Intervista a Claudio Bassoli, Vice-Presidente, HPE

Lo scorso 27 marzo, nell’ambito del Digital Infrastructure Summit abbiamo incontrato Claudio Bassoli, Vice President HPE, che ci ha parlato dei progetti sviluppati da HPE per aiutare le aziende ad estrarre valore dai dati: dalla terza generazione di soluzioni di Intelligent Edge all’utilizzo dell’Artificial Intelligence per permettere di trarre valore dai dati.

Qual è la vostra visione relativamente alle nuove architetture tecnologiche e in particolare la vostra visione di “Edge to Cloud”?

La nostra visione “Edge to Cloud” nasce dalla constatazione per cui ormai da anni viviamo in una società dove i dati, in modo ubiquo, vengono generati ovunque, il che ne rende necessaria la raccolta e l’analisi per poi poterli trasformare in valore per le persone o per le aziende. Per queste ragioni abbiamo introdotto un nuovo livello di tecnologia che abbiamo definito “Intelligent Edge” che permette, da un lato, di fornire le infrastrutture tecnologiche prevalentemente di rete che gestiscono questa mole enorme di dati, dall’altro di poter elaborare questi dati, valorizzandoli laddove vengono generati per poter fornire un servizio.

Va considerato, inoltre, che ad oggi diverse statistiche riportano che il 94% dei dati generati rimane inutilizzato, un vero e proprio spreco di quello che oggi viene considerato il nostro “petrolio”, problema che potrebbe essere risolto, appunto, con l’Intelligent Edge.

In che modo quest’ innovazione tecnologica su cui state lavorando consente alle imprese di utilizzare i Big Data e di sviluppare nuove applicazioni basate sull’Artificial Intelligence?

Negli ultimi anni noi abbiamo lavorato lanciando nuove architetture sia nell’ambito dell’Intelligent Edge (dove per nuove architetture si intendono nuove modalità di rete, come ad esempio il WiFi 6 -802 111 ax- disponibile già da diversi anni e che ha la caratteristica di poter gestire in modo sicuro ingenti moli di dati, o il multicasting) sia nel contesto degli Edge Line, architetture di computer che permettono con oggetti di piccole dimensioni di poter elaborare, archiviare e trasmettere centralmente.

Nell’ambito dei Big Data e dell’Artificial Intelligence le nostre attività sono state prevalentemente due:

• Abbiamo introdotto sul mercato nuove architetture che sono state ingegnerizzate per poter acquisire, immagazzinare ed elaborare grandi moli di dati, usando sia applicativi tradizionali che nuovi algoritmi matematici. Questo è estremamente rilevante perché per estrarre il valore dai dati bisogna riuscire, non solo ad estrarre il dato con l’edge ma anche ad avere dei sistemi centrali in grado di analizzare i dati creando valore di business: in questo campo siamo stati i primi ad aver lanciato commercialmente delle architetture che arrivano fino a 48 terabyte di memoria centrale fino nei laboratori dove abbiamo architetture che permettono di avere 120 terabyte di memorie e poter lavorare su questa stessa memoria con processori diversi.
• Abbiamo aiutato i nostri clienti nello sviluppo di nuovi algoritmi. Innovando le infrastrutture abbiamo fatto sì che queste fossero in grado di poter utilizzare algoritmi matematici che in precedenza era impossibile risolvere.

In termini di use case?

Un paio di esempi. Il primo relativo alla guida autonoma: un’ora di guida autonoma produce 9 terabyte di dati, ciò vuol dire che nel ciclo di vita di un anno della macchina vengono generati 180 petabyte di dati. Considerata questa mole non si possono usare le architetture del passato, perché diventerebbe una soluzione eccessivamente costosa; d’altra parte, però, c’è comunque la necessità di elaborare dati sulla macchina e portarli al centro in modo efficiente ed efficace, disponendo di una quantità di memoria e di processori che consentono di fare questo tipo di elaborazioni.

Un altro caso è nell’ambito di quello che noi chiamiamo Intelligent Venue, e qui vorrei riportare come esempio il Levi’s Stadium, in California, dove queste tecnologie applicate hanno portato, nella prima stagione in cui sono state utilizzate, a più di 1 milione di dollari di revenues per quanto riguarda il food, beverage, merchandise e parcheggi e a 750 mila dollari in più di introiti pubblicitari nell’app che è stata realizzata. L’app ha, inoltre, avuto un utilizzo del 30% da parte di chi frequentava lo stadio (rispetto a una media del mercato del 5%); il suo successo è stato determinato dal fatto che essa forniva una serie di servizi che senza queste tecnologie non potevano essere erogati. È questo, dunque, il modo in cui i dati si trasformano in petrolio, in ricavi e in profitti.