AI e cloud computing: vantaggi e svantaggi della combinazione | ZeroUno

AI e cloud computing: vantaggi e svantaggi della combinazione

pittogramma Zerouno

TechTarget Tech InDepth

AI e cloud computing: vantaggi e svantaggi della combinazione

L’utilizzo dell’intelligenza artificiale in cloud computing ha grandi vantaggi, ma anche degli svantaggi. Due, in particolare, gli aspetti critici da tenere in considerazione: la necessità di uno staff esperto e la privacy, quando si parla di dati personali

09 Ago 2021

di Michele Ciceri - Fonte TechTarget

È l’era dell’intelligenza artificiale e la sua casa è il cloud. L’intelligenza artificiale aiuta nell’automazione delle attività di routine all’interno dell’infrastruttura IT, aumentando la produttività. La combinazione di intelligenza artificiale e cloud computing si traduce in una rete estesa in grado di contenere enormi volumi di dati mentre apprende e migliora continuamente.

Con gli strumenti disponibili dai principali provider di cloud pubblico, come IBM Watson, Google Cloud Vertex AI, Microsoft Azure AI e il portafoglio di servizi di AWS AI, le funzionalità avanzate di intelligenza artificiale e machine learning sono più facilmente disponibili per le aziende. In questo articolo sottolineiamo in che modo, secondo gli esperti, l’intelligenza artificiale può essere un vantaggio per un’azienda, ma anche le cose alle quali fare attenzione.

I vantaggi dell’AI nel cloud computing

L’intelligenza artificiale ha cambiato il panorama del cloud in diversi modi.

Costi inferiori

Un grande vantaggio del cloud computing è che elimina i costi relativi ai data center in loco, come l’hardware e la manutenzione. Questo ha un grande impatto nei progetti di AI. I costi iniziali di un data center, infatti, possono essere proibitivi nei progetti di intelligenza artificiale, mentre nel cloud, dove si può accedere istantaneamente agli strumenti con un canone mensile, diventano più gestibili. Questo aspetto si somma a un altro vantaggio economico degli strumenti di intelligenza artificiale, che è quello di permettere l’analisi dei dati e di ottenerne informazioni senza l’intervento umano.

WHITEPAPER
Cloud, omnicanalità e intelligenza artificiale: porta il tuo Contact Center nel futuro
Digital Transformation
Intelligenza Artificiale

Automazione intelligente

Le aziende possono utilizzare l’AI attraverso la potenza del cloud computing per essere più efficienti, strategiche e insight-driven. L’intelligenza artificiale può automatizzare attività complesse e ripetitive per aumentare la produttività e, come abbiamo detto, eseguire analisi dei dati senza alcun intervento umano. Con l’intelligenza artificiale si possono gestire e monitorare i flussi di lavoro principali; in questo modo, i team IT possono concentrarsi sulle operazioni strategiche e lasciare che sia l’intelligenza artificiale a eseguire le attività banali. Un esempio di questo tipo è IBM Cloud Pak for Automation, che fornisce flussi di lavoro predefiniti per l’automazione basata su AI.

Informazioni accurate e veloci

L’intelligenza artificiale può identificare modelli e tendenze in vasti set di dati. L’AI utilizza i dati storici e li confronta con i dati più recenti, creando un’intelligenza ben informata e supportata dai dati. Inoltre, gli strumenti di intelligenza artificiale possono eseguire rapidamente l’analisi dei dati in modo che le aziende possano rispondere in modo altrettanto rapido ed efficiente alle domande e ai problemi dei clienti. Le osservazioni e i preziosi consigli ottenuti dalle capacità dell’IA si traducono in risultati più rapidi e accurati. Un esempio pratico? Uno sviluppatore di app potrebbe utilizzare Amazon Personalize per fornire ai clienti consigli personalizzati in tempo reale.

Migliore gestione dei dati

L’intelligenza artificiale svolge un ruolo significativo nell’elaborazione, gestione e strutturazione dei dati. L’AI può potenziare in modo significativo il marketing, l’assistenza clienti e la gestione dei dati della supply chain con dati in tempo reale più affidabili. Gli strumenti di intelligenza artificiale semplificano il modo in cui i dati vengono acquisiti, modificati e gestiti. Per fare un esempio, si potrebbero incorporare strumenti di intelligenza artificiale nell’analisi di Google Cloud Stream per ottenere la personalizzazione in tempo reale, rilevare anomalie e prevedere scenari di manutenzione.

Maggiore sicurezza

Poiché le aziende implementano più applicazioni nel cloud, una intelligent data security è fondamentale per mantenerli i dati al sicuro. I team IT possono utilizzare strumenti di sicurezza di rete basati sull’intelligenza artificiale per monitorare e valutare il traffico di rete. I sistemi basati sull’intelligenza artificiale lavorano di continuo e segnalano le anomalie, un approccio proattivo che aiuta a prevenire qualsiasi danno ai dati critici. Ad esempio, Amazon GuardDuty è uno strumento di rilevamento delle minacce intelligente che utilizza l’intelligenza artificiale e il machine learning per individuare potenziali rischi.

Benefits and drawbacks of AI

Gli svantaggi dell’IA nel cloud computing

Combinare l’intelligenza artificiale con il cloud computing offre numerosi vantaggi, ma ci sono anche degli svantaggi. Il primo aspetto critico da tenere in considerazione è la complessità: vero che può ridurre i costi, ma l’intelligenza artificiale è complessa e richiede uno staff ben addestrato, il che può rendere necessario un investimento iniziale sostanzioso. Gli altri aspetti negativi dell’utilizzo dell’intelligenza artificiale negli ambienti di cloud computing sono due.

Problemi di connettività

I sistemi di machine learning basati su cloud necessitano di una connettività Internet robusta e coerente. La rete Internet viene utilizzata per inviare dati grezzi al servizio cloud e recuperare i dati elaborati, uno scarso accesso può ostacolare i vantaggi degli algoritmi di apprendimento automatico basati su cloud.

Anche se l’elaborazione dei dati nel cloud è più rapida dell’elaborazione convenzionale, c’è un intervallo di tempo tra la trasmissione dei dati al cloud e la ricezione delle risposte. Questo è un problema significativo quando si utilizzano algoritmi di apprendimento automatico per server cloud, in cui la velocità di previsione è una delle preoccupazioni principali.

Privacy dei dati

Le applicazioni di intelligenza artificiale richiedono una grande quantità di dati, che possono includere informazioni sui consumatori e sui fornitori (un esempio sono i consigli di Amazon basati sulla cronologia degli acquisti). Mentre alcuni dati possono essere anonimi e non possono essere collegati a informazioni di identificazione personale, sapere a chi appartengono i dati li rende più preziosi. Quando vengono utilizzate informazioni sensibili, la protezione e la conformità dei dati sono mal di testa e una fonte di potenziali problemi. Questo significa che le aziende devono creare precise policy di privacy e proteggere tutti i dati quando utilizzano l’intelligenza artificiale nel cloud computing.

C

Michele Ciceri - Fonte TechTarget

Argomenti trattati

Approfondimenti

I
Intelligenza Artificiale
Tech InDepth

Articolo 1 di 5