La trasformazione digitale ha portato con sé una grande fame di dati. Tutte le tecnologie di punta della cosiddetta Terza Piattaforma, tra cui l’Internet delle cose, le fabbriche 4.0, l’intelligenza artificiale, il machine learning e la stessa robotica, hanno bisogno di dati e allo stesso tempo ne generano in continuazione.
È per questo che all’interno di questa area di innovazione si è dato spazio crescente alle soluzioni di big data management, che consentono a imprese ed amministrazioni pubbliche di poter “leggere” i dati che transitano sulle reti e che sono generati da una pluralità di fonti diverse.
Comprendere questi dati significa dargli un valore, trasformarli in informazioni, quindi in azioni strategiche a supporto del business.
In una parola, consentono di trasformare questi dati grezzi da puro accumulo in smart data, cioè dati utili ad uno sviluppo rapido ed efficace del business aziendale, frutto di un’analisti avanzata (augmented analytics) tesa ad estrarre valore dal mucchio.
Gli smart data varranno al livello mondiale 31,5 miliardi di dollari entro il 2022, secondo una nuova proiezione Frost&Sullivan.
Esempio pratico è ciò che sta accadendo negli Stati Uniti, in Gran Bretagna, in India e a Dubai, dove sono numerose le iniziative lanciate per l’utilizzo di nuove piattaforme di augmented analytics, basate su intelligenza artificiale e machine learning, per estrarre smart data.
“Questa tipologia di dati aiuterà le aziende a ridurre il rischio di perdita di informazioni e a migliorare una serie di attività strategiche, dallo sviluppo del prodotto alla manutenzione predittiva, dall’esperienza del cliente alla ricerca e innovazione”, ha spiegato Naga Avinash, Research analyst per TechVision.
Datameer, Xcalar, Incorta e Bottlenose, sono alcune delle aziende esaminate dallo studio.
Un’azienda deve quindi essere in grado di interpretare i big data, di utilizzarli nel modo giusto, di sapergli dare un valore, di poterli impiegare per la risoluzione di problemi e per migliorare la produttività generale.
Le macchine generano e raccolgono dati, ma in termini di grezzo accumulo, che poi devono essere valorizzati da esperti e tool avanzati di analisi.
C’è da capire che non tutti i dati a disposizione sono davvero utili, ecco perché cresce l’esigenza di un approccio qualitativo teso alla ricerca costante di smart data.
Anche a livello di Pubblica Amministrazione, diversi Governi hanno iniziato ad utilizzare tecnologie di data analytics sugli open data disponibili per risolvere i problemi relativi a smart city e crisi idriche.
Gli smart data si candidano a fattori abilitanti e di crescita della data science e dalla data economy mondiali.
Il futuro in sostanza apparterrà a chi sarà in grado di gestire questa massa di dati e soprattutto a chi riuscirà a estrarne il potenziale valore con i più avanzati algoritmi di machine learning.
