Una delle maggiori minacce alla sicurezza dei dati è l’errore umano; IA e machine learning possono migliorare la gestione delle informazioni ed elevarle al loro vero potenziale

Accelera l'adozione dell'AI per il monitoraggio infrastrutturale

A cura di Fabio Pascali, Country Manager Italia di Veritas Technologies

L’intelligenza artificiale (AI) non è un’idea nuova. In realtà, il primo riferimento a ciò che oggi intendiamo come IA risale al 1863, quando Samuel Butler scrisse “Darwin Among the Machines”. Ora abbiamo il privilegio di testimoniare il mondo che Butler e tanti altri scrittori avevano previsto. A differenza degli abitanti del futuro che avevano immaginato, noi non siamo eccessivamente preoccupati del fatto che i robot autocoscienti possano prendere il controllo. Le nostre preoccupazioni, invece, sono molto più prosaiche: dal dilemma etico insito nelle auto senza conducente alla questione dei chatbot AI che non riescono a capire certi accenti.

Non dobbiamo quindi pensare al peggio quando si tratta di IA, anche perchè nessuna delle sfide che presenta è insolubile. Inoltre, l’IA ha le potenzialità per aiutare a risolvere una delle sfide più grandi della vita moderna: gestire i grandi volumi di dati che produciamo ogni giorno.

L’errore umano è stato spesso considerato una delle maggiori minacce alla sicurezza dei dati. La sostituzione di complessi processi manuali con strategie intelligenti di gestione dei dati, insieme all’IA e al machine learning (ML), non solo può migliorare la gestione delle informazioni, ma anche elevarla al suo vero potenziale. Ad esempio, migliorando il modo in cui le organizzazioni monitorano lo stato di salute dei sistemi, individuano potenziali problemi e creano soluzioni proattive prima che possano verificarsi problemi.

Siamo alla vigilia di un futuro davvero entusiasmante, dove l’informazione è in grado di gestire se stessa – ma per raggiungere questo obiettivo, le organizzazioni devono essere in grado di garantire che i propri dati siano idonei a funzionare con le tecnologie AI e ML.

Questi progressi tecnologici non sarebbero potuti arrivare in un momento più opportuno: nel corso degli ultimi tre anni più di due miliardi di persone sono state colpite da violazioni dei dati: ogni violazione ha interessato le organizzazioni, i loro clienti e, in ultima analisi, i dati privati dei clienti. Inoltre, il Data Genomics Index di Veritas, che fornisce un’analisi di benchmark dei dati memorizzati in un tipico ambiente aziendale, ha rivelato che all’interno di ogni petabyte di dati aziendali, ci sono oltre tre miliardi di singoli file. Ogni file può ospitare alcuni dati cruciali che sono di fondamentale importanza per la propria organizzazione.

Queste cifre dimostrano che è difficile mantenere i dati al sicuro attraverso i canali tradizionali. Con AI e ML che trasformano il nostro mondo in tanti altri modi, ora abbiamo l’opportunità di sfruttare queste tecnologie per migliorare e salvaguardare le nostre informazioni.

Ma per avere successo, le organizzazioni devono garantire che i loro dati siano mantenuti e gestiti correttamente – un compito che la maggior parte delle aziende ha appena iniziato a fare. Dalla nostra ricerca è infatti emerso che meno di un terzo (29%) delle organizzazioni ha adottato un approccio strategico e completamente integrato della gestione dei dati.

Quindi, come può un’azienda gestire i propri dati in preparazione delle tecnologie AI e ML di domani? Il metodo migliore è un processo di gestione dei dati in tre fasi: protezione, classificazione e azione.

In primo luogo, le organizzazioni devono assicurarsi di avere la capacità di rispondere alle minacce, alle eventuali perdite di dati e nel caso di essere in grado di recuperarli rapidamente. I dati devono essere disponibili e rapidamente accessibili a coloro che ne hanno bisogno. In secondo luogo, le aziende devono anche essere in grado di classificare i dati, assicurandosi di comprendere e tenere conto di tutte le informazioni in loro possesso e di classificarli automaticamente.

Una volta che tutti i dati sono protetti e classificati in modo efficace, possono essenzialmente gestirsi da soli, consentendo ai processi, alle politiche e all’intelligenza artificiale di creare insight significativi da set di dati che possono aprire le porte a infinite opportunità. Inoltre, con il GDPR, le organizzazioni possono mettere in atto politiche e processi che aiutano a cancellare e modificare automaticamente i dati non conformi alla normativa, limitando il margine di errore umano.

Se vogliamo raggiungere il pieno potere delle tecnologie odierne, tuttavia, dobbiamo avere saldamente il controllo del bene digitale più prezioso di oggi: i dati.

Applicando questi principi, offriamo la possibilità ai progetti di IA e ML di prosperare, consentendo ai dati di gestire i dati senza la preoccupazione di violazioni. Il risultato sarà che la tecnologia non sarà più una minaccia sempre presente per la sicurezza dei nostri dati, ma diventerà il nostro più potente alleato nell’ottenere il massimo valore possibile dalle informazioni intrappolate nei nostri vasti e labirintici repository.

Non c’è motivo di temere l’ascesa dell’intelligenza artificiale – ma dobbiamo agire ora se vogliamo costruire il futuro di domani.