- 2 giorni fa
«Fabbrica ItalIa - L’Ecosistema dell’AI che Accelera l’Innovazione» | 26 gennaio
Categoria
📚
ApprendimentoTrascrizione
00:00Siamo arrivati alla terza tranche di questo pezzo di percorso che stiamo facendo sull'intelligenza
00:22e quindi questa parola startup che in qualche modo se ho capito bene anche le imprese che non sono più startup come quelle con le quali ho parlato prima
00:35ridiventano startup perché in qualche modo c'è una fase di ricomincio delle cose perché se il mondo intorno a te cambia.
00:44Allora vorrei cominciare da Roberto Carnicelli, CEO e co-founder di Eolian. Se ho capito bene, il punto è il tema dell'uso del dato sul tema del clima
01:03che può aiutare le imprese a prendere decisioni informate.
01:11È giusto.
01:13È giusto.
01:13È giusto.
01:14Il primo passo.
01:14Magari proviamo a rinfrasare.
01:18Io sono curioso e questo riguarda tutti voi di capire due cose. Uno, come questa idea è diventata impresa
01:25e due, come in questa fase l'accesso ai capitali di queste idee sta funzionando o potrebbe funzionare meglio.
01:36Allora, innanzitutto, buongiorno a tutti, grazie mille per l'invito. Eolian fa esattamente questo.
01:41Noi abbiamo sviluppato dei modelli che partendo da dati geospaziali, quindi dati satellitari,
01:47Agenzia Spaziale Europea, NASA, vanno a prevedere gli eventi climatici estremi, quindi alluvioni, incendi, siccità,
01:53sia in termini probabilistici, quanto è probabile che un'area verrà colpita nell'evento climatico,
01:58sia in termini di intensità, quindi quanto forte sarà l'evento, prendiamo un alluvione,
02:02quanti metri d'acqua arriveranno in un punto, che in termini di danno, quindi che danno farà
02:07quell'evento a un asset, che può essere una casa, una sede industriale, un traliccio
02:12dell'alta tensione, qualsiasi cosa. E noi facciamo questi modelli predittivi tramite la nostra
02:17piattaforma per, sia infrastrutture critiche, quindi energia, trasporti delle comunicazioni,
02:24che per asset owner, quindi diciamo real estate, settore finanziario e così via.
02:30Come è nata l'idea? L'idea è nata perché abbiamo fatto un'azienda, diciamo, su questo tema.
02:37Sono diversi punti, diciamo, noi ormai avevamo quasi tre anni e mezzo di vita, fondiamo Eolian
02:43con l'obiettivo di targetizzare, in realtà, il mondo finanziario. C'era una grossa pressione
02:49regolatoria da parte di Banca Centrale Europea sulla quantificazione del rischio climatico
02:53e non tenavamo molto forte, non c'erano in quel momento dei metodi, diciamo, scientifici,
02:58rapidi, a basso costo per fare questo lavoro e da qua nasce Eolian. Qui nasce un possiamo
03:03sfruttare i dati satellitari, abbiamo fatto il primo contatto con l'Agenzia Spaziale Europea
03:08per utilizzare questi dati e per sviluppare i nostri modelli e poi in realtà abbiamo
03:12scoperto che il mondo bancario era solamente un pezzettino di un mondo che interessa tutti.
03:17L'abbiamo visto quello che purtroppo sta succedendo nel sud Italia in questi giorni e
03:21quindi che è solamente l'ultima degli eventi purtroppo molto dannosi. Da lì abbiamo cominciato
03:27a lavorare, per esempio, con Terna, quindi sulla trasmissione dell'elettricità in Italia
03:32e poi in altri settori del mondo dell'energia. Noi oggi siamo molto forti nel mondo
03:35di infrastrutture critiche, quindi nasce come un driver dalla parte regolatorio, quindi
03:41Banca Centrale Europea che chiedeva una soluzione, dall'altro tecnologico non c'era ancora la
03:46CGPT di oggi, quindi non era ancora il boom dell'AI, ma c'era l'Agenzia Spaziale Europea
03:52che faceva una pressione per la ricerca di use case per giustificare il lancio di tutti
03:57quegli satelliti che oggi sono in orbita. L'insieme di queste due necessità ci ha portato
04:03a fondare questa azienda. Vado all'ultima domanda, vediamo se riesco a dire tutte le
04:07domande perché se mi perdo dei pezzi devi interrompermi a gamba. No, no, sta andando
04:12bene. Ok. Terza domanda è capitali. Allora io voglio sfatare un po' un mito, io sono
04:18un po' controtendente su questi temi. Io penso che non ci sia un problema di capitale in
04:24Italia. Sinceramente ci sono tanti soldi, soprattutto per le start-up. In questo momento
04:30non c'erano in passato, sicuramente siamo un po' lenti rispetto ad altri paesi europei,
04:34siamo arrivati con qualche un po' di anni dopo, ma in Italia oggi ci sono tante risorse
04:40finanziarie, abbiamo tanti fondi di venture capital, sta entrando la cultura dell'investimento
04:45ad alto rischio nelle start-up e penso ci siano più soldi che opportunità. Io penso
04:52che il problema ad oggi è più sistemico. Faccio sempre questa citazione che secondo
04:59me rende molto l'idea. Il fondo di venture capital italiano, userò delle parole poco
05:03professionali ma rendono molto l'idea, il fondo di venture capital italiano ha paura
05:07di prendere la prossima sola e il fondo di venture capital americano ha paura di perdersi
05:13la prossima Facebook. Quindi qual è l'approccio? L'approccio è da una parte cerco la migliore
05:17opportunità, so che poi andrò a un rischio ma non voglio perdermi l'opportunità, dall'altra
05:22è voglio difendermi da un possibile danno. Quindi il problema penso che in Italia sia più
05:28culturale che finanziario a livello sistemico, sia a livello di venture capital, a livello
05:33di start-up io penso ci sia poca ambizione, tantissime start-up italiane pensano in piccolo
05:38e il terzo punto è a livello di utenti finali, cioè i clienti. Prima c'erano tre
05:45esponenti di grandi aziende italiane, a volte c'è un problema culturale nell'implementazione
05:53di queste soluzioni, anche di testare delle soluzioni innovative. Si vuole essere molto
05:57prudenti, questo è un problema culturale, cosa che all'estero un pochino è meno, poi
06:00chiaramente ogni grande azienda ha le sue problematiche, complessità, però questo penso che siano
06:05i tre problemi, non il problema finanziario. Oggi in Italia abbiamo veramente tante risorse.
06:11Grazie, per quanto possa valere il mio giudizio, complimenti per l'idea che poi è diventata
06:17un'impresa ed è interessante di come un'idea parte da una cosa regolata, io sono fissato
06:24con questa cosa, perché c'è un'insofferenza in questa fase per le regole, che è molto diffusa
06:29e in questo caso, se ho capito bene la storia, si parte dal fatto che Francoforte ha imposto
06:35alle banche determinati meccanismi di calcolo del rischio e poi succede che Terna per verificare
06:42le sue infrastrutture vi chiede in qualche modo, fatemi capire con i vostri satelliti o quelli
06:47ai quali avete accesso di fare, quindi di come le trasformazioni sono molto più veloci
06:55e c'è molta più contaminazione di quanto non si pensi, però passo a Cialini Curapati
07:03Posso dire anche Curadati perché faccio questo. Curadati, giusto, CEO e co-founder di Clearbox AI
07:10e volevo partire dall'ultima cosa, il rapporto con le imprese medie e grandi, voi ci aiuto
07:18a capire dati sintetici, l'utilizzo e la creazione che cosa significa, il rapporto con le imprese
07:25più grandi, si ritrova anche lei in questa immagine, cioè che quando voi andate a proporre
07:30le idee e l'impresa che fate, le soluzioni che potete garantire a quella impresa un po' più grande,
07:38all'inizio uno dice aspetta fammi vedere o invece c'è un approccio più curioso, dice fammi vedere quello che fai.
07:45Molto interessante e grazie per l'invito, magari comincio a spiegare cosa facciamo, soprattutto noi abbiamo sentito diverse volte
07:59dati, dati, dati, senza dati non c'è AI, soprattutto per ottenere l'insight affidabili con Gennea è molto difficile
08:09perché Gennea è stata addestrata da, diciamo, tutto l'internet, più o meno, quindi se chiediamo una cosa su insight
08:17chi è il consumer medio di Lavazza, per esempio, non possiamo ottenere questa informazione perché abbiamo bisogno di diversi dati
08:26dati di comportamentali, dati, transazioni, dati e tutti questi dati non è problema di privacy ma problema di accesso,
08:35non possiamo ottenere tutti questi dati per creare insight, per ottenere il valore.
08:42Quindi noi cosa facciamo?
08:44Noi cerchiamo di, diciamo, armonizzare diversi database, sia open che proprietari, creiamo un digital twin italiano,
08:56noi chiamiamo Replica Italia, dove possiamo ottenere le informazioni più affidabili,
09:03possiamo fare simulazioni su comportamenti e analisi di italiani quotidiano, quindi possiamo creare un profilo di persone
09:12che come comprano, come abitano e con un'affidabilità massima perché validiamo tutti i dati che abbiamo
09:20perché modelli sono probabilistici, quindi non ti dà risultato vero, ti dà una cosa probabilistica,
09:27quindi noi cerchiamo di avere controllo su questi insight, con linguaggio naturale, un'azienda può, diciamo,
09:36interrogare questo database, ottenere insight molto, diciamo, puntuali.
09:42E punto di vista l'accesso, noi siamo stati fortunati, in senso che noi, venendo anche un po' appunto di,
09:50tutti, tutti veniamo dal mondo di ricerca, abbiamo questa mentalità di, sempre, questa cosa di fallimento
09:59per noi è normale, quindi fallisce, perché è una cosa nuova. Quando anche parliamo con le aziende
10:06e non promettiamo aria fritta, diciamo, siamo molto concreti, questi sono risultati, quindi abbiamo lavorato
10:14con diverse banche, assicurazioni, livello italiano, europeo, quindi abbiamo fatto diversi POC,
10:24alcuni sono andati in produzione, altri no, perché ci sono problemi legali, perché a volte quando dobbiamo
10:32accedere ai loro dati diventa molto complicato. Quindi livello innovazione, andare oltre il dipartimento
10:41di innovazione, mettere in produzione, sempre c'è ancora una grande fatica, perché...
10:46E questo forse anche per come è organizzata l'impresa, magari c'è un dipartimento IT che vorrebbe fare tutto
10:53e poi c'è il commerciale, o così, che dice, aspetta un attimo.
10:57Sì, no, ma hanno anche un po' ragione, soprattutto se parliamo del GNI, se vogliamo mettere un agente,
11:03sì, per marketing va benissimo, se mettiamo per pagamenti, il rischio c'è.
11:09Quindi posso anche capire dal punto di vista compliance, però mettere in produzione, abbiamo anche sentito
11:17che anche il numero di aziende che vogliono sperimentare, ci sono tanti, però per mettere in produzione
11:24non basta solo la volontà, basta anche l'infrastruttura, la cultura, anche quello di fallimento, perché a volte
11:31quando vediamo notizie pensiamo che l'intelligenza artificiale può risolvere tutto, no?
11:38Diciamo in inglese snake oil.
11:41Però anche avere un'aspettativa un po' grounded è molto importante per questo.
11:49Grazie.
11:50Una cosa che mi incuriosisce è poi passare dalla condizione e dal passaporto di ricercatore o ricercatrice
12:03a quello di imprenditore o imprenditrice. È una cosa complicata o è un processo naturale?
12:10Per me è stato super naturale perché il numero di paper che sono stati falliti sono altissimi
12:19perché quando scriviamo per una rivista è molto difficile. Poi soprattutto anche i miei professori
12:27il livello di perfezione è altissimo, quindi se una cosa non va bene, quindi quello di diciamo
12:34thick skin, no? Pelle spessa quando dobbiamo fare il meglio. Per me è stata una cosa divertente
12:42perché l'innovazione è stata nella mentalità, quindi ok, questo non funziona, cosa devi fare?
12:47Metodo scientifico, ok. Qual è l'evidenza? No, facciamo questo, proviamo un altro. Per me è stato molto utile.
12:54Grazie, grazie. Claudio Acquadrino, amministratore delegato Aizum. Abbiamo parlato di sicurezza, giusto?
13:01Esatto. Voi di questo anche vi occupate? Sì, esatto, ci occupiamo di cyber security. La pronuncia del nome
13:09è esattamente AI, Zoom, perché vuole ricordare l'utilizzo dell'intelligenza artificiale, per questo
13:15l'abbiamo scritto in maiuscolo A e D. Noi come startup, Roberto, invece vogliamo andare alla grande
13:23e quindi ci prefiggiamo degli importanti obiettivi. Quello che abbiamo voluto fare, contando sull'esperienza
13:30che abbiamo avuto in passato sul mercato, è quello di rivoluzionare il modo in cui le
13:37organizzazioni affrontano il tema della sicurezza dei dati, con l'utilizzo dell'intelligenza
13:43artificiale. Quindi noi stiamo diffondendo questo tema perché con l'utilizzo dell'intelligenza
13:48artificiale possiamo affrontare il discorso della predizione. Io credo che la parte predictive
13:56ora sia il pilastro fondamentale per una importante futura resilienza. Non è più un'utopia
14:08la parte predictive perché ormai è diventato uno strumento concreto ed efficace sul quale
14:12ci possiamo appoggiare.
14:14La interrompo su questo, perché sono curioso. Non essendo esperto di tutte le cose che voi
14:20state descrivendo, vi faccio domande elementari. Che cosa vuol dire per esempio nella cyber
14:27security? Vuol dire che se voi fate quella cosa per quella banca o per quell'impresa
14:31che ha dei dati, che vantaggio ne trae?
14:35Allora io vi faccio un esempio. La parte dell'intelligenza artificiale, l'utilizzo dell'intelligenza
14:40artificiale nella parte predictive può essere assimilata tanto, facciamo degli esempi comuni
14:46che possono capire tutti, alla per esempio la prevenzione nell'ambito dello stato di salute.
14:53Quanto è importante prevenire piuttosto che curare? Oppure la scena di un delitto nel
14:58caso in cui ci sia un'intrusione? E mi spiego meglio su questa parte di una scena in cui si
15:05è consumato un delitto. Non capita mai per caso un attacco? Noi diciamo sempre, siete
15:11consapevoli del fatto che non è se vi attaccheranno ma quando vi attaccheranno. Che cosa fanno
15:19gli hacker? Intanto si introducono nell'azienda per fare scouting, per capire dove poter far
15:26breccia. Allora nelle aziende organizzate meglio ovviamente possono volerci dei mesi, può volerci
15:33anche un anno per capire dove poter far breccia. Poi si parte anche semplicemente dai mail di
15:39phishing per cercare di andare a colpire l'anello debole della catena. E poi avviene
15:45l'attacco. Allora noi che cosa facciamo con i nostri strumenti? Immediatamente installati
15:50entriamo nella rete e cerchiamo di capire se c'è già qualcuno che sta facendo questo
15:56scouting per capire dove siamo deboli e dove possiamo attaccare. Blocchiamo immediatamente
16:02e attraverso questo motore di intelligenza artificiale noi suggeriamo anche quali sono poi gli
16:08strumenti o comunque la modalità per bloccare questo attacco. Io vi faccio anche un altro
16:15esempio. E qui andiamo un po' nel tema che abbiamo affrontato fino adesso ma non l'abbiamo
16:23chiamato per nome. Quello della neofobia o tecnofobia. Che devo dire è nativa nell'uomo
16:30quindi tutti abbiamo l'ansia di non saper controllare quella che è una novità. L'ansia
16:38anche dello straniero che arriva in Italia. Però non ci si rende conto che il vero problema
16:47sta nel fatto che il rapporto intelligenza artificiale e pensiero umano non è uno a uno.
16:54è molto sbilanciato. Non ce ne rendiamo conto. Ma questo non voglio spaventare nessuno
16:59perché poi vi racconterò che cosa fa la nostra azienda. Noi per esempio durante il giorno
17:05facciamo dei continui scroll sul cellulare utilizzando delle app, dei social. Che cosa
17:13sta accadendo in quel momento? Nel momento in cui noi scrolliamo un video stiamo dicendo
17:18a qualcuno che non ci piace quel tipo di musica, non ci piace quel tipo di filmato, non ci piace
17:25quella fascia di età che è stata utilizzata, quel contenuto. Quindi stiamo dando tante informazioni
17:31e l'intelligenza artificiale ci restituisce pubblicità, un filmato simile, un contenuto
17:39simile. Quindi stiamo dando tanto all'esterno. Questa è più secondo me l'ansia sulla quale
17:49dobbiamo lavorare piuttosto che l'ansia di che alcuni lavori scompariranno come è sempre
17:58accaduto comunque nella storia, verranno sostituite da nuove professionalità oppure l'ansia di non
18:04saper utilizzare questo strumento o che questo strumento addirittura è diventata famosa una
18:10frase di Tim Burton che dice che l'intelligenza artificiale è un robot che cerca di emulare
18:16l'uomo senza l'anima. L'importante è conoscere e sapere in qualche modo utilizzare questi strumenti
18:26e quindi quello che facciamo noi per esempio è evitare la profilazione oppure che in rete
18:34rimangano dei passaggi che noi facciamo. Attraverso uno sportello si può entrare, si utilizzano
18:42i browser con i quali normalmente lavoriamo, si utilizzano le app anche di intelligenza artificiale
18:48ma non rimane traccia di tutto il lavoro che noi abbiamo messo in rete. Quindi può essere
18:53utile ovviamente all'interno di un'azienda la condivisione delle idee ma questo non lo
18:58è al di fuori perché altrimenti veniamo profilati. Non so se avevo risposto alla domanda.
19:09Assolutamente, grazie che ci ha dato proprio l'idea concreta di quello che state facendo.
19:15Poi devo dire è interessante questo doppio profilo, dall'auto un sistema aperto il più
19:21possibile, dall'altro la necessità di preservare quella conoscenza e farla diventare, trasformarla
19:28in valore, trasformare quel dato in quota di utile. Forse un elemento a proposito di quello
19:35che diceva lei, il tema del coinvolgimento delle persone che lavorano dentro le imprese
19:41è un tema che può superare o può contribuire ad accelerare. Grazie. Antonio Tavera, mi sbaglio
19:50tutti ai nomi, chiedo scusa. Sio è founder di Focus. Voi se, ho capito bene, questa potenza
20:01computazionale ha un problema che è il consumo di energia e voi avete trovato un modo, mescolando,
20:12lo ripeto perché mi è piaciuta molto, 10% algoritmo, 20% processo e 70% persone, non
20:20so se questo è il mix, per rispondere a questa urgenza. È così?
20:25È vero, sì. Tanto buon pomeriggio a tutti. Sì, noi nasciamo come Clearbox dal mondo della
20:33ricerca. Abbiamo fatto tanta ricerca sul mondo dell'AI e volevamo soddisfare, risolvere
20:45un problema fondamentalmente e se ne è parlato tanto nei discorsi di prima, che era quello
20:49di democratizzare l'intelligenza artificiale. Dove democratizzare non vuol dire che tutti
20:55sanno cosa sia, ma anche vuol dire renderla accessibile a tutti, che tutti la possano utilizzare
21:00un AI quasi portatile. Abbiamo fatto ricerca sul mondo della computer vision, quindi stiamo
21:09parlando di dare gli occhi alle macchine quando ha GPT o strumenti simili gli danno la parola.
21:16Il mondo della computer vision si muove in modo molto parallelo a quello del linguaggio, quindi
21:21sviluppo di reti neurali, di algoritmi sempre più potenti, sempre più complessi dal punto
21:28di vista computazionale, perché quello che si insegue è avere delle performance più
21:32elevate. Però all'aumentare di questa complessità aumenta anche il costo. Il costo uguale al costo
21:40dell'hardware. Io ho bisogno di più macchine, più server, più GPU, che sono gli strumenti
21:46che oggi si utilizzano per farli funzionare, e più ne utilizzo, più aumenta il costo energetico.
21:51La scena di quegli scaffali che si sono svuotati. Esatto, i grandi scaffali che si svuotano
21:58delle GPU Nvidia. E quindi aumenta sostanzialmente ed esponenzialmente il costo energetico di questi
22:06strumenti. Quindi noi siamo nati con la volontà di andare un po' controcorrente. Perché non
22:13fornire alle aziende delle soluzioni di AI, di computer vision più efficienti, più piccole,
22:19più portattili, ma che allo stesso tempo garantissero quelle stesse performance dei
22:25modelli grandi. Ed ecco che lì è nata Focus, stiamo parlando di tre anni fa, tanto tempo
22:31fa perché per noi start-up, gli anni sono ere geologiche, il mondo cambia completamente,
22:37con l'obiettivo proprio di fornire una tecnologia che permette di creare delle soluzioni molto
22:42più piccole, ma allo stesso tempo molto più performanti. Questa tecnologia esiste, sopra ci
22:47abbiamo creato una piattaforma, un prodotto per renderla anche accessibile agli utenti
22:53e viene applicata per esempio nel mondo del monitoraggio del traffico, per evidenziare
23:00delle situazioni di analisi dei flussi o magari degli incidenti e quant'altro. Viene utilizzata
23:07per fare ispezioni di infrastrutture pubbliche su dei droni. Viene utilizzata anche e soprattutto
23:13nel mondo della difesa, dove è importante abilitare delle applicazioni di visione complesse
23:18direttamente su un drone o su un satellite. Quindi è importante che l'AI si diffonda,
23:26ma per poterlo fare serve anche abilitarla direttamente sul piccolo.
23:32Grazie, sono curioso di una cosa. Quando voi vi siete inventati questa cosa, qual è la richiesta
23:39che più vi ha sorpreso? Cioè, lui prima ci ha raccontato, noi siamo partiti dalle regole
23:44della BCE e adesso facciamo questo lavoro dappertutto. Nel vostro caso, quando voi siete
23:49partiti e dici no, noi dobbiamo fare soluzioni più efficienti che risparmiano energia, nell'attività
23:55di impresa qual è la richiesta che è arrivata e che voi non vi aspettavate ma non ci avete
24:00pensato?
24:03Questo è difficile, perché in realtà poi noi siamo partiti, se ne parlava anche prima,
24:08ne parlava prima la dottoressa Scarpa, con una soluzione molto tech. Essendo scienziati
24:13eravamo molto science driven e poco meno market driven, quindi lì ti accorgi molto
24:19che il laboratorio è un posto così comodo, dove non hai niente da garantire a nessuno,
24:26invece il mercato è tutta un'altra cosa. Però la richiesta che ci ha sorpreso, in realtà
24:32di richieste ce ne sono arrivate tante, tutte molto diverse. Quello che ci ha sorpreso
24:37più di tutto, che in realtà ora stiamo cercando anche di risolvere, perché non è un qualcosa
24:40che ancora era risolto, ma io voglio per esempio riconoscere questa persona che sta
24:50facendo questo, tipo un'aggressione, si parlava prima di un'aggressione, oppure un atto vandalico,
24:57però non ho dati. E come lo risolvo? Come alleno un algoritmo nel saper riconoscere questo
25:04tipo di comportamento? E questo ci ha dato da pensare, ci ha dato da pensare un po' anche
25:10a, perché le richieste simili ci arrivavano anche da tante altre persone su altri contesti,
25:16come riesco ad abbattere questa barriera che oggi è un grande impedimento anche per le
25:21persone nell'adottare delle AI? Prima si parlava dell'84% delle aziende che non usano le AI,
25:26uno perché non sono sensibilizzate, due perché mariano tante moli di dati ma poi non sanno
25:30cosa farsene, oppure non sanno come utilizzarli, non sanno come annotarli. E questo ci ha dato
25:35tanto da pensare, ed ecco perché poi stiamo facendo anche una evoluzione all'atto nostro
25:40nel capire come fornire, come rendere questi modelli un po' più senzienti rispetto a prima,
25:46non soltanto ma ridiscerne una macchina da una persona, un cane da un gatto, ma anche capire
25:51un comportamento che sta accadendo senza bisogno di dati.
25:55Grazie, grazie, perché insomma poi devo dire che siete tutti molto bravi nel dire che cosa
26:03state facendo, perché di solito su questa cosa dell'intelligenza tutti sono lì che dicono
26:09bisogna fare così, io diffido perché tanto nessuno lo sa.
26:15Ciascuno sta cercando risposte puntuali a una cosa enorme e voi siete un esempio di queste
26:20risposte. Torno da Carnicelli, perché purtroppo anche le statistiche dicono che se tu non fai
26:30predizione sul rischio estremo, il costo che devi sopportare come paese o come singola impresa
26:39è un costo che comincia a diventare insopportabile. In termini di persone quella è la prima cosa,
26:47ma anche in termini... quindi c'è una consapevolezza da parte delle imprese che questa cosa tu in
26:56qualche modo la devi fare, perché purtroppo nonostante tutti gli impegni questi rischi
27:01stanno crescendo?
27:03Allora, sicuramente sì, sta nascendo adesso, nel senso che c'è una famosa fase che dice
27:10gli italiani sono dei contemporanei, no? Cioè cosa vuol dire? Succede l'evento, tutti
27:15ne parlano, succede l'alluvione, tutti ne parlano due settimane e poi tutte se la sono
27:19dimenticate. Quindi un po' viviamo con questo problema, cioè che quando si parla di eventi
27:26estremi sono per definizioni estremi, quindi ci aspettiamo che non siano continuativi.
27:31Purtroppo, la statistica ci dicono che non è più così, per dare dei numeri, no? Il
27:36numero di eventi catastrofali estremi a livello mondiale negli ultimi 70 anni è aumentato
27:41del 1100%. Ogni anno, più o meno a livello mondiale, si calcono 360 miliardi di dollari
27:48di danni da eventi climatici estremi. Non stiamo parlando di poco. Quindi cosa vuol dire?
27:54Vuol dire che effettivamente abbiamo un trend incrementale e questo sta venendo integrato
27:58nei processi decisionali. Se cinque anni fa nessuno considerava il rischio climatico
28:03come uno dei fattori decisionali di un investimento, oggi è invece una cosa molto più comune,
28:09per due motivi. Da una parte per i dati che dicevo, dall'altra perché c'è anche una
28:13forte pressione regolatoria. A livello europeo, parlavo prima della BCE, sulle banche, ma la
28:19direttiva europea sulla resilienza delle infrastrutture critiche che è uscita nel 2025 e entra in vigore
28:23quest'anno, obbliga tutte le infrastrutture critiche nazionali ad avere un piano di resilienza.
28:27Quindi come gestisco il rischio climatico? Come faccio in modo che non ho un blackout se
28:34accade un alluvione in questo punto? Questa è una cosa stupide, però io a Barcellona
28:38l'anno scorso, quando c'è stato il blackout, non so se lo ricordate, no? Vissuto un'esperienza
28:43pazzesca, perché non ci rendiamo conto di quanto siamo dipendenti dall'elettricità.
28:47Io non ho mai contanti con me, no? Da buono start-up per tech, salta elettricità, non potevo
28:53comprarmi neanche una birra, quindi sono rimasti dieci ore senza cibo, senza bere, non puoi
28:59farti la benzina perché le pompe della benzina sono elettriche, cioè c'erano macchine ferme,
29:05insomma l'impatto è devastante. Allora come faccio a essere sicuro che un evento estremo
29:08non abbia queste conseguenze? L'Europa si sta muovendo. Quindi da una parte le statistiche
29:13ci portano ad essere più consapevoli. Dall'altra la normativa sta essendo molto
29:18importante, soprattutto in Europa, su questi temi, quindi questo porta a una maggiore
29:23consapevolezza, limite, che è un argomento nuovo. Quindi c'è la volontà di integrarlo,
29:29ma non si sa come integrarlo nel processo decisionale. Per le banche magari è molto
29:35più comune perché la gestione del rischio è qualcosa di molto più standardizzato, molto
29:38più storico. Per le altre aziende meno, quindi c'è un tema di che tipo di informazione
29:42voglio vedere, che cosa mi serve, e su questo è quello su cui poi noi diamo
29:46anche una mano perché ponendo anche le best practice dalle altre industrie,
29:50prima si parlava di trasferimento della conoscenza da un settore all'altro,
29:54la fortuna di essere un provider di questi servizi ti permette di capire come
29:58i servizi dell'avanguardia lo usano e trasferirlo agli altri.
30:03Grazie, grazie.
30:05Curapati, sono nel tavolo precedente, tavolo virtuale, emersa questa cosa.
30:12La cultura del dato non è così diffusa. Se ne parla tanto, si parla del dato, il dato,
30:21il dato, il dato, però le imprese nei loro principi fondativi, costituzionali, la cultura
30:30del dato, o meglio, non è così diffusa dentro l'impresa, è centralizzata forse in chi
30:38quel dato custodisce. Voi che state facendo? Perché fargliela cambiare questa cultura?
30:45No, no, è una cosa, diciamo, notiamo tantissimo, soprattutto quando chiediamo dove sono vostri
30:52dati, la risposta a volte dove, no? Perché non è così facile capire, ci sono anche poi,
31:02soprattutto nelle grandi aziende, ci sono tanti silos, non c'è una data lake centrale,
31:08magari a volte quando chiediamo, possiamo vedere i vostri dati, per loro un database è
31:15una foglia Excel. Quindi dati è sempre un problema. È difficile perché, dal punto di vista,
31:25è non solo la cultura, ma anche la tecnologia, i processi, la qualità, no? Quindi quali dati
31:33sono utili, quali no? Ottenere tutto questo ci vuole il lavoro di tutti, non solo i tecnici.
31:44Uno dei, diciamo, questi gap che noi stiamo anche cercando di colmare è utilizzando il nostro
31:51database a volte, perché non chiediamo ai clienti subito, quindi partiamo con il nostro
31:57database. Cominciate la ricerca con questo. Se avete bisogno di altre informazioni, possiamo
32:04aggiungere. Quindi uno dei, per noi quasi stiamo cercando di non chiedere dati, quindi...
32:12Un meccanismo di partner.
32:13Sì, infatti, infatti. Quindi noi cerchiamo, per esempio, soprattutto, non possiamo risolvere
32:19tutti gli aspetti. Noi è il nostro database di replica e abbiamo creato questi 60 milioni
32:27italiani, dove rappresenta i redditi, i comportamenti, quanto spendono, non lo so, in sport. Quindi
32:39abbiamo traccia di tutto questo in tempo, diciamo, storico, anche sempre aggiornato. Quindi soprattutto
32:47i dipartimenti di marketing o per fare la, diciamo, advertising, eccetera, possono utilizzare
32:54per creare profili dei loro utenti, user, senza avere problemi di privacy, senza avere problemi
33:04di ottenere dati. Quindi la cultura anche arriva dal fatto che noi sempre diciamo che la normativa
33:12è cattiva per GDPR, sì, possiamo fare meglio, però dobbiamo anche ricordarci che privacy è un diritto
33:21fondamentale, diritto umano fondamentale, il right to private life. Quindi dobbiamo anche pensarci come
33:28innoviamo senza andare oltre, violare dati personali. Quindi uno dei nostri, diciamo, principi è anche
33:37utilizzare, come creiamo questo database, essendo realistici, ma non utilizzando dati personali, è stata
33:42la nostra sfida grandissima.
33:45Questa dimensione etica che non era stata ancora esplicitata e che invece, da quello che lei ci sta dicendo,
33:52è un punto centrale, perché quello è un diritto, al di là delle tante cose che poi si dicono, è un diritto che
33:58violare non va bene che accada. E torno da quadrino, perché invece il tentativo di violazione è forte, no?
34:07Se c'è questa urgenza, ecco, questa domanda di sicurezza sta crescendo, questa consapevolezza da parte
34:15non solo delle imprese, ma anche delle amministrazioni pubbliche, di alzare il livello delle difese.
34:23Sta crescendo o ci vuole ancora un po' di tempo?
34:25Dunque, sta crescendo sicuramente perché è stata introdotta la NIS 2, DORA, c'è il garante della privacy,
34:34quindi sicuramente si sente la pressione all'interno delle aziende da parte dei responsabili
34:39che detengono questi dati. Però non c'è una piena consapevolezza o preparazione sul tema della cyber security,
34:47perché mi capita spesso di affrontare temi con amministratori delegati, oppure con presidenti di aziende,
34:55o direttori anche tecnici, che sono convinti di aver trovato delle soluzioni per mettere in protezione i loro dati,
35:03violando intanto per esempio la NIS 2, che impone una continuità operativa all'interno delle aziende,
35:11perché secondo loro gli strumenti che hanno adottato sono sufficienti, quindi non c'è una preparazione.
35:20Noi puntiamo tantissimo alla parte di formazione, formazione a tutti i livelli all'interno delle aziende,
35:28intanto per far capire alle persone quanto sia importante utilizzare nella maniera corretta i device che hanno a disposizione.
35:37Poi ci occupiamo anche della fase di assessment per capire se all'interno di queste organizzazioni
35:44gli strumenti che hanno vanno bene, sono corretti, se sono utilizzati nella maniera corretta,
35:52se vanno implementati o customizzate alcune altre funzionalità, oppure addirittura le devono sostituire
35:59perché non hanno la parte di compliance. Quindi ci sono dei fondi ai quali attingere per poter fare questa transizione,
36:12c'è la parte normativa, però non c'è una piena consapevolezza degli strumenti che vanno adottati
36:18per far sì che si possa avere una protezione adeguata per i dati e per la rete dell'azienda.
36:28Grazie, vale quella teoria, gli italiani sono dei contemporanei, se succede qualcosa improvvisamente
36:33si accorgono della cosa che dovevano fare, se quella cosa non succede sono stati solo fortunati,
36:40diciamo che è una cosa comunque positiva.
36:42Per il momento fortunati.
36:43Grazie, grazie. A parte che sono curioso di questa cosa, quindi riconoscere qualcuno senza dati,
36:55questa è la sfida che state...
36:56Sì, esatto.
36:58Invece abbiamo a disposizione ancora un minuto, il tema del risparmio dell'energia, se ci può dare,
37:06non so che è complicato, quantificare, però per avere un ordine di grandezza,
37:11utilizzando sistemi più efficienti come quelli che voi proponete, che cosa può significare
37:17per un'impresa?
37:18Allora, ovviamente dipende dal contesto, dal tipo di applicazione, faccio un esempio, quello
37:24più banale di un algoritmo, versione standard versus la nostra versione, per il riconoscimento
37:33di immagini satellitari, quindi devo rianalizzare come è cambiata un'immagine da una situazione
37:38X, una situazione Y. Algoritmo che, come è costruito quello standard, necessita obbligatoriamente
37:47di un tipo di GPU che funziona qua a terra e che consuma, se non mi ricordo quanto, di
37:52energia, però stiamo parlando di kilowattora. Stesso algoritmo sviluppato da noi, che può
38:01essere utilizzato direttamente su un chip a bordo del satellite con un notevole risparmio
38:08di consumo energetico, anche perché l'energia a bordo è anche molto limitata, perché stiamo
38:12parlando di un'energia che viene catturata dai pannelli solari e principalmente dedicata
38:17al volo e mantenere in assetto il satellite. Su un chip è molto più piccolo, riesco a
38:23dare esattamente quello che risparmio in termini di consumi anche di CO2, perché stiamo parlando
38:27di circa 500 kg di CO2 equivalente risparmiati con l'utilizzo 24 ore del nostro algoritmo.
38:33più che dimezziamo quello che è il consumo energetico. Ovviamente si passa da un chip
38:41che costa 3.000 euro ad uno che ne costa una centinaia o decine di euro. C'è un risparmio
38:47anche di tipo economico. E poi ovviamente dipende, dipende dall'algoritmo, dipende da che tipo
38:53di applicazione e su quale hardware voglio farlo utilizzare. Faccio l'esempio di nostro
38:57cliente che lavora nel mondo del monitoraggio del traffico. Loro per esempio avevano una
39:04macchina Nvidia, su questa macchina processavano per analisi del traffico 10 stream di telecamere,
39:11quindi connessi allo stesso tipo di algoritmo di computer vision, hanno utilizzato il nostro
39:16e sulla stessa macchina, quindi senza cambiare infrastruttura, sono riusciti a processare 30
39:22flussi di telecamere. Quindi per loro un notevole risparmio anche in termini economici di investimento
39:27su infrastruttura. Questo è un po' tutto.
39:31Grazie, grazie. Complimenti per quello che fate, inventatevi cose nuove e buon lavoro.
39:39Grazie.
39:39E adesso ripasso la parola a Massimo.
Commenti