Il ROI dell’AI generativa inizia con la strategia dati

Le prime aziende che hanno adottato l’AI generativa hanno chiarito che una solida strategia dati è la pietra angolare di qualsiasi iniziativa AI di successo. Per sbloccare realmente il potenziale dell’AI come moltiplicatore di valore e catalizzatore di customer experience ripensate, è indispensabile una piattaforma dati affidabile e facile da usare.

Il nostro recente report “Il ROI eccezionale della Gen AI” dimostra che l’AI generativa è un motore di profitto, e più di 9 early adopter su 10 affermano che il loro investimento nell’AI generativa ha prodotto risultati positivi. Gli intervistati che hanno quantificato il ROI delle loro iniziative di Gen AI hanno visto un ROI medio del 41%. Sfruttare tutto il potenziale della Gen AI dipende da una strategia dati solida e unificata. L’88% degli early adopter afferma di avere bisogno di strategie e strumenti per i dati che abbraccino tutti i casi d’uso dell’AI generativa, il che significa che le aziende hanno bisogno di una piattaforma dati moderna, facile da creare e distribuire, affidabile fin dalla progettazione e connessa in modo trasparente tra team, strumenti e cloud.

Il 96% degli early adopter dichiara di addestrare, ottimizzare o ampliare i propri LLM commerciali e open source e l’80% perfeziona i modelli con i propri dati proprietari. Questi passaggi essenziali introducono alcune sfide concrete. Qui si parla di potenziali problemi di qualità dei dati, della quantità di dati che i sistemi sono in grado di gestire, del rischio di amplificazione dei bias e di preoccupazioni in materia di privacy, come la perdita di informazioni aziendali riservate o di dati personali dei clienti, negli output. 

Ecco perché l’approccio di un’organizzazione all’AI generativa dovrebbe basarsi su una solida piattaforma dati, per ridurre al minimo questi rischi, ridurre i costi imprevisti e facilitare l’adozione degli strumenti giusti, scalare e replicare i successi dell’AI e garantire che tutti i dati di un’organizzazione siano utilizzati in modo sicuro e appropriato.

È facile perdersi considerata la scala reale: il 71% delle organizzazioni ha rilevato che un efficace potenziamento dei modelli richiede molti terabyte di dati o diversi milioni di documenti. Ma l’ampiezza dei dati non è il loro unico problema: le aziende early adopter citano più spesso tra le varie questioni la qualità (45%) e la quantità (38%). Quindi l’igiene dei dati e il modo in cui vengono gestiti diventano una priorità obbligatoria dell’intelligenza artificiale. 

Per superare questa sfida, la stragrande maggioranza dei dati di qualsiasi azienda non è strutturata, come PDF, video e immagini. Per sfruttare il potenziale dell’AI, quindi, serve una piattaforma che supporti i dati strutturati e non strutturati senza compromettere l’accuratezza, la qualità e la governance. Solo l’11% dei primi ad adottare i LLM dichiara che più della metà dei propri dati non strutturati è pronta per essere utilizzata nell’addestramento e nel tuning dei LLM. Anche questi early adopter, che registrano un grande successo complessivo, hanno riscontrato alcuni intoppi con le loro piattaforme dati. A livello di piattaforma dati, abbiamo rilevato:

• Il 55% delle organizzazioni è ostacolato da lunghe attività di gestione dei dati, come l’etichettatura.

• Il 52% ha problemi di qualità dei dati, tra cui errori, bias, irrilevanza e tempestività.

• Il 51% dice che la preparazione dei dati è troppo difficile.

• Il 50% cita problemi di sensibilità dei dati.

• Il 42% dichiara di non avere la gamma o la diversità di dati richieste.

Tutte queste sfide sono gestite nel modo più efficace in una piattaforma dati unificata. Portare la tecnologia AI su una piattaforma dati facile, affidabile e connessa riduce le sfide che possono ritardare un progetto o comportare costi imprevisti.

La maggior parte dei primi ad adottare la Gen AI si affida a piattaforme dati basate su cloud. E l’81% degli early adopter dichiara che aumenterà in modo aggressivo i propri investimenti in soluzioni di data warehouse basate su cloud nei prossimi 12 mesi. Non sorprende: il cloud offre maggiore scalabilità, controllo dei costi e governance, oltre all’accesso alla capacità di calcolo ad alte prestazioni necessaria per le iniziative di Gen AI.

Alla domanda su cosa stessero cercando in un data warehouse basato su cloud, i primi che lo hanno adottato hanno evidenziato principalmente tre caratteristiche principali:

• Sicurezza: Il 46% lo giudica critico e un altro 38% lo considera importante.

• Funzionalità AI avanzate: Il 39% ritiene che sia essenziale avere funzionalità LLM e ML, e un altro 45% lo ritiene importante.

• Funzionalità analitiche integrate: Il 39% lo considera critico e un altro 45% lo considera importante.

La piattaforma Snowflake soddisfa tutte le esigenze critiche di una strategia AI di successo, basata su una piattaforma dati sicura, governata e moderna. Per proteggere le applicazioni AI emergenti, come la sentiment analysis e i chatbot, le aziende data-driven devono implementare l’accesso controllato e la protezione durante tutta la trasformazione dei dati (silver layer), che include l’intero ciclo di vita della sicurezza, tra cui:  

• classificazione automatica dei data set sensibili e descrizione automatica degli oggetti per la comprensione dei dati 

• monitoraggio continuo e applicazione automatica delle policy tramite criteri di accesso basati su tag e audit completi dei grafi di derivazione e degli accessi 

• manutenzione continua della qualità dei dati su vasta scala 

Oltre a queste funzionalità di governance pronte all’uso, abbiamo integrato un’ampia gamma di LLM e funzionalità generali di ML direttamente nella piattaforma, eliminando complessi spostamenti di dati e la gestione dell’infrastruttura. Poiché è integrato in modo nativo nella piattaforma, questo approccio preserva i rigidi confini di sicurezza delle organizzazioni e consente loro di applicare governance e criteri di accesso coerenti a tutte le applicazioni dati. 

La Gen AI non è un’altra tecnologia isolata dal resto del data stack moderno. È un’iniziativa importante e trasformativa che si diffonderà in tutta l’organizzazione data-driven. Nella corsa al successo dell’AI, queste organizzazioni hanno bisogno di una piattaforma dati sottostante che consenta loro di scalare rapidamente e con semplicità la nuova generazione di applicazioni basate sull’AI, creandole e distribuendole allo stesso tempo in modo sicuro e conforme. 

Per comprendere come le organizzazioni di tutto il mondo stiano superando le sfide legate all’implementazione dell’AI generativa e ottenendo un ritorno significativo sui loro investimenti, leggi “Il ROI eccezionale della Gen AI”.