluppo di modelli. Mentre i modelli e le applicazioni cambiano, Red Hat OpenShift AI e Red Hat OpenShift aiutano sia i professionisti MLOps che DevSecOps a replicare rapidamente grazie a strumenti che aiutano a costruire guardrail appropriati. L’automazione e lo snellimento di questi processi possono aiutare le organizzazioni a raggiungere una maggiore efficienza ed efficacia.
· Distribuzione estesa di applicazioni abilitate all’intelligenza artificiale
o Red Hat aiuta le organizzazioni a costruire, distribuire, gestire e far funzionare le applicazioni abilitate all’IA su qualsiasi cloud – pubblico o privato, on-premise o edge – su scala e con maggiori capacità di sicurezza, offrendo ai clienti la possibilità di distribuire una piattaforma informatica più flessibile e coerente. Questa flessibilità consente a Red Hat di supportare le organizzazioni, preoccupate per le implicazioni legate a privacy, gravità o sovranità dei dati, spostando i modelli di IA più vicino alle fonti di dati, aiutandole a costruire e utilizzare modelli di intelligenza artificiale in linea con i requisiti normativi che delimitano la circolazione dei dati.
o A volte è necessario abbracciare la data gravity invece di combatterla, e Red Hat OpenShift permette di farlo. Con Red Hat OpenShift e Red Hat OpenShift AI, è possibile effettuare formazione nel cloud e riportare il modello all’interno del proprio data center privato se si ha bisogno di un numero elevato di GPU per un periodo più breve – è addirittura possibile noleggiarli in cloud.
· Aumentare efficienza e produttività
o Red Hat fornisce le piattaforme necessarie per sviluppare e distribuire rapidamente IA su scala e integra all’interno delle proprie piattaforme l’intelligenza artificiale per migliorare la produttività e l’efficienza dei team operativi e di sviluppo, rendendole più facili da usare. Ciò è fondamentale per le organizzazioni che hanno bisogno di innovare rapidamente, pur dovendo affrontare sfide come la carenza di talenti. Ad esempio, Red Hat Ansible Lightspeed con IBM watsonx Code Assistant utilizza l’intelligenza artificiale generativa per produrre codice Ansible conforme alle best practice di Red Hat, affidabile e in grado di colmare il gap delle competenze in ambito di automazione IT.
o La capacità di scalare adeguatamente nei propri prodotti dopo l’integrazione dell’IA è un’altra considerazione importante per le aziende. Red Hat OpenShift AI tiene conto di questo aspetto consentendo di aumentare il numero di repliche di un modello, o addirittura di distribuirne un numero maggiore, su più cluster e su più cloud.
Costruite su pilastri quali trasparenza e flessibilità, le soluzioni IA di Red Hat sono già enterprise-ready e consentono alle aziende di implementare l’intelligenza artificiale nelle loro attività quotidiane. La potenza dell’IA è qui, è reale, con un approccio open ha ancora più valore.
A cura di Ashesh Badani, Chief Product Officer, Red Hat
