I dati sono al centro dei risultati prodotti dall’AI generativa. Risultati che per essere affidabili (e utili) necessitano di coerenza, senza ‘allucinazioni’ e con un efficacia anche fronte costi. Il tutto poggiando su un’architettura scalabile e sicura. Parte da questa considerazione Fabio Pascali (nella foto in alto), Regional Vice President Italy, Greece & Cyprus di Cloudera, nel presentare i risultati della ricerca ‘Data Architecture and Strategy in the AI Era’ condotta da Foundry Media. Con il il 90% dei leader IT che ritiene che l’unificazione del ciclo di vita dei dati su un’unica piattaforma sia fondamentale per gli analytics e l’AI.
“Tre sono i punti fondamentali su cui spingono i clienti: una data architecture moderna, e noi abbiamo sposato il modello LakeHouse OpenData, fornendo una gestione dei dati strutturati e non strutturati. Con a disposizione algoritmi di AI generativa. A questo si aggiunge una gestione unificata dei dati – che possono essere ovunque – e una piattaforma versatile e sicura. Sicura anche tenendo conto da quanto prescrivono regolamenti come l’AI Act. Noi portiamo gli LLM all’interno della piattaforma con i dati che non escono dal profilo di sicurezza dell’azienda”, sottolinea Pascali, spiegando inoltre che i modelli pre addestrati utilizzati sono quelli di Hugging Face.
In tale contesto Cloudera si propone con un modello agnostico, che si lavori on premise o in cloud, così come rispetto alla GenAI. Qui entra in gioco anche l’acquisizione di Verta, fornitore di una piattaforma ibrida e multi-cloud end-to-end, dedicata alla gestione, servizio e governance dei modelli per l’AI predittiva e generativa. “Le richieste su questi progetti arrivano soprattutto dalle grandi aziende ma conta anche la capacità di execution e quella ad esempio fronte data science. Altrimenti è difficile mettere a terra un progetto che parte da un approccio orientato alla GenAI. Nel contempo con una data architecture in cloud si apre la strada a un allargamento verso aziende di fascia più bassa. In tutto questo gli interlocutori possono essere i CFO, i CDO, spesso anche l’IT che governa dei processi”, commenta Pascali.
Ecco che tornando alla ricerca condotta da Foundry Media i responsabili IT intervistati hanno infine dichiarato di aver incontrato non pochi ostacoli nel percorso di implementazione dell’AI. Queste le cause: qualità e disponibilità dei dati (36%), sfide legate a scalabilità e implementazione (36%), integrazione con i sistemi esistenti (35%), gestione del cambiamento (34%) e trasparenza dei modelli (34%).
Palo Alto Networks presenta Prisma AIRS 3.0
La soluzione consente di monitorare, analizzare e proteggere gli agenti AI lungo tutto il loro ciclo di vita, dalla fase di progettazione fino al runtime operativo
Akamai, nuove funzionalità AI per Akamai Guardicore Segmentation,
Introducendo nuove funzionalità destinate a trasformare il modo in cui le aziende progettano e applicano le policy di sicurezza
Check Point presenta AI Factory Security Architecture
Il nuovo modello progettuale è pensato per proteggere le infrastrutture di intelligenza artificiale private, dal livello hardware fino alle applicazioni
SentinelOne porta l’AI security negli ambienti on-premise e air-gap
Le nuove soluzioni on-premise garantiscono ai clienti il pieno controllo dei dati senza doverli mai fare uscire dai propri ambienti

