Gli appassionati di fantascienza sanno bene che l’intelligenza artificiale (IA) è un tema ricorrente, e lo è ormai da parecchio tempo. Film, libri e persino videogiochi la presentano come una tecnologia avanzata che alimenta robot, cyborg, astronavi e chi più ne ha più ne metta. E al centro del mito dell’IA c’è l’idea che essa pensi in modo indistinguibile da quello umano, pur operando con la velocità e l’intelligenza di un computer.
Non siamo ancora arrivati a quel punto; per quanto mi piacerebbe avere la mia versione dell’armatura Mark V di Tony Stark, dovrò accontentarmi di poter chiedere ad Alexa informazioni su Chuck Norris. Ma stiamo facendo rapidi progressi: recentemente ho scoperto che una nota testata online di tecnologia utilizzava da mesi l’intelligenza artificiale per generare articoli, e io non ne avevo la minima idea, grazie a ChatGPT e ad altri modelli linguistici di grandi dimensioni (LLM).
I modelli linguistici di grandi dimensioni (LLM) promettono di rivoluzionare il modo in cui interagiamo sia a livello personale che professionale. Stiamo assistendo a un incredibile interesse e a ingenti investimenti destinati al loro sviluppo – e siamo solo all’inizio. Nel mondo degli affari odierno, l’intelligenza artificiale è considerata la chiave per sbloccare il progresso tecnologico, il vantaggio competitivo e, di conseguenza, la redditività.
È per questo che giganti della tecnologia come Microsoft, Meta e Google hanno menzionato l’IA quasi 50 volte ciascuno durante le loro recenti conferenze sui risultati finanziari. Di conseguenza, potresti chiederti: «E se l’IA potesse aiutare la mia azienda…?»
- A prendere decisioni migliori?
- Operare in modo più efficiente?
- A ridurre i costi?
- Migliorare i rapporti con i clienti?
La buona notizia è che è assolutamente in grado di fare tutto quanto sopra.
La cattiva notizia? L’intelligenza artificiale non è gratuita. Anzi, è proprio il contrario.
Il costo dell’intelligenza artificiale
L’intelligenza artificiale, come ogni cosa agli albori, ha bisogno di imparare. Quindi, come si fa a insegnare a ChatGPT e ad altri modelli linguistici di grandi dimensioni (LLM) come funzionare? In poche parole: con i soldi. Soldi alla Tony Stark.
È stato riferito che ChatGPT abbia utilizzato oltre 10.000 GPU (unità di elaborazione grafica) per il proprio addestramento. (Ora sappiamo dove sono finite tutte le schede grafiche negli ultimi due anni.) E la GPU più potente del pianeta costa 30.000 dollari. Il che significa che ChatGPT ha avuto un’infanzia terribilmente costosa. Ma non è tutto. Si stima che il funzionamento di ChatGPT costi oltre 700.000 dollari al giorno. Perché? Beh…
L’intelligenza artificiale richiede un’infrastruttura cloud
Se la creazione di sistemi di intelligenza artificiale fosse semplice come sfruttare la potenza di elaborazione grafica di Nvidia o AMD, assisteremmo a una sua diffusione a un ritmo ancora più elevato di quello attuale. Ma per implementare l’intelligenza artificiale sono necessari hardware e infrastrutture aggiuntive. Ciò significa server: moltissimi server. E non a caso, le aziende odierne hanno bisogno proprio di questo per soddisfare le loro esigenze in materia di protezione dei dati. E a chi si rivolgono per farlo? Al cloud.
Esatto: la stessa infrastruttura che difende, protegge e mette al sicuro i vostri dati viene ora utilizzata per rendere l’IA accessibile a tutti. È alla base dei modelli linguistici su larga scala (LLM), dell’apprendimento automatico e dell’automazione, solo per citarne alcuni. Questi casi d’uso sono destinati ad aumentare in modo esponenziale perché l’intelligenza artificiale sfrutta al meglio la potenza di calcolo grezza e la scalabilità. E poiché più le cose cambiano, più rimangono uguali – in questo caso, stiamo parlando di ridurre il costo dell’intelligenza artificiale per garantire un risultato economico positivo per la vostra azienda.
Un ROI aggiuntivo dalla vostra piattaforma di protezione dei dati
Il percorso naturale dell’innovazione e dell’economia tecnica prevede di sperimentare per trovare un modo di ottimizzare un caso d’uso nell’hardware (processori al silicio) e poi trasferirlo nel software (ChatGPT), in modo che tutti possano trarne vantaggio. Seguendo questa logica, probabilmente state già utilizzando il cloud. Anzi, molto probabilmente state utilizzando più cloud. Per trarre vantaggio da questo paradigma, è necessario implementare soluzioni economicamente vantaggiose che garantiscano l’integrità del vostro set di dati.
Un modo per farlo è utilizzare il Data Protection as a Service (DPaaS) per ridurre i costi operativi legati all’infrastruttura cloud e contribuire così a far fronte alle crescenti spese legate all’intelligenza artificiale. State già ottimizzando la vostra attività in mille modi diversi; questa metodologia si inserisce perfettamente in tale contesto. Si tratta di un circolo virtuoso: fate crescere la vostra attività utilizzando le risorse esistenti per ridurre i costi, che vengono poi reinvestiti nell’azienda stessa.
Ridurre il TCO odierno è solo l’inizio
Per quanto riguarda il DPaaS, le aziende puntano giustamente in primo luogo sulla sicurezza, mentre il TCO (costo totale di proprietà) occupa un secondo posto di rilievo. Il TCO è di natura quantitativa, quindi può risultare difficile capire come valutare le affermazioni dei fornitori. In definitiva, questi sono gli elementi fondamentali da considerare:
- Deduplicazione e tiering dei dati: ottimizzano l’efficienza dello storage e controllano i costi del cloud.
- Archiviazione cloud-native: i costi di archiviazione dovrebbero sempre diminuire quando si utilizza un fornitore DPaaS insieme al proprio provider cloud.
- Monitoraggio proattivo e avvisi relativi al ransomware: ciò include anche la crittografia end-to-end dei dati e l’immutabilità dei dati.
- Protezione dei dati multi-cloud: le aziende dovrebbero utilizzare la tecnologia cloud più adatta alle proprie esigenze aziendali. E i fornitori dovrebbero offrire soluzioni DPaaS in grado di supportarle tutte.
- Ampio spettro di carichi di lavoro: le aziende utilizzano una combinazione di risorse SaaS, IaaS e on-premise; la soluzione DPaaS deve supportarle tutte.
- Reportistica completa: include analisi di conformità per rimanere aggiornati e affrontare in modo proattivo le future richieste su richiesta.
Se riesci a soddisfare tutti i requisiti sopra elencati, sei sulla buona strada per ridurre i costi del tuo investimento nella protezione dei dati. Ora è il momento di iniziare a pensare a quali saranno i prossimi passi e a dove reinvestire tali risparmi.
Il futuro della protezione dei dati
La protezione dei dati potenziata dall’intelligenza artificiale offrirà un’innovazione continua, basata sull’apprendimento automatico e su altri progressi dettati dalle esigenze delle organizzazioni moderne. E poiché ci troviamo al crocevia tra la protezione dei dati non solo nel cloud, ma anche in locale, abbiamo bisogno di una prospettiva unica su come potrebbe presentarsi tale scenario. E se fosse possibile:
- Automatizzare le attività per migliorare l’efficienza?
- Analizzare continuamente i dati e individuare immediatamente la causa principale dei problemi?
- Essere più efficienti con meno risorse?
- Utilizzare i dati per prendere decisioni migliori?
- Ricevere avvisi di sicurezza altamente affidabili?
- Utilizzare approfondimenti basati sui dati per comprendere automaticamente le esigenze dei clienti o dei dipendenti e generare il risultato giusto al momento giusto?
Presto questi saranno i nuovi requisiti minimi. La protezione dei vostri dati, che ne siate consapevoli o meno, è la chiave di accesso diretta alla vostra capacità di sfruttare l’intelligenza artificiale in modo conveniente.
Sono i TUOI dati. Cosa ne farai?
