Finora – sottolinea Nvidia – l’intelligenza artificiale ha operato quasi esclusivamente nel cloud, ma flussi di dati sempre più diversificati vengono generati 24 ore su 24 da sensori sull’edge: questi richiedono un’inferenza in tempo reale, il che porta un numero sempre maggiore di implementazioni AI a spostarsi verso l’edge computing.
Per aeroporti, negozi, ospedali e altro ancora, l’intelligenza artificiale porta efficienza avanzata, automazione e persino riduzione dei costi, motivo per cui l’adozione dell’edge AI ha subito un’accelerazione.
Nel 2023 si prevede un ambiente altrettanto impegnativo, che secondo Nvidia spingerà in particolare cinque tendenze dell’edge AI, descritte di seguito.
1. Focus sui casi d’uso dell’intelligenza artificiale con un ROI elevato
Il ritorno sull’investimento è sempre un fattore importante per gli acquisti di tecnologia, sottolinea Nvidia. Ma con le aziende alla ricerca di nuovi modi per ridurre i costi e ottenere un vantaggio competitivo, ci si aspetta che i progetti di AI diventino sempre più comuni.
Qualche anno fa, l’AI era spesso considerata sperimentale, ma, secondo una ricerca di IBM, oggi il 35% delle aziende dichiara di utilizzare l’intelligenza artificiale nel proprio business e un ulteriore 42% dichiara che la sta esplorando. I casi d’uso dell’AI in ambito edge, in particolare, possono contribuire ad aumentare l’efficienza e a ridurre i costi, il che li rende un punto interessante in cui concentrare i nuovi investimenti.
Nvidia fa l’esempio dei supermercati e grandi magazzini che stanno investendo molto nell’AI per le casse automatiche, per ridurre le perdite dovute a furti ed errori umani. Con soluzioni in grado di rilevare gli errori con un’accuratezza del 98%, le aziende possono vedere rapidamente un ritorno dell’investimento nel giro di pochi mesi.
Anche l’AI per l’ispezione industriale ha un ritorno immediato, aggiunge Nvidia, poiché aiuta ad aumentare le capacità degli ispettori umani sulle linee di produzione. Avviata con dati sintetici, l’intelligenza artificiale è in grado di rilevare i difetti a un tasso molto più elevato e di affrontare una varietà di difetti che semplicemente non possono essere rilevati manualmente, ottenendo un maggior numero di prodotti con un minor numero di falsi negativi o positivi.
2. Crescita della collaborazione tra uomo e macchina
Spesso visto come un caso d’uso distante dell’Edge AI, l’uso di macchine intelligenti e robot autonomi è in aumento. Dagli impianti di distribuzione automatizzati per soddisfare le richieste di consegne in giornata, ai robot che monitorano i negozi di alimentari per verificare la presenza di fuoriuscite e di scorte esaurite, fino ai bracci robotici che affiancano gli esseri umani in una linea di produzione, queste macchine intelligenti stanno diventando sempre più comuni.
Secondo Gartner, l’uso della robotica e delle macchine intelligenti è destinato a crescere in modo significativo entro la fine del decennio: “Entro il 2030, l’80% degli esseri umani si relazionerà quotidianamente con i robot smart, grazie ai progressi degli smart robot in termini di intelligenza, interazioni sociali e capacità di accrescimento umano, rispetto a meno del 10% di oggi” (Gartner, “Emerging Technologies: AI Roadmap for Smart Robots — Journey to a Super Intelligent Humanoid Robot“, G00761328, giugno 2022).
Affinché questo futuro si realizzi, afferma Nvidia, un’area che richiede attenzione nel 2023 è la collaborazione tra uomo e macchina. I processi automatizzati traggono vantaggio dalla forza e dalla ripetibilità delle azioni eseguite dai robot, lasciando agli esseri umani il compito di eseguire attività specializzate e di abilità, che sono più adatte alle nostre capacità. Nel 2023 le organizzazioni dovranno investire maggiormente in questa collaborazione uomo-macchina per ovviare alla carenza di manodopera e ai problemi della catena di approvvigionamento, sostiene Nvidia.
3. Nuovi casi d’uso dell’Edge AI per la sicurezza
La tendenza alla collaborazione tra uomo e macchina è collegata a quella della sicurezza funzionale dell’AI. Dopo l’introduzione dei veicoli autonomi, un numero sempre maggiore di aziende sta cercando di utilizzare l’intelligenza artificiale per aggiungere misure di sicurezza proattive e flessibili agli ambienti industriali.
Storicamente, spiega Nvidia, la sicurezza funzionale è stata applicata negli ambienti industriali in modo binario, con il ruolo primario della funzione di sicurezza di arrestare immediatamente l’apparecchiatura dal causare danni o lesioni quando viene attivato un evento. L’intelligenza artificiale, invece, lavora in combinazione con la consapevolezza del contesto per prevedere il verificarsi di un evento. Ciò consente all’intelligenza artificiale di inviare in modo proattivo avvisi relativi a potenziali eventi di sicurezza futuri, prevenendo gli eventi prima che si verifichino, il che può ridurre drasticamente gli incidenti di sicurezza e i relativi tempi di inattività negli ambienti industriali.
I nuovi standard di sicurezza funzionale che definiscono l’uso dell’AI nella sicurezza sono previsti per il 2023 e apriranno le porte a una rapida adozione in fabbriche, magazzini, casi d’uso agricoli e altro ancora. Una delle prime aree di adozione dell’intelligenza artificiale per la sicurezza si concentrerà – afferma Nvidia – sul miglioramento della sicurezza dei lavoratori, compreso il rilevamento della postura dei lavoratori, la prevenzione delle cadute di oggetti e il rilevamento dei dispositivi di protezione individuale.
4. L’IT si concentra sulla cybersecurity edge
Gli attacchi informatici sono aumentati del 50% nel 2021 e da allora non hanno subito alcun rallentamento, rendendo questo aspetto una priorità per le organizzazioni IT. L’edge computing, in particolare se combinato con casi d’uso dell’AI, può aumentare il rischio di cybersecurity per molte organizzazioni, creando una superficie di attacco più ampia al di fuori del data center tradizionale e dei suoi firewall.
L’intelligenza artificiale in settori come quello manifatturiero, energetico e dei trasporti richiede ai team IT di espandere la loro impronta di sicurezza in ambienti tradizionalmente gestiti dai team di tecnologia operativa. I team che si occupano di tecnologia operativa si concentrano in genere sull’efficienza operativa come parametro principale, affidandosi a sistemi air-gapped e privi di connettività di rete con il mondo esterno. I casi d’uso dell’AI in ambito edge inizieranno a infrangere queste restrizioni, richiedendo all’IT di abilitare la connettività cloud pur mantenendo rigorosi standard di sicurezza.
Con miliardi di dispositivi e sensori in tutto il mondo che saranno tutti connessi a Internet, le organizzazioni IT devono sia proteggere i dispositivi edge da attacchi diretti sia considerare la sicurezza della rete e del cloud. Nel 2023, Nvidia si aspetta di vedere l’AI applicata alla cybersecurity. I dati di log generati dalle reti IoT possono ora essere alimentati da modelli di sicurezza intelligenti in grado di segnalare comportamenti sospetti e notificare ai team di security di intervenire.
5. Connettere i digital twin all’Edge
Il termine digital twin si riferisce a rappresentazioni virtuali perfettamente sincronizzate e fisicamente accurate di asset, processi o ambienti del mondo reale. L’anno scorso Nvidia ha stretto una partnership con Siemens per abilitare i casi d’uso del metaverso industriale, aiutando i clienti ad accelerare l’adozione delle tecnologie di automazione industriale. Le principali aziende del settore manifatturiero, del retail, dei beni di consumo confezionati e delle telecomunicazioni, come BMW, Lowe’s, PepsiCo e Heavy.AI, hanno iniziato a costruire gemelli digitali operativi che consentono loro di simulare e ottimizzare i propri ambienti di produzione.
Ciò che connette i digital twin al mondo fisico e all’edge computing è l’esplosione di sensori e dati IoT che sta guidando entrambe le tendenze. Nel 2023, afferma Nvidia, vedremo le organizzazioni collegare sempre più spesso i dati in tempo reale dell’ambiente fisico alle loro simulazioni virtuali. Si abbandoneranno le simulazioni basate su dati storici per passare a un ambiente digitale in tempo reale, un vero e proprio gemello digitale.
Collegando i dati in tempo reale dal mondo fisico ai loro gemelli digitali, le organizzazioni possono ottenere una visione in tempo reale del loro ambiente, consentendo loro di prendere decisioni più rapide e informate. Sebbene sia ancora presto, sostiene Nvidia, l’anno prossimo si prevede una crescita massiccia in questo spazio per i fornitori di ecosistemi e per l’adozione da parte dei clienti.
L’anno dell’Edge AI
Sebbene il contesto economico del 2023 rimanga incerto, secondo Nvidia l’Edge IA sarà sicuramente un’area di investimento per le organizzazioni che cercano di promuovere l’automazione e l’efficienza.
Molte delle tendenze che Nvidia aveva visto decollare l’anno scorso continuano ad accelerare con la nuova attenzione alle iniziative che aiutano a promuovere le vendite, ridurre i costi, aumentare la soddisfazione dei clienti e migliorare l’efficienza operativa.
È possibile visitare la pagina delle soluzioni di Edge Computing di Nvidia per saperne di più sull’Edge AI e su come l’azienda sta aiutando le organizzazioni a implementarla nei loro ambienti.
