“Da sempre usiamo lo stack open source Hadoop per l’analisi dei dati, ma da alcuni anni, con la crescita del business, abbiamo investito in distribuzioni enterprise”, riferisce Maggiore. “Il cloud pubblico ci garantisce la scalabilità per adattare la tecnologia alla crescita del business e una ricchezza di soluzioni tecnologiche che difficilmente potremmo svilupparci in casa. Inoltre, i fornitori hyperscaler permettono di accedere a tecnologie avanzate, dai microchip AI ai modelli pre-addestrati di GenAI, e abbassano la soglia di ingresso alle tecnologie emergenti”.
Secondo Maggiore, “Tutte le aziende che hanno al cuore un efficiente utilizzo delle loro risorse ed hanno una gestione a più livelli della raccolta e della elaborazione dei dati possono estrarre valore dai modelli edge. Più un business dipende dai dati e dalla loro erogazione al cliente, più avrà una convergenza cloud-edge-AI. Ma occorre tenere in mente che ciò pone sfide di posizionamento etico delle imprese, perché i dati si legano alla privacy e al rispetto di chi genera le informazioni”.
La gestione rispettosa e corretta dei dati dei clienti è un presupposto essenziale per lo sviluppo e la diffusione delle soluzioni basate su edge-IoT ed AI. Ma le stime di Fortune Business Insights [in inglese] indicano che la direzione intrapresa è quella di una crescita sostenuta: il mercato globale edge AI, che combina gli algoritmi di intelligenza artificiale nei dispostivi locali con capacità di elaborazione all’edge, valeva 20,45 miliardi di dollari nel 2023, ma supererà i 27 miliardi quest’anno per sfiorare i 270 miliardi nel 2032, con un CAGR del 33,3%.I segmenti industriali che più acquisteranno queste soluzioni sono l’automotive, la manifattura, la sanità, l’energia, i beni di consumo, l’IT e le telecomunicazioni. L’Europa, Italia inclusa, rappresenta una fetta importante del mercato, anche grazie alle politiche per Industria 4.0.