Inutile pensare ai casi d’uso di intelligenza artificiale se prima non ci si è occupati dell’infrastruttura, il che può significare metter mano all’hardware ma soprattutto ai dati. Una visione, questa, che ultimamente viene portata avanti da diversi vendor, tra cui Dell Technologies e Cloudera. Non a caso, le due aziende hanno collaborato per proporre a quattro mani un’architettura di riferimento (ci torniamo tra un attimo) che possa imprimere un’accelerata iniziale ai nuovi progetti di AI anche nel caso si scelga la via dell’on-premise.
Il cloud, venduto fino a pochi anni fa come l’unico futuro possibile per le piccole, medie e grandi aziende, si trova oggi a contendere con un almeno parziale (almeno in certi ambiti) ritorno all'on-premise, alle sale macchine di proprietà. Di certo il cloud pubblico non va bene per tutti e non va bene sempre, ma d’altro canto i provider (sia quelli locali e nazionali, sia gli hyperscaler) stanno sviluppando offerte sempre più ricche di servizi di “cloud sovrano”, che rappresentano una possibile terza via per le aziende soggette a particolari obblighi di compliance. Quale che sia la scelta, Cloudera c’è. La sua piattaforma dati, svincolata dall’infrastruttura sottostante, è un passaporto che permette di spostarsi tra un mondo e l’altro, tra on-premise, cloud pubblico e privato, e tra un fornitore e l’altro.
Oggi, nell’evoluzione tecnologica dominata dall’intelligenza artificiale, questa indipendenza è più importante che mai. “Cloudera è interessante per le aziende perché la nostra piattaforma AI è indipendente dall'infrastruttura”, ha spiegato alla stampa Fabio Pascali, regional vice president Italia, Grecia, Cipro e Malta della multinazionale. “Può essere usata in cloud pubblico, in un cloud sovrano come quello di Aws o altrove: è una AI everywhere. Se si cerca un'AI sovrana, possiamo realizzare tutta la piattaforma all'interno del perimetro del cliente, sia nel training sia nell'esecuzione dei modelli”.
L’uso del cloud pubblico, di contro, comporta vantaggi di semplicità e velocità per l’avvio di nuove implementazioni, e può rappresentare la soluzione migliore in determinati contesti, per esempio se si lavora su dati non sensibili oppure nei proof-of-concept. Niente vieta di cambiare l’infrastruttura sottostante in un secondo momento, che si tratti di passare dall’on-premise, al cloud pubblico, al cloud privato o semplicemente di cambiare fornitore: in quanto “agnostica”, la piattaforma di Cloudera crea i presupposti per una facile exit strategy.
Costi e sicurezza in primo piano
Nel valutare la migliore scelta di infrastruttura IT, nelle aziende la sicurezza, l’accessibilità ai dati e i costi sono in primo piano. Lo evidenzia anche il nuovo studio di Cloudera, “The Evolution of AI: The State of Enterprise AI and Data Architecture”, basato su oltre 1.500 interviste a responsabili IT di altrettante aziende: la metà del campione ha espresso timori per possibili fughe di dati durante l’addestramento dei modelli di AI.
Preoccupano anche il rischio di accessi non autorizzati ai dati (per il 48% degli intervistati) e l’uso di strumenti AI di terze parti non sicuri (43%). La stragrande maggioranza degli intervistati, comunque, è fiduciosa in merito alla propria capacità di proteggere i dati che transitano dai sistemi AI in uso.
“Ci sono due momenti che gli intervistati sottolineano come delicati: il training del modello, perché si espongono i dati dell'azienda all'esterno, e i prompt, perché anche così si potrebbero trasferire all'esterno delle informazioni delicate dell'azienda”, ha commentato Pascali.
Accanto alla questione sicurezza, il tema dei costi dell’AI è in cima alle preoccupazioni dei responsabili aziendali. Non è difficile intuire perché: alcuni dei modelli di consumo dei servizi di intelligenza artificiale (come il calcolo per token) tendono a nascondere inizialmente l’impatto finanziario dei progetti ma poi, con l’utilizzo, i costi esplodono.
“La domanda che oggi ci pongono i clienti non è tanto ‘che cosa mi serve?’ ma ‘quanto mi costa?’”, ha testimoniato Pascali.“In Italia vediamo un'attenzione a tutti questi elementi, e in particolare alla parte di private AI. C’è una spinta molto forte sul capire dove sia conveniente un servizio di public cloud, aperto, e dove un servizio di private cloud”.
“Ancora oggi è difficile fare un'analisi adeguata separando il costo dell'AI dai benefici, ma le valutazioni in merito si stanno raffinando”, ha osservato Yari Franzini, group vice president Southern Europe di Cloudera. “Il business, ancor più rispetto al passato, guida i progetti e indirizza le scelte”. Con Cloudera, ha sottolineato il manager, è possibile movimentare dati e workload in modo flessibile, senza la necessità di programmare, scrivere o riscrivere codice. “L'ottimizzazione dei costi”, ha proseguito Franzini, “è data dal fatto di poter condividere l'infrastruttura AI su più casi d'uso. Inoltre c'è anche un vantaggio di time-to-market rapido, quindi un vantaggio competitivo, legato all'open source”.
Se nelle aziende i timori di sicurezza e i costi possono rallentare le iniziative di intelligenza artificiale, per quanto riguarda gli ostacoli di natura tecnica l’indagine di Cloudera ha fatto emergere problemi di integrazione dei dati (citati dal 37% del campione), di prestazioni dello storage (17%) e di potenza di calcolo disponibile (17%). Inoltre la piena accessibilità ai dati è tutt’altro che scontata: solo il 9% delle organizzazioni ha dichiarato che tutti i propri dati sono disponibili e utilizzabili per l’AI, mentre per il 38% in larga parte non lo sono.
La reference architecture sviluppata insieme a Dell Technologies vuol essere anche una risposta alle diverse criticità evidenziate da questo studio. La piattaforma Cloudera può utilizzare Dell ObjectScale come storage primario, compatibile con lo standard S3, per i carichi di lavoro di intelligenza artificiale, per esempio quelli di addestramento e ottimizzazione dei modelli (con Cloudera AI Workbench), la distribuzione e il serving (Cloudera Inference Service) o la progettazione e implementazione di agenti AI (con Cloudera Agent Studio).
Da sinistra: Fabio Pascali (rvp ) e Yari Franzini, group vice president Southern Europe di Cloudera
L’open source integrato
A detta del regional vice president, scegliere Cloudera è un po’ come noleggiare un'auto per fare un viaggio, seguendo il proprio itinerario e muovendosi in libertà, ma sapendo anche di avere un supporto in caso di bisogno. Altra cosa è costruirsi un'auto da soli, che è una scelta dispendiosa, difficile e altamente rischiosa. Ha senso, quindi, destinare i budget alla creazione di casi d’uso e non alla costruzione ex novo di una piattaforma dati.
“Si sente sempre più spesso nominare l'open source come ricetta magica per la sovranità”, ha proseguito Pascali. “Si dà per assodato di non poter diventare ‘sovrani’ sull’infrastruttura mentre si crede di poterlo fare con piattaforme dati basate su open source. Ma pensiamoci: le risorse vanno investite lì oppure per creare il caso d'uso di AI? Credo la seconda opzione, e in questo giochiamo un ruolo importantissimo, perché diamo ai clienti la facoltà di accelerare con una soluzione enterprise già pronta all'uso e che permette una exit strategy chiara. Quindi va bene l'open source, noi viviamo di questo. Ma l'open source già integrato, supportato, è ciò che aiuta le aziende a creare la propria AI”.
Percorsi di trasformazione
Pur senza fare numeri, i manager di Cloudera hanno spiegato ai giornalisti che, in termini di consumo dei servizi, il mercato italiano sta crescendo a doppia cifra. In volumi di vendita restiamo ancora sotto alla Francia, che d’altra parte per Cloudera ha un mercato totale indirizzabile che è grande una volta e mezzo rispetto a quello italiano.
In generale, nei mercati dell’Europa meridionale su cui Franzini ha responsabilità, il settore di maggior peso in termini di vendite è quello dei servizi finanziari e assicurativi. “Il settore pubblico è però quello che negli ultimi anni ha avuto una crescita maggiore, innanzitutto in ambito sanitario”, ha specificato il manager, citando tra i propri clienti il Comune di Milano e la Comunidad de Madrid. Il primo, attraverso un data lakehouse basato su Cloudera, ha realizzato un digital twin del capoluogo lombardo, utilizzabile per fare analisi e previsioni su demografia, impatto delle nuove politiche e altre attività. Con la Comunidad de Madrid, invece, Cloudera sta realizzando progetti di sanità digitale ed è coinvolta nella creazione di un grande centro di competenza su dati e intelligenza artificiale.
Pascali ha citato, invece, per il mercato italiano il coinvolgimento nel progetto della Piattaforma Nazionale di Telemedicina, poggiata sul cloud Aws. Accanto al settore pubblico, quello dell’energia in Italia è “importante e strategico” per Cloudera, ha detto Pascali, e non va dimenticato nemmeno l’ambito manifatturiero, dove si fa valere soprattutto il gran numero di imprese presenti sul nostro territorio. “Spesso aiutiamo i clienti a ottimizzare i costi di produzione, a capire come poter modificare i materiali, a fare controllo di qualità di prodotto in tempo reale con il machine learning”, ha raccontato il regional vice president.
Per raggiungere i clienti finali Cloudera si affida ai partner e più precisamente a “una selezione di partner, pochi ma buoni”, ha specificato Franzini. “Nelle aziende italiane vediamo sicuramente una buona competenza tecnologica, mentre manca un po’ la competenza di tipo manageriale necessaria per mettere insieme le tecnologie con il quadro normativo sull’AI”.
“Per noi l'ecosistema continua a essere un importante cuore pulsante”, ha aggiunto Pascali, “perché non solo si affianca alle nostre forze ma perché i system integrator sono coloro che sviluppano le applicazioni. Quando vediamo realtà che si mettono a costruire da zero delle infrastrutture AI è un dispiacere, perché sono risorse che potrebbero essere destinate allo sviluppo delle applicazioni”. Il messaggio è chiaro: meglio noleggiare un’automobile (fuor di metafora, meglio adottare una data platform completa e pronta all'uso) e utilizzarla per andare dove si vuole, anziché costruirla da zero.