Secondo la nuova ricerca promossa da Hpe Aruba la possibilità per le aziende di ottenere valore di business dai dati dipende dalle capacità che hanno per raccoglierli, elaborarli, archiviarli e analizzarli a livello dell’Edge.
A fronte di reti sempre più congestionate da enormi volumi di dati generati da utenti e dispositivi IoT, i responsabili IT sono consapevoli di come l’analisi dei dati real-time in maggior prossimità dell’Edge produca livelli superiori di efficienza e insight che, a loro volta, conducono a migliori risultati di business. Lo studio globale realizzato su 2.400 decision maker IT (ITDM), tra cui hanno partecipato 100 aziende italiane, dice che il 72% di essi utilizza in modo attivo tecnologie Edge per ottenere nuovi risultati mentre un altro 16% prevede di farlo entro il prossimo anno.
Una percentuale sempre maggiore (82%) riconosce l’urgenza di implementare sistemi integrati per gestire i dati sull’Edge.
Il livello di maturità del deployment Edge di un’azienda è correlato alla sua capacità di ricavare valore dai dati raccolti dai dispositivi. Il 78% degli ITDM che si trova in fase di produzione con tecnologie Edge afferma di essere in grado di utilizzare tali dati con l’obiettivo di migliorare le decisioni o i processi di business; un dato che va confrontato con il 42% di chi si trova ancora in fase pilota e con il 31% di chi intende avviare progetti pilota nel corso del prossimo anno.
La ricerca rientra nel report “At the Edge of Change: Navigating the New Data Era” che valuta le implicazioni dello spostamento dell’elaborazione dei dati dal cloud all’Edge, la risposta degli ITDM, le opportunità che l’Edge offre in vari settori economici e il ruolo essenziale che riveste il networking in questa trasformazione. I risultati del report rivelano aspetti interessanti.
Hpe, le aziende considerano l’Edge la soluzione a fronte di una mole di dati
I vantaggi delle tecnologie Edge diventano sempre più importanti contestualmente ai crescenti volumi di dati generati nelle reti, che gli ITDM devono affrontare tenendo in considerazione costi e latenza che si ottengono archiviandoli ed elaborandoli direttamente sull’Edge.
Il 33% degli ITDM afferma che “ci sono troppi dati da gestire per i nostri sistemi” e il 28% dichiara di “non riuscire a elaborare i dati in modo sufficientemente veloce da agire di conseguenza”. Quasi un quarto evidenzia problemi in termini di budget (23%), carenza di competenze (23%) e incapacità di raccogliere i dati da così tante fonti differenti (21%). Oltre metà (55%) degli ITDM riconosce a livello globale “un’elaborazione dei dati molto più rapida” come conseguenza dell’ottimizzazione associata al machine learning e all’Intelligenza Artificiale (AI) sulle rispettive reti.
Aumento dell’efficienza e creazione di nuove esperienze sono i fattori più importanti
Gli ITDM segnalano una serie di vantaggi che derivano dall’acquisire e analizzare i dati sull’Edge, dalle efficienze operative all’opportunità di creare nuovi prodotti, servizi e flussi di ricavi. Il 53% degli ITDM sottolinea il “miglioramento dell’efficienza e dei costi operativi” come uno dei maggiori vantaggi derivanti dall’acquisire e utilizzare i dati provenienti dai dispositivi utente, mentre il 47% cita un “aumento della produttività della forza lavoro” Il 44% degli intervistati è convinto che i dati forniscano insight più approfonditi sulla clientela, il 40% sottolinea l’opportunità di creare “nuovi prodotti, servizi, flussi di ricavi e modelli di business differenziati” e il 40% indica la possibilità di fornire servizi personalizzati.
Gli ITDM sono concentrati sull’utilizzo dell’Edge per migliorare sicurezza, visibilità e customer experience. A livello di settori, le casistiche di utilizzo dell’Edge più diffuse riguardano il tracciamento e il monitoraggio di singoli oggetti lungo la supply chain nel retail (51%), il ricorso al riconoscimento del volto nel settore alberghiero e dell’ospitalità (49%) e il miglioramento dell’esperienza delle strutture sanitarie per mezzo di tool e applicazioni always-on (49%).
Preoccupazioni inerenti costi, competenze e sicurezza
Per quanto gli ITDM dimostrino un crescente interesse verso l’elaborazione e l’analisi dei dati sull’Edge, non mancano preoccupazioni per diversi fattori che ne ostacolano l’adozione. Secondo Hpe il 32% degli ITDM indica come principale preoccupazione la carenza di competenze, capacità o comprensione delle tecnologie Edge. La maggioranza (92%) è convinta di non disporre di parte delle competenze necessarie per aiutare l’azienda a sbloccare il valore dei dati. Il dato sale a 98% e 99% degli ITDM rispettivamente nel pubblico e nell’alberghiero e ospitalità. Competenze su AI e Machine Learning (43%), capacità analitiche (41%) e competenze tecniche (37%) sono le principali aree di competenza in cui le aziende registrano carenza. Nel complesso vi sono giudizi contrastanti sulle implicazioni dell’Edge in termini di sicurezza. Se il 57% degli ITDM afferma che il collegamento di dispositivi utente o IoT all’Edge ha reso o renderebbe la propria azienda più vulnerabile, il 47% indica il rafforzamento della sicurezza come uno dei principali vantaggi derivanti dall’acquisizione di dati dai dispositivi utente.
Hpe, un ponte tra l’Edge e il cloud
La ricerca di Hpe sottolinea che l’Edge incorpora tutti i domini di rete inclusi quelli cablati, wireless e SD-WAN e tutti gli ambienti come Campus, Branch, Data Center e Remote Worker. I team incaricati delle network operation dovrebbero considerare solo le soluzioni in grado di gestire tutti i domini e gli ambienti da un’unica risorsa cloud-native capace di centralizzare e correlare tutti gli eventi e le operazioni inerenti i differenti domini. La disponibilità e le performance della rete sono elementi critici a livello dell’Edge. I team responsabili delle network operation dovrebbero prendere in esame solo le soluzioni che possono fornire sia insight specifici, affidabili, altamente precisi e basati su AI sia un’automazione in grado di risolvere gli inconvenienti con più rapidità prima che possano impattare sull’attività o sugli utenti.
La proliferazione di dispositivi IoT che generano i dati da cui nascono nuovi risultati di business presenta sfide alla sicurezza. I team di network operation dovrebbero esaminare soluzioni che utilizzino AI per rilevare, classificare e monitorare costantemente tali dispositivi e lavorare con trasparenza al fianco di soluzioni per il controllo degli accessi, così da posizionare in automatico i dispositivi nel contesto di policy centralizzate che ne garantiscano la sicurezza e la comunicazione solo con risorse predeterminate.