Intervista a Luca Giuratrabocchetta, Country Leader, AWS

Lo scorso 12 marzo, in occasione della quarta edizione dell’AWS Summit, The Innovation Group ha intervistato Luca Giuratrabocchetta, Country Leader AWS, con cui abbiamo parlato dei progetti e delle attività di AWS alla luce dei nuovi trend tecnologici (Artificial Intelligence, 5G, Machine/Deep Learning) e di come evolverà il mercato del Cloud Computing con l’Edge Computing.

Quali sono stati i Temi chiave della Sessione di apertura dell’evento?

Li dividerei in due aree, la prima relativa a quello che vediamo nel mercato e a quello che sta facendo Amazon Web Services (AWS) a livello di investimenti sul mercato italiano e la seconda, relativa al Keynote di Marco Argenti, che ha riguardato i trend dal punto di vista della tecnologia.

Sulla prima area l’adozione del Cloud sta accelerando, lo dimostra il fatto che AWS che è cresciuta, nel 2018 del 45% anno su anno. L’aumento degli investimenti in Italia è dovuto all’accelerazione della domanda – sono i clienti, le aziende e le Pubbliche Amministrazioni a chiedercelo – ed è per questo che negli ultimi anni abbiamo deciso di aumentare la presenza italiana (siamo a Milano e a Palermo con due Edge Locations per la distribuzione di contenuti e abbiamo due uffici, uno a Milano e uno a Roma). Inoltre, stiamo lavorando per aumentare le skills (solo l’anno scorso più di 2000 persone hanno ricevuto corsi gratuiti sulle piattaforme AWS), 30 università e istituzioni pubbliche fanno parte del programma AWS Educate (a cui partecipa il Politecnico di Milano, Torino, l’Università di Roma, ecc..) per aumentare la competenza sul mercato. Altro tema estremamente rilevante, all’interno degli investimenti di AWS, è l’annuncio di una “Region italiana”, che implica una presenza fisica con un set di data center sul territorio nazionale che avverrà all’inizio del 2020.

Infine, è stato annunciato il programma “Innovate now” dedicato alle PMI italiane, costruito ad hoc per il mercato italiano e che prevede di lavorare insieme a software house italiane, portare a bordo del Cloud le loro soluzioni software per i clienti medio piccoli e quindi aiutarle ad accelerare. In questo contesto AWS sta lavorando a un progetto con Assolombarda per migliorare la competenza digitale delle PMI.

Per quanto riguarda le novità più tecnologiche citerei tre ambiti:

1. Investimenti in ambito Machine Learning e Artificial Intelligence che permettono alle aziende di capire meglio come lavorare con i propri clienti, generando così nuove opportunità di business.
2. Realtà Virtuale, dove noi abbiamo un servizio che si chiama “Amazon Sumerian” che stiamo portando nel mondo B2B: al summit abbiamo presentato una demo che fa vedere come il controllo di pompe idrauliche all’interno di una fabbrica può avvenire non solo con classici sensori IoT a controllo remoto, ma tramite Sumerian è possibile avere una visione in 3D di quello che sta succedendo nella fabbrica senza essere fisicamente presenti e senza avere una telecamera, semplicemente andando a trasformare in 3D tutti i segnali che vengono dal campo. Questo è molto utile nell’ambiente industriale.
3. Maggiore apertura del settore pubblico italiano: esperienze come quella del centro medico Santagostino che ha raccontato l’utilizzo delle tecnologie AWS sono un segnale di un mondo pubblico che si sta aprendo all’innovazione del Cloud.

Quanto è pronto il mondo delle PMI a recepire metodologie e tecnologie di AI? C’è chi sostiene che le PMI in generale non lo sono affatto e che, in realtà, allo stato attuale tentare di far entrare modelli di Artificial Intelligence nelle PMI in Italia è molto arduo a causa dell’insufficiente livello culturale del management, che non è pronto a questo cambiamento. Piuttosto la tendenza è quella di far sviluppare queste metodologie da parte delle startup e poi incorporare il servizio nelle PMI. Cosa pensa Lei di questo approccio?

Secondo me è utile. È un approccio simile a quello che viene utilizzato in AWS, dove si parte dal cliente e poi si lavora all’indietro per capire quali sono le soluzioni giuste da adottare. Questo è un punto di partenza simile a quello che abbiamo avuto pensando a Innovate Now, ovvero il fatto che la cultura IT, la cultura tecnologica di tante PMI sia molto scarsa, perché il loro business model è differente e necessitano, quindi, di un trusted advisor, di qualcuno che le aiuti, soltanto in questo modo possono accelerare.

Va, inoltre, considerato che anche le startup sono piccole imprese e che molte di queste dominano molto bene la tecnologia, le stesse software house sono piccole imprese, per cui anche all’interno delle PMI esiste una dinamica di domanda-offerta: chiunque – grandi aziende o startup – riesca a trovare la soluzione più semplice ed economica da mettere in atto, aiuta le PMI.

Questo vale anche per altri temi: Machine Learning, Internet Of Things, ci sono tantissime piccole imprese produttive che potrebbero fare manutenzione predittiva, devono solo capire quali vantaggi ne deriverebbero.

Per quanto riguarda il modello di fusione all’interno del sistema produttivo, ci sono, tra le grandi imprese, casi di successo di applicazione di manutenzione predittiva?  

Secondo i primi risultati di una ricerca sulla situazione reale della manutenzione predittiva nelle imprese italiane risulterebbe che la manutenzione predittiva è ancora un mito, perché in realtà quello che c’è è il modello dell’ “AI bricolage” sintetizzato dai casi di Aziende dove non viene applicata l’AI end-to-end  “across the whole production line”, ma vengono trovati i punti più complessi da gestire e viene chiesto a un data scientist di lavorarci sopra per trovare un pattern che consenta di risolvere il problema.

Lei concorda con questa visione o ritiene che da questo punto di vista ci siano casi significativi reali all’interno della grande impresa dove la manutenzione predittiva con le sue tecniche di AI realmente funzioni?

Io credo che quello appena descritto sia l’inizio di un percorso, cioè fino a ieri si faceva solo su base statistica.  Andare ad identificare le aree più calde, avere un data scientist che le studia è già un passo in avanti. In realtà ci sono aziende che già applicano in modo significativo la manutenzione predittiva, ad esempio c’è un’azienda che produce carta che utilizza un sistema di sensori IoT per fare questo tipo di valutazioni, perché sono macchine a ciclo continuo che, in caso di malfunzionamenti, comporterebbero milioni di euro di danni e necessitano, quindi, di capire molto prima se qualche singolo pezzo possa rompersi. Pirelli, inoltre, sta facendo un progetto che riguarda la ricerca predittiva dell’errore dal punto di vista produttivo: l’idea di fondo è che se si riesce a trovare una maniera più efficiente di quella che si ha oggi per capire se il taglio dello pneumatico ha un errore e quindi va rifatto, ho un vantaggio significativo; in quel caso infatti bastava aumentare dell’1,5% l’efficienza del processo attraverso una riduzione importante degli errori per ripagarsi il progetto.

I casi ci sono, anche se ancora non sono diffusissimi, ma questo perché si tratta di un percorso: molti sono ancora in una fase di sperimentazione.

Di fatto AI oggi sono dei Bot, diffusi anche a un livello abbastanza avanzato..

Secondo me il classico Bot è la parte più visibile dell’AI, è molto visibile anche al pubblico. In realtà, ad esempio, quello che si fa con l’AI nella ricerca delle frodi nel mondo delle utility non è assolutamente visibile, ma ci sono processi estremamente intensi dietro per riuscire a capire le correlazioni che ci sono nel consumo e identificare la frode.

Quindi i Bot molto spesso solo sono i Front-End visibili, ma in realtà c’è anche il tema del Deep Learning da non tralasciare, sono tutte cose che non vediamo ma di cui possiamo vedere i risultati. Ad esempio, AWS ha svolto un progetto con Formula 1 per costruire algoritmi in grado di predire in real time il punto di sorpasso dell’auto, algoritmi che verranno condivisi sempre più con il pubblico che sta guardando il Gran Premio. Potremo, quindi, essere in grado di dire in tempo reale al pubblico, sulla base di alcuni parametri (quanto sono caldi i freni, quanto sono distanti le curve dell’aria), che è più probabile che avvenga un sorpasso a destra o a sinistra.

Dal punto di vista della Pubblica Amministrazione, ci sono casi in cui voi avete aiutato le città ad aumentare l’efficienza delle infrastrutture?

Noi forniamo delle tecnologie abilitanti, non soltanto building block, ma bisogna sempre lavorare con un soggetto del territorio, come, ad esempio, avviene nel caso delle smart city, nell’ambito delle quali lavoriamo con Enel X. È importante lavorare con un soggetto del territorio perché poi è lui che deve costruire la soluzione da erogare. Ci sono una serie di soggetti che stanno lavorando su questo tema in tutto il mondo; pur essendo UK e USA molto avanti, l’Italia in questo momento sta accelerando.

Considerato il vostro ruolo nel mercato del Cloud, quali sviluppi prevedete per l’Edge Computing? Non ritenete che la diffusione dell’Edge possa minacciare in qualche modo la vostra posizione rispetto alla gestione del Cloud come si è sviluppato fino ad oggi?

E infine, come vi rapportate rispetto allo sviluppo dell’ecosistema 5G?

In realtà io credo che l’Edge possa essere un’opportunità.

Noi stiamo spostando sull’Edge una parte, per esempio, dell’inferenza quando parliamo di Machine Learning, quindi staccare anche l’Edge dal Cloud, anche dove ci sono momenti di connettività non costante; sono dei progetti incredibili che sicuramente possono portare dei vantaggi al cliente finale. In questo momento è una delle nostre principali aree di investimento, per cui abbiamo già una serie di servizi in questo campo: se ci si sposta verso quel mondo secondo me è solo un vantaggio per i nostri clienti.

Sul 5G sono in atto progetti con Telco. A Milano collaboriamo con Vodafone per sperimentare e testare nuovi modelli di connessione dove il tema della connessione e della potenza sparirà, questo abiliterà dei nuovi use case (l’Edge è uno di questi ma non l’unico, pensiamo anche alle auto connesse).