Due miti del cloud e dell’IA a cui non dovreste credere

Se pensate che il cloud porterà l'estinzione dei data center e che i progetti di intelligenza artificiale siano destinati a fallire, ripensateci. La realtà è molto più grigia e sfumata di quanto si possa credere.

cloud

Se pensate che il cloud porterà l’estinzione dei data center e che i progetti di intelligenza artificiale siano destinati a fallire, ripensateci. La realtà è molto più grigia e sfumata di quanto si possa credere.

Nei circoli tech, abbiamo due difetti principali: siamo eccessivamente ansiosi di proiettarci nel futuro e, ironicamente, abbiamo troppa fretta a ignorarlo quando non arriva così velocemente come avevamo progettato. Prendiamo, ad esempio, due miti persistenti ancora oggi. In primo luogo, la spesa nel cloud sta scaraventando giù da un burrone la spesa nei data center e, in secondo luogo, l’intelligenza artificiale è una tecnologia super “hypata” che non riesce a conquistare gli acquirenti aziendali.

Mito n. 1: il vostro data center è condannato

Gartner ha dato il via al primo mito, con l’analista Dave Cappuccio che ipotizza che l’80% delle aziende chiuderà i propri data center entro il 2025 (rispetto al 10% che lo ha fatto nel 2018). Cappuccio fornisce alcune valide ragioni per questa sua previsione: “Poiché i servizi di interconnessione, i fornitori di cloud, l’Internet of Things (IoT), i servizi edge e le offerte SaaS continuano a proliferare, la logica di rimanere in una topologia di data center tradizionale avrà vantaggi limitati.”

Il motivo è la gravità dei dati, che se ha funzionato contro il cloud per un po’ di tempo (se i dati risiedono nel data center, diventa inefficiente portarli nel cloud per l’elaborazione), ora sta avendo l’effetto contrario: sempre più dati nascono nel cloud e saranno memorizzati, elaborati e analizzati lì.

Eppure, i data center non stanno morendo. Questa è l’osservazione fatta da David Linthicum di InfoWorld. Riflettendo su un’analisi del gruppo di ricerca Synergy sulla spesa nei data center, Linthicum ha scritto: “Allo stesso tempo il cloud è cresciuto, ma la spesa in data center non è diminuita. Ciò nonostante le previsioni secondo cui il cloud avrebbe rapidamente scalzato i data center. Molti credevano che un dollaro speso nel cloud sarebbe stato un dollaro non speso in data center tradizionali. Non sembra essere così.” Tuttavia, indipendentemente dalle ragioni, è ancora vero che, per quanto il cloud abbia fatto passi da gigante, circa il 97% di tutta la spesa IT rimane ancora on-premises.

processi decisionali

Mito n. 2: l’intelligenza artificiale sta deludendo le aziende

Tornando a Gartner, secondo l’analista Nick Heudecker circa l’85% dei progetti di big data fallisce. Due anni dopo, IDC si è concentrata su progetti di intelligenza artificiale relativi ai big data e ha fissato il tasso di fallimento al 50%. L’accusa che molti fanno di fronte a questi dati è che la tecnologia dietro l’IA è immatura. Mentre l’IA continuerà senza dubbio a progredire e a migliorare, la verità fondamentale è in qualche modo diversa.

Per prima cosa, come ha detto l’analista Lawrence Hecht, a volte l’ambizione esecutiva di fare le cose in grande con l’intelligenza artificiale supera la capacità di un’azienda di produrre risultati. “Questi progetti sono destinati a fallire se non vi è alcuna necessità tecnologica di base. Capisco che i dirigenti vogliamo guidare tutti verso il cambiamento e la trasformazione digitale passando anche per l’IA, ma a volte sembra che sia solo per il gusto di cambiare. Il problema non è tanto che l’intelligenza artificiale AI sta fallendo, ma che noi stiamo interpretando male ciò che ci aspettiamo dall’intelligenza artificiale”, ha dichiarato Hecht.

Dopotutto, ci sono molti data science “junior” mal preparati ma iperprecisi che entrano nel settore, pronti a raggiungere la strada del successo, come ha affermato Vicki Boykis. Sfortunatamente, potrebbero cercare di risolvere i problemi sbagliati con le tecnologie sbagliate. “La realtà è che la scienza dei dati non ha mai interessato tanto il machine learning quanto la pulizia, la modellazione dei dati e il loro spostamento da un posto all’altro.”

L’intelligenza artificiale, in altre parole, potrebbe essere un po’ più semplice di quanto si pensi. Potrebbe anche non riuscire per ragioni che non hanno nulla a che fare con la tecnologia stessa. E forse, solo forse, non sta affatto fallendo. Almeno non più di altri progetti IT. Secondo Thomas Dinsmore, “i progetti di intelligenza artificiale hanno più o meno le stesse probabilità di fallire rispetto a qualsiasi altro progetto IT”.

I progetti raramente falliscono perché la tecnologia non fa ciò che dovrebbe fare. I progetti falliscono perché l’acquirente desidera qualcosa che la tecnologia non è progettata per fornire. Parlare di progetti di intelligenza artificiale è come parlare di progetti ERP o di qualsiasi altro progetto IT. Hanno successo o falliscono in base ai processi di project management dell’organizzazione.

Insomma, potrebbe anche essere divertente seppellire l’IA prematuramente, proprio come abbiamo cercato di seppellire i data center molto prima che siano morti. In ogni caso mostriamo un desiderio comprensibile, seppure ingenuo, di arrivare al futuro il più velocemente possibile, ma poi diventiamo impazienti quando il futuro richiede tempo.