ISCRIVITI ALLA NOSTRA NEWSLETTER

Ricevi gli ultimi aggiornamenti dal mondo Pictet!

Perché Big Data e Machine Learning stanno trasformando la società

Febbraio 2019

Le facoltà umane non sono più sufficienti per analizzare la quantità di dati disponibili. La capacità di leggerli ed elaborarli diventa allora decisiva. In decine di settori.

Big Data e Machine Learning sono fratelli siamesi. Insieme sono più della loro somma: moltiplicano le loro potenzialità. E, grazie a innumerevoli declinazioni, sono in grado di spingere molti settori: dall'industria all'ambiente fino alla sanità. In altre parole: Big Data e Machine Learning stanno avendo (e avranno sempre di più) un impatto sull'intera società. Ma partiamo dall'inizio. Che cosa sono?

Big Data e Machine Learning: due definizioni

Visto che si trovano spesso a collaborare, la continuità tra Big Data e Machine Learning è tale che si rischia di dimenticare che sono due cose diverse. La proliferazione dei “punti di raccolta” permessa dalle tecnologie digitali ha moltiplicato la quantità di dati disponibili. In questa folla di numeri e rilevazioni, serve fare ordine: studiare cioè la moltitudine per individuare ricorrenze, modelli e (in generale) informazioni nascoste. I Big Data colgono quindi dal brusio di fondo parole, frasi, discorsi di senso compiuto. Il Machine Learning è invece la scienza che, attraverso le informazioni ricevute, crea algoritmi in grado di “masticare” dati e imparare dall'esperienza. Una volta impostati, gli algoritmi di Machine Learning operano e migliorano in autonomia. Si potrebbe dire che i dati sono la materia prima, i Big Data i cuochi che li trasformano in cibo utile per alimentare il Machine Learning. Le macchine, pasto dopo pasto, affinano il proprio palato, riconoscono pregi e difetti, indicano soluzioni.

Cinque vantaggi

Secondo Gartner, “La scienza dei dati e il Machine Learning stanno avendo un profondo impatto sul business”. In cinque modi. Sono tecnologie che innovano: “Sono la chiave per individuare soluzioni migliori ai vecchi problemi” e “nuovi approcci sconosciuti”. Secondo: gli scienziati dei dati “esplorano”. I responsabili di organizzazioni e aziende dovrebbero consentire loro di effettuare “spedizioni nei Big Data”, senza un chiaro obiettivo se non quello di cercare nuovi tesori nascosti. Terzo: le tecnologie sfidano” lo status quo. In alcuni casi questa è l'unica strada per sopravvivere, non solo per migliorare. Gartner sottolinea come, difronte alla moltiplicazione dei dati, i processi decisionali umani spesso sono inadeguati. Il supporto di Big Data e Machine Learning è quindi necessario. Quarto: le nuove applicazioni affinano” processi e prodotti esistenti. Cioè li migliorano, con modelli sempre più dettagliati, precisi, personalizzati. Quinto: Salvaguardare.  Big Data e Machine Learning possono essere strumenti di difesa e prevenzione. Nel fracasso dei dati, ci sono informazioni già esistenti che l'osservazione umana non riesca a cogliere. Individuarla vuol dire agire prima, spegnere eventuali incendi prima che le fiamme divampino. 

I settori coinvolti

Conoscere meglio i processi, esplorarli, individuare informazioni che l'uomo non può vedere, ricevere possibili soluzioni: sono vantaggi che tornano comodo praticamente in ogni settore. Solo per fare qualche esempio: industria e agricoltura, investimenti finanziari, retail e marketing, sanità, Smart city, energia. È chiaro quindi che il binomio Big Data-Machine Learning non è confinato nei laboratori informatici o in ambiti iper-specializzati. Sono una parte essenziale, per quanto spesso nascosta, della società contemporanea. O, come afferma Gartner: “Stanno già cambiando, e persino salvando, le nostre vite”.