Accelerare il processo innovativo grazie all’Intelligenza Artificiale

Il termine “always connected” è sempre stato accostato alla GenZ e ad alcune categorie professionali, cioè a quel mondo digital native che ha conosciuto ed imparato ad utlizzare la tecnologia sin da subito, ma anche a coloro che lavorano in alcuni settori. Ora questo concetto fa parte di ognuno di noi, senza distinzione di età.

Per essere vicini e restare connessi ai propri familiari abbiamo iniziato ad utilizzare le videochiamate, per mantenerci in forma abbiamo iniziato le lezioni di fitness online, oppure di canto, di musica; i nostri ragazzi hanno iniziato la didattica a distanza con le lezioni scolastiche online e noi abbiamo iniziato lo smartworking.

Il risultato di tutto ciò è che ognuno di noi, per motivi diversi, ha avuto bisogno di accedere ai dati, immediatamente, senza alcun rischio, da differenti dispositivi, da luoghi diversi ed in tempo reale.

Secondo IDC, entro il 2025 i dati globali arriveranno a 163ZB (10 volte il valore del 2016) poco meno di 4 anni fa. IDC inoltre indica che il 60% del pil globale sarà digitalizzato entro il 2022, che il 48% delle aziende non ha certezza di quale sarà il futuro del suo settore, e il 45% ha paura che la sua infrastruttura possa essere obsoleta tra tre o cinque anni, tutti però vedono come necessaria l’adozione di una strategia digitale.

L’80% di questi dati è di natura non strutturata, come video, audio, powerpoint, immagini ad alta definzione, ma anche pdf, excel, tiff, giff ed object con una previsione di raddoppio ogni 2 anni, cifre da capogiro…

Il 50% di questi dati poi risede al di fuori del datacenter su infrastrutture eterogenee che sono proliferate nel tempo, spesso senza troppa programmazione, e che hanno creato molti silos, quello che in gergo viene chiamato “Shadow IT”, con tutte le problematiche connesse.

Al contempo un IT manager, grazie a questa tempesta digitale, dovrà necessariamente moltiplicare le sue forze ed arrivare a gestire, con l’ausilio dell’automazione, qualche Petabyte e non più qualche centinaia di Terabyte.

A questo punto, è fortemente consigliato iniziare un percorso di consolidamento volto a modernizzare, automatizzare e trasformare il datacenter, che ci permetta poi di sfruttare il Data Capital, ovvero il Valore dei Dati, ma nelle attuali condizioni la sfida per un IT Manager è davvero ardua.

Ma in un mondo in cui la trasformazione digitale sta determinando vincitori e perdenti, aggiungiamo un nuovo ingrediente alla nostra ricetta segreta, il DATO. Se applicato in tutta l’organizzazione, non solo consente di estendere il valore degli asset tradizionali, ma in realtà crea nuove opportunità ed efficienze. Per questo motivo i dati stanno rapidamente diventando il bene più prezioso, il nuovo petrolio.

Attraverso l’adozione di analitycs possiamo quindi iniziare a muovere i primi passi con l’applicazione di algoritmi di Intelligenza Artificiale – iniziando di fatto il percorso di trasformazione più importante, quello che porta l’IT da un centro di costo a un centro di efficentamento.

In pratica, in questo periodo c’è stata una grande accelerazione nel processo di Digital Transformation in tutti i settori industriali, molte aziende del mondo manifatturiero hanno addirittura modificato la catena di produzione di alcuni stabilimenti, riadattandoli al momento, producendo altro.

Modificare e riadattare la catena di produzione in breve tempo è cosa ardua se non si dispone di mezzi adeguati, come la possibilità di creare modelli che possano simulare il nuovo ciclo produttivo, i nuovi packaging, la logistica, la supply chain, il controllo di qualità per semplificare le operazioni, migliorare l’efficienza della produzione, ridurre i tempi di inattività e il consumo di risorse, aumentare la sicurezza, la soddisfazione dei clienti ed aumentare i profitti.

Mai come in questo momento abbiamo sperato che l’Intelligenza Artificiale ci potesse dare un aiuto concreto, ma andiamo per gradi.

L’intelligenza Artificiale è stata scoperta nella seconda metà degli anni ’50, ma non ha avuto una grande diffusione ed adozione a causa della mancanza di altri due ingredienti molto importanti: una grande quantità di dati (soprattutto in ambito temporale) e la potenza di calcolo. Oggi disponiamo di tutto ciò ed infatti il Data Scientist attualmente è la figura professionale più ricercata su mercato.

Poiché le applicazioni di intelligenza artificiale continuano a migliorare, tutti i settori potrebbero subire un grande cambiamento. Ecco alcuni dei principali modi in cui si prevede che l’IA modellerà l’assistenza sanitaria, la ricerca, il mondo del manufacturing e la sicurezza nei prossimi anni.

Sanità e ricerca scientifica: l’AI sta allargando gli orizzonti di intervento

Assistenti virtuali al tuo fianco: un esempio sono gli assistenti infermieristici virtuali per il letto d’ospedale. Questi assistenti virtuali replicano il comportamento tipico di un’infermiera assistendo i pazienti nelle loro routine quotidiane, ricordando loro di assumere farmaci o andare agli appuntamenti, aiutando a rispondere a domande mediche e altro ancora. Abbiamo visto molte immagini dove i robot sono stati utilizzati per consegnare farmaci e terapie in reparti ospedalieri dove il rischio era molto alto.

Gli interventi chirurgici robotizzati consentono ai chirurghi di utilizzare strumenti sempre più piccoli e realizzare incisioni più precise. I chirurghi (e i pazienti) potrebbero anche trarre vantaggio dall’intelligenza artificiale combinando le cartelle cliniche con i dati in tempo reale durante le operazioni, nonché attingendo ai dati di precedenti interventi chirurgici di successo.

Ci sono migliaia di istituzioni ed enti di ricerca che stanno lavorando incessantemente alla soluzione del problema attuale, alla ricerca di un vaccino, e la possibilità acquisire, analizzare, correlare enormi quantità di dati ci permette di ben sperare, perchè siamo in grado ora di elaborare la sequenza del genoma in poche ore, anzichè in qualche giorno, simulando con estrema precisione i risultati finali.

Maggiori informazioni sul nostro articolo “Sanità digitale: obiettivi attuali”, clicca qui per leggerlo.

 AI e videosorveglianza: un binomio che garantisce sicurezza e controllo

Rilevare scenari ad alto rischio prima che si intensifichino è una delle motivazioni principali alla base dello sviluppo dell’intelligenza artificiale per le applicazioni di sicurezza. Con l’intelligenza artificiale gli operatori che implementano soluzioni di videosorveglianza possono andare oltre il semplice monitoraggio per sfruttare ogni frame video e parte dei dati disponibili per identificare le minacce e rispondere in tempo reale alle emergenze, ridurre al minimo i rischi, massimizzare la prevenzione della criminalità e salvare vite umane.

In passato, i filmati sono stati archiviati per un breve periodo prima di essere sovrascritti ma oggi siamo alla ricerca di soluzioni che ci aiutino ad identificare le cose prima che si verifichino o forse nel modo giusto in cui si verificano in modo da poter reagire più velocemente.

L’analisi video basata sull’intelligenza artificiale crea anche efficienze e offre approfondimenti non legati alla sicurezza per le aziende. Nel mercato retail, ad esempio, i proprietari di negozi che utilizzano telecamere di sorveglianza con analisi possono individuare i taccheggiatori e avvisare il personale di sicurezza di intervenire in tempo reale. L’analisi in negozio può anche misurare il flusso di visitatori, il tempo e il punto di permanenza, la pedonabilità, il tutto per favorire una migliore customer experience.

Il fatto è che oggi ci sono molte telecamere e molti video registrati per essere mantenuti al passo con gli operatori di sicurezza. Inoltre, le persone non possono avere lo stesso livello di attenzione, l’intelligenza artificiale invece è una tecnologia che può analizzare più dati video di quanti gli umani possano fare, è progettata per selezionare gli eventi e le informazioni più importanti per gli utenti, liberandoli per fare ciò che sanno fare meglio: prendere decisioni critiche.

Immagina di usare Internet oggi senza un motore di ricerca. Dovresti cercare attraverso una pagina Web alla volta, sfogliando tutti i suoi contenuti, riga per riga, per trovare eventualmente quello che stai cercando. Ecco com’è oggi la maggior parte delle ricerche di videosorveglianza: gli operatori di sicurezza scansionano ore di video da una telecamera alla volta nella speranza di trovare l’evento critico di cui hanno bisogno per indagare ulteriormente. È qui che entra in gioco l’intelligenza artificiale.

Ora, considera quante informazioni vengono fornite quotidianamente da un operatore di sicurezza che guarda decine, se non centinaia o migliaia di telecamere di sorveglianza. Dopo soli venti minuti, la loro capacità di attenzione diminuisce in modo significativo, il che significa che la maggior parte di quel video non viene mai visto e le informazioni critiche potrebbero non essere rilevate. Assumendo il compito di guardare e analizzare i video, l’IA può aiutare a focalizzare l’attenzione degli operatori su eventi che potrebbero richiedere ulteriori approfondimenti.

Quando a un operatore di sicurezza vengono fornite descrizioni fisiche di una persona coinvolta in un evento, questa tecnologia consente di avviare una ricerca semplicemente selezionando determinati parametri, come il genere, il colore dell’abbigliamento oppure un veicolo. Durante le indagini critiche questa tecnologia è particolarmente utile in quanto può utilizzare quelle descrizioni per cercare una persona ed individuarla in pochi secondi.

Adottando poi l’analisi comportamentale, un sottoinsieme dell’IA, possiamo riconoscere situazioni pericolose basate sul rilevamento di determinate posture umane ma può anche essere utilizzata per garantire la sicurezza sul posto di lavoro, ad esempio per verificare se i dipendenti adottano e rispettano gli standard oppure all’interno di impianti industriali complessi per rilevare il man-down.

Ciò non solo accelera le indagini forensi, ma consente anche la risposta di eventi in tempo reale. Quando integrata in un sistema di security, l’IA ha il potenziale per cambiare drasticamente le operazioni di sicurezza.

Ridefinire la manifattura grazie all’Artificial Intelligence e al Machine Learning

Una delle più grandi trasformazioni nella produzione è l’ascesa dell’Industria 4.0, chiamata la quarta rivoluzione industriale. Un componente chiave di Industry 4.0 è la smart factory: un sistema altamente interconnesso, ottimizzato e autonomo che porta l’automazione al livello successivo. Un altro componente è il gemello digitale: un modello visivo di qualsiasi processo o entità fisica che fornisce dati in tempo reale sulla sua controparte fisica. I gemelli digitali rendono la produzione più dinamica dando ai produttori la possibilità di sperimentare parametri ed esplorare idee per un’ulteriore ottimizzazione, senza il rischio di danneggiare le prestazioni o danneggiare le apparecchiature.

Robot autonomi interagiscono tra loro e apprendono dalle loro controparti umane; i computer sono addestrati per individuare anche i difetti più minuscoli nelle macchine e nei prodotti e l’unione dei dispositivi AI e IoT rende possibile la manutenzione predittiva che valuta in modo proattivo le prestazioni delle apparecchiature e che monitorano i livelli di sicurezza in una fabbrica intelligente.

I sistemi di intelligenza artificiale vengono inoltre utilizzati per ottimizzare il processo di progettazione con il contributo degli ingegneri, ad esempio impostando i parametri dei materiali, dei limiti di costo e della metodologia per sviluppare alternative di progettazione. Il sistema sceglie quindi la progettazione ottimale utilizzando i meccanismi di machine learning.

L’intelligenza artificiale è attualmente utilizzata negli impianti di produzione di tutto il mondo per ridurre gli errori critici, migliorare drasticamente i tempi di produzione e aumentare le misure di sicurezza.

La manutenzione predittiva basata sull’intelligenza artificiale può aumentare la produttività delle risorse fino al 20 percento e ridurre i costi di manutenzione fino al 10 percento. Questi sistemi consentono inoltre ai produttori di regolare i parametri di processo. Se viene rilevato un prodotto difettoso, la macchina lo rimuove automaticamente dalla produzione. Ciò ha un impatto significativo, i test di qualità possono aumentare la produttività fino al 50 percento e aumentare i tassi di rilevamento dei difetti fino al 90 percento rispetto ai processi basati sull’ispezione umana.

About the Author: Maurizio Mercuri

Account Executive, Channel Sales