La sostenibilità, con le sue tre dimensioni – ambientale, sociale e Governance – è oramai entrata in una fase di maturità, che lascia comunque spazio a futuri miglioramenti, che vanno da un uso sapiente dei dati per consentirne un sempre migliore definizione e controllo, fino al suo ingresso, a pieno titolo, tra gli asset strategici di un’organizzazione, così che i suoi elementi costituenti giochino un ruolo primario nella definizione della strategia e del modo in cui questa si concretizza in ciò che l’organizzazione offre. 

Questo passaggio da essere elemento contingente a essenziale non può che transitare per un arricchimento del modello che rappresenta il patrimonio informativo disponibile, in modo che i dati che caratterizzano la sostenibilità abbiano pari dignità di tutti gli altri e, di conseguenza, perdere quella caratteristica di sussidarietà che, in alcuni casi, ancora hanno.  

Sono questi i temi che abbiamo avuto modo di discutere con Riccardo Tani, CEO & Managing Director di K2 DataSyn

Se è vero che un gesto vale più di mille parole è anche vero, come ci ricorda Nanni Moretti nel film Palombella Rossa, che le parole sono importanti ed è per questo che, contrariamente a quanto fatto negli episodi precedenti, questa volta abbiamo adottato un approccio paritetico, uscendo fuori dallo schema intervistatore-intervistato, per giocare, appunto, con le parole, in una sorta di sfida nella quale, a una parola proposta dall’uno, l’altro doveva declinarla con riferimento ai dati e alla tecnologia, secondo il personale punto di vista, dando poi naturalmente vita a un confronto con il pensiero dell’altro. 

È questo il gioco che abbiamo fatto insieme a Germana Lo Sapio, Magistrato Amministrativo, ex Giudice Civile e Penale e appassionata di tecnologia e impatti organizzativi.

Qualsiasi modello o paradigma che istituisca un framework di riferimento per un ambito specifico trova la sua forza, non tanto nella sua pedissequa applicazione, quanto dalla capacità di un’organizzazione di saperlo adattare alle proprie esigenze e, al contempo, di garantire che la sua applicazione sia sostenibile in relazione agli impatti organizzativi e culturali che la sua implementazione comporta. 

Questo è ciò che ha fatto il Gruppo Hera, che ha saputo distillare da quanto proposto dal Data Mesh quegli elementi che, una volta implementati, hanno consentito un significativo recupero dell’efficienza, sia nella comprensione che nella diffusione dei dati, adottando un modello centrato sui Data Product, sulla chiara definizione della loro ownership e sull’introduzione di figure in grado di colmare quel gap linguistico che spesso esiste tra IT e Business. 

Sono questi i temi che abbiamo avuto modo di discutere con Andrea Bonetti, Enterprise Architect del Gruppo Hera.

La centralità dei dati postulata dalla Data Driven Transformation, una trasformazione finalmente in itinere, assume un’importanza rilevante nel Settore Pubblico, dove in aggiunta all’uso dei dati per gli usuali fini interni, si affianca l’opportunità di dare loro valore attraverso la loro messa a disposizione, nel rispetto delle regole, alla comunità.

Questa trasformazione, tuttavia, si confronta con un’organizzazione del Settore Pubblico che risente ancora di una visione compartimentata dei dati e che agisce da freno alla condivisione, ma anche a un impianto normativo che, purtroppo, spesso funge da freno e dove l’applicazione della norma non è accompagnata dalla volontà di poterla gestire, così da trovare il giusto equilibrio tra cosa si vorrebbe fare e cosa si possa fare. 

Sono questi i temi che abbiamo avuto modo di discutere con Vittorio Gallinella, Direttore Sistemi Infrastrutturali di LAZIOCrea.

Il mondo della ricerca, non solo quella clinica, vive di condivisione di idee, di esperienze, di esperimenti e, soprattutto di dati, che condivisi e utilizzati per la comprensione dei fenomeni, consentono poi di restituire a tutti il valore derivante dall’aver messo a fattor comune quanto conosciuto dai singoli partecipanti. 

Questa condivisione, tuttavia, deve tener conto della differente concettualizzazione che ciascun partecipante alla ricerca fa del contesto che osserva, cosa che di fatto impone di dover definire, prima ancora di partire, un’ontologia – o un modello semantico - che rappresenti il collante comunicativo tra realtà simili, ma inevitabilmente diverse. 

Sono questi i temi che abbiamo avuto modo di discutere con Gianmaria Silvello, Professore di Informatica presso la Scuola di Ingegneria dell’Informazione dell’Università di Padova.

Esiste un forte legame tra le dimensioni della sostenibilità – ambientale, sociale e Governance – i dati, che ne consentono la definizione, l’analisi e il controllo, e l’importanza di una loro corretta modellazione, in modo tale che il significato sia correttamente formalizzato e condiviso, fungendo così da fondamenta per un loro uso democratico o, quantomeno, per una loro reale condivisione, che sia in grado di generare valore a partire da un patrimonio informativo che, spesso, risulta solo in parte conosciuto e compreso. 

Sono questi i temi che abbiamo avuto modo di discutere con Mario Vellella, Principal Business Advisor di Irion.

L’importanza della ricerca, della diagnostica e della prevenzione sono un valore inestimabile, fondamentale per un progresso che faccia del miglioramento delle condizioni di vita uno dei pilastri sul quale fondarsi. 

Se i dati hanno da sempre giocato un ruolo centrale, l’incredibile progresso fatto dall’intelligenza artificiale ne ha costituito l’ulteriore impulso, consentendo di generare da essi un valore fino a pochi anni fa inimmaginabile.

Tuttavia, con una citazione forse irriverente, “a grandi poteri corrispondono grandi responsabilità”, che nell’ambito sanitario, per la delicatezza dei dati trattati e per l’ampia regolamentazione alla quale il settore è sottoposto, raggiungono probabilmente il loro apice, richiedendo a chi li gestisce e li usa, la massima attenzione possibile, alla ricerca di un equilibrio perfetto tra cosa si può fare e cosa si vorrebbe fare, così da massimizzare le positive ricadute sulla collettività.

Sono questi i temi che abbiamo avuto modo di discutere con Gianluca Cesare, CIO di Gruppo del Gruppo Humanitas.

L’intelligenza artificiale generativa può essere anche italiana, come ci ha mostrato Almawave, che ha sviluppato Velvet, un LLM in due versioni, rispettivamente da 14 e 2 miliardi di parametri, addestrandolo sul computer Leonardo di Cineca

L’essere italiano, naturalmente, non sì è limitato all’ingegno e alla capacità elaborativa, ma si è esteso anche alla scelta dei dati, selezionandoli in modo da non violare eventuali diritti d’autore, attenuare i potenziali bias, ridurre i rischi ai sensi del recente AI Act e adottando specifici algoritmi a tutela dei dati personali.

Un LLM o, meglio, una famiglia di modelli, operante al momento in sei lingue europee, che conferma l’importanza dei dati, sia nell’addestramento, selezionandoli accuratamente, ma anche della necessità di una loro efficiente gestione, attraverso una piattaforma che sia in grado di governare al meglio i dati, quando a quelli linguistici devono essere aggiunti quelli strutturati, necessari alla corretta comprensione del contesto e alla formulazione di risposte coerenti con esso.

Sono questi i temi che abbiamo avuto modo di discutere con Raniero Romagnoli, CTO di Almawave.

È sempre più importante poter integrare e analizzare i dati in modo agile, veloce e semplice, senza dimenticare che, spesso, ciò che a una prima e superficiale lettura è visto come soggetto unico è, al contrario, un insieme di soggetti distinti che operano per un fine comune, sia questo vendere qualcosa, fornire un servizio o diffondere informazioni.

Quest’operare in modo armonico tra soggetti diversi ha nei dati l’elemento fondante, che diventano elemento di tessitura di concetti comuni, ma rappresentati in modo diverso come conseguenza del ruolo e delle responsabilità dei soggetti che a tale rappresentazione partecipano.

Ogni concetto complesso – il cliente, il cittadino, l’edificio, l’impresa – possiede alcune caratteristiche intrinseche che definiscono ciò che è, caratteristiche che possono modificarsi lungo il suo ciclo di vita. Lo stesso concetto, tuttavia, vive in un contesto specifico, connotato da elementi infrastrutturali, demografici, economici, sociali e culturali, che inevitabilmente lo plasmano e ne definiscono il modo in cui questo vada gestito, quale che sia il significato di tale parole alla luce dello specifico concetto.

È proprio la necessità di tener conto di questo contesto, spesso decisamente ampio, che suggerisce la necessità di tendere a una rappresentazione di tali concetti che superi le barriere della singola organizzazione, privata o pubblica che sia, e che al contrario si alimenti dei dati che sono funzionali a essa, indipendentemente da chi tali dati possiede, gestisce e condivide.

L’idea di una Augmented View cattura esattamente questa idea, divenendone strumento operativo al servizio di chi poi questi dati deve utilizzare.

Considerare il dato come prodotto non è solo un vezzo lessicale, ma un vero e proprio cambio di prospettiva, dove il dato, da semplice misura, diventa un asset strategico, la cui produzione, gestione e diffusione segue gli stessi principi che tradizionalmente definiscono il ciclo di vita di un prodotto tradizionale. 

È proprio questo cambio di prospettiva, con la conseguente chiara definizione dei ruoli e delle relative responsabilità, che rappresenta una leva fondamentale per rendere effettiva quella centralità del dato postulata dalla Data Driven Transformation

Sono questi i temi che abbiamo avuto modo di discutere con Marco Pegolo, Head of Data di Unieuro.

Il mondo dei droni e della mobilità aerea avanzata, nelle sue diverse sfaccettature, è in rapida evoluzione, con una tecnologia che progredisce in maniera costante e con campi di applicazione in continua espansione. 

Droni e veicoli che, oltre ad assolvere al compito per il quale sono progettati, sono dei potenti generatori di dati, il cui valore, se da un lato è chiaramente percepito, dall’altro è forse ancora solo parzialmente sfruttato, tanto che molto si sta facendo per migliorarne la gestione e, nel rispetto della normativa, l’uso, sia per quanto riguarda il controllo dei droni stessi, che per le informazioni che tali dati contribuiscono a produrre.  

È questo il tema che abbiamo avuto modo di discutere con Paola Olivares, Direttrice dell’Osservatorio Droni e Mobilità Aerea Avanzata del Politenico di Milano.

L’oramai diffusa e consolidata Data Driven Transformation, una trasformazione che interessa trasversalmente tutti i settori di mercato, ha imposto un nuovo modo di gestire e consumare i dati, suggerendo trasformazioni secondarie, come ad esempio quella della democratizzazione dei dati, cosa che giocoforza ha portato a dover rivedere il significato di Data Governance, passando da una sua lettura focalizzata su aspetti di controllo e compliance, ad una che abbracci l’intero ciclo di vita del dato, dalla sua rilevazione, fino al consumo. 

È questo il tema che abbiamo avuto modo di discutere con Giulio Di Nubila, Senior Manager e Client Leader di Iconsulting.

Si parla spesso della necessità di migliorare la comunicazione tra strutture tecniche e di business, una comunicazione necessaria a presentare un’idea, a giustificare un progetto, a trasmettere il risultato di un’attività di analisi o, infine, a spiegare perché un dato modello ha suggerito di prendere o non prendere una particolare decisione.

Comunichiamo sempre e dobbiamo farlo bene, perché in un mondo che si muove così velocemente e al quale le organizzazioni devono potersi adattare in tempi altrettanto rapidi, non ci si può permettere di sbagliare solo perché “non ci eravamo capiti”.

È questo il tema che abbiamo avuto modo di discutere con Nicoletta Di Blas, Professoressa associata in Pedagogia Speciale presso il Politenico di Milano.

Se da qualche anno si parla oramai di Data Strategy, da meno tempo lo si fa in riferimento all’intelligenza artificiale, complice forse il suo rapidissimo imporsi all’attenzione, con l’ultimo anno che ha visto la prorompente ascesa dell’intelligenza artificiale generativa e dei Large Language Model. 

Dati e intelligenza artificiale che sono temi ovviamente e strettamente connessi, dato che i primi sono ciò che consente alla seconda di sprigionare il suo potenziale. Questo legame suggerisce che Data Strategy e AI Strategy debbano necessariamente svilupparsi insieme, secondo quell’armonia che consenta di essere governate in modo coerente con gli obiettivi che ogni organizzazione si dà, pubblica o privata che sia.  

È questo il tema che abbiamo discusso con Nicola Russo, Head of Data & Intelligence in NTT DATA Italia.

La comunicazione e la diffusione del dato sono la narrazione di quel processo articolato, che dalla scelta del dato conduce, per il tramite del suo uso, a sprigionare quel valore di ritorno per chi quel dato ha reso disponibile, secondo quel principio di restituzione, sul quale costruire il senso di una comunità che vive e partecipa in un mondo sempre più veloce e fluido, per il quale i dati sono elemento imprescindibile per la sua comprensione. 

Affinché comunicazione e diffusione siano efficaci e in armonia con i dati e i suoi fruitori è essenziale, però, che queste diventino parte dell’intero processo e non, al contrario, esserne elemento accessorio, conclusivo, cosa che minerebbe alla base la possibilità di un loro racconto che ne trasmetta chiaramente significato e valore. 

Sono questi i temi che abbiamo avuto modo di discutere con Serenella Ravioli, Direttrice della Comunicazione e Diffusione di Istat.

La rapidità con la quale l’IA Generativa e i Large Language Model si sono presentati sul mercato ha, da un lato, creato un entusiasmo e aspettative probabilmente mai osservate prima, dall’altro ha innescato un rapido quanto attento momento di riflessione nelle aziende, volto a capire il valore potenziale, gli eventuali rischi connessi e i contesti più promettenti per una sua adozione e, parallelamente, ha reso necessario rivedere la Data Strategy, per adeguarla alle necessità che, in tal senso, hanno questi modelli e per il ruolo che i dati hanno nel condizionarne il comportamento. 

Sono questi i temi che abbiamo avuto modo di discutere con Eduardo Rispoli, Partner di Target Reply Roma.

I dati gestiti dalla Pubblica Amministrazione sono un patrimonio pubblico, di tutti noi, che deve e merita di essere utilizzato, restituendo a cittadini e imprese un valore, nella forma di servizi o informazioni, che rappresenti una sorta di ricompensa per ciò che questi hanno condiviso. 

Questo percorso verso la consapevolezza del valore dei dati e dell’importanza di condividerlo a beneficio della collettività è qualcosa di complesso e che investe dimensioni differenti – culturale, sociale, tecnologica, economica – motivo per cui deve essere intrapreso con un programma ampio, che comunichi in modo chiaro il percorso tracciato e coinvolga, nel suo incedere, tutti coloro che, a diverso titolo, ne sono coinvolti.

Sono questi i temi che abbiamo avuto modo di discutere con Sara La Bombarda, Responsabile per la Transizione Digitale presso l’Agenzia Regionale per la Tecnologia e l’Innovazione della Regione Puglia.

Il potenziale dell’intelligenza artificiale, generativa e non, è qualcosa che non può essere ignorato, ma in una realtà complessa e articolata questo potenziale deve rispondere a due domande fondamentali: il valore che può derivarne per il business e la possibilità di industrializzare ciò che normalmente nasce come sperimentazione. 

In queste realtà complesse, inoltre, qualsiasi iniziativa in tal senso non può essere scissa dalla definizione di una Data Strategy, che non solo definisca come i dati possano effettivamente alimentare i modelli di intelligenza artificiale, ma definisca un modello complessivo, a sostegno di un’intelligenza collettiva e che definisca come i dati diventino realmente il fulcro di un’organizzazione, esplorandone gli impatti che tale trasformazione ha su aspetti culturali, organizzativi e tecnologici. 

Sono questi i temi che abbiamo avuto modo di discutere con Francesco Giordano, Data Technologies, Analytics & BI Solutions di Generali Asset Management.

È sempre esistito uno stretto rapporto tra dati e intelligenza artificiale, che spesso viene però collocato solo nella fase di apprendimento dei modelli, ritenendo che questo sia un momento unico, quando invece altro non è che l’inizio di una interazione continua, fatta di un adattamento continuo del modello al mondo sul quale è chiamato a operare. 

Ma questo momento, seppur importante, non è il solo nel quale dati e IA devono operare in armonia, perché anche nella fase di esecuzione dei modelli, la possibilità di poter accedere e usare dati arbitrari è un momento fondamentale e necessario per la qualità di quanto prodotto. 

Con specifico riferimento all’intelligenza artificiale generativa, l’interazione – o meglio la circolarità – tra LLM e dati diventa un elemento chiave, tanto da aver portato alla definizione della cosiddetta Retrieval Augmented Generation (RAG), dove il patrimonio dati di un’organizzazione viene messo a disposizione dei modelli linguistici per poter comprendere domande e formulare risposte che siano correttamente contestualizzate, perché ciò che l’utente si aspetta non è solo una prosa elegante, ma anche contenuti puntuali relativi a ciò che ha chiesto.

L’oramai consolidata Data Driven Transformation e il nuovo modo in cui questa suggerisce – o forse impone – di consumare i dati, un modo sostanzialmente democratico, fondato sul diritto di ognuno di usare i dati dei quali ha bisogno e di farlo nel rispetto dei doveri, impongono di dare una nuova lettura alla Data Governance. Questa deve necessariamente abbandonare la visione di mero controllo ed evolvere invece verso elemento fondamentale per la generazione di valore.

È questo il tema che abbiamo avuto modo di discutere con Marco Orrù, Domain Director di Alten Italia e Giuseppe Rondinella, Data Analytics Solution Manager di Alten Italia.