Google: con la sua AI punta a colmare il vuoto di data scientist
Attraverso la suite di prodotti di machine learning AutoML, e una serie di ‘mattoni base’ di ML pre-addestrati, il colosso di Mountain View vuol rendere l’intelligenza artificiale facilmente accessibile, e utile, anche per sviluppatori e imprese privi di particolare know-how in materia
L'era dell’apprendimento automatico è già in pieno svolgimento, e le imprese lo usano per stare un passo avanti rispetto alla concorrenza: lo indica una survey del MIT, svolta nel 2017 in collaborazione con Google Cloud. Paolo Fabbri, Cloud Customer Engineer di Google, cita qualche dato del sondaggio in una sessione tematica, intitolata “Create business advantage with Google Cloud Data Analytics & AI”, al recente Google Cloud Summit di Milano. La survey interpella 375 responsabili IT e dirigenti business, appartenenti a una varietà di organizzazioni nel mondo, sull’uso delle tecnologie di machine learning (ML): per il 46% degli IT leader che le usano, il vantaggio competitivo è classificato tra i principali obiettivi dei progetti di machine learning. Inoltre, il 50% di coloro che ha implementato il ML è in grado di quantificare il ROI (return on investment). Tra i risultati e i benefici, le decisioni ‘data-driven’ diventano più del doppio; si possono prendere decisioni fino a cinque volte più rapidamente, e la fase di esecuzione diventa tre volte più veloce.
Data science, forte mancanza di competenze
Chi usa l’intelligenza artificiale (AI) è più innovatore e ottiene un valore che si traduce nella capacità di arrivare prima sul mercato rispetto alla concorrenza: ma, aggiunge Fabbri, “oltre a tecnologia e processi, il terzo ingrediente per vincere sono le persone, perché i dati da soli non bastano, ed oggi esiste un forte gap conoscitivo nelle tecnologie”. I dati denunciano una carenza di competenze nella cosiddetta scienza dei dati: nel mondo si stimano infatti circa 21 milioni di sviluppatori, ma soltanto meno di un milione di ‘data scientists’, e solo qualche migliaio di ricercatori nelle discipline di deep learning.
Nessun commento
Commenta questo post