Intelligenza Artificiale (AI), Hybrid Cloud e Quantum Computing: sono queste le tecnologie al centro delle novità presentate da IBM nel corso di Think 2021, evento che IBM ha organizzato per parlare del ruolo dell’AI e dell’Hybrid Cloud nell’accelerare la trasformazione digitale delle aziende, facilitare il ritorno al lavoro dopo la pandemia e sviluppare nuovi ecosistemi di business.
“Guarderemo a quest’anno e allo scorso come al momento in cui il mondo è entrato a pieno titolo nel secolo digitale” – commenta Arvind Krishna, Presidente e CEO di IBM – Nello stesso modo in cui abbiamo elettrificato le fabbriche e le macchine nel secolo scorso, useremo il cloud ibrido per diffondere l’Intelligenza Artificiale nel software e nei sistemi nel 21° secolo”.
Un futuro che, secondo IBM, non può prescindere dalla collaborazione industriale (l’azienda sta infatti investendo nel rafforzare il suo ecosistema di partner) e dall’Intelligenza Artificiale, la cui importanza è stata messa in risalto dalla pandemia: un recente studio IBM ha infatti evidenziato che l’imperativo di incorporare AI nei processi aziendali è diventato più urgente durante la pandemia. Dei professionisti IT intervistati, il 43% ha detto che le loro aziende hanno accelerato il loro rollout di AI e quasi la metà ha detto di valutare i fornitori di AI in gran parte sulla loro capacità di automatizzare i processi.
Indice degli argomenti
Le nuove soluzioni IBM per connettere Big Data e Intelligenza Artificiale
Per questo IBM ha sviluppato nuove soluzioni in grado di coniugare Big Data e Intelligenza Artificiale, come AutoSQL (Structured Query Language), una soluzione sviluppata per aiutare ad automatizzare il modo in cui i clienti accedono, uniscono e gestiscono i dati con Cloud Pak for Data, la piattaforma di IBM per la raccolta e l’analisi dei dati.
Grazie a AutoSQL i clienti IBM potranno ottenere risposte a query distribuite fino a 8 volte più velocemente rispetto al passato e a quasi la metà del costo rispetto ad altri data warehouse. AutoSQL automatizza il modo in cui i clienti accedono, integrano e gestiscono i dati senza mai doverli spostare, indipendentemente da dove risiedono i dati o da come sono memorizzati.
La soluzione punta a ad aiutare le aziende a ridurre la complessità di gestire i dati per l’AI e a eliminare l’alto costo dello spostamento dei dati e delle operazioni necessarie a fare previsioni più accurate attraverso l’AI. Con il lancio di AutoSQL, IBM Cloud Pak for Data include ora un data warehouse cloud che può essere eseguito senza soluzione di continuità in qualsiasi ambiente ibrido multi-cloud, compresi i cloud privati, on-premises e qualsiasi cloud pubblico.
Accanto a questa soluzione, l’azienda ha presentato Watson Orchestrate, una nuova funzionalità AI interattiva progettata per aumentare la produttività personale dei professionisti dei vari team del business. Non richiedendo competenze informatiche per l’utilizzo, Watson Orchestrate permette un utilizzo semplice da parte di tutte le risorse dell’azienda, facilitando il loro lavoro attraverso l’integrazioe con strumenti di collaborazione comunemente utilizzati dalle aziende, come Slack ed e-mail, Salesforce, SAP e Workday e molto altro.
La nuova funzionalità utilizza un potente motore AI che seleziona e mette in sequenza automaticamente le competenze preconfezionate necessarie per eseguire un compito e si connette con applicazioni, strumenti, dati e archivio, per facilitare sia i compiti di routine che quelli più complessi. In questo modo, il personale può concentrarsi si compiti più strategici. Watson Orchestrate è stato sviluppato da IBM Research ed è ora disponibile in anteprima come parte di IBM Automation Cloud Paks. L’azienda pianifica di immetterla sul mercato entro fine anno.
Sempre nel campo dell’unione tra Big Data e Artificial Intelligence, IBM ha presentato Maximo Mobile, una piattaforma mobile facile da installare, con al centro la soluzione leader di IBM per la gestione degli asset Maximo.
Maximo Mobile è progettata per trasformare il lavoro dei tecnici che lavorano sul campo e che si occupano della manutenzione di risorse fisiche, come strade, ponti, linee di produzione, centrali elettriche, raffinerie e altro. Una nuova interfaccia intuitiva fornisce ai tecnici i dati operativi degli asset giusti al momento giusto, indipendentemente dalla location di accesso.
Attraverso questa potente combinazione di AI, flussi di lavoro intelligenti, assistenza umana remota e accesso ai gemelli digitali, Maximo Mobile mette decenni di esperienza nel settore direttamente nelle mani dei tecnici, per operazioni più sicure ed efficienti.
Nuove soluzioni per la gestione delle infrastrutture IT e l’aggiornamento delle applicazioni
In aggiunta, l’azienda ha lanciato anche nuove soluzioni per modernizzare lo sviluppo, l’implementazione e l’utilizzo delle infrastrutture IT da parte delle aziende, come dataset Project CodeNet. Si tratta di una soluzione che favorisce la comprensione e la traduzione del codice da parte dell’Intelligenza Artificiale.
Project CodeNet, sviluppato sempre da IBM Research (che si sta occupando in questa fase del suo rilascio) è un dataset open source su larga scala composto da 14 milioni di campioni di codice, 500 milioni di linee di codice e 55 linguaggi di programmazione.
Il nuovo dataset IBM si rivolge a tre casi d’uso principali nella codifica: ricerca di codice (tradurre automaticamente un codice in un altro, compresi i linguaggi legacy come COBOL); somiglianza del codice (identificare sovrapposizioni e somiglianze tra diversi codici); e vincoli di codice (personalizzare i vincoli in base alle esigenze e ai parametri specifici di uno sviluppatore).
L’azienda ritiene che Project CodeNet servirà come un prezioso set di dati di riferimento per la traduzione da fonte a fonte e la transizione di basi di codice legacy a linguaggi di codice moderni, aiutando le aziende ad accelerare la loro applicazione dell’Intelligenza Artificiale.
Inoltre, IBM ha arricchito l’ecosistema di WebSphere con una nuova capacità: si tratta di IBM Mono2Micro, che punta a facilitare l’aggiornamento delle applicazioni aziendali e semplificare così il passaggio al cloud. La soluzione, infatti, utilizza l’AI sviluppata da IBM Research per analizzare le grandi applicazioni aziendali e fornire raccomandazioni su come adattarle al meglio per il passaggio al cloud, aiutando così le imprese a ridurre gli errori e a massimizzare il loro ROI (ritorno dell’investimento).
Collaborazioni e nuovi partner per rispondere a sfide globali
Per rispondere alle sfide di oggi e del domani, l’azienda sta allargando il suo portfolio di partner e ampliando le collaborazione con aziende di diversi settori: un caso è quello di CVS Health, società statunitense che opera nel settore dei servizi sanitari diversificati.
Per rispondere all’alto numero di chiamate ai servizi sanitari, causate dalla pandemia, IBM Global Business Services (GBS) e CVS Health hanno sviluppato e consegnato una soluzione di assistenza clienti utilizzando IBM Watson Assistant su IBM Public Cloud in sole quattro settimane.
Infondendo l’AI e l’elaborazione del linguaggio naturale nel flusso di lavoro critico del suo sistema di assistenza clienti telefonico, CVS Health è stata in grado di rispondere rapidamente e con precisione a una serie di domande su Covid-19 dai test, ai vaccini, sintomi, prova di vaccinazione, costo e altro ancora, liberando gli agenti umani per gestire le richieste più complesse.
Dal lancio all’inizio di gennaio, l’assistente vocale virtuale ha gestito milioni di chiamate – la maggior parte senza assistenza umana – e ha ridotto la lunghezza delle chiamate in modo significativo.
Altro esempio di collaborazione di successo viene dalla collaborazione con Ernst & Young (EY), con cui IBM ha lavorato per istituire un centro di eccellenza che offre nuove soluzioni cloud ibride aperte, costruite con Red Hat OpenShift per il cloud IBM per i servizi finanziari.
Le soluzioni che nasceranno da questa collaborazione saranno incentrate sulla conformità normativa, la fiducia digitale e la sicurezza, sfruttando la tecnologia IBM e l’esperienza di EY (che lavora con le istituzioni finanziarie) per guidare la trasformazione digitale e accelerare l’adozione del cloud.
Come già anticipato, IBM sta intensificando i suoi investimenti nell’ecosistema dei suoi partner: l’azienda ha messo in campo, infatti, 1 miliardo di dollari per accrescere le competenze dei propri partner e renderli sempre più competitivi.
A questo scopo, l’azienda sta espandendo la disponibilità del suo Cloud Engagement Fund (CEF) a tutti i tipi di partner, sia che costruiscano su, servizio, o ri/vendere la tecnologia IBM. CEF fornisce investimenti attraverso risorse tecniche significative e crediti cloud per i partner per aiutare la migrazione dei carichi di lavoro dei clienti in ambienti cloud ibridi.
La collaborazione di IBM con Siemens Digital Industries Software, annunciata lo scorso febbraio, è un esempio di questo processo. Attraverso questa iniziativa congiunta, Siemens applicherà l’approccio cloud ibrido aperto di IBM, costruito su Red Hat OpenShift, per estendere la flessibilità di distribuzione di MindSphere, la soluzione industriale IoT-as-a-service di Siemens.
Una nuova soluzione per il Quantum Computing
L’ultima novità IBM presentata punta ad aumentare la velocità di elaborazione di circuiti quantistici: si tratta di Qiskit Runtime, un software containerizzato e ospitato nel cloud ibrido.
Questo, insieme ai miglioramenti sia nel software che nelle prestazioni del processore, permette a Qiskit Runtime di aumentare la velocità dei circuiti quantistici, i blocchi di costruzione degli algoritmi quantistici, di 120 volte. Qiskit, il framework open-source sviluppato da IBM per il quantum computing per una comunità globale di sviluppatori, mira a rendere il quantum computing accessibile a tutti.
Qiskit Runtime permette ai sistemi quantistici di eseguire calcoli complessi (come la modellazione chimica e l’analisi del rischio finanziario) in ore, invece di diverse settimane. Per mostrare la potenza del software, IBM ha recentemente dimostrato come la molecola di idruro di litio (LiH) potrebbe essere modellata su un dispositivo quantistico in nove ore, quando prima ci volevano 45 giorni.
