Cosa gli aspiranti all’intelligenza generativa possono imparare dai tentativi e dagli errori del cloud computing

L’intelligenza generativa (GenAI) è qui per restare, con organizzazioni di tutto il mondo che apprezzano le capacità di questa tecnologia. Già, il 72% delle organizzazioni riferisce di utilizzare attualmente la GenAI in modo estensivo o saltuario e un altro 26% sta sperimentando la tecnologia. Tuttavia, questa nuova fase di adozione della GenAI è ancora nei suoi primi giorni.

Secondo McKinsey, solo l’1% degli executive aziendali descrive i propri roll-out di GenAI come “maturi”, ovvero la tecnologia è completamente integrata nei flussi di lavoro e genera risultati aziendali sostanziali. La chiusura di questo divario di maturità richiede una continua correzione del percorso, spesso dovuta a blocchi di deploy, come ad esempio spese significative, sfiducia in tecnologie non provate e rischi normativi. Se queste sfide sembrano familiari, dovrebbero esserlo – quando i team IT hanno iniziato ad abbracciare il cloud come la prossima grande cosa, molti degli stessi ostacoli sono emersi.

Le due ondate di entusiasmo per la nuova tecnologia differiscono in alcuni modi. Mentre il cloud computing è stato implementato in sistemi più critici fin dall’inizio, la GenAI sta essere adottata più rapidamente in fasi di pilotaggio e per casi d’uso principalmente dedicati a guadagni di efficienza e produttività. Tuttavia, la curva di apprendimento è simile: entrambi spingono le organizzazioni a pensare e lavorare in modo diverso.

Riflettere sulle esperienze dei predecessori del cloud computing può aiutare gli attuali aspiranti alla GenAI a posizionarsi per un futuro meglio informato.

Gestione dei costi, dei rischi e del cambiamento: apprendere dagli errori del cloud

Tornando indietro nel tempo, quando la tecnologia del cloud ha iniziato a guadagnare slancio, molte organizzazioni hanno sottovalutato la complessità della migrazione e hanno sovrastimato i risparmi di costo a breve termine. Di conseguenza, la maggior parte di queste organizzazioni è caduta in tre principali trabocchetti: cattiva gestione dei costi, configurazioni di sicurezza errate e la resistenza naturale che accompagna i cambiamenti culturali e organizzativi.

L’era del cloud ci ha insegnato che semplicemente “sollevare e spostare” i carichi di lavoro – spostarli nel cloud senza modernizzarli – spesso non ha portato valore. Allo stesso modo, le iniziative di GenAI spesso si bloccano quando le organizzazioni tentano di inserire dati legacy, non strutturati o mal documentati in potenti nuovi modelli senza aggiornare la base di dati. In realtà, i progetti di GenAI possono produrre risultati deludenti o addirittura rafforzare le inefficienze esistenti. La lezione: la tecnologia da sola non può superare le debolezze fondamentali.

Proprio come la tecnologia del cloud ha esposto lacune nella governance, nelle competenze e nella strategia a lungo termine, così ha fatto la GenAI. Se i dipendenti adottano strumenti di GenAI senza supervisione o utilizzano la tecnologia al di fuori dei limiti della politica di utilizzo accettabile, i rischi di IT ombra possono riapparire, insieme alle difficoltà di proteggere i pipeline di GenAI e garantire la conformità su larga scala. Queste analogie continueranno a emergere man mano che la GenAI si sposta dall’esperimentazione all’integrazione aziendale su larga scala, richiedendo gli stessi robusti framework di sicurezza, piani di risposta agli incidenti e strutture di governance presenti nel cloud.

Oltre alla gestione dei rischi, la dispersione dei costi non gestita è un problema di lunga data nella tecnologia. Il cloud non fa eccezione e poiché le aziende continuano a integrare la GenAI nei loro flussi di lavoro, affrontano un aumento analogo delle spese.

Un numero crescente di organizzazioni che cercano di migliorare la propria strategia di gestione dei costi sta rivolgendosi a FinOps come soluzione. Sfruttando informazioni basate sui dati in tempo reale per aiutare a migliorare la previsione e incoraggiare la responsabilità e la collaborazione cross-funzionale, un’infrastruttura di FinOps completa si è rivelata inestimabile per limitare le spese eccessive e massimizzare il valore aziendale. I principi di FinOps non sono limitati alla sola gestione dei costi del cloud, offrendo un’opzione valida anche per le spese di GenAI.

Applicare le lezioni del cloud alla pratica di GenAI

Entro la fine di quest’anno, Gartner prevede che almeno il 30% dei progetti di GenAI sarà abbandonato dopo la prova del concetto. Quando l’entusiasmo supera la realtà, i modelli nascosti dietro i fallimenti dei progetti di GenAI – come dati non preparati, proprietà aziendale non chiara o complessità non necessaria – spesso passano inosservati nella corsa all’adozione di nuove tecnologie. Riconoscere e affrontare questi segnali precoci può fare la differenza tra il successo di GenAI e un altro progetto abbandonato. I leader che attivamente cercano questi segnali di allarme, piuttosto che abbreviare il processo, preparano i propri team per il successo a lungo termine.

Una volta approvata l’adozione, le aziende dovrebbero porre l’accento su piccoli progetti pilota di GenAI per testare e assicurare il valore nel mondo reale, invece di passare subito alla scalabilità aziendale. È fondamentale che le aziende inizino con solo alcuni casi d’uso chiaramente definiti, ad alto impatto e con obiettivi di ROI mappati sui reali bisogni aziendali.

Ciò garantisce vittorie precoci, costruisce la fiducia interna ed evita di sprecare tempo e risorse in esperimenti generici. Collegando l’adozione di GenAI a un risultato tangibile – come l’automatizzazione delle sintesi di supporto clienti o l’accelerazione delle revisioni del codice – le organizzazioni possono dimostrare valore rapidamente, raffinare il proprio approccio e scalare in modo più strategico. Ciò aiuta anche ad allineare gli sforzi tecnici con gli obiettivi aziendali, dove molti progetti di GenAI attualmente mancano.

Da lì, stabilire forti controlli e bilanciamenti, monitoraggio continuo e politiche di governance chiaramente definite è il prossimo passo critico per un uso responsabile e conforme. L’interazione con esperti esterni può essere un ottimo primo passo per navigare nel complesso e in continua evoluzione panorama normativo di oggi. Investendo negli strumenti e nelle infrastrutture giuste all’inizio del processo di implementazione di GenAI, insieme alla formazione continua, le organizzazioni possono stabilire le fondamenta per il successo sostenibile.

Trovare il giusto equilibrio con l’innovazione di GenAI

Applicando le lezioni dell’era del cloud con disciplina e lungimiranza, le organizzazioni possono evitare errori costosi e sbloccare il pieno potenziale di GenAI – in modo sicuro, sostenibile e su larga scala.

La GenAI è destinata a rimanere una forza potente, con il 70% dei CEO che riferisce di aspettarsi che la tecnologia abbia un impatto sui loro modelli di business nei prossimi tre anni. Un numero che aumenta all’89% tra coloro che già utilizzano la tecnologia. Chiaramente, il potenziale trasformativo di GenAI sta dimostrando di essere prezioso per i responsabili delle decisioni aziendali, ma l’impatto su larga scala e sostenibile dipende ancora dall’addressare le barriere di fiducia, governance e integrazione.