Ciò che serve all’AI per esprimere appieno il suo enorme potenziale sono infrastrutture tecnologicamente evolute, ben progettate, integrate correttamente e che supportino l’effettiva convergenza tra i due mondi IT e OT, tra le tecnologie informatiche (computer, reti, software, dati) del mondo digitale, e le tecnologie operative (tutte quelle che controllano, monitorano e automatizzano processi e attività) nel mondo reale, fisico, industriale. In mancanza di ciò, un’infrastruttura “non può diventare completamente intelligente”, rileva Ludovico Basili, head of data and IoT di Sirti Digital Solutions.
Che sottolinea, “il futuro del Paese dipende proprio da questo: la realizzazione di infrastrutture che non siano più semplicemente operative, ma cognitive. In grado di permettere la convergenza tra ciò che abbiamo sempre considerato lontano e che oggi non può più restare separato”.
Indice degli argomenti:
Verso l’AI economy, una direzione precisa da seguire
E questo perché “solo chi riuscirà ad adottare davvero questo approccio potrà realizzare una piena convergenza tra i due ambiti, e sarà proprio questa integrazione a permettere di sfruttare al meglio le potenzialità dell’intelligenza artificiale”.
L’AI, infatti, ha fame di dati generati dagli asset fisici sul campo e nel mondo reale, “mentre i dati hanno bisogno dell’AI per diventare più efficienti, resilienti e predittivi”.
Nodi, tecnologici e umani, da sciogliere
Uno snodo centrale resta, quindi, quello dell’efficace e completa convergenza tra sistemi IT, che gestiscono informazioni, e OT, che gestiscono processi fisici nelle aziende, stabilimenti e impianti (come temperature, pressioni, motori, valvole, linee di produzione).
Se ne parla da molti anni di questa convergenza tecnologica, ma in molti casi resta ancora più un traguardo in prospettiva che un risultato consolidato, e ora lo sviluppo dirompente dell’intelligenza artificiale rilancia la questione e ne richiede una soluzione efficace, rapida, definitiva.
Per comprendere a fondo le dinamiche di oggi, il manager di Sirti guarda al percorso di evoluzione dal passato: “negli ultimi 50 anni abbiamo assistito a ben quattro rivoluzioni tecnologiche, con cicli di trasformazione sempre più ravvicinati: microchip alla fine degli Anni ‘70, internet nei ‘90, cloud nei 2000 e, dal 2010, l’intelligenza artificiale, resa accessibile da qualche anno al pubblico consumer nella sua versione generativa. Tutto ciò ha reso non solo possibile ma inevitabile la convergenza tra il mondo dell’information technology e quello delle operations”.
Tre sfide da superare: change management, cybersecurity, gestione del dato
Se la prima vera intersezione si è verificata con l’avvento di Internet e l’utilizzo di protocolli di comunicazione sempre più allineati, “è stato il cloud che, con la sua capacità di scalare indefinitamente, ha permesso di ipotizzare uno stack tecnologico completo, capace di ‘softwarizzare’ l’hardware e gestire efficacemente grandi quantità di dati”.
In questo caso, però, “si sta parlando di un allineamento tecnologico tra i due mondi, più che di una vera convergenza. Pertanto, al momento, IT e OT rimangono di fatto due realtà a sé stanti. Anche se, in alcuni casi, è possibile risolvere criticità in ambito IT attraverso l’elaborazione di dati derivanti dalle operazioni OT o viceversa, spesso non esiste un approccio veramente trasversale che ne permetta una vera e propria integrazione”. Dopo anni di evoluzione tecnologica, in molti, moltissimi casi, IT e OT restano “due mondi con linguaggi, metriche e culture diverse”.
Cosa ci separa, quindi, dal fondamentale traguardo della loro convergenza? Come si può raggiungere?
“Sono tre le sfide da affrontare e superare”, rimarca Basili: “il change management, la cybersecurity e la gestione del dato”.
Il change management per realizzare l’AI economy
Il change management per la convergenza tra IT e OT “impone un profondo ripensamento strutturale e culturale. Questo significa non solo promuovere la disseminazione di competenze IT, OT e business, ma anche superare le tradizionali organizzazioni a silos, a favore di un approccio cross-funzionale e dell’adozione di metodologie agili”.
In generale, fa notare l’esperto di Sirti Digital Solutions, “non è né conveniente né materialmente possibile adottare un approccio big bang alla convergenza, data la necessità di salvaguardare la continuità operativa e visti i costi e i tempi d’investimento elevati. Ciò implica la necessità di definire scelte di priorità basate su una valutazione snella dei benefici, coinvolgendo attivamente tutti gli attori nel processo decisionale”.
Inoltre, specialmente nell’applicazione dell’AI, i benefici non sono sempre noti a priori: “per questo, deve essere promosso un approccio iterativo di test & learn che accetti l’errore controllato come parte essenziale del percorso di apprendimento e miglioramento continuo”.
Cybersecurity, zero trust e micro-segmentazione
La cybersecurity, invece, “rappresenta un punto di frizione culturale e tecnica. I due mondi, infatti, partono da priorità intrinsecamente diverse: l’OT pone l’accento sulla disponibilità e sulla safety degli impianti, mentre l’IT sulla confidenzialità e integrità dei dati. Nel convergere, devono rispettare i fondamentali di ciascuno”.
Poiché ogni elemento e dispositivo connesso espongono l’intero sistema tecnologico a rischi maggiori, “l’approccio deve evolvere verso una sicurezza totalizzante, e l’applicazione di principi come lo zero trust e la micro-segmentazione”.
La “fame” di dati buoni
La gestione del dato richiede innanzitutto una cultura diffusa, in cui il dato sia accessibile, comprensibile e utilizzabile da tutte le funzioni aziendali.
“È altrettanto essenziale garantirne la qualità, coinvolgendo direttamente gli utenti nel monitorarne accuratezza, completezza e tempestività. Solo un dato riconosciuto come realmente utile e controllato nel suo ciclo di vita può abilitare decisioni efficaci, siano esse umane o automatizzate”.
Padroneggiare mondo fisico e digitale
Per affrontare con successo questo scenario complesso, “la presenza di un attore in grado di padroneggiare sia il mondo fisico sia quello digitale è cruciale”, rileva Basili.
Si tratta di “un abilitatore tecnologico che sappia mettere in connessione le diverse componenti dell’ecosistema, che conosca a fondo la complessità delle reti critiche del Paese e che, allo stesso tempo, sappia operare con sicurezza e puntualità nelle piattaforme dati, nel cloud, nella cybersecurity, nell’AI e nelle architetture intelligenti”.
Creare ponti tra la fisicità degli asset e l’intelligenza dei sistemi
Servono le caratteristiche e le skill di “un esperto che riesca a muoversi con agilità in entrambi gli ambiti, e che abbia le competenze per creare un ponte naturale tra la fisicità degli asset e l’intelligenza dei sistemi, tra le operation sul campo e le piattaforme in cloud”, tra la resilienza di un’infrastruttura e la potenza del dato.
Da questo duplice expertise “può nascere la nuova infrastruttura dell’AI: reti più performanti, data center più potenti e un’architettura in cui la connettività, i dati, la sicurezza e l’intelligenza artificiale si integrano in un unico sistema ben orchestrato”.
Tutto ciò, per ottenere e utilizzare una rete tecnologica “capace di accompagnare aziende pubbliche e private nel passaggio – già in corso – dalla digital economy all’AI economy”.
