Nel corso della serie “Ready. Or Not.” abbiamo approfondito argomenti quali l’IA agentica, la fiducia digitale, il fattore umano e il “vibe coding”. In questo quinto e ultimo episodio della prima stagione, la conversazione si sposta su quell’unico elemento costante alla base di ogni dibattito sull’IA: i dati.
Nathan Macintosh incontra Ben Lorica, ex chief data scientist di O’Reilly Media e fondatore di Gradient Flow, per discutere di cosa significhi realmente essere pronti per l’IA. La loro conversazione va oltre gli algoritmi e le applicazioni per concentrarsi sul lavoro che le organizzazioni devono svolgere affinché l’IA possa avere successo. Analizzano perché l’IA sta cambiando il nostro modo di concepire la governance, perché raccogliere più dati non è sempre la soluzione e perché la preparazione è importante tanto quanto l’adozione. Guarda l’episodio completo su Readiverse.
Punti di forza
- La Readiness all’IA inizia con la comprensione e l’organizzazione dei dati già in proprio possesso.
- La governance ora si applica ai sistemi di IA, non solo alle persone.
- Avere più dati non è sempre meglio. È necessario puntare a dati di qualità superiore.
- L’IA introduce nuovi rischi che richiedono nuovi processi, non solo nuove tecnologie.
- Le organizzazioni meglio preparate per l’IA stanno gettando oggi solide basi per i dati.
Le organizzazioni generano e gestiscono più dati che mai. È facile pensare che il passo successivo sia semplicemente raccogliere più dati. Ben spiega perché preparare e governare i dati che già possiedi possa costituire una base molto più solida per l’IA.
Una cosa che ho apprezzato del punto di vista di Ben è che non presenta mai la “Readiness” all’IA come un problema esclusivamente tecnologico. Si tratta di una sfida organizzativa che inizia molto prima che i team inizino a mettere in pratica l’IA.
Ecco alcune idee che mi sono rimaste impresse.
L’IA è valida solo quanto i dati su cui si basa
«Concentrati sui dati che hai… e rendili pronti per l’IA.»
– Ben Lorica
Uno dei primi punti sollevati da Ben ha messo in discussione un presupposto comune. Quando le organizzazioni parlano di diventare “pronte per l’IA”, l’istinto è spesso quello di raccogliere più dati. Ben la vede in modo diverso. Anziché dare priorità alla quantità, incoraggia le organizzazioni a concentrarsi sulla qualità e a preparare i dati esistenti per l’IA.
Ciò significa innanzitutto capire quali dati si possiedono, organizzarli e assicurarsi che siano accurati e ben gestiti. Man mano che l’IA diventa parte integrante di un numero sempre maggiore di processi aziendali, le organizzazioni faranno affidamento su molti tipi diversi di informazioni, dai fogli di calcolo al testo, alle immagini, all’audio e al video. Se quei dati non sono affidabili, l’IA non risolverà il problema – e potrebbe persino rendere più difficile individuarlo.
C’è una comprensibile pressione a procedere rapidamente con l’IA. Questa conversazione mi ha ricordato che dedicare il tempo necessario a costruire una solida base di dati può essere uno degli investimenti più intelligenti che possiamo fare. Dati puliti e ben gestiti aiutano le organizzazioni a prendere decisioni migliori oggi, preparandole al contempo a qualsiasi cosa riservi il futuro.
L’IA cambia il ruolo della governance
Ben sottolinea che la governance ha un compito più ampio da svolgere. Non si tratta più solo di gestire il modo in cui le persone accedono alle informazioni e le utilizzano. Le organizzazioni devono anche riflettere su come l’IA interagisce con tali informazioni e sulle azioni che intraprende.
Man mano che l’IA diventa parte integrante del lavoro quotidiano, è in grado di accedere alle informazioni, analizzarle e agire su di esse con una portata e una velocità difficili da eguagliare per le persone. Ciò significa che le organizzazioni devono comprendere a quali informazioni l’IA possa accedere, come le utilizzi e quali misure di sicurezza debbano essere messe in atto per proteggere i dati sensibili.
La cosa interessante è che i principi fondamentali della governance non sono cambiati. Politiche chiare in materia di accesso, sicurezza e responsabilità sono importanti oggi come lo sono sempre state. Ciò che sta cambiando è il numero di sistemi che interagiscono con i dati aziendali e la velocità con cui le informazioni circolano all’interno dell’azienda.
Per me, questo è uno dei punti chiave di questa puntata. L’IA non sostituisce una buona governance. Anzi, la rende ancora più importante.
Anteprima: Quando i dati iniziano a moltiplicarsi
Cosa succede quando l’IA permette a cinque persone di svolgere il lavoro di 100? Ben spiega perché la vera sfida non è la produttività, ma l’esplosione di dati che ne deriva.
Un’IA responsabile parte da persone responsabili
Un aspetto su cui Ben insiste durante tutta la conversazione è che le organizzazioni non possono affidarsi solo alla tecnologia per rendere responsabile l’IA. Anche le persone che utilizzano l’IA svolgono un ruolo importante.
Che si tratti di inserire prompt, caricare documenti o mettere a punto i modelli, i dipendenti devono comprendere quali informazioni stanno condividendo e come potrebbero essere utilizzate. Le misure di sicurezza non servono solo a limitare l’accesso, ma anche ad aiutare le persone a prendere decisioni informate quando lavorano con l’IA.
Ben sottolinea che le organizzazioni dovrebbero guardare oltre ciò che viene immesso in un sistema di IA. Dovrebbero prestare attenzione anche a ciò che ne viene fuori. L’IA può generare involontariamente informazioni sensibili, rendendo la revisione e la supervisione dei risultati altrettanto importanti quanto i prompt che hanno avviato l’interazione.
È un ulteriore promemoria del fatto che un’IA responsabile non è solo una sfida tecnologica. È una responsabilità condivisa tra le persone che utilizzano l’IA e le politiche che la regolano.
Prepararsi all’imprevisto
C’è una comprensibile pressione ad adottare rapidamente l’IA. Nuovi strumenti emergono quasi quotidianamente e le organizzazioni non vogliono restare indietro. Ma Ben sostiene che la “Readiness” non consiste solo nell’agire in fretta. Si tratta piuttosto di disporre dei processi giusti prima ancora che se ne presenti la necessità.
Verso la fine della conversazione, Ben sottolinea che molti team che si occupano di IA non hanno considerato appieno cosa farebbero se le cose andassero male. Adoro la risposta di Nathan perché era esattamente quello che stavo pensando:
«Perché non dovrebbero pensarci? È l’unica cosa a cui penso.» – Nathan Macintosh
Nel campo della sicurezza informatica, le organizzazioni resilienti non aspettano che si verifichi un incidente prima di decidere come reagire. Stabiliscono i ruoli, definiscono i processi e si preparano a diversi scenari molto prima che se ne presenti la necessità. Ben sostiene che l’IA meriti lo stesso livello di preparazione.
Ciò significa porre domande che molte organizzazioni non hanno ancora preso pienamente in considerazione, come:
- A quali dati dovrebbe avere accesso l’IA?
- Chi dovrebbe essere coinvolto se un risultato generato dall’IA creasse un problema?
- Come verranno prese le decisioni se dovesse verificarsi un evento imprevisto?
Queste discussioni potrebbero non essere entusiasmanti quanto il lancio di un’iniziativa sull’IA, ma sono altrettanto importanti.
Un’ultima riflessione
Mentre questa stagione di “Ready. Or Not.” volge al termine, una cosa mi è apparsa chiara. Ogni episodio ha esplorato un concetto o una tendenza diversa relativa all’IA, eppure tutti hanno rafforzato la stessa idea: l’adozione di successo dell’IA non riguarda solo la tecnologia. Riguarda le persone, i processi e la preparazione che la rendono possibile.
Le organizzazioni non devono avere tutte le risposte prima di adottare l’IA. Ma più si impegnano oggi a costruire basi solide, più saranno preparate per qualsiasi cosa riservi il futuro. Guarda l’episodio completo su Readiverse.
Domande frequenti
D: Cosa significa “Readiness per l’IA”?
R: La Readiness per l’IA inizia con la comprensione, l’organizzazione, la governance e la protezione dei dati che la vostra organizzazione possiede già. Pratiche solide in materia di dati creano le fondamenta su cui si basa l’IA.
D: Le organizzazioni dovrebbero raccogliere più dati per l’IA?
R: Non necessariamente. Ben raccomanda di concentrarsi innanzitutto sul miglioramento della qualità e dell’organizzazione dei dati esistenti prima di ampliare le attività di raccolta dati.
D: Qual è il ruolo dei dipendenti nell’uso responsabile dell’IA?
R: I dipendenti svolgono un ruolo importante nella governance dell’IA. Devono comprendere quali informazioni sia opportuno condividere con l’IA, esaminare attentamente i risultati generati dall’IA e attenersi alle politiche aziendali per un uso responsabile dell’IA.
D: Perché l’IA cambia la governance dei dati?
R: I sistemi di IA accedono, analizzano e agiscono sempre più spesso sui dati aziendali. Ciò significa che le politiche di governance devono applicarsi sia alle macchine che alle persone.
D: Perché le organizzazioni dovrebbero prepararsi a problemi imprevisti legati all’IA?
R: L’IA può introdurre nuovi rischi, dall’esposizione di informazioni sensibili alla produzione di risultati indesiderati. Prepararsi in anticipo definendo le responsabilità e i processi di risposta aiuta le organizzazioni ad affrontare tali situazioni con maggiore sicurezza.
D: Qual è il messaggio più importante di questa puntata? R: La Readiness all’IA non riguarda solo l’adozione di nuove tecnologie. Si tratta di costruire una governance solida, buone pratiche relative ai dati e processi organizzativi resilienti che consentano un uso responsabile ed efficace dell’IA. Katherine Demacopoulos è direttrice senior della strategia e dei programmi globali relativi ai contenuti presso Commvault.
