I dati sono pronti per l'AI? Come renderli affidabili, “governati" e realmente utilizzabili
Dalla frammentazione alla conoscenza: strategie, governance e architetture per migliorare la qualità dei dati, accelerare i progetti di AI e ottimizzare costi, sicurezza e compliance.
Quando
20.10.26
Ora
17:00 – 19:00
Dove
Online
Il paradosso dei dati nell'era dell'AI
Il vero limite dell'AI non sono gli algoritmi. Sono i dati.
Le aziende stanno accelerando gli investimenti in Intelligenza Artificiale, ma il patrimonio informativo su cui dovrebbero costruire queste iniziative è spesso frammentato, poco governato e difficile da comprendere. Il risultato è un paradosso: mentre cresce la capacità di sviluppare nuovi casi d'uso di AI, diminuisce la certezza di poter utilizzare dati affidabili, sicuri e conformi.
Non sorprende quindi che, secondo una ricerca di Harvard Business Review Analytics Services, solo il 7% delle aziende ritenga i propri dati realmente pronti per l'AI, mentre il 73% incontra difficoltà nella preparazione e nell'utilizzo delle informazioni. Il principale ostacolo è rappresentato dalla frammentazione del patrimonio informativo: dati distribuiti tra applicazioni, database, cloud, sistemi on-premise, mainframe ed edge, spesso privi di un contesto che ne descriva significato, provenienza, sensibilità, qualità e modalità di utilizzo.
Quando queste informazioni non sono pienamente governate e comprensibili, il rischio è che vengano utilizzate in modo inefficiente o improprio lungo tutta la catena del dato. Dati duplicati, incompleti, obsoleti o non classificati possono infatti alimentare modelli di AI, sistemi RAG e agenti intelligenti, riducendone l'affidabilità e aumentando i rischi di sicurezza e non conformità. Allo stesso tempo, conservare indiscriminatamente grandi volumi di dati sulle infrastrutture più performanti comporta costi elevati e limita la capacità di ottimizzare storage e investimenti
Conferma la tua presenza
Data intelligence: una base affidabile per l'AI
La tavola rotonda, organizzata dalla testata ZeroUno di Nextwork360, offrirà un confronto concreto su come applicare la data intelligence per costruire una base informativa affidabile e utilizzabile dall'AI, governando i dati ovunque risiedano.
Insieme agli esperti di Everpure, con la partecipazione di Giulio Nicelli, Senior Advisor e Enterprise Application Expert dell'Osservatorio Cloud Ecosystem & Sovereignty del Politecnico di Milano – School of Management, e degli IT Manager presenti, ci confronteremo su approcci, priorità e modelli infrastrutturali che permettono di coniugare innovazione, sicurezza, sovranità e prevedibilità dei costi.
In collaborazione con
I temi oggetto del confronto in dettaglio
- 01
Dalla data discovery alla conoscenza del dato
Come individuare e correlare informazioni strutturate e non strutturate distribuite tra cloud, on-premise, SaaS, mainframe, file share e sistemi edge, ricostruendone contesto, lineage e relazioni.
- 02
Dati realmente pronti per l'intelligenza artificiale
Come impedire che informazioni sensibili, obsolete, duplicate o di scarsa qualità alimentino modelli, pipeline RAG e agenti AI, compromettendo risultati, sicurezza e fiducia.
- 03
Governance, sicurezza e compliance su ambienti ibridi
Come classificare i dati, verificare privilegi e modalità di accesso e applicare policy coerenti con GDPR, NIS2, DORA e con le regole interne dell'organizzazione.
- 04
Ottimizzazione del ciclo di vita del dato
Come decidere quali informazioni mantenere sui sistemi primari, spostare, proteggere, archiviare o eliminare in base a utilizzo, sensibilità, valore e tempi di conservazione.
- 05
Infrastrutture scalabili con costi prevedibili
Come sostenere la crescita dei workload AI mantenendo i dati sotto il controllo dell'azienda e adottando capacità on demand, senza overprovisioning né dipendenza obbligata dal public cloud.
- 06
Dalla visibilità all'azione
Come trasformare classificazione e valutazione del rischio in interventi operativi, automatizzando controllo degli accessi, aggiornamento delle etichette, segnalazioni e workflow di remediation.
Speaker
OspiteGiulio Nicelli
Senior Advisor e Enterprise Application Expert, Osservatorio Cloud Ecosystem & Sovereignty — Politecnico di Milano, School of Management
RelatoreUmberto Galtarossa
Sr. Presales Manager – Systems Engineering Italy, Everpure
ModeratoreVincenzo Zaglio
Direttore, ZeroUno