211service.com
Dispositivi intelligenti, un sistema coeso, un futuro più luminoso
In associazione con Tecnologie Dell
Se hai bisogno di un motivo per sentirti a tuo agio con la direzione in cui sta andando la tecnologia, cerca John Roese, CTO di Dell Technologies, su Twitter. La maniglia che ha composto nel 2006 è @theICToptimist. ICT sta per informazione e comunicazione.
Questo episodio del podcast è stato prodotto da Insights, il ramo dei contenuti personalizzati di MIT Technology Review. Non è stato prodotto dalla redazione del MIT Technology Review.
Il motivo di quell'acronimo era perché credevo fermamente che il futuro non riguardasse la tecnologia dell'informazione e la tecnologia della comunicazione in modo indipendente, afferma Roese, presidente e chief technology officer di prodotti e operazioni presso Dell Technologies. Si trattava di loro che si univano.
Quasi due decenni dopo, è difficile non dargli ragione. Le organizzazioni stanno cercando le enormi quantità di dati che stanno raccogliendo e generando per diventare completamente digitali, stanno utilizzando il cloud per elaborare e archiviare tutti quei dati e si stanno rivolgendo a nuove tecnologie wireless come il 5G per alimentare gli affamati di dati applicazioni come l'intelligenza artificiale (AI) e l'apprendimento automatico.
In questo episodio di Business Lab, Roese ripercorre questa confluenza di tecnologie e i suoi risultati futuri. Ad esempio, i veicoli autonomi si stanno sviluppando rapidamente, ma le auto completamente senza conducente non stanno ancora percorrendo le strade. E non lo faranno finché non attingeranno a un modello di calcolo collaborativo: dispositivi intelligenti che si collegano a una combinazione di cloud e infrastruttura di edge computing per fornire un calcolo infinito in modo efficace.
Uno dei maggiori problemi non è rendere il dispositivo intelligente; sta rendendo il dispositivo intelligente ed efficiente in un sistema scalabile, afferma Roese.
Ci sono così grandi cose in vista, ma la tecnologia oggi sta facendo passi da gigante, dice Roese. Parla di intelligenza artificiale, che sfrutta l'intelligenza artificiale e l'apprendimento automatico per imitare l'intelligenza umana e affrontare problemi complessi, come l'accelerazione delle catene di approvvigionamento o nell'assistenza sanitaria, rilevando con maggiore precisione tumori o tipi di cancro. E le opportunità abbondano. Durante la pandemia di coronavirus, l'intelligenza artificiale può scalare l'assistenza infermieristica fornendo agli infermieri strumenti basati sui dati che consentono loro di vedere più pazienti. Nella sicurezza informatica, può mantenere i buoni un passo avanti rispetto ai cattivi innovatori. E nelle telecomunicazioni, potrebbe eventualmente prendere decisioni riguardanti le reti mobili che potrebbero avere un trilione di cose su di loro,' dice Roese. Questa è una rete molto, molto, molto ampia che supera la capacità di pensare dell'uomo.
Business Lab è ospitato da Laurel Ruma, direttrice di Insights, la divisione di pubblicazione personalizzata di MIT Technology Review. Lo spettacolo è una produzione di MIT Technology Review, con l'aiuto della produzione da Collective Next.
Questo episodio del podcast è stato prodotto in collaborazione con Dell Technologies.
Mostra note e collegamenti
Interruzioni tecniche emergenti nel 2020 , di John Roese, Dell Technologies, gennaio 20,2020
Il viaggio verso il 5G: estendere il cloud ai dispositivi mobili edge, un'intervista con John Roese a EmTech Next 2020
La quarta rivoluzione industriale e la digitalizzazione trasformeranno l'Africa in una potenza mondiale , di Njuguna Ndung'u e Landry Signé, Brookings Institution, 8 gennaio 2020
Trascrizione completa
Lauro Ruma: Da MIT Technology Review, sono Laurel Ruma. E questo è Business Lab, lo spettacolo che aiuta i leader aziendali a dare un senso alle nuove tecnologie che escono dal laboratorio e nel mercato.
Il nostro argomento oggi è l'intelligenza artificiale. La quantità di dati che creiamo aumenta esponenzialmente ogni giorno, e questo significa che dobbiamo elaborarli più velocemente e proteggerli meglio. È qui che entra in gioco l'IA, dal 5G all'edge computing e all'informatica quantistica. Il futuro sta nascendo e l'IA è reale.
Due parole per te, applicazioni basate sull'intelligenza artificiale.
Il mio ospite è John Roese, presidente e chief technology officer di prodotti e operazioni presso Dell Technologies. John è entrato in Dell EMC nell'autunno del 2012 ed è stato determinante nella definizione della strategia tecnologica. È un autore pubblicato e detiene più di 20 brevetti in attesa e concessi, in aree quali reti basate su policy, servizi basati sulla posizione e sicurezza. Questo episodio di Business Lab è prodotto in associazione con Dell Technologies. John, grazie per esserti unito a me su Business Lab.
Giovanni Roese: Bello essere qui.
Alloro: Quindi, a gennaio, hai scritto di tre tecnologie dirompenti emergenti per il 2020. Quantum computing, architetture specifiche del dominio e 5G. Siamo a metà del 2020. Allora, cosa ne pensi, avevi ragione?
John: Bene, penso che il covid-19 abbia cambiato le linee temporali, ma non credo che abbia cambiato nessuna di queste tre. Quei tre stanno chiaramente andando avanti. Quantum è un viaggio lento e complesso, ma quello che abbiamo visto sono le scoperte di quest'anno. Abbiamo visto l'era del tubo a vuoto di una supremazia quantistica molto rudimentale che inizia a materializzarsi. E penso di aver detto in quel blog che sarà un lungo viaggio: non aspettarti che sconvolgerà il mondo domani, ma la fisica è solida e alla fine avremo le scoperte. E penso che stiamo continuando su questa strada. Le architetture specifiche del dominio stanno accelerando. Tracciamo oltre 30 nuove tecnologie di semiconduttori utilizzate per accelerare il calcolo di vari carichi di lavoro, inclusi specificamente i carichi di lavoro AI-ML [machine learning]. E semmai ne stiamo vedendo emergere di più. Ora si stanno estendendo al limite, e così chiaramente sta accadendo.
E poi sul 5G, una delle cose belle che sono successe durante la crisi del covid-19 è il riconoscimento da parte delle persone della necessità di essere iperconnessi, di poter lavorare dove serve, di poter ricevere assistenza sanitaria ogni volta che ne hai bisogno, di essere in grado di disporre di un'infrastruttura logistica che funziona in modo molto più autonomo. E penso che uno dei grandi risultati sia stato che abbiamo bisogno di un wireless migliore, abbiamo bisogno di nuovi progressi nella connettività mobile. E semmai, penso che l'apprezzamento del settore wireless e della tecnologia wireless come componente fondamentale della trasformazione digitale sia diventato significativamente maggiore negli ultimi tre mesi. Quindi tutti e tre tengono, due di loro continuano. Ma il terzo, il 5G, è stato decisamente accelerato. E solo la consapevolezza interpersonale nella società è appena migliorata, il che è positivo per la tecnologia.
Alloro: Solo per insistere un po' di più sulla questione del 5G, sento che le aziende informatiche prestano maggiore attenzione al 4G, ora 5G. È perché ogni azienda ora è una società di telecomunicazioni, più o meno? Tutti devono sapere cosa sta succedendo con il wireless.
John: Sì. Sì. Penso che ci siano due risposte a questo. La prima è che non è che tutti stiano diventando una compagnia di telecomunicazioni. Penso che ci stiamo rendendo conto che se vuoi davvero trasformare digitalmente il tuo settore, la tua funzione o la tua società, non lo fai in un data center. Lo fai nel mondo reale. I data center sono importanti; le nuvole sono importanti, ma i dati effettivi vengono prodotti e consumati nel mondo reale. È negli ospedali, nelle città, nelle fabbriche, a casa tua. E affinché funzioni, è necessario un tessuto di connettività migliore. E così le persone si sono rese conto che tutte le nuvole del mondo, tutti i confini del mondo e tutta la trasformazione digitale nel mondo, se sono silos isolati senza una solida rete di connettività di base digitale, sono non va a lavorare.
E così all'improvviso le persone che non erano così interessate alle telecomunicazioni sono improvvisamente molto interessate perché hanno capito che non puoi avere un vantaggio se non può connettersi a un core. E se l'edge può essere solo in tre punti invece di dove dovrebbe essere perché ha la connettività sbagliata, la tua intera trasformazione digitale, la tua iniziativa di fabbrica intelligente, la tua iniziativa di città intelligente va semplicemente in pezzi. Quindi penso che ci sia stata una comprensione e un'urgenza di quanto sia importante il networking che ha aumentato la visibilità.
Il secondo, però, è che le telecomunicazioni come settore si stanno spostando verso il mondo cloud e IT. Tutto ciò che riguarda il 5G ci dice che non sarà costruito come telecomunicazioni legacy, e ho un po' di storia nelle telecomunicazioni legacy, non sarà costruito nel modo in cui abbiamo costruito 3G e 4G. Sarà costruito nell'era del cloud. Utilizzerà hardware aperto, virtualizzazione del software, containerizzazione. Saranno forti consumatori di tecnologia AI e ML, sembra solo più simile alle cose su cui si concentra la maggior parte dell'industria tecnologica statunitense. E quindi non solo saremo grandi consumatori e avremo molta dipendenza, ma la tecnologia effettiva che usi per costruire un sistema 5G e oltre sarà molto più dominata dalle tecnologie IT e cloud rispetto alle telecomunicazioni legacy. La realtà è che avrà ancora alcune funzionalità di telecomunicazione, ma questo sta attirando aziende come Dell e molte delle società cloud nel mondo 5G. Non solo perché è interessante, ma perché è necessario che venga consegnato nel modo giusto.
Alloro: Sento che ora è la perfetta confluenza per te in particolare e il tuo background, perché avere qualcuno che è così esperto nel settore delle telecomunicazioni, e poi anche con il cloud e tutte le altre tecnologie, stai davvero mettendo tutto insieme in un luogo e una causa. E questo mi sembra il posto perfetto per far esplodere davvero il 5G e, ancora una volta, per portare le persone in quella rete di pensiero e lontano da questi silos dove hai la tua compagnia di telecomunicazioni qui, e poi hai la tua altra compagnia di informatica qui, eccetera . In che modo questo cambia di nuovo con il covid e il limite che ora si estende alle case delle persone e fuori dall'ufficio?
J privo di: Ehi, a proposito, solo per inciso, il mio account Twitter è @theICToptimist. E se non sai cosa significa ICT, è tecnologia dell'informazione e della comunicazione. E questo risale al 2006, quando mi sono unito a Twitter, molto tempo fa. E il motivo di quell'acronimo era perché credo fermamente che il futuro non riguardasse l'informatica e la tecnologia della comunicazione in modo indipendente; si trattava di loro che si univano. Quindi, eccoci qui quasi 20 anni dopo, e sì, penso che avessimo ragione. Se pensiamo al 5G e all'edge, l'edge è ancora presto. Non abbiamo davvero costruito le cose intelligenti che vogliamo costruire. Ad esempio, non abbiamo droni di consegna automatizzati che sorvolano le nostre città sapendo in modo intelligente come portarci i nostri beni e servizi senza uccidere nessuno.
Quelli sono ancora davanti a noi. E inoltre non abbiamo auto a guida autonoma, non abbiamo necessariamente città intelligenti, non abbiamo ancora fabbriche davvero intelligenti, ma ne abbiamo le prime indicazioni. E abbiamo prove sufficienti quando guardiamo alle prime ondate di smartificazione del mondo, che uno dei maggiori problemi non è rendere il dispositivo intelligente, ma rendere il dispositivo intelligente ed efficiente in un sistema scalabile. E quindi quello che abbiamo scoperto è che se ti aspetti che il dispositivo sia un'entità autonoma, completamente autosufficiente e iper-intelligente, non avrai abbastanza potenza per fargli fare tutto ciò che dovrebbe fare. L'auto più intelligente del mondo, se deve guidare intorno a un reattore da cinque megawatt perché è la quantità di IT che utilizzerà, non sarà un'auto molto buona. E così l'edge si è materializzato, non solo come un luogo interessante per fare IT, ma come uno scarico per la smartificazione del mondo.
Quindi abbiamo già visto esempi con cose come la realtà aumentata [AR]. Alcuni dei primi esempi di edge 5G utilizzano effettivamente l'accelerazione della realtà aumentata nel livello di edge computing. E l'idea qui è che hai un dispositivo mobile, un telefono cellulare, occhiali AR, qualunque esso sia, che invece di elaborare tutti gli artefatti, invece di eseguire tutta l'elaborazione video sul dispositivo, ne spingono circa l'80% in un livello di elaborazione perimetrale che ha un pulsante in elaborazione e tutta la potenza di cui potrebbe aver bisogno, e il risultato è che ora hai un'esperienza AR altamente efficiente su un dispositivo mobile che riceve l'assistenza dall'edge, ma soprattutto, è in realtà supera la sua capacità originale perché attinge a un calcolo effettivamente infinito. Quindi ha più artefatti, una migliore risoluzione video, una maggiore profondità del colore.
Queste sono cose che abbiamo già dimostrato, che ci dicono che l'edge non è solo un livello dell'IT, è uno dei componenti chiave per permetterci di portare l'intelligence alle entità connesse ovunque senza gravare l'intero onere sull'entità. E quel modello di calcolo collaborativo è probabilmente lo strumento più potente che abbiamo per risolvere questo problema di potenza più funzionalità più costi e ottenere la giusta combinazione tra di loro. Quindi è presto, ma ora stiamo vedendo prove sufficienti che questo è il modello, il che rende Edge ancora più interessante e in realtà più praticabile perché sappiamo che il dispositivo di per sé non è la risposta, il cloud di per sé non lo è la risposta. È questa combinazione di infrastrutture cloud, infrastrutture perimetrali e dispositivi che lavorano tutti insieme che ci consente di ottenere un migliore equilibrio tra funzionalità di costo, set di funzionalità e modelli di distribuzione.
Alloro: Quindi, parlando di tecnologia che sta diventando migliore, più piccola e più veloce, ciò significa anche che al limite, il tuo dispositivo che hai in mano fa parte di quella rete e rete. Quindi l'IA può estendersi dal cloud al tuo dispositivo e i dispositivi possono essere resi più intelligenti grazie a ciò, perché la potenza di elaborazione è ora nelle tue mani.
John: Sì. No, assolutamente. In effetti, ho fatto questo esempio un paio di anni fa in cui stavo parlando, abbiamo lavorato molto nell'attività di veicoli autonomi in tutto il mondo. Lavoriamo con la maggior parte delle principali case automobilistiche e abbiamo imparato molto. Ma uno degli esempi che ho fatto molto tempo fa è stato, sappiamo che l'auto stessa sarà piuttosto intelligente. Un veicolo moderno e autonomo contiene un'elaborazione AI personalizzata; fa molti sensi e analisi davvero interessanti. E in una certa misura deve essere a guida autonoma, perché per motivi di sicurezza della vita, non vuoi che la rete si interrompa e l'auto vada fuori strada. Quindi supponiamo che sia tutto vero. Quindi, bene, cosa faresti se ora fossi un'auto relativamente autosufficiente, ma collegata a una strada a cui è associato un edge computing? E l'esempio che ho fatto è stato, se guardi queste auto, hanno cose che possono percepire l'auto davanti a loro, possono percepire la superficie stradale.
Possono portare con sé molti dati che dicono loro come prevedere le superfici stradali e come regolare le sospensioni. Hanno anche alcune cose che possono capire i modelli di traffico in una sorta di tempo non reale. Ma immagina se tutte quelle auto iniziassero a condividere non solo i loro dati a lungo termine, ma la loro visione immediata del mondo, la nuvola di punti dei dati che li circondano in tempo reale, e li condividessero con nodi che erano adiacenti a loro in tempo reale tempo in modo che la tua stessa strada avesse un'immagine principale della comprensione in tempo reale di tutte le auto. E il risultato è stato che se la tua auto, quando stava cercando di capire, come posso regolare la mia sospensione per quello che verrà dopo, non l'ha fatto solo in base a un database o a ciò che poteva vedere, ma potrebbe chiedere al domanda su cosa vedono tutti gli altri? E ora potrebbe prevedere le cose. Stessa cosa per la sicurezza. Non aveva solo sensori che potevano vedere davanti a sé, ma poteva vedere ciò che potevano vedere le auto, davanti alle auto, davanti alle auto.
E quindi l'esempio che ho fornito è, immagina il tuo display heads-up mentre l'utente all'interno di un veicolo semi-autonomo o autonomo ti sta mostrando ciò che l'auto può vedere, ma nel momento in cui può attingere a questa strada intelligente con questo livello di edge computing , quel display head-up può vedere dietro gli angoli. Può vedere cose che tu non puoi vedere, può vedere ciò che le altre persone possono vedere. E ora la tua visualizzazione del mondo reale in tempo reale diventa solo una visione molto più ampia di tutto ciò che ti circonda grazie a quel modello di calcolo collaborativo. Questo è uno strumento incredibilmente potente che non è possibile se il dispositivo da solo sta cercando di risolvere questo problema. E puoi trasporlo in molti altri settori, ma quello a guida autonoma è affascinante perché lì avrai un dispositivo molto intelligente e robusto che può funzionare da solo, ma funziona meglio in molte dimensioni quando può attingere alla collettività consapevolezza di tutte le auto, di tutte le strade e di tutte le cose che le circondano in tempo reale.
E l'unico modo per farlo non è inviare messaggi attraverso Internet all'altro lato dell'universo in un cloud pubblico, ma ottenere questa reattività in tempo reale di attingere a un livello di elaborazione perimetrale. Quindi pensiamo che il modello diventerà una delle grandi scoperte che, quando non devi attraversare Internet e puoi ottenere questa comprensione collettiva in tempo reale locale, anche i dispositivi completamente autonomi migliorano, e loro diventano più interessanti e toccano modelli di business completamente nuovi.
Alloro: Quindi ho letto che una parte interessante della tua prospettiva è che, dove siamo con l'IA in questo momento, rende la nostra vita migliore, forse dal 5% al 10%, ma siamo davvero lontani da Terminator. Quindi, anche solo con i veicoli autonomi, stiamo parlando di cose che migliorano progressivamente ogni volta che esce qualcosa di nuovo, ma siamo ancora lontani dalle auto che guidano da sole, ma questo è un obiettivo finale. Nel frattempo, però, quel 5-10% è ancora significativo.
John: Oh, sì, assolutamente. Voglio dire, ora le auto sono un gioco interessante, perché a seconda di chi chiedi, potremmo essere a un mese di distanza da un veicolo connesso di livello cinque completamente autonomo e alcune persone ti darebbero una risposta diversa. Posso darti la mia opinione. Ma in generale, il motivo per cui ho fatto quel commento è che, quando guardi all'applicazione dell'intelligenza artificiale a qualsiasi cosa, che si tratti di un'auto a guida autonoma o di un processo aziendale o di un'esperienza utente o altro, giochi, ci sono due cose a cui puoi pensare come successo. Uno è che lo rivoluzioni completamente. La trasformi in qualcosa che non è mai stato contemplato prima, un'auto a guida autonoma di livello cinque. Questo è un grande, grande salto, e vale la pena fare quel salto: ci vuole solo molto tempo per arrivarci.
L'altro modo in cui guardi all'intelligenza artificiale è che si tratta di un aumento dei compiti cognitivi che gli esseri umani in genere svolgono. Quando devi pensare, in questo momento sei da solo. Sta a te prendere quella decisione. Molto raramente ricevi molto aiuto dal lato del pensiero. Potresti ottenere molti dati, ma devi ordinarli. I consigli in realtà non provengono dalla tecnologia; devi capirlo. Quindi quello che abbiamo capito all'inizio è che applicando un'attenta applicazione dell'intelligenza artificiale ai luoghi in cui gli esseri umani devono acquisire dati, comprenderli e prendere una decisione, possiamo effettivamente accelerare quel processo o renderlo più preciso, meno soggetto a errori. E così, come abbiamo smontato, sia che si trattasse del processo della catena di approvvigionamento di Dell, o del processo di assistenza della manutenzione predittiva, o che si trattasse di sistemi radiologici all'interno dell'assistenza sanitaria, dove stai solo cercando di trovare qualcosa nell'immagine, quei miglioramenti del 5% e del 10% relativi al solo far funzionare un po' meglio il processo erano molto migliori di quanto potresti mai ottenere con gli esseri umani perché gli esseri umani erano la linea di base.
E ogni volta che si migliora qualcosa come una catena di approvvigionamento del 5% o 10%, o non so, la radiologia del 20% o del 30% in più di precisione nel rilevare cose come cancro e tumori, questo è un risultato molto potente, non solo per un individuo, ma potenzialmente alla società. E quindi uno dei messaggi che abbiamo dato ai nostri clienti e che abbiamo cercato di chiarire alle persone è che non siamo contrari alle grandi scoperte, pensiamo che siano grandiose. Ma c'è molto di più che possiamo fare con questa tecnologia per prendere qualsiasi posto in ogni processo che abbiamo, il che implica che gli esseri umani devono prendere decisioni e aumentarle con l'intelligenza artificiale per prendere quelle decisioni più accurate, più rapide, più propensi a avere un esito positivo. E io uso la parola qualunque poiché è davvero ovunque che gli esseri umani debbano prendere una decisione, possiamo prendere quella decisione meglio con l'attenta applicazione dell'intelligenza artificiale.
E questa sembra davvero una buona cosa da fare in questo momento, perché non richiede enormi innovazioni: è la tecnologia che abbiamo oggi. E ogni volta che lo facciamo, il processo migliora, la struttura dei costi migliora, il risultato migliora.
Alloro: Parlando di risultati migliori, siamo ancora all'inizio di questa pandemia, ma vedi opportunità specifiche che emergono con l'intelligenza artificiale in particolare? Come hai appena detto, una soluzione ovvia sarebbe l'assistenza sanitaria, ma ci sono così tanti dati.
John: Oh, sì, c'è un numero infinito. Fondamentalmente il modo per guardarlo è, se ti stai chiedendo dove abbia senso l'uso dell'intelligenza artificiale per migliorare l'efficacia e l'efficienza del comportamento umano, guarda ovunque nel periodo del coronavirus in cui abbiamo esaurito le persone, dove le persone semplicemente è stato sopraffatto. E l'assistenza sanitaria è un ottimo esempio. Ci sono i primi esempi di, ehi, non avevamo abbastanza infermieri per affrontare le ondate che andavano in questi ospedali. Quindi non lo so. Abbiamo il paziente sensorizzato, perché non inviamo tutti quei dati del sensore a un'intelligenza artificiale che non sostituisca l'infermiera; offre solo all'infermiera una visione più completa del paziente preelaborando, organizzando e formulando raccomandazioni, quindi ora un'infermiera può forse monitorare 30 pazienti anziché tre? Ciò ridimensiona l'assistenza infermieristica, che è uno strumento molto potente. Ovviamente l'abbiamo visto in termini di assistenza clinica dove se si tratta di una procedura medica, voglio dire, persone che hanno a che fare con uno specialista in pneumologia, abbiamo avuto molti problemi respiratori. Non sarebbe bello se potessimo semplificargli la vita avendo, non so, forse i nostri ventilatori un po' più autoregolanti, un po' più autoregolanti? Abbiamo assistito a questo tipo di comportamento e ci siamo resi conto che ci sono posti in cui non abbiamo abbastanza persone per portare a termine il lavoro.
L'altro esempio, totalmente all'altro capo dello spettro in covid, era la logistica e la consegna. Quando all'improvviso non hai autisti o non puoi avere contatti umani, ma le persone devono comunque ricevere le consegne, devono fare la spesa, devono spostare le cose. Bene, sembra che l'uso di veicoli autonomi o semi-autonomi o IA per pianificare meglio il percorso avrebbe un'enorme implicazione nel rendere quella particolare funzione più efficace.
E quindi, i momenti aha in covid non erano necessariamente sorprendenti quando li capisci, ma puoi trovarli ovunque ci siamo resi conto che la capacità umana ha un confine finito. E ogni volta che ci imbattiamo in un luogo in cui gli esseri umani sono sopraffatti dall'esecuzione di un compito, e il compito implica prendere decisioni, pensare attraverso i dati, provare a fare qualcosa, questi sono buoni posti per noi in cui applicare l'intelligenza artificiale in modo da poter scalare l'essere umano , non necessariamente per sostituirli.
Alloro: Quindi un giorno saremo fuori dal covid. Da dove altro stiamo iniziando a rendere reale l'IA?
John: Beh, penso ovunque, a dire il vero. Non c'è davvero un'industria o uno spazio che non stia tentando. Ora abbiamo delle sfide a volte. Come nell'assistenza sanitaria, è difficile inserire l'IA nell'assistenza sanitaria perché è un settore regolamentato; i tempi sono molto lunghi. Quindi abbiamo visto scoperte importanti, non nell'assistenza sanitaria, ma nel benessere. Ci sono delle cose piuttosto interessanti. Come se ci fosse un anello chiamato Oura Ring, che fondamentalmente monitora la tua temperatura e un sacco di segni vitali. È uno strumento per il benessere; non è necessariamente uno strumento sanitario in questo momento. Ma poiché può utilizzare l'intelligenza artificiale avanzata, può dare interpretazioni, abbiamo scoperto che quell'anello può darti un buon avvertimento precoce che potresti essere incappato in qualcosa, o prima che tu sappia che sei malato, potrebbe dire stai per ammalarti, che è uno strumento piuttosto potente e piuttosto innovativo.
Ma dall'altro lato, vediamo che l'applicazione dell'intelligenza artificiale è solo un punto naturale dell'evoluzione della tecnologia. Nel mondo 5G, ad esempio, ecco un buon esempio: non possiamo costruire le reti 5G di cui avremo bisogno con l'intervento umano ovunque. Sono semplicemente troppo complessi. E così candidamente, ci aspettiamo che il 5G e oltre, il segno distintivo delle future infrastrutture di telecomunicazione sarà l'automazione. Saranno le IA a prendere le decisioni in merito all'efficienza spettrale, all'ottimizzazione della larghezza di banda e a tutti i tipi di cose, perché non è possibile che un essere umano possa gestire una rete di cento milioni di abbonati, e questo prima di metterci tutte le cose su di essa. Sarebbe possibile solo negli Stati Uniti, alcune di queste reti mobili tra 10 anni potrebbero avere un trilione di cose su di loro. Questa è una rete molto, molto, molto ampia che supera la capacità di pensare dell'uomo.
E quindi stiamo già assistendo all'iniezione di intelligenza artificiale nelle reti di telecomunicazioni, nei data center su larga scala, nell'automazione dell'infrastruttura in un modo che consente agli esseri umani di tenere il passo. E poi, mentre rimbalzi, abbiamo iniziative in corso nello spazio merci e logistico in cui le persone si stanno rendendo conto, ehi, ci sono molti beni e servizi in movimento, ma si muovono in modo lento e goffo. E se provassimo a collegare davvero e fondere carrelli elevatori intelligenti, oltre alla sorveglianza visiva, alla mappatura degli oggetti e agli algoritmi per decidere come imballare correttamente un camion o come caricare correttamente un aereo o come spostare le cose attraverso quell'infrastruttura logistica in un posto in cui in qualche modo rallenta perché non c'è davvero uno schema chiaro lì? Bene, l'IA è fantastica quando non hai uno schema chiaro. Lascia che l'IA capisca lo schema e sviluppi una serie di logica attorno ad esso.
Quindi è universale. È molto difficile trovare un posto, se si pone l'inverso della domanda, in cui le persone non utilizzano l'intelligenza artificiale, a parte i luoghi in cui il regime normativo è obsoleto sono diventati impedimenti per le persone ad adottare questo tipo di tecnologie in modo più aggressivo . E quindi, uno dei nostri oneri come industria è lavorare con le autorità di regolamentazione per aggiornare queste normative in modo da non creare una situazione in cui la normativa impedisce la naturale progressione della tecnologia che fa avanzare il progresso umano.
Alloro: Sì. E immagino che tu possa pensare che la regolamentazione e la sicurezza vadano di pari passo, specialmente quando i cattivi hanno accesso agli stessi strumenti con cui costruisci la rete. Quindi, come inizi anche a proteggere tutti questi dati straordinari?
John: Sì. Bene, voglio dire che i dati sono solo dati. Puoi usarlo nel bene o nel male, e sfortunatamente in realtà è incredibilmente prezioso e quindi diventa un bersaglio gigantesco. I compromessi di sicurezza non accadono perché qualcuno è annoiato; accadono perché c'è un obiettivo che vale la pena rubare. E nel nostro ambiente digitale, la valuta sono i dati, le informazioni, i modelli: queste cose sono i veri strumenti preziosi. E la realtà è che saranno un bersaglio. Quindi dobbiamo davvero pensare a come proteggeremo questi ambienti in un modo forse diverso da come abbiamo fatto storicamente con il mondo fisico. Per essere molto schietti, l'attuale approccio alla sicurezza semplicemente non funzionerà, perché il nostro attuale approccio alla sicurezza è che abbiamo una cosa che funziona indipendentemente dalla sicurezza, e poi abbiamo cose che la attaccano, e quindi creiamo una tecnologia di sicurezza per contrastare quelle cose che l'hanno attaccato.
Il problema è che è una battaglia impossibile da vincere, perché candidamente qualcuno può semplicemente escogitare un nuovo modo per attaccarlo, e quindi l'industria della sicurezza deve trovare una risposta. E questo non è un buon modo per gestire un'organizzazione o una tecnologia. E quindi la nostra convinzione è che dobbiamo passare al nostro modello in cui stiamo davvero guardando alla sicurezza intrinseca, che stiamo costruendo la sicurezza nella cosa che stiamo proteggendo, sia che lo stiamo facendo in un ambiente cloud, sia lo stiamo facendo in un ambiente di rete. Ma la linea di fondo è che dobbiamo allontanarci dall'idea che la sicurezza avvenga come reazione a un evento esterno. Al contrario, deve essere qualcosa di intrinsecamente integrato nel sistema reale e nella sua architettura.
Sembra marketing, ma la linea di fondo è che non è una battaglia vincibile se avremo un prodotto di sicurezza per ogni problema di sicurezza. Dobbiamo avere architetture, infrastrutture e sistemi che non sono costruiti per reagire a nessun particolare problema di sicurezza, sono costruiti per rispondere a qualsiasi minaccia. Hanno una comprensione completa della loro identità. Hanno la capacità di controllare l'accesso e comprendere i comportamenti al loro interno. Ho sempre sostenuto che nel mondo della sicurezza ci sono tre cose con cui hai a che fare. Il noto buono, il noto cattivo e l'ignoto. E oggi, la maggior parte dei nostri principi di sicurezza riguarda il tentativo di bloccare il male noto, che è impossibile da vincere, e il tentativo di setacciare l'ignoto, ma non lo fanno molto bene. E, cosa abbastanza interessante, il bene noto che raramente costruiamo per quello. Ora la mia argomentazione è che dobbiamo capire qual è il buon comportamento noto e dobbiamo bloccarlo e assicurarci che ciò accada. Dobbiamo proibire il noto cattivo, questa è un'affermazione ovvia. Ma è l'ignoto da dove verrà tutta l'innovazione.
E questo ci riporta a cose come AI e ML. L'idea di usare le intelligenze delle macchine per setacciare l'ignoto per determinare molto rapidamente, è un male noto o un bene noto? A quale campo appartiene? E fallo più velocemente di quanto l'altra parte possa farlo perché disponiamo di strumenti migliori per comprendere i comportamenti e per avere i framework integrati nell'infrastruttura stessa. La cosa più importante è che, anche se utilizzi l'IA, per comprendere le nuove minacce e per decidere se sono buone o cattive, se viene eseguita al di fuori dell'infrastruttura, dovrai comunque implementare un altro prodotto per reagire. Se dall'altra parte l'infrastruttura è il prodotto che reagisce agli eventi di sicurezza, se sta letteralmente dicendo all'infrastruttura, cambia la catena di servizi nel tuo SDN, cambia il livello di virtualizzazione, cambia il tuo manifest Kubernetes, ma non ne stai distribuendo nuova tecnologia: stai semplicemente imponendo nuovi comportamenti all'infrastruttura così com'è. Poi, all'improvviso, quel cervello può effettivamente entrare in produzione molto più velocemente che dover distribuire un prodotto completamente nuovo o un sistema completamente nuovo.
Quindi, ma la sicurezza è quella che, ecco la cattiva notizia, non andrà mai via. Siamo costantemente in una corsa dinamica alla sicurezza con i cattivi e i buoni. Ma penso che possiamo muoverci molto più velocemente se usciamo da questa modalità di pensare che per ogni problema di sicurezza c'è un prodotto. Deve essere che le nostre infrastrutture siano il meccanismo reattivo e utilizziamo l'intelligenza artificiale in modo aggressivo per cercare di capire quando reagire. Ma quella reazione non richiede la sostituzione dell'intera infrastruttura, modificando le nostre architetture per reagire. Se entri in quella modalità, puoi muoverti più velocemente degli avversari e hai un approccio alla sicurezza intrinseca a livello di sistema, che è un grande cambiamento per le persone, ma logicamente l'unico posto in cui saremo in grado di raggiungere qualsiasi tipo di successo mentre iniziamo a pensare alla scala di questo futuro di fronte a noi.
Alloro: Mi piace la frase, intelligenza artificiale, perché è davvero quello che è. Deve essere presente nell'intero sistema, sia che tu stia costruendo un buon attacco o sistemi migliori per reagire sempre più velocemente. Non è solo intelligenza artificiale, non è solo apprendimento automatico. In realtà è una combinazione dei due che ti permette di fare molto di più. E pone anche molte aspettative e oneri sulle persone che creano questi sistemi per funzionare in un certo modo. Quindi so che sei nel consiglio di Cloud Foundry e che l'open source è importante, ma questa è una specie di radice dell'open source, giusto, è pensare a come possiamo lavorare tutti insieme e in qualche modo democratizzare questa tecnologia in modo che tutti chi partecipa, alla fine, guadagna qualcosa.
John: Sì. No, assolutamente. Voglio dire, credo, metodologie open source: questa idea di sviluppo basato sulla comunità, tra l'altro, non è nuova e non è esclusiva dell'open source. Lavoro in organismi di normalizzazione da 20 anni ormai. E se entri nell'IEEE [Institute of Electrical and Electronics Engineers] o nell'IETF [Internet Engineering Task Force], è una comunità. È un po' più lento perché ha più regole dell'ordine e approcci di Robert. Ma l'idea è che ho sempre creduto che la migliore tecnologia sia quella costruita alla luce del giorno, che non sia una persona intelligente in un back office da qualche parte a trovare la risposta al problema. Getti il tuo problema là fuori e tu come comunità affronti quel problema. Hai voci dissenzienti e consenso.
La cosa interessante dell'attuale mondo open source è, rispetto agli organismi di standardizzazione, gli organismi di standardizzazione tradizionali che si muovono molto lentamente, potrebbe volerci un decennio per ottenere uno standard nell'IETF, l'open source si muove più velocemente, ha eliminato parte della burocrazia. Dice che non presupporremo come svolgi il lavoro, ma insisteremo sul fatto che sia il consenso della comunità, che la comunità vada avanti in questo viaggio.
Ora abbiamo un problema con l'open source oggi, e cioè che l'open source ha ancora un problema di silo. I progetti open source in genere non sono problemi a livello di sistema. Lo sono, abbiamo un gruppo che parte e costruisce Kafka, o abbiamo un gruppo che parte e fa Hadoop, e abbiamo un gruppo che parte per costruire Kubernetes e CNCF [Cloud Native Computing Foundation]. E quelli sono meravigliosi. Ma l'unico modo in cui funziona davvero è se quei progetti open source iniziano a riunirsi, perché nessuno risolve un risultato digitale con nessuno di essi. Kubernetes, per quanto buono sia, non fa nulla da solo, ad essere assolutamente onesto, in termini di risultati aziendali. Deve esserci un carico di lavoro su di esso, deve esserci un flusso di dati, deve essere eseguito su un'infrastruttura.
E quindi, penso che ci siano una specie di spunti dal mondo open source. Il primo è che lo sviluppo basato sulla comunità, sia che sia stato eseguito in un ente di standardizzazione o open source, è il modo più veloce per le persone di capire le cose e dovremmo abbracciarlo, espanderlo e usarlo ovunque possibile. Funziona meglio. Il secondo, però, è che anche se facciamo quel tipo di lavoro su un particolare componente, dobbiamo prendere i principi di quel tipo di processo di pensiero di guardare le cose da una prospettiva più ampia, una prospettiva di innovazione aperta, e applicarlo in architetture a livello di sistema. Uno dei migliori esempi di ciò è qualcosa che abbiamo appena accennato in precedenza, che è il 5G. C'è un enorme dibattito nel mondo in questo momento su come dovrebbe essere costruito il 5G. C'è l'approccio tradizionale Legacy 3GPP [3rd Generation Partnership Project] che dice, ah, è bello avere componenti, ma saremo molto, molto strutturati e disciplinati, e non ci sarà molto spazio per l'innovazione perché abbiamo deciso cos'è il 5G. C'è la risposta; vai a implementarlo.
Non sono d'accordo con questo approccio perché è stato costruito sulla base di tecnologie ormai obsolete. C'è un nuovo modo di pensare che dice, ehi, vogliamo ancora ottenere lo stesso risultato, crediamo ancora nelle stesse interfacce e negli stessi standard, ma come esegui effettivamente dovrebbe essere di mentalità aperta su come eseguire la virtualizzazione e come ci si collega all'hardware e come si apre la rete di accesso radio. E quel livello di pensiero è esattamente nel modo in cui le persone pensano nelle comunità open source e nei moderni progetti di sviluppo software. E quindi, stiamo assistendo a questa interessante collisione tra, chiamiamola mondo dell'ecosistema aperto e mondo delle telecomunicazioni, causando davvero molto stress e un'interessante evoluzione degli ecosistemi 5G. Ma per me, penso che sia un risultato molto positivo, perché quella tecnologia è così importante che è meglio farlo nel modo giusto. E abbiamo prove abbondanti che affermano che l'open source, gli ecosistemi aperti, i sistemi aperti sono in realtà un modo migliore e più rapido per ottenere un risultato superiore per molte cose che le persone hanno cercato di fare in altri modi.
E quindi, vedremo come andrà a finire, ma l'open source come concetto e modello di sviluppo della comunità ha influenzato molto più dei semplici progetti in cui si realizza l'open source.
Alloro: E adoro questo, quel tipo di energia ed eccitazione, e soprattutto, ancora, la confluenza. Stiamo riunendo tutti per far sì che questo cambiamento avvenga. A proposito, come si fa a Dell? Come pensi strategicamente all'IA e come guidi questa enorme azienda? Così tante squadre diverse, e tu hai persone meravigliose e squadre meravigliose. Ma come stai pensando a questo in modo strategico e come stai consigliando ad altri leader di pensare all'IA e all'intelligenza artificiale in un modo che abbia senso, in un modo che forse sia aperto, il che sfida il modo in cui hanno fatto affari prima?
John: Si si. E una risposta generale a questa domanda, in Dell, siamo un'azienda enorme che copre quasi ogni aspetto dell'infrastruttura, dall'hardware bare metal fino agli stack di applicazioni e agli ambienti di sviluppo. Siamo solo estremamente grandi ed estremamente ampi, il che fa parte della proposta di valore dell'azienda. Una delle cose di cui ci siamo resi conto all'inizio, però, era che quando sei così grande, devi avere una sorta di principi guida. Ci deve essere una sorta di struttura attorno a questo. E quindi siamo molto disciplinati nell'avere una strategia, avere una stella polare, capire ruoli e responsabilità chiari. Ma assicurati di capire che le implementazioni, quando fai qualcosa di grande come edge o cloud, avverranno in molti luoghi. Ma se non hai una struttura in cui tutti capiscono perché lo stai facendo, quali sono i primi principi con cui lotterai.
Ad esempio, proprio di recente in Edge, abbiamo preso alcune decisioni su come Dell si posiziona in Edge. E sono di alto livello, ma inquadrano come pensano i nostri sviluppatori. Ad esempio, riteniamo che i bordi non siano entità autonome. Gli edge sono estensioni dei modelli operativi cloud. Non costruisci un bordo per costruire un bordo. Costruisci un vantaggio per estendere la tua architettura cloud, che si tratti di un ambiente cloud pubblico o privato o di un ambiente ibrido multi-cloud, nel mondo reale. E questo suona molto sottile, ma se non prendi quella decisione all'interno di un'azienda, stai solo tirando i dadi per vedere se i tuoi team costruiscono più silos o costruiscono effettivamente un'estensione della tua proposta di valore fondamentale, che è costruire un multi-cloud. E quindi avendo quella stella polare, è chiaro. Altri esempi in Edge, abbiamo deciso che riteniamo che i bordi debbano essere piattaforme. Ora sembra molto ovvio, tranne per il fatto che la maggior parte dei bordi oggi sono silos su misura per un carico di lavoro specifico.
Qualcuno decide che voglio portare il mio framework AI in una fabbrica, quindi costruirò un vantaggio. Anche alcuni dei cloud pubblici hanno costruito in modo efficace silos su misura molto stretti che estendono solo alcune funzionalità del loro cloud pubblico. Nient'altro. Ora, quando abbiamo iniziato a guardarlo, abbiamo detto, aspetta un minuto. Edge è una capacità di un'esperienza end-to-end. Avrai molte esperienze end-to-end. E se devi creare un vantaggio per ognuno di loro, farai in modo che il mercato periferico assomigli molto al mercato della sicurezza, cosa che non vogliamo fare. Mercati della sicurezza, se entri in un data center di sicurezza di un'azienda, trovi un rack di attrezzi. Ogni pezzo di equipaggiamento ha un logo diverso su di esso e fa una cosa. Non vogliamo che Edge sembri così. Quindi abbiamo deciso che Edge dovrebbe essere una piattaforma. Quello che dovremmo costruire è la capacità orizzontale. Dovremmo riconoscere che quel bordo potrebbe essere utilizzato per un'attività di intelligenza artificiale, potrebbe essere un'attività di automazione industriale, potrebbe essere un'attività di videosorveglianza.
Abbiamo forse bisogno di diverse architetture edge diverse per adattarsi a diversi approcci, ma non stai cercando di costruire un singolo silo verticalmente specifico per ogni problema edge. Stai cercando di costruire una piattaforma che consenta al cliente di risolvere i propri problemi marginali oggi. E quando emergono con il problema del bordo successivo, devono semplicemente inserire il codice nella piattaforma e quindi lavorare sul bordo invece di creare un nuovo bordo. Ora, quelle cose, quello che ho appena detto, si spera siano completamente ovvie, ma la maggior parte delle persone non prende quelle decisioni. Quindi in Dell, lo facciamo. Prendiamo decisioni di primo ordine su qual è la nostra filosofia? Come pensiamo alle cose? Quindi li trasformiamo in architetture che descrivono esattamente il lavoro tecnico che deve essere svolto, ma non ci spingiamo al punto di dettare all'implementazione e al prodotto esattamente come innoveranno per arrivare a quel risultato. Questa è la magia di avere grandi team di ricerca e sviluppo. Si spengono e trovano il modo migliore per costruire il prodotto. Sono innovativi sotto questo aspetto, ma tutto si unisce in un sistema.
In effetti, oggi guido gli sforzi per assicurarmi sostanzialmente in queste sei enormi aree all'interno di Dell, che siamo coerenti nella nostra architettura, che le stiamo navigando come azienda a livello di sistema. Includono l'evoluzione del cloud, l'evoluzione nel nuovo ecosistema di dati, i dati in movimento e il modo in cui ci giochiamo. Sono il vantaggio e il modo in cui estendiamo l'IT al mondo reale. Sono AI e ML, ed è così che trasformiamo l'intero ecosistema tecnologico in una diversa divisione del lavoro tra persone e macchine, attorno alle attività di pensiero. Sono il 5G, questa grande flessione del mondo delle telecomunicazioni e il mondo IT e cloud che si scontrano l'uno nell'altro. E il nostro punto di vista è che deve davvero essere dominato dal cloud e dall'IT e deve essere un'infrastruttura moderna. E poi, infine, sulla sicurezza, e ne abbiamo parlato con la sicurezza intrinseca. Sono cose gigantesche, ma per rispondere alla tua domanda, in un'azienda come Dell, o qualsiasi altra azienda, devi sapere quali sono le tue stelle polare, quali sono le cose che ti stanno arrivando?
Nel nostro caso, sono quei sei grandi. Devi avere un punto di vista che descriva i primi principi e un quadro che descriva il campo di gioco, e poi devi avere una struttura che lo rende operativo per trasmettere quel messaggio nella tua comunità di sviluppo, nei tuoi gruppi di prodotti, nella tua organizzazione di servizi , nei tuoi team di marketing, in modo che lavorino tutti nel giusto campo di gioco con il giusto, chiamiamolo script. Ma non vuoi essere così prescrittivo da impedire loro di innovare e come implementano e inventano un ritmo diverso. È quell'equilibrio tra la libertà di movimento dello sviluppatore e l'avere una struttura, un'architettura e una stella polare. Hai quelli giusti, puoi navigare nella tecnologia. Ma se ti manca la stella polare, ti manca il quadro o non hai libertà di movimento sull'innovazione, non ti esibirai davvero bene. Quindi per noi sono davvero quei tre grandi.
Alloro: È eccellente. Potremmo passare un altro giorno intero a parlare di edge computing e tutto il resto, ma apprezzo molto il tuo tempo qui oggi, John. Grazie per esserti unito a noi oggi in quella che è stata una fantastica conversazione sull'attività Laboratorio.
John: Sì, grazie mille per avermi ospitato.
Alloro: Era John Roese, presidente e chief technology officer di prodotti e operazioni presso Dell Technologies, con cui ho parlato da Cambridge, Massachusetts, sede del MIT e del MIT Technology Review, che si affaccia sul fiume Charles.
Questo è tutto per questo episodio di Business Lab. Sono la tua ospite, Laurel Ruma. Sono il direttore di Insights, la divisione di pubblicazione personalizzata di MIT Technology Review. Siamo stati fondati nel 1899 presso il Massachusetts Institute of Technology. E puoi trovarci anche sulla carta stampata, sul web e in occasione di eventi ogni anno in tutto il mondo. Per ulteriori informazioni su di noi e sullo spettacolo, visita il nostro sito Web all'indirizzo technologyreview.com.
Lo spettacolo è disponibile ovunque tu abbia i tuoi podcast. Se ti è piaciuto questo episodio, speriamo che ti prenderai un momento per valutarci e recensirci. Il Business Lab è una produzione di MIT Technology Review. Questo episodio è stato prodotto da Collective Next. Grazie per aver ascoltato.