Come progettare una strategia sicura e conforme per dati e Intelligenza Artificiale

Michele Tessari (Snowflake): definire un framework di data governance scalabile, così come flussi di lavoro automatizzati ed una collaborazione efficace, richiede la giusta piattaforma dati

I responsabili aziendali che intendono puntare strategicamente sui dati per lo sviluppo di nuovi prodotti o per migliori esperienze devono affrontare sfide importanti. La prima è la crescente richiesta da parte dei clienti di investire in nuove tecnologie come l'intelligenza artificiale (IA) per comprendere meglio le loro esigenze e fornire un servizio più personalizzato. La seconda è rappresentata dall'esigenza di soddisfare contemporaneamente normative sempre più stringenti e complesse in materia di data security e data governance.
Per affrontarle, un'azienda data-driven deve compiere una serie di passi fondamentali, che prevedono la scelta di una piattaforma cloud moderna per i dati e l'intelligenza artificiale, basata su governance, sicurezza e compliance. Con una piattaforma simile, le organizzazioni potranno concentrarsi sulle loro competenze principali, accelerare e migliorare la comprensione dei dati e creare nuove esperienze per gli utenti.

La sfida della compliance

I crescenti requisiti normativi sono sempre più spesso al centro di ogni strategia aziendale moderna e orientata ai dati.

Questo vale per tutte le aziende, comprese quelle che cercano di crescere all'interno di una singola area geografica o di un settore specifico, e ancora di più per le imprese globali che operano in diverse aree geografiche e mercati. Regioni come Stati Uniti, Europa e Asia hanno introdotto varie leggi in materia di gestione e governance dei dati che le organizzazioni devono rispettare. Ad esempio, all'interno dell'Unione Europea, le aziende devono rispettare il GDPR.

Una strategia di data governance integrata e coerente

Per poter gestire al meglio requisiti normativi in continua evoluzione, le organizzazioni devono implementare un framework di governance dei dati che consenta loro di identificare, comprendere e proteggere le proprie informazioni nella loro eterogeneità, sfruttandole al contempo in modo sicuro per collaborare, sia internamente che esternamente.
Una strategia di governance dei dati efficace e completa consentirà di archiviare e gestire in modo sicuro le informazioni di identificazione personale (PII) e altri dati sensibili, garantendo un monitoraggio e una protezione in near-real time.

Questo vale sia per i nuovi dati sensibili in arrivo che per le modifiche a quelli già presenti, senza la necessità di intervenire manualmente per regolare flussi di lavoro sicuri esistenti.
L'emergere di moderne applicazioni basate sui dati e la necessità di consentire una collaborazione globale pongono un'ulteriore sfida alla governance e alla sicurezza. Una piattaforma dati evoluta consente ai suoi utenti di integrare e applicare senza problemi le funzionalità di sicurezza e governance della piattaforma, accelerando lo sviluppo di data application moderne e globali e consentendo agli sviluppatori di concentrarsi sulle loro competenze principali, monetizzando le opportunità a loro disposizione.

Una data strategy a prova di futuro

Una strategia di governance dei dati scalabile ed efficiente deve anche essere orientata al futuro. La continua evoluzione tecnologica rende più difficile per le organizzazioni tenere il passo con i progressi in tema di sicurezza e governance. Pertanto, le aziende devono pensare alle basi e ai framework che si applicheranno alla tecnologia nel prossimo futuro, a cominciare dalla IA generativa e dai Large Language Model (LLM).

Negli ultimi anni, l'IA è diventata rapidamente un aspetto cruciale della vita moderna, trasformando il modo in cui viviamo, lavoriamo e interagiamo gli uni con gli altri, tanto da essere considerata da molti uno dei cambiamenti tecnologici più profondi mai visti. Le aziende devono essere preparate ad adattarsi, definendo un framework di sicurezza e governance in grado di allinearsi facilmente a queste innovazioni.
Con l'aumento del numero di aziende che sfrutta i LLM, i modelli potranno apprendere da un maggior numero di dati sensibili e privati, con il rischio di violare diversi requisiti di conformità. Un esempio è rappresentato dal GDPR. Una volta addestrato un modello, continuerà a utilizzare quei dati, senza alcun processo in atto per la loro rimozione.
Anche se l'imminente AI Act dell'Unione Europea terrà probabilmente conto di questo aspetto, le leggi e le normative sull'uso e la governance dei dati continueranno a cambiare, tanto che le aziende dovranno essere in grado di rispondere con facilità e su larga scala attraverso adeguati flussi di lavoro che siano sicuri, conformi e automatizzati. La crescente automazione riduce la probabilità di causare interruzioni dei processi, prodotti ed esperienze esistenti, mentre l'assenza di interventi manuali e soggetti a errori diminuisce il rischio di violazioni di sicurezza e conformità.

Promuovere la compliance tra i team che collaborano sui dati

Per far evolvere una strategia sui dati, le aziende devono definire team in grado di collaborare in modo efficace. Solitamente, ci sono esperti in materia di sicurezza, governance e conformità che lavorano con l'IT, e team dedicati ai dati responsabili della modernizzazione dello stack tecnologico. Spesso questi gruppi operano in modo separato, con un diverso livello di comprensione di sicurezza e conformità, che potrebbe ostacolare le iniziative di modernizzazione dei dati. Ad esempio, i team responsabili della piattaforma dati potrebbero voler adottare le tecnologie più recenti per tenere il passo con la concorrenza o realizzare nuovi prodotti ed esperienze, ma gli specialisti della compliance potrebbero frenare le iniziative a causa di potenziali violazioni dei requisiti normativi esistenti. Oggi, le organizzazioni più lungimiranti e orientate ai dati si impegnano per garantire che entrambi i team lavorino a stretto contatto, in modo da condividere la comprensione di queste sfide e arrivare alla soluzione giusta per promuovere la strategia senza interruzioni significative.

I data stewards e i responsabili della conformità sono profondamente integrati con i team che gestiscono la piattaforma dati e collaborano con i data architect.

La soluzione: una piattaforma dati moderna, sicura e conforme

Definire un framework di data governance scalabile, così come flussi di lavoro automatizzati ed una collaborazione efficace, richiede la giusta piattaforma dati, con le seguenti caratteristiche chiave:
- Multi-cloud, che consenta alle organizzazioni di applicare sicurezza, governance e conformità in modo coerente su diversi servizi e stack tecnologici;
- Elevato grado di automazione, che permetta agli utenti di scalare facilmente e ridurre la probabilità e l'esposizione alle violazioni di sicurezza e conformità;
- Garanzia di una collaborazione sicura e conforme su dati eterogenei e su data application moderne.
Oggi, una piattaforma dati deve quindi offrire alcune funzionalità fondamentali, come un'esperienza di ricerca e discovery di prim'ordine, compresa la capacità di gestire dati non curati, indipendentemente dal loro formato, strutturato o non.

Deve essere in grado di scalare mano a mano che scalano i volumi e le modifiche dei dati, garantendo una classificazione automatica di tutti i data asset. Tutto ciò si deve riflettere in policy di accesso alle informazioni scalabili e coerenti che debbano poter essere definite e applicate dai data steward. Michele Tessari, Manager, Sales Engineering - Iberia & Italy di Snowflake