Al tempo dei processi decisionali automatizzati e dei dati sintetici, la data quality tradizionale va integrata con nuovi requisiti di verificabilità. Per garantire scelte corrette e compliance normativa, la data governance aziendale deve evolvere verso un modello zero-trust, in cui la fiducia sull’origine del dato diventa la nuova metrica di qualità
 |
| Credit: Deng Xiang |
Leggi l'articolo completo su BizzIT
È sempre più complesso implementare in un’organizzazione una corretta strategia di data management, anche e soprattutto per l’impatto che l’intelligenza artificiale sta determinando sui processi aziendali. Oggi gli aspetti da governare sono molteplici. Non significa soltanto acquisire, memorizzare, organizzare, analizzare i dati per prendere più velocemente migliori decisioni di business, grazie a insight di maggior qualità. Significa anche incrementare l’efficienza e l’efficacia operativa attraverso l’automazione dei processi. E garantire la compliance e la mitigazione del rischio, in un quadro normativo che nell’Unione europea si fa sempre più rigoroso, con leggi come il regolamento generale sulla protezione dei dati (GDPR), l’AI Act, e il recente pacchetto di misure sulla sovranità tecnologica dell’Europa varate dalla Commissione europea.
A tutto ciò si aggiungono, appunto, fenomeni come la crescente diffusione dell’AI generativa (GenAI) e la progressiva integrazione degli agenti AI nei workflow di data management. Questi trend stanno ulteriormente complicando il quadro tecnologico e organizzativo, e ridefinendo lo stesso concetto di qualità del dato: sempre più, in prospettiva, il significato di data quality non sarà più semplicemente riconducibile, secondo i classici standard, all’accezione di dato pulito, accurato, coerente, completo, attuale, pronto per essere gestito e presentato a un umano nella dashboard di un strumento di reportistica. Sempre più, data quality identificherà anche un dato AI-ready, metabolizzabile dalla AI, gestito dinamicamente, arricchito di contesto semantico, costantemente e automaticamente verificabile, e idoneo ad alimentare o addestrare un modello di AI.
Continua a leggere l'articolo ...