L’intelligenza artificiale può elaborare grandi quantità di informazioni, ma non può ricostruire da sola un’impresa frammentata. Quando dati commerciali, documenti tecnici, interazioni con i clienti e indicatori operativi restano distribuiti tra applicazioni e archivi separati, anche il modello più avanzato lavora su una rappresentazione incompleta. Una cloud data platform ricompone questo scenario integrando acquisizione, conservazione, trasformazione, analisi e governo dei dati. Le architetture unificate descritte da Microsoft puntano proprio a standardizzare il percorso che conduce dai sistemi operativi agli ambienti di analisi e AI.
approfondimento
Cloud data platform: centralizzare le informazioni per abilitare l’AI in azienda
Una cloud data platform riunisce dati strutturati e non strutturati, pipeline, strumenti analitici e sistemi di governance in un ambiente scalabile. La centralizzazione riduce i silos e rende le informazioni disponibili per report, assistenti virtuali e agenti AI
Pubblicato il 4 ago 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
