Non abbiamo bisogno di spiegare a un informatico che la ricerca semantica è una tecnica di esplorazione dei dati che supera l’interpretazione letterale delle query, avvicinandosi ai processi di ragionamento umani. Ma è bene ribadire come questa tecnica, basata su tecnologie di elaborazione del linguaggio naturale, apprendimento automatico, reti neurali e grafi di conoscenza, sarà sempre più necessaria per trarre valore dai dati. Non soltanto per le applicazioni classiche di analytics, ma per far funzionare l’intelligenza artificiale generativa e agentica. Ne abbiamo parlato con Andrea Zinno, partner & channel sales director Emea South di Denodo.
Per anni abbiamo parlato di Big Data, delle sfide legate alla proliferazione e alla eterogeneità dei dati. Poi il focus si è spostato sul cloud e oggi si parla soprattutto di AI. I problemi di fondo riguardanti i dati sono rimasti gli stessi o sono cambiati anch’essi?
Parafrasando una famosa citazione degli economisti Carl Shapiro e Hal R. Varian del 1998, (“Technology changes, but the laws of economics don’t!”), potremmo affermare che la tecnologia cambia, ma non cambia il ruolo dei dati. Essi saranno sempre e comunque il risultato di una concettualizzazione della realtà osservata, necessaria per comprenderla, analizzarla e su di essa prendere decisioni. Può cambiare la tecnologia o il modo in cui i dati sono organizzati, ma il loro potenziale dipende sempre dal come siano fedeli a ciò che devono rappresentare: in un mondo sempre più fluido e in continua accelerazione, i problemi di fondo sono rimasti gli stessi, ma si è ampliata la loro magnitudine.
Quanto è importante lavorare sui dati per preparare il terreno all’intelligenza artificiale?
Se lo slogan garbage-in, garbage-out sintetizza il tema di base, è necessario andare oltre e interrogarci su come dobbiamo trattare i dati affinché siano il nutrimento giusto per l’AI, tradizionale, generativa o agentica che sia. Non solo è importante fornire i dati giusti, durante l’apprendimento o l’esecuzione, ma è necessario che questi siano ben modellati, per garantire sia che gli algoritmi agiscano su un mondo ben rappresentato, sia che la loro attività sia investigabile, secondo quel principio di etica operazionale teso non a dare una morale all’AI, ma a far conoscere il perché di ciò che ha prodotto. Va poi ricordato, con riferimento all’Agentic AI, che essa ha bisogno di dati in real-time o near real-time: un agente deve sempre operare qui e ora, perciò è fondamentale che una data platform sia in grado di integrare sorgenti dati sia analitiche sia operazionali. Solo quando le aziende riconosceranno, al di là degli slogan, l’importanza del dato – e molte lo stanno naturalmente facendo – sarà possibile avere quella fiducia necessaria per un’AI che sia compagna di viaggio e non avversario da temere.
Andrea Zinno, partner & channel sales director Emea South di Denodo
Quali sono, oggi, le innovazioni “game changer” nel campo della gestione e valorizzazione dei dati?
L’integrazione dei dati non deve essere vista come una sfida tecnologica, ma come un’avventura semantica. Ciò che distingue una buona soluzione per la gestione dei dati da una ottima è il supporto che essa può dare a chi i dati li gestisce e utilizza. La pietra angolare è la capacità di creare un modello che sia un “collante semantico” tra tutti i dati necessari, indipendentemente da come questi siano rappresentati e da chi ne abbia responsabilità. In un mondo dove la data democracy e la data economy cessano di essere un’opzione e diventano fondamenta per una circolazione dei dati libera e governata, non si può prescindere dall’istituire un linguaggio comune tra contesti necessariamente differenti. Qui l’AI gioca un ruolo fondamentale, divenendo assistente per chi gestisce e usa i dati: in uno scenario democratico, esercitare i diritti e ottemperare ai doveri devono essere attività semplici, alla portata di tutti, per non creare privilegi e divisioni.
Nella visione di Denodo, il Semantic Data Layer è un elemento chiave per la modernizzazione delle architetture IT. Perché?
Perché, indipendentemente dalla tecnologia sottostante, è il luogo dove il significato prende vita, dove si definiscono le regole di governo dei dati e dove si riconciliano oggettività e soggettività, rispettando la dignità di entrambe e senza pretendere di ricondurre la seconda alla prima. Ogni tentativo in tal senso sarebbe una forzatura ontologica che pregiudicherebbe la corretta rappresentazione di ciò che deve essere rappresentato. Il Semantic Data Layer, inoltre, dev’essere al di sopra delle parti (intese come ecosistemi tecnologici che gestiscono i dati) affinché i cambiamenti non si riverberino su chi i dati deve usarli. Il modello semantico è il componente chiave di un’integrazione resiliente ai cambiamenti tecnologici e rappresenta, attraverso il Data Marketplace, il luogo dove i dati possono essere investigati, compresi e utilizzati.
Che cosa vi distingue da altre data platform?
Denodo incarna alla perfezione l’idea di un’integrazione dei dati semantic-first e indipendente dalle caratteristiche dei dati stessi, dal loro luogo di residenza e dai loro proprietari. Il tutto senza la duplicazione tipica del tradizionale approccio ETL (Extract, Transform, Load), il quale in scenari di data economy ha evidenti limitazioni dovute ai problemi di governance che emergono quando si vogliano fisicamente consolidare dati appartenenti a soggetti diversi. Tendenzialmente non ci rivolgiamo a un target specifico, anche se Denodo dà il meglio di sé in contesti enterprise e data-driven, dove i dati sono molti, eterogenei e distribuiti, sia in cloud sia on-premise e, soprattutto, dove è richiesto che siano davvero a disposizione di tutti.
Come potrebbero cambiare le data platform nei prossimi anni?
Al netto di ciò che potrebbe nascere in futuro e che oggi non possiamo immaginare, credo che oramai la tecnologia sia matura al punto di poter gestire qualsiasi tipo di dato. Il futuro deve quindi portarci a data platform sempre più facili da usare, che consentano ai diversi utenti di concentrarsi su ciò che devono fare e non sul come farlo. Un po’ come le auto moderne, che per il modo in cui sono costruite e dotate di sistemi di assistenza alla guida, rendono il trasporto piacevole e sicuro, consentendo al guidatore di godersi il viaggio e concentrarsi sulla meta, e al meccanico di manutenere e riparare l’auto senza troppe difficoltà.