Il potere dei dati si fa sempre più sentire nell’attuale e multiforme trasformazione tecnologica. Sebbene l’IA generativa sia una tecnologia rivoluzionaria che sta trasformando i comparti industriali e le operazioni aziendali, il suo successo dipende dai dati. I dati sono fondamentali per l’IA, in quanto contengono le informazioni utilizzate dagli algoritmi di machine learning per imparare, trovare fondamento, fare previsioni e migliorare le prestazioni nel tempo. Di conseguenza, molti CIO si pongono questa domanda: stiamo utilizzando al meglio i nostri dati con l’ausilio delle ultime innovazioni in ambito IA e i migliori strumenti dati per innovare? Una sfida chiave per i clienti che sfruttano l’IA generativa è la capacità di accedere, gestire e utilizzare tutti i tipi di dati, indipendentemente dal formato. Analizziamo in particolare l’accesso a potenti modelli di IA generativa in BigQuery.
L’analisi del “Google Data and AI Trends Report, 2024”
L’ascesa dell’IA generativa è accolta favorevolmente dai team dedicati ai dati. Nella nostra recente analisi “Google Data and AI Trends Report, 2024”, è emerso che l’84% dei responsabili dei dati ritiene che l’IA generativa aiuterà la loro azienda ad accedere agli insight più rapidamente. Ma ci sono anche alcune sfide: oltre l’80% degli intervistati concorda sul fatto che le linee che separano ruoli che coinvolgono l’IA e quelli che coinvolgono i dati stiano iniziando a sfumare. Molti data analyst infatti cercano di sfruttare funzionalità che erano tradizionalmente riservate ai data scientist, e viceversa. Ad esempio, i data analyst hanno bisogno del machine learning per ottenere insight più approfonditi, mentre i data scientist richiedono set di dati aziendali più ampi per addestrare i loro modelli.
L’opportunità per i dati di influenzare le strategie di intelligenza artificiale aziendale si estende anche agli sviluppatori. Quando questi possono accedere e sfruttare i dati della loro organizzazione direttamente nei modelli di base, possono fornire innovazioni molto più rapidamente.
In un’ottica di supporto alle organizzazioni che devono far fronte alle loro mutevoli esigenze aziendali, il nostro focus è volto a far sì che i team di dati possano unificare i propri dati e combinarli con un’intelligenza artificiale rivoluzionaria per offrire esperienze trasformative. A tal proposito, oggi annunciamo un’importante traguardo che riguarda innovazioni di prodotto abilitate dall’intelligenza artificiale sia per BigQuery sia per AlloyDB for PostgreSQL.
Accesso a potenti modelli di IA generativa in BigQuery
- Oggi mettiamo Gemini 1.0 Pro a disposizione dei clienti BigQuery tramite Vertex AI. Grazie a queste nuove integrazioni con Vertex AI, i data engineer e i data analyst possono utilizzare le funzionalità di ragionamento avanzato e multimodale dei modelli Gemini sui loro dati BigQuery. Questo aiuterà i fornitori di servizi sanitari a migliorare l’assistenza ai pazienti, permetterà di rendere le supply chain più efficienti e contribuirà a migliorare la qualità del customer engagement nei settori delle telecomunicazioni, dei servizi finanziari e del retail.
- Oggi annunciamo anche l’integrazione di BigQuery con Vertex AI per il testo e lo speech. Disponibili in anteprima, queste nuove funzionalità aiutano le aziende a estrarre insight da dati non strutturati come immagini, documenti e file audio, e ad aprire nuovi scenari di analisi abilitati dalla combinazione tra dati di business non strutturati e strutturati. Ad esempio, un analista di dati può ricavare informazioni utili dalle registrazioni audio del call center per contribuire a migliorare le esperienze future. Inoltre, BigQuery vector search, annunciato recentemente, consente la ricerca per similarità vettoriale e le query di raccomandazione sui dati di BigQuery. Questa funzionalità, comunemente chiamata anche ricerca di prossimità, è fondamentale per abilitare numerosi casi d’uso basati sui dati e l’intelligenza artificiale, come la ricerca semantica, il rilevamento delle somiglianze e la retrieval-augmented generation (RAG) con modelli linguistici di grandi dimensioni (LLM). Ad esempio, la ricerca vettoriale può aiutare i retailer a migliorare le raccomandazioni di prodotto, a riassumere le soluzioni ai ticket di assistenza cliente più ricorrenti o persino a individuare tendenze all’interno di grandi set di documenti.
Queste nuove funzionalità generative non solo rafforzano i team dati, ma aprono anche a nuove strade nel data warehousing, accedendo ai dati e offrendo insight attraverso nuove, innovative modalità. Ma che dire dei database operativi?
AlloyDB: un database moderno costruito per l’era dell’IA generativa
I database operativi, con la loro ricchezza di dati applicativi, svolgono un ruolo fondamentale nel modo in cui gli sviluppatori creano nuove esperienze utente assistite dall’IA. Il settantuno percento degli intervistati nel “Data and AI Trends Report” prevede di utilizzare database integrati con funzionalità di intelligenza artificiale generativa.
Ecco perché continuiamo a investire in tecnologie che abilitano l’IA e il machine learning in tutte le nostre offerte di database, tra cui l’aggiunta del supporto per facilitare la generazione di embedding, la ricerca vettoriale e il supporto per tool e framework che aiutano gli sviluppatori a creare applicazioni di IA generativa più rapidamente.
Al Next ’23 abbiamo annunciato AlloyDB AI, un insieme integrato di funzionalità in AlloyDB per PostgreSQL per la creazione di applicazioni aziendali basate sull’intelligenza artificiale generativa. Oggi, AlloyDB AI è generalmente disponibile. Siamo inoltre lieti di annunciare l’anteprima pubblica delle funzionalità di ricerca vettoriale in un numero maggiore dei nostri database, inclusi Spanner, MySQL e Redis; e l’integrazione con LangChain, un framework per lo sviluppo di applicazioni basate su modelli di linguaggio.
I dati sono il carburante dell’IA, e ne accrescono l’efficacia. Da tempo condividiamo principi rigorosi in materia di privacy che sottolineano il modo in cui proteggiamo i dati degli utenti e diamo priorità alla privacy; l’IA generativa non cambia il nostro impegno in questo ambito, ma ne riafferma l’importanza. Per trarre veramente vantaggio dall’IA generativa nella vostra azienda, dovete essere in grado di accedere, gestire e abilitare i vostri dati strutturati e non attraverso una varietà di sistemi, sia analitici che operativi. E tutto inizia con un data cloud unificato, integrato con le tecnologie di IA leader.
