#90 Barriere all'adozione delle future tecnologie.
Subscribe to get the latest
on Mon Jun 06 2022 17:00:00 GMT-0700 (Pacific Daylight Time)
with Darren W Pulsipher, Glenn Kurowski,
Darren Pulsipher, Chief Solutions Architect di Intel, discute le barriere all'adozione di nuove tecnologie nel settore pubblico e ciò che arriverà in futuro con Glenn Kurowski, CTO di CACI.
Keywords
#cto #organizationalchange #change #people #process
Glenn è il Direttore della Tecnologia presso CACI, un’azienda da sei miliardi di dollari delle dimensioni di una fortuna-500, focalizzata sulla sicurezza nazionale. È nel settore da 35 anni, dedicato alle forze armate, all’intelligence e alla cibersicurezza per il governo degli Stati Uniti. Essendo un ingegnere, pensa, agisce e elabora le domande come un ingegnere.
Nuove e entusiasmanti tecnologie nell’Intelligenza Artificiale, nella neuro-morfologia e nella sicurezza non vengono sempre adottate rapidamente nel settore pubblico.
La prima barriera è la complessità. Coloro che fanno parte della comunità tecnica sono degli innovatori eccezionali, ma non sempre riescono a rendere la tecnologia facile da utilizzare, usare o amministrare. Tuttavia, Glenn nota alcuni miglioramenti. Ad esempio, negli ultimi cinque anni, la complessità nell’utilizzo dell’intelligenza artificiale è significativamente diminuita grazie all’utilizzo di strumenti e kit di sviluppo software da parte di un numero sempre maggiore di persone.
Un’altra barriera può essere la mancanza di talento per architettare, progettare, implementare e mantenere la tecnologia nel settore pubblico. Il nuovo talento non solo deve essere attratto dall’industria, ma deve anche essere in grado di ottenere le necessarie autorizzazioni. L’altro lato dell’equazione del talento è che molti sono restii ad adottare nuove tecnologie. È una sfida di gestione del cambiamento. Se non viene affrontata correttamente, il talento esistente diventa un ostacolo all’adozione di nuove tecnologie. Invece di cercare di trovare il modo per dire “sì”, trovano mille motivi per dire “no”.
Il terzo è la cibersicurezza. Glenn non lo descrive come una barriera perché non è qualcosa che verrebbe rimosso. Tuttavia, l’industria potrebbe essere più proattiva nel spostare le decisioni verso sinistra coinvolgendo la sicurezza in modo più tempestivo per accelerare l’adozione.
Il settore pubblico potrebbe prendere spunto da come la tecnologia degli smartphone è stata adottata così rapidamente con l’avvento dell’iPhone. I primi iPhone erano incredibilmente facili da usare e l’azienda si impegnava a fornire ai clienti qualcosa che potessero utilizzare immediatamente. Inoltre, la comunità di sviluppatori poteva istantaneamente creare e innovare con gli strumenti e i processi di sviluppo software. I ragazzi della sesta elementare possono sviluppare con gli strumenti per iPhone e Android. L’usabilità era fondamentale e ha favorito l’efficienza dello sviluppo software.
Il settore pubblico dovrebbe cercare di imitare quelle qualità e avvicinarsi al proprio mercato e ai propri clienti allo stesso modo, soprattutto per quanto riguarda l’analisi dei dati. Ci sono una quantità enorme di dati e non ne stiamo sfruttando molto. Proprio come Steve Jobs ha portato la sua tecnologia al di fuori del target medio, la stessa cosa dovrebbe accadere nell’analisi dei dati. Invece di mirare agli scienziati dei dati, forse il target dovrebbe essere una persona d’affari o una persona comune che deve gestire una famiglia.
Glenn crede che il primo passo per pensare in questo modo riguardo all’IA e all’analisi sia essere fermamente impegnati nel liberare i dati. Molte informazioni sono bloccate in design proprietari, e questo rappresenta un pessimo modello di business. I clienti dovrebbero rinnovare i contratti non perché le loro informazioni sono controllate e chiuse da un fornitore, ma perché il fornitore offre soluzioni, valore e innovazione.
L’IA dovrebbe essere presentata come un assistente digitale per i clienti anziché come un robot sfocato e magico sullo sfondo di cui il cliente è nervoso nell’affidarsi. Un assistente digitale è semplicemente un passo avanti rispetto a quello che stai cercando di realizzare, fornendo dati e informazioni tramite l’apprendimento automatico e l’apprendimento approfondito che semplifica la tua vita e ti consente di elaborare. In questo modo, l’IA aggiunge valore immediato ed è molto meno spaventosa.
Glenn crede che la tecnologia che il settore pubblico deve avere oggi sia, innanzitutto, il cloud e sempre più di questo. Il cloud elimina molti errori umani nell’amministrazione. Riduce la superficie di attacco ed è un modello di consumo pay-as-you-go, che può essere economico se si sviluppa software per questo modello.
In secondo luogo, ci sono delle buone piattaforme DevSecOps. I programmatori software possono dedicare più tempo allo sviluppo effettivo utilizzando gli strumenti disponibili. DevSecOps è ancora agli inizi, e la crescita sarà esplosiva.
Una tecnologia che è stata fondamentale durante il lavoro da remoto durante il COVID è Commercial Solutions for Classified (CSFC). Questa tecnologia esiste da un decennio. Tuttavia, si è evoluta al punto in cui la complessità è stata eliminata dalla sua implementazione, amministrazione e sicurezza per essere facilmente utilizzata. Qualcuno può lavorare in un dominio non classificato e ancora accedere a segreti, ad esempio, con la certezza di non avere alcuna fuga di informazioni. Questa è una nuova e importante capacità.
Tutto ciò è collegato all’attrarre e trattenere il talento. La difficoltà in questo non risiede nel fatto che il settore pubblico non abbia problemi stimolanti ed impegnativi, ma nella percezione che il governo si muova molto lentamente. C’è una certa verità in ciò a causa dell’importanza nel mantenere una certa sacralità o fiducia. Tuttavia, in realtà, il governo sta proprio al confine di molte nuove tecnologie, come la fotonica o la comunicazione basata sulla luce. Alcuni settori si muovono rapidamente, come lo sviluppo software con approccio agile e DevSecOps.
Glenn crede che il dominio dello spazio esploderà e sarà fondamentalmente diverso tra cinque anni per il futuro della tecnologia. La capacità di mettere in orbita in modo economico più oggetti con miglioramenti in termini di dimensioni, peso e potenza, insieme alla capacità di comunicare con la fotonica su migliaia di chilometri rapidamente, consente la connettività e la capacità di distribuire e utilizzare i dati su tali carichi utili.
Un’altra area che sarà molto diversa è l’agilità dello spettro. Il dominio dello spettro elettromagnetico sarà cruciale per una connettività resiliente durante i conflitti. Le dispute successive enfatizzeranno pesantemente chi può comunicare e interferire con le comunicazioni. L’agilità dello spettro è la capacità di conoscere dinamicamente ciò che sta accadendo intorno a te nello spettro, in modo da poterti muovere rapidamente. Questa connettività è fondamentale per il comando congiunto e il controllo e la visione JADC2 per il suo funzionamento.
Un’area terza riguarda cosa può essere fatto con Kubernetes e con il codice di infrastruttura. L’automazione rimuoverà il lavoro manuale e faciliterà le cose in generale.
Nessuna conversazione sul futuro della tecnologia sarebbe completa senza menzionare il Quantum. I modelli di programmazione quantistica che stanno venendo sviluppati sono completamente diversi dai modelli tradizionali. Dobbiamo arrivare al punto in cui abbiamo delle trousse degli strumenti per i programmatori che rendano il processo molto più automatizzato. Addestrare qualcuno per due anni per diventare un programmatore di calcolo quantistico non è scalabile, quindi abbiamo bisogno di trousse per lo sviluppo software che emergano, proprio come la comunità ha astratto la complessità e ha sviluppato trousse per l’intelligenza artificiale.
L’ultima area è l’evoluzione continua del computing edge. Il numero di processi di calcolo è fenomenale, generando creatività con dimensioni, peso e potenza. Il computing edge continuerà a trasformarsi per essere sicuro e affidabile. La comunicazione resiliente potrebbe non essere una connessione dedicata, ma una rete a maglia in cui le parti del messaggio vengono ricomposte alla fine. Questo può fornire soluzioni in ambienti tattici di negazione e disturbo.
Darren vede la tradizionale architettura Von Neumann in declino nel futuro poiché possiamo avere persistenza dei dati senza dischi rigidi e possiamo avere dati che vivono, si muovono e migrano con funzioni che lavorano con essi. I livelli e le limitazioni del modello Von Neumann verranno rimossi.
Glenn pensa che ciò accadrà più velocemente di quanto le persone generalmente prevederebbero a causa del pregiudizio dell’esperienza. Ma è un mondo diverso quando puoi far coesistere tutte le altre componenti e rimuovere i problemi di latenza. Immagina cosa potrebbe essere fatto alla velocità dell’inferenza al bordo, ad esempio, con veicoli autonomi. Quella tecnologia è in atto e i programmatori considerano i livelli di astrazione fin dall’inizio. Quindi potresti, ad esempio, prendere un modello di rete neurale già sviluppato e farlo girare attraverso un kit di sviluppo software per posizionarlo su un substrato hardware, un’architettura non-Von Neumann, senza dover riprogrammare. Questo accelererà l’adozione e sarà trasformativo.