Tech Trend 2020

I 10 Tech Trend

di |

Iperautomazione, blockchain, sicurezza applicata all’Intelligenza Artificiale. Sono questi i principali trend tecnologici individuati da Gartner per il 2020, un anno che promette grandi cose per lo sviluppo di nuove soluzioni tecnologiche sempre più avanzate.

Automazione 2020: iperautomazione

La cosiddetta iperautomazione porta le applicazioni di semplice automazione al prossimo step.

Consentendo l’applicazione di tecnologie avanzate, come l’Intelligenza Artificiale e il machine learning, a processi sempre più automatizzati e richieste sempre più avanzate per l’intelligenza umana. By submitting my Email address I confirm that I have read and accepted the Terms of Use and Declaration of Consent.

In alcuni casi, ciò signfica e implica la creazione di un gemello digitale dell’intera organizzazione che permette di visualizzare le funzioni, i processi e gli indicatori chiave di performance che interagiscono fra loro per produrre valore.

Ma dal momento che nessuno strumento preso singolarmente è in grado di sostituire gli esseri umani, l’iperautomazione prevede una combinazione di elementi diversi.

Questi strumenti includono fra le altre cose l’automazione dei processi robotici e software per la gestione intelligente del business.

La multiesperienza è la nuova esperienza 

A partire dal 2020, la multiesperienza vedrà evolvere l’idea tradzionale di computazione da un punto singolo di interazione per includere invece interfacce multisensori e multi touch point, come ad esempio wearables e sensori computerizzati avanzati. Nel prossimo decennio, questa tendenza verrà identificata come esperienza ambientale.

Ma la multiesperienza oggi è focalizzata sulle esperienze immersive che utilizzano la realtà aumentata, la realtà virtuale, la realtà mista, interfacce multicanale uomo-macchina e tecnologie sensoristiche.

Democrazia, stile 2020

La democratizzazione della tecnologia significa fornire alle persone un accesso semplice alla tecnologia e all’expertise tecnica e di business senza il bisogno di un training esteso e costoso. Questo trend è già stato individuato sotto il cappello di “accesso del cittadino” (‘citizen access’) e si focalizza su quattro aree specifiche: sviluppo delle applicazioni, dati e analytics, design e conoscenza.

La democratizzazione porterà alla diffusione di cittadini in qualità di data scientist, programmatori e altre forme di impegno tecnologico fai-da-te. Per esempio, potrebbe spingere diverse persone a generare dei modelli di dati pur non avendo le skill di un data scientist. Tutto ciò sarà reso parzialmente possibile dalla generazione di codici prodotta attraverso l’intelligenza artificiale.

La realtà aumentata diventa sempre più umana

Il controverso trend del potenziamento tecnologico del’uomo (‘human augmentation’) riguarda di fatto l’utilizzo della tecnologia per potenziare le esperienze cognitive e fisiche dell’individuo. E’ un trend che porta con sé una serie di implicazioni culturali ed etiche.

Per esempio, l’utilizzo di tecnologie CRISPR (clustered, regularly interspaced, short palindromic repeats) per potenziare i geni ha numerose conseguenze di carattere etico. Il potenziamento fisico modifica le capacità fisiche di un individuo impiantando una tecnologia nel corpo. Applicazioni possibili riguardano l’uso di wearables per migliorare la sicurezza di chi lavora in miniera, per esempio. In altre industrie, ad esempio il retail o i viaggi, i wearable potrebbero essere sfruttati per migliorare la produttività.     

Maggior trasparenza e tracciabilità

L’evoluzione tecnologica sta creando una crisi di fiducia. In particolare, mentre i consumatori diventano sempre più consapevoli del modo in cui vengono raccolti e sfruttati i loro dati personali, le aziende riconoscono sempre più apertamente la responsabilità di conservare e raccogliere questi dati.

Ma nel contempo sono sempre di più i soggetti che si affidano all’intelligenza artificiale e al machine learning per prendere delle decisioni al posto degli esseri umani.

Questa è un’ulteriore fonte di preoccupazione, alla base di nuove necessità di procedere con Intelligenza Artificiale comprensibile e governance dell’Intelligenza Artificiale.

Questa tendenza impone di concentrarsi su elementi fondamentali alla base della fiducia: integrità, apertura, accountability, competenza e concretezza. E’ prevedibile che nuovi regolamenti sulla falsariga del GDPR europeo entreranno in vigore in giro per il mondo nei prossimi anni.

Il potenziamento dell’edge

Il crescente trend verso l’edge computing si basa sull’idea che mantenere il traffico a livello locale e distribuito diminuirà la latenza.Ciò implica che il trattamento dell’informazione e la raccolta e la distribuzione di contenuti saranno collocate sempre più vicino alle fonti dell’informazione.

L’edge potenziato utilizza la tecnologica dell’Internet of Things, compresi quindi tutti i device come base degli spazi intelligenti che avvicineranno sempre più le applicazioni e i servizi agli utenti e a coloro che li utilizzano. Entro il 2023 ci saranno 20 volte più dispositivi smart nell’edge della rete.

Il Cloud distribuito

Il termine Cloud distribuito si riferisce alla dispersione di servizi di public cloud in luoghi esterni ai datacenter fisici del cloud provider, sebbene sempre sotto il controllo del cloud provider. Nel cloud distribuito, il provider è responsabile di tutti gli aspetti del servizio cloud: architettura, delivery, operations, governance e aggiornamenti.

L’evoluzione da un concetto di cloud pubblico centralizzato a tanti diversi cloud distribuiti è la nuova era del cloud computing. Il cloud distribuito consente ai datacenter di essere posizionati ovunque. Ciò risolve problemi di carattere regolatorio e tecnico, come ad esempio la latenza e la sovranità dei dati.

Questo trend offre inoltre i benefici combinati di un servizio cloud pubblico e di uno privato e locale.

Sempre più oggetti autonomi

Gli oggetti autonomi, come droni, robot, navi ed elettrodomestici, sfruttano l’AI per svolgere mansioni spesso normalmente portate a termine dagli esseri umani. Questa tecnologia opera in un ampio spettro di intelligenza che spazia dagli oggetti parzialmente autonomi a quelli totalmente autonomi in diversi ambiti: aria, acqua, terra ferma. Se oggi gli oggetti autonomi esistono perlopiù in ambienti controllati, come ad esempio un magazzino, di certo evolveranno e in futuro si muoveranno liberamente all’aperto in spazi pubblici.

Gli oggetti autonomi evolveranno poi da un’attività singola e autonoma ad attività di gruppo, come ad esempio gli sciami di droni utilizzati ai giochi olimpici invernali del 2018.

Verso la blockchain concreta

Oggi la blockchain aziendale ha un approccio pragmatico e implementa soltanto una piccola parte delle potenzialità della blockchain. Tutti coloro che hanno un permesso di accesso vedono la stessa cosa, accedono alle stesse informazioni e l’integrazione è semplificata dal fatto di avere un accesso alla blockahin unico condiviso.

In futuro, la vera blockchain o “blockchain completa” avrà il potenziale di trasformare le industry, e persino l’economia, mano a mano che si integrerà con altre nuove tecnologie come l’AI e l’IoT.

Il che allarga alle macchine il novero dei partecipanti, macchine che saranno in grado di scambiare diversi tipi di asset. Per esempio, un’auto sarà in grado di negoziare il prezzo dell’assicurazione direttamente con la compagnia assicurativa in base ai dati raccolti dai suoi sensori. Inoltre, la blockchain sarà completamente scalabile entro il 2023.

Più sicurezza nell’Intelligenza Artficiale 

Tecnologie emergenti come l’iperautomazione offrono grandi opportunità di trasformare il mondo del business. Tuttavia, esse creano anche nuove vulnerabilità attraverso nuovi punti di potenziale attacco.

I team di sicurezza devono occuparsi di queste minacce ed essere consapevoli di come l’AI impatterà sul mondo della security.

Il futuro della security dell’AI avrà tre prospettive fondamentali: in primo luogo, la protezione dei sistemi basati su AI, la sicurezza dei dati per la fromazione dell’AI, e linee di training e modelli di machine learning; in secondo luogo, consentire all’AI di migliorare la sicurezza di difesa, e usare il machine learning per comprendere modelli, scoprire attacchi e automatizzare parti dei processi di cybersecurity; in terzo luogo, anticipare l’uso improprio dell’AI da parte di potenziali attaccanti, individuando gli attacchi e difendendosi contro di essi. 

Scarica l’eBook di Key4biz in PDF:

I Tech Trend del 2020