La conoscenza più preziosa di un’impresa raramente si presenta in righe e colonne. Vive nei contratti, nelle email, nei PDF, nelle registrazioni delle chiamate, nei ticket di assistenza, nelle immagini tecniche, nei video di ispezione e nei manuali aggiornati nel tempo da reparti diversi. È lì che spesso emergono problemi ricorrenti, segnali deboli, preferenze dei clienti e dettagli operativi che i database tradizionali non riescono a catturare. I dati non strutturati sono informazioni prive di uno schema rigido predefinito. IBM li descrive come contenuti che non si adattano facilmente a righe e colonne e include tra gli esempi documenti, immagini, audio, post social e comunicazioni digitali. Secondo la stessa fonte, questi dati rappresentano una quota molto ampia delle informazioni generate in azienda.
approfondimento
Dati non strutturati: come estrarre valore dal patrimonio informativo aziendale
I dati non strutturati rappresentano una parte cruciale del patrimonio informativo aziendale, ma restano spesso fuori dai processi decisionali. Organizzarli con metadati, data lake, NLP, visione artificiale e tecnologie RAG significa renderli accessibili, sicuri e utilizzabili per migliorare efficienza e strategia
Computer science engineer
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.
