La tua intelligenza artificiale. Ma di chi sono le infrastrutture?

Perché la sovranità inizia con la comprensione delle dipendenze alla base dell’intelligenza artificiale aziendale

L’intelligenza artificiale si sta integrando in sempre più processi aziendali, dalla produttività dei dipendenti e dal servizio clienti allo sviluppo di software, all’analisi e al processo decisionale operativo. Man mano che le organizzazioni passano dalla sperimentazione all’adozione su scala aziendale, l’attenzione si sta naturalmente spostando da ciò che l’intelligenza artificiale può fare a ciò che è necessario per gestirla in modo affidabile e sicuro su larga scala.

Dietro ogni applicazione di intelligenza artificiale si nasconde un ecosistema tecnologico. I dati aziendali possono essere elaborati da un modello di intelligenza artificiale in esecuzione su un'infrastruttura cloud, accessibile tramite API e connesso ad altre applicazioni, reti e servizi esterni. Diverse parti di quell’ecosistema possono essere fornite e gestite da diverse organizzazioni, spesso in diverse giurisdizioni.

Ciò solleva una domanda importante per i leader tecnologici: quanto controllo hai sull'infrastruttura da cui dipende la tua intelligenza artificiale?

La sovranità digitale nel contesto dell’intelligenza artificiale non riguarda quindi semplicemente il luogo in cui i dati vengono archiviati ed elaborati o dove ha sede un fornitore di tecnologia. Si tratta sempre più di comprendere le dipendenze alla base dell’intelligenza artificiale e decidere dove il controllo conta di più.

L'infrastruttura alla base dell'IA è facile da trascurare

Quando i dipendenti utilizzano un assistente AI o un team aziendale integra l'IA in un flusso di lavoro, l'esperienza può apparire relativamente semplice. Un utente interagisce con un'applicazione e riceve una risposta, una raccomandazione o un'azione.

L’infrastruttura alla base di tale interazione può essere notevolmente più complessa. Un servizio di intelligenza artificiale aziendale può dipendere da applicazioni aziendali, dati aziendali, un modello di intelligenza artificiale esterno, cloud computing, API, servizi di identità, controlli di sicurezza e connettività di rete. Alcuni componenti possono essere gestiti direttamente dall'organizzazione, mentre altri sono controllati da fornitori di tecnologia o dai propri fornitori.

Nessuna di queste dipendenze rappresenta necessariamente un problema. Le imprese moderne hanno sempre fatto affidamento sugli ecosistemi tecnologici e l’accesso a piattaforme e servizi globali è un’importante fonte di innovazione e scala.

La sfida sorge quando le organizzazioni non hanno sufficiente visibilità su tali dipendenze o non riescono a determinare quali di esse siano critiche.

Spunti di riflessione: se uno dei tuoi importanti servizi di intelligenza artificiale non fosse disponibile domani, sapresti quale dipendenza sottostante ha fallito – e quali alternative avevi?

Dalla scelta tecnologica alla catena di dipendenza

L’intelligenza artificiale rende la questione della dipendenza tecnologica particolarmente interessante perché quella che sembra essere un’unica soluzione può in realtà basarsi su diversi livelli di tecnologia esterna.

Prendiamo in considerazione un'applicazione di intelligenza artificiale utilizzata per supportare un processo di assistenza clienti. L'applicazione può recuperare informazioni dai sistemi CRM, inviare informazioni selezionate a un modello di intelligenza artificiale, utilizzare l'infrastruttura cloud per l'elaborazione e connettersi a servizi o database aggiuntivi tramite API.

L'organizzazione potrebbe aver selezionato l'applicazione di intelligenza artificiale stessa, ma l'applicazione potrebbe basarsi su modelli, infrastrutture cloud o altri servizi forniti da terze parti che l'organizzazione non ha scelto direttamente. Man mano che l’intelligenza artificiale viene integrata in processi aziendali più critici, comprendere queste dipendenze tecnologiche sottostanti diventa sempre più importante.

La domanda rilevante non è più semplicemente: quale fornitore di intelligenza artificiale stiamo utilizzando?

Le organizzazioni potrebbero anche dover chiedersi da quali modelli, infrastrutture, piattaforme e servizi dipende la soluzione basata sull’intelligenza artificiale, dove operano tali componenti, quali parti li controllano e cosa accadrebbe se una di queste relazioni cambiasse.

È qui che la sovranità diventa una considerazione aziendale pratica piuttosto che un principio tecnologico astratto.

Non tutte le dipendenze richiedono lo stesso livello di controllo

La completa indipendenza tecnologica non è né realistica né necessariamente auspicabile per la maggior parte delle imprese.

Le piattaforme cloud globali, i modelli di intelligenza artificiale e gli ecosistemi tecnologici forniscono funzionalità che sarebbero difficili e costose da riprodurre per le singole organizzazioni. La sovranità non deve quindi essere interpretata come un tentativo di possedere o controllare ogni livello dello stack tecnologico.

La domanda più utile è dove perdere il controllo creerebbe un rischio aziendale inaccettabile.

Un assistente AI che aiuta i dipendenti a riassumere le informazioni disponibili al pubblico potrebbe richiedere un livello di controllo molto diverso da quello di un sistema AI coinvolto nelle operazioni di produzione, nelle decisioni finanziarie o nei processi critici dei clienti.

La sensibilità dei dati è importante. Lo stesso vale per l’importanza del processo aziendale, del contesto normativo, del modo in cui al fornitore è consentito utilizzare i dati e della disponibilità di alternative. Ad esempio, le organizzazioni potrebbero dover capire se i dati elaborati da un servizio di intelligenza artificiale possono essere utilizzati per addestrare o migliorare i modelli del fornitore e se hanno la capacità di limitare o escludere tale utilizzo. La sovranità non è quindi una decisione tutto o niente. Le organizzazioni possono applicare diversi livelli di controllo a diversi carichi di lavoro a seconda della criticità e del rischio aziendale.

Spunti di riflessione: quali carichi di lavoro di intelligenza artificiale nella tua organizzazione continuerebbero a funzionare se uno dei loro principali fornitori di tecnologia non fosse improvvisamente disponibile?

Il controllo consiste anche nell'avere delle scelte

Uno degli aspetti più importanti della sovranità digitale è la capacità di prendere e cambiare decisioni tecnologiche.

Una dipendenza diventa più significativa quando un’organizzazione ha una capacità limitata di adattarsi se le circostanze cambiano. Un fornitore può modificare i propri termini commerciali o la propria architettura tecnica. I requisiti normativi potrebbero evolversi. Un servizio potrebbe non essere più disponibile in un determinato mercato. Un’azienda può semplicemente decidere che un’altra tecnologia soddisfa meglio le sue esigenze.

La considerazione chiave non è quindi se esistano dipendenze esterne. Inevitabilmente lo faranno.

La questione è se tali dipendenze rimangano gestibili.

Per l’intelligenza artificiale, ciò potrebbe significare capire se i dati e i carichi di lavoro possono essere spostati, se potrebbero essere introdotti modelli o piattaforme alternativi, se le interfacce sono sufficientemente interoperabili e se l’organizzazione conserva le conoscenze necessarie per apportare tali modifiche.

L'obiettivo non è l'indipendenza a tutti i costi. Si tratta di evitare situazioni in cui una scelta tecnologica rimuove involontariamente le scelte future.

Dove passa il controllo?

C'è un'altra dimensione che diventa sempre più rilevante con la crescita degli ecosistemi di intelligenza artificiale: le organizzazioni possono avere relazioni dirette con alcuni fornitori ma una visibilità limitata sulla tecnologia più in basso nella catena.

Un'azienda potrebbe sapere quale applicazione di intelligenza artificiale ha acquistato e dove i propri dati vengono archiviati ed elaborati. Potrebbe però essere meno chiaro quali modelli sottostanti, servizi infrastrutturali o fornitori di supporto contribuiscano alla realizzazione di tale applicazione.

Poiché i servizi di intelligenza artificiale combinano sempre più tecnologie di più fornitori, l’organizzazione che fornisce l’applicazione può dipendere essa stessa da infrastrutture, modelli o servizi gestiti da altre società.

Ciò non crea automaticamente un problema di sovranità. Ciò che conta è se l’organizzazione ha sufficiente trasparenza per l’importanza e il profilo di rischio del carico di lavoro.

Per l'intelligenza artificiale critica per il business, comprendere dove responsabilità e controllo si spostano al di fuori dell'organizzazione può aiutare i leader tecnologici a identificare le dipendenze che meritano maggiore attenzione.

La domanda non è semplicemente “Dov'è la nostra intelligenza artificiale?”

Inoltre “In quali punti della catena del valore dell'intelligenza artificiale il controllo si sposta su qualcun altro?”

Sovranità senza isolamento

Le discussioni sulla sovranità digitale possono facilmente trasformarsi in discussioni sulla geografia: tecnologia europea o non europea, fornitori locali o globali o cloud sovrano o pubblico.

La geografia e la giurisdizione possono certamente avere importanza, in particolare per i dati sensibili e i carichi di lavoro regolamentati. Ma la sovranità è più ampia della sola localizzazione.

Un’organizzazione potrebbe gestire la tecnologia a livello locale ed essere comunque fortemente dipendente da un unico fornitore. Allo stesso modo, potrebbe utilizzare la tecnologia globale mantenendo al contempo un controllo significativo attraverso l'architettura, le garanzie contrattuali, i controlli di sicurezza e la possibilità di cambiare fornitore o spostare carichi di lavoro.

Per le imprese multinazionali in particolare, l’obiettivo non può essere semplicemente quello di eliminare le dipendenze globali. Le loro attività, i loro clienti, i loro dipendenti e i loro ecosistemi tecnologici oltrepassano già i confini.

Un approccio più pratico consiste nel comprendere tali dipendenze e determinare quali sono accettabili.

In questo senso, la sovranità non riguarda l’isolamento. Si tratta di mantenere il controllo e la scelta all'interno di un ambiente tecnologico interconnesso.

Domande che i leader tecnologici dovrebbero porsi

Man mano che l’intelligenza artificiale diventa sempre più profondamente incorporata nelle operazioni aziendali, i CIO e i leader tecnologici potrebbero voler guardare oltre le singole applicazioni di intelligenza artificiale e considerare l’ecosistema che le supporta:

• Sappiamo da quali modelli, piattaforme cloud, infrastrutture e servizi esterni dipendono le nostre importanti applicazioni supportate dall'intelligenza artificiale?
• Quali carichi di lavoro di intelligenza artificiale sono sufficientemente critici o sensibili da richiedere un maggiore controllo sulla loro infrastruttura sottostante?
• Sappiamo dove vengono trattati i dati e quali parti possono influenzare il funzionamento del servizio?
• In quale punto della nostra architettura di intelligenza artificiale il controllo operativo si sposta dalla nostra organizzazione a un fornitore esterno?
• Potremmo spostare carichi di lavoro, dati o modelli importanti se le nostre esigenze o circostanze esterne cambiassero?
• Dove dipendiamo da un unico fornitore, piattaforma o giurisdizione?
• Abbiamo deciso consapevolmente quali dipendenze sono accettabili o si sono semplicemente sviluppate con l'aumento dell'adozione dell'intelligenza artificiale?

Queste domande non portano necessariamente tutte le organizzazioni alla stessa architettura. Contribuiscono a rendere visibili i compromessi in modo che la sovranità diventi una decisione progettuale deliberata piuttosto che qualcosa considerato solo dopo che una dipendenza diventa un problema.

Costruire infrastrutture di intelligenza artificiale tenendo presente il controllo

L'intelligenza artificiale continuerà a dipendere da un ecosistema interconnesso di fornitori di tecnologia, piattaforme cloud, modelli, applicazioni, reti e fonti di dati. Questo ecosistema fa parte di ciò che consente alle organizzazioni di innovare rapidamente.

L'obiettivo della sovranità digitale non dovrebbe essere quello di smantellarla.

Al contrario, le organizzazioni hanno bisogno di sufficiente visibilità per comprendere da cosa dipende la loro intelligenza artificiale, di sufficiente controllo per proteggere ciò che conta di più e di sufficiente flessibilità per adattarsi quando cambiano le condizioni aziendali, tecnologiche o normative.

Man mano che l’intelligenza artificiale si sposta più in profondità nelle operazioni aziendali, tale capacità diventa sempre più importante. Le organizzazioni potrebbero non aver bisogno di possedere ogni componente dietro la propria intelligenza artificiale, ma dovrebbero capire dove si trovano le loro dipendenze critiche e quali scelte rimangono se tali dipendenze cambiano.

La questione, quindi, non è se la tua intelligenza artificiale si basa sull'infrastruttura di qualcun altro.

Quasi certamente lo fa. La domanda più importante è se sai dove conta questa dipendenza e se hai ancora la possibilità di scegliere diversamente.

Continua la conversazione

Man mano che l’intelligenza artificiale viene incorporata in più processi aziendali, comprendere l’infrastruttura, le dipendenze e i punti di controllo alla base diventa sempre più importante.

Se desideri discutere su come mantenere maggiore visibilità, controllo e flessibilità nell'infrastruttura che supporta l'intelligenza artificiale aziendale, i nostri specialisti sono a tua disposizione.


Immagine: creata con l'IA