Oggi le aziende di qualsiasi settore e dimensione sono interessate alle possibili applicazioni dell'Intelligenza Artificiale e del Machine Learning. È un interesse più che giustificato, perché le esperienze maturate dalle imprese che per prime si sono mosse sulla strada dell'AI hanno già dimostrato che le tecnologie cognitive possono portare, e rapidamente, benefici rilevanti ai processi aziendali. Con poi in prospettiva, quando l'azienda utente si è un po' "fatta le ossa" con le nuove tecnologie, la possibilità di andare oltre l'ottimizzazione dell'esistente per ideare prodotti, processi e servizi completamente nuovi. Se questo è davvero lo scenario che hanno davanti le imprese interessate all'Intelligenza Artificiale, è anche vero che l'AI richiede un approccio "consapevole" alle sue tecnologie. Tranne rari e limitati casi, le soluzioni di Intelligenza Artificiale e Machine Learning non sono ancora, come usa dire, componenti "install and forget". Più che di soluzioni si dovrebbe parlare di progetti di AI, in cui un'azienda definisce gli obiettivi che vuole raggiungere grazie alle nuove tecnologie e, in funzione di questi, le combina in maniera opportuna. Come si intuisce, un progetto di AI così impostato è una questione di ecosistema. Nessuno riesce a "fare AI" da solo: per raggiungere i risultati prefissati è necessario combinare soluzioni, competenze, esperienza. Portare davvero l'Intelligenza Artificiale in azienda è un lavoro di gruppo, in cui ciascuno porta un proprio contributo chiave. Questo accade innanzitutto per chi fornisce le tecnologie che stanno alla base di un progetto AI. Ciascun vendor tecnologico è pronto a fornire componenti e skill propri, che esprimono i suoi punti di forza. Ma che nella pratica dei progetti vanno poi integrati con componenti di altri fornitori e personalizzati in funzione delle esigenze dell'azienda utente e del suo progetto.

VMware e Nvidia: alleati per l'AI

Integrazione e personalizzazione dell'AI sono due passi tutt'altro che banali. Per questo aiuta molto quando i vendor più importanti sviluppano partnership tecnologiche in campo AI. Come è stato ad esempio per VMware e NVidia, due nomi che hanno un ruolo di primissimo piano in ambito computing e AI. L'idea di fondo di questa collaborazione è che per esprimere al massimo le potenzialità dell'Intelligenza Artificiale sia opportuno progettare ambienti di elaborazione di nuova concezione, capaci sia di gestire i workload tradizionali, sia di supportare le esigenze di calcolo e gestione dati che sono proprie del mondo AI. Nuove architetture che ovviamente riprendono anche i paradigmi del mondo cloud, puntando quindi a una elevata elasticità operativa. I concetti chiave di queste nuove architetture sono integrazione e omogeneità. Non c'è (più) bisogno di creare ambienti specifici per le applicazioni di Intelligenza Artificiale, ambienti quindi separati da quelli che l'azienda usa per le applicazioni classiche. Tutto viene gestito e supportato da una unica architettura in stile cloud ibrido, con evidenti vantaggi per chi in azienda si occupa di sviluppo, sicurezza, IT management, operations. In queste architetture trovano collocazione però componenti nuovi, che supportano in modo mirato le applicazioni cognitive. Le SmartNIC per gestire intelligentemente il traffico di rete nei data center, le DPU per la gestione ottimizzata di flussi dati sempre più corposi, le GPU per la gestione degli algoritmi di Machine Learning. Componenti mirate, ma di cui si avvantaggia tutto un data center, grande o piccolo che sia. La partnership tecnologica tra VMware e Nvidia garantisce che le rispettive piattaforme operino insieme senza problemi e siano gestibili in maniera integrata. Allo stesso tempo, garantisce che un'azienda utente abbia tecnologicamente il meglio in ogni momento, grazie al continuo lavoro di sviluppo che i due vendor portano avanti nei rispettivi campi. E i benefici, come accennato, non riguardano solo l'AI. L'integrazione tra le tecnologie di VMware Nvidia supporta anche applicazioni più collaudate. Come i desktop virtuali ad alte prestazioni (vere e proprie "virtual workstation") che si possono adottare in vari scenari di lavoro ibrido. VMware e Nvidia hanno fatto, alleandosi, un primo passo importante. Ma la logica dell'ecosistema continua a valere anche andando oltre questo step. Le aziende utenti hanno bisogno non solo dei "mattoncini tecnologici" per l'AI ma anche di skill, esperienza e supporto che siano erogati da realtà vicine al loro territorio, alle loro esigenze, al loro mercato. Un ruolo che viene svolto da figure come i system integrator locali, ma anche questi hanno bisogno di supporto e preparazione. In questo contesto Tech Data gioca un ruolo fondamentale nella catena che "mette a terra" le potenzialità tecnologiche dell'AI. Ha da tempo un rapporto privilegiato e consolidato con VMware e Nvidia e sa tradurlo in skill da condividere e servizi di supporto a disposizione dei Partner. Servizi che oggi comprendono anche un Lab dedicato, dove Partner e sviluppatori possono testare le nuove tecnologie man mano disponibili, sviluppare applicazioni di AI in un ambiente sicuro e controllato, proporre demo ai loro clienti.