Che i dati stiano “esplodendo” è cosa nota, ma c’è una tendenza emergente a cui prestare attenzione: le capacità di analytics su dati non strutturati stanno migliorando, e le aziende ne approfittano. Questo è soprattutto vero per chi opera nei servizi finanziari, come testimoniato da Snowflake: in questo settore, l’elaborazione di dati non strutturati all’interno del Data Cloud è aumentata del 244% dal giugno 2023, cioè da quando sono state rese disponibili le funzionalità di Snowpark.
Il tasso di crescita è sostanzialmente doppio rispetto all’incremento del 123% registrato come media di tutti i settori in cui operano i clienti di Snowflake. Una delle ragioni, secondo l’azienda, potrebbe essere il fatto che il settore dei servizi finanziari produce più dati non strutturati rispetto ad altri a causa di obblighi di record keeping specifici. Le società del settore producono e archiviano, per esempio, i file Pdf dei contratti di prestito e delle polizze assicurative, le email scambiate con clienti o partner commerciali, ma anche le registrazioni audio dei call center.
Questi dati, ovviamente, devono essere trattati con tutte le accortezze di sicurezza e privacy e non a caso all’interno del Data Cloud Snowflake è emerso un aumento dell’uso di tecniche di tagging (ad esempio, per identificare i dati sensibili protetti da policy) e di masking (per limitare l’accesso ai dati protetti da policy). Snowflake sottolinea che è possibile trarre valore dai dati anche nel rispetto delle misure di sicurezza e privacy e nell’ultimo anno, complessivamente, in tutti i settori il numero di richieste di accesso agli asset di dati protetti da policy è aumentato del 142%. Nell’ambito dei servizi finanziari l’incremento è stato del 182%.
Le statistiche evidenziano anche la grande popolarità di Python, che ben si presta per scrivere applicazioni di intelligenza artificiale: è di gran lunga il un linguaggio di programmazione più usato in Snowpark, la libreria di codifica integrata nel Data Cloud Snowflake. Considerando tutti i settori di adozione, l’uso di Python è cresciuto del 571% nell’ultimo anno fiscale di Snowflake, ancor più di Scala (il cui uso comunque è cresciuto del 387%) e di Java (131%). Nell’ambito dei servizi finanziari, dove Phyton è storicamente radicato, il suo utilizzo è aumentato addirittura del 585%.
Snowflake rimarca come grazie all’intelligenza artificiale il settore finanziario possa ottenere maggior valore dai dati non strutturati. Cinque, in particolare, i vantaggi potenziali: incremento della produttività dei dipendenti dei call center grazie all’automazione (per esempio, trascrizioni e sintesi delle chiamate telefoniche e valutazione del sentiment), supporto ai consulenti di investimento e gestione patrimoniale (tramite capacit di scansioni automatiche di documenti come report o pdf tratti da giornali cartacei, o tramite assistenti virtuali); riduzione dei costi nel settore delle assicurazioni; miglioramento del reporting normativo e della compliance; democratizzazione della data science.