Riassunto esame Digital trasformation, Prof. Za Stefano, libro consigliato Sistemi informativi di impresa / internet of things, Bracchi/Francalaci/Motta - Za Stefano

Digital trasformation

Internet of things - Gli ecosistemi digitali nell'era degli oggetti interconnessi

Un fenomeno digitale è studiato e valutato considerando tre dimensioni, utili per operare una scelta:

• Sociale (informale) dove il significato è stabilito, inteso intenzionalmente, credenze e impegni presi;
• Formale, processi organizzativi e politiche;
• Tecnico, infrastrutture che automatizzano o supportano i sistemi formali.

Tutti i fenomeni digitali combinano l'utilizzo di una stessa tecnologia insieme ad altri, ovvero l'Internet nonché l'infrastruttura su cui poggiano tutti i sistemi digitali. Nel settembre del '69 fu pubblicato il primo messaggio in via digitale, grazie a uno scambio di interazione che avveniva su quattro sistemi di interfaccia (UCLA, SRI, UCSB e UTAH). Col tempo queste reti si sono espanse ed evolute, aumentando costantemente, ma funzionano esattamente come un'unica rete.

Il web, invece, nasce negli anni '90 come modalità di reperimento di scambio di informazioni più rapido ed efficiente.

Internet e WWW

• Internet è un'infrastruttura che, basandosi su protocolli (insieme di regole) di comunicazione, mette in collegamento reti di computer dando loro la possibilità di scambiare i dati. È qualcosa di essenzialmente fisico (volendo possiamo toccare i cavi che la compongono i computer che la gestiscono).
• WWW è un servizio o un'applicazione che si basa sull'infrastruttura di Internet e permette di condividere, richiedere e visualizzare i contenuti (multimediali, ipertestuali…). Il web è qualcosa di virtuale: un insieme di informazioni variamente codificate, realizzato sfruttando la possibilità data da Internet di collegare sistemi tra loro.

Rivoluzioni industriali

• Prima: introduzione di macchine a vapore (fine del diciottesimo secolo).
• Seconda: introduzione di sistemi di produzione di massa grazie all’energia elettrica (industria 2.0, inizio del ventesimo secolo).
• Terza: arrivo dell'informatica e dell'elettronica che incrementano ulteriormente livelli di automazione e avviano la trasformazione digitale della fabbrica (anni '70).
• Quarta: utilizzo di una combinazione di tecnologie atte a favorire una produzione industriale del tutto automatizzata e interconnessa (industria 4.0, oggi).

Industria 4.0

Cyber-phisical system (CPS) interagire. Il concetto che c'è dietro è quello di con la capacità di interagire con l'ambiente, di elaborare e prendere una decisione. Un sistema ciber fisico o ciber-fisico (CPS, dall'inglese cyber-physical system) è un sistema informatico in grado di interagire in modo continuo con il sistema fisico in cui opera. Il sistema è composto da elementi fisici dotati ciascuno di capacità computazionale e riunisce strettamente le cosiddette "tre C": capacità computazionale, comunicazione e capacità di controllo.

Le strutture artificiali di calcolo e comunicazione, rappresentate dal prefisso "ciber", formano un sistema distribuito che interagisce direttamente e dinamicamente con il mondo reale che le circonda. I principali componenti dell'industria 4.0 sono diversi e riguardano: big data analytics, autonomo robot, simulazione, integrazione di sistema orizzontale e verticale, industrial Internet of things, cyber security, additive manufacturing e augmented reality.

6 principi industria 4.0

• Interoperability: l'abilità del sistema, degli umani e delle smart factories di connettersi e comunicare tra di loro tramite Internet of things e Internet of services.
• Virtualization: copia virtuale delle smart factories.
• Decentralization: l'abilità del sistema di prendere delle decisioni per conto proprio.
• Real time capability: capacità di raccogliere e analizzare i dati e fornire informazioni utili immediatamente.
• Service orientation: offrire dei servizi tramite Internet of services.
• Modularity: adattamento flessibile delle smart factories.

Digital ecosystem

L'ecosistema identifica dei confini, è un termine che viene utilizzato per quindi per identificare ciò che c'è all’interno e ciò che si trova all’esterno. Ci sono diverse definizioni di ecosistema digitale, queste definizioni prendono in considerazione aspetti tecnologici, sociali eccetera. In generale, nell'ambito della ricerca dei sistemi informativi, un ecosistema si riferisce a una generica combinazione di reti interorganizzative in cui gli attori co-evolvono, si auto-organizzano perseguendo i propri interessi ma condividendo un obiettivo comune.

Dal punto di vista dell'ecosistema digitale, invece, descrive un sistema che si basa su un'architettura modulare a strati. Da un punto di vista tecnico, di solito si basa sulla combinazione di una o più piattaforme digitali e un insieme di componenti prodotti digitali (hardware e software) che, interagendo tra loro, evolvono nel tempo. Da un punto di vista software, modulare si riferisce al modo diverso in base alle diverse esigenze e personalizzarlo. Per quanto riguarda i dispositivi tecnologici, questa modularità non per forza si riferisce a un aspetto estetico, ma più hardware in merito anche ad esempio alle diverse app presenti.

La stratificazione a livelli permette di focalizzarsi su questioni differenti nell’erogazione dello stesso servizio, e ognuno di questi si occupa di problematiche specifiche e differenti e aiuta a semplificare quelli dei livelli superiori. Un ecosistema digitale può anche essere visto come un insieme di piattaforme digitali che interagiscono tra loro e che supportano l'installazione di altri artefatti digitali e la configurazione stessa evolve nel tempo insieme agli attori che lo utilizzano.

Combinando le due prospettive, l'ecosistema digitale è un insieme di aziende accomunate da un interesse che tende a sfruttare la tecnologia digitale per materializzare l'innovazione di prodotti e servizi per il proprio business. Alcuni classificano gli ecosistemi digitali in alcuni livelli tra cui l'ecosistema digitale personale è composto da tutti gli artefatti che ruotano attorno a un individuo (iPhone, Mac, Apple Watch, con tutte le app e l'interazione che sussiste tra gli oggetti).

Il concetto di ecosistema digitale è in generale usato anche in maniera ampia per indicare le capacità di auto-organizzarsi e la sussistenza di interindipendenza complessa tra l'ambiente sociale e tecnologico.

Le origini dell'ecosistema digitale

Possono derivare dall'aspetto ecologico, da sistemi informativi o dall'aspetto economico. Ecologico significa un sistema di processi coevolutivo di attori e oggetti. Sistema informativo riguarda la centralità delle piattaforme digitali e i prodotti collegati tra loro attraverso network. La prospettiva economica permette di enfatizzare i benefici che si possono raggiungere attraverso questo ecosistema digitale.

Volendo adattare la definizione possiamo dire che l'ecosistema digitale è un insieme di componenti che coevolvono, che possono essere viventi e che possono generare complementarietà con piattaforme digitali. Un altro aspetto importante è il concetto di resilienza ovvero la capacità di mantenere un equilibrio, oltre alla presenza di confini sfumati perché l'ecosistema digitale ha sia una parte fisica, sia una più fluida che permette di bypassare i confini. Questa caratteristica permette di facilitare l'interconnessione tra altri ecosistemi digitali in quanto lontani fisicamente ma vicini digitalmente e dunque possono essere legati tra loro.

Drivers and motivations che portano alla creazione di un ecosistema digitale

• Interne: esigenze specifiche dell'organizzazione per migliorare i processi, ridurre i costi, integrazione orizzontale e verticale.
• Esterne: richieste specifiche di alcune classi (clienti, fornitori, mercato) o aspetti normativi.

Ci possono essere anche motivazioni extra, come disastri naturali, eventi imprevedibili, con conseguente creazione di un ecosistema digitale per gestire la situazione. In generale questi eventi richiedono processi di trasformazione digitale per supportare le persone a gestire e ripristinare la situazione dopo eventi imprevisti, questi processi obbligano dunque a ridefinire i processi precedenti così come promuovere nuovi assetti organizzativi.

Internet of things (IoT)

L'internet of things può essere visto come una rete di oggetti interconnessi tra loro capaci di raccogliere e scambiare informazioni attraverso l'uso della rete, di Internet. Il computer ha rappresentato nel corso degli anni una sorta di cervello in grado di svolgere delle operazioni più o meno complesse basate su precise istruzioni e informazioni fornite dall'uomo. L'avvento di Internet ha permesso di creare un ecosistema digitale in cui condividere capacità computazionale e informazioni.

Il concetto di IoT rappresenta la capacità di associare a questo cervello digitale la possibilità di raccogliere informazioni sul mondo in totale autonomia, senza nessun inserimento di dati da parte dell’uomo.

RFID: identificazione a radiofrequenza

Per RFID si intende una tecnologia per l'identificazione o la memorizzazione automatica di informazioni inerenti oggetti e soggetti. Tale tecnologia è basata sulla capacità di memorizzare i dati in particolari etichette elettroniche, chiamate tag, e sulla capacità di queste di trasmettere tali dati tramite onde radio se interrogati da appositi apparati reader, fissi o portatili.

L'IoT è un fenomeno rilevante grazie anche alla stretta correlazione con almeno altri tre fenomeni: il cloud computing, i big data e il machine learning.

Cloud computing

Il cloud computing indica una serie di tecnologie che permettono di elaborare, archiviare e memorizzare i dati grazie all'utilizzo di risorse hardware e software distribuite nella rete. Si utilizza un servizio cloud quando tramite un dispositivo si sfruttano delle risorse o dei servizi attraverso la rete. Esistono tre principali macro categorie di servizi cloud:

• Software as a service (SaaS): relativa all'utilizzo di software come utente finale (per esempio posta elettronica Gmail).
• Platform as a service (PaaS): questa categoria riguarda sempre l'utilizzo di software, ma questa volta si ha la possibilità di gestirne ampiamente la configurazione, gestendo ad esempio l'accesso a specifiche funzionalità a determinati gruppi di utenti (per questo motivo è una piattaforma e non un software).
• Infrastructure as a service (IaaS): il servizio è rappresentato da un server virtuale in cui è possibile installare i software di sistema e applicativo necessario. In questo caso il sistema hardware è virtuale ed è erogato come servizio il cui costo dipende dalla relativa configurazione. Essendo virtuale è possibile modificare in maniera flessibile le caratteristiche del sistema.

In sintesi il cloud computing permette di avere a disposizione risorse e capacità computazionale in maniera flessibile, senza la necessità di acquistare e mantenere un apparato hardware.

Big data

Questa mole di dati ha portato alla nascita di un altro fenomeno, noto con il nome di big data. Big data is high-volume, high-velocity and/or high-variety information assets that demand cost-effective, innovative forms of information processing that enable enhanced insight, decision making, and process automation. Ci sono quattro caratteristiche (le 4V):

• Volume: raccogliere e immagazzinare continuamente tutto questo volume di informazioni (per poi utilizzarle per diverse tipologie di analisi o semplicemente condividerle).
• Velocità: il ritmo con cui dati sono generati.
• Varietà: i formati dei dati sono spesso diversi, dai dati numerici strutturati a documenti di testo non strutturati.
• Veridicità: selezione in maniera appropriata delle sorgenti dei dati, per evitare di raccogliere i dati sporchi e compromettere l'analisi e il processo decisionale derivante.

Structured vs unstructured data

• Structured data defined: Contains a length, type, and format and includes numbers, dates, or strings.
• Machine-generated data.
• Human-generated data.
• Unstructured data Not defined: does not follow a specified format, and is typically freeform text such as emails, Twitter tweets, text messages.

Analyzing big data

Big Data can be analyzed in two ways: for a flowing or for a static situation.

• Big Data in motion (in-flight): to process the incoming stream of data in real time for quick and effective statistics about the data.
• Big Data at-rest: to store and structure batches of data and apply standard analytical techniques for generating insights.

Data analysis approaches

Data at rest is static data that is stored in a physical location, for example, on a hard drive in a server or data center. Store > Analyze > Notify > Act. Data at rest follows the traditional analysis flow of database and then analyzed. Data is stored and interpreted. Decision makers are notified and determine whether action is required.

Data in motion dynamic data that requires real-time processing before that data becomes irrelevant or obsolete. It represents the continuous interactions between people, process, and things. Analysis and action happen sooner rather than later. Analyze > Act > Notify > Store. The flow of analysis for data in motion is often different. The order of analyze, act, and notify can be different. The important distinction between data at rest and data in motion is that, with data in motion, acting on the data happens before the data is stored.

Machine learning

Machine learning rappresenta una branca dell'informatica che si posiziona nel campo di studio dell'intelligenza artificiale, i cui algoritmi non descrivono la procedura per ottenere un determinato risultato, ma semplicemente dettano le regole su come leggere interpretare i dati al fine di individuare la migliore soluzione a determinati problemi legati i dati analizzati.

Machine Learning: Field of study that gives computers the ability to learn without being explicitly programmed. Queste soluzioni possono essere utilizzate dall'uomo a supporto dei propri processi decisionali (comunicazione machine-to-people, M2P), o da altri algoritmi per attivare delle funzionalità specifiche di altri dispositivi collegati in rete (comunicazione machine-to-machine, M2M).

Deep learning: the subset of machine learning composed of algorithms that permit software to train itself to perform tasks, like speech and image recognition, by exposing multilayered neural networks to vast amounts of data. Machine learning: a subset of AI that includes abstruse statistical techniques that enable machines to improve at tasks with experience. The category includes deep learning. Artificial intelligence: any technique that enables computers to mimic human intelligence, using logic, if-then rules, decision trees, and machine learning.

Lo sviluppo del 5G

5G è uno standard di comunicazione per le reti mobile, sviluppato da un gruppo di organizzazioni che si occupano principalmente di sviluppare e definire le specifiche standard per i sistemi di telecomunicazione mobile.

• 1G: segnale analogico. Copertura e qualità dell'audio bassa con rumore di sottofondo; nessun supporto per il roaming tra vari operatori; nessuna compatibilità tra i sistemi, poiché ognuno operava su diverse frequenze; chiamate non crittografate, quindi chiunque avesse uno scanner radio poteva intromettersi in una chiamata.
• 2G: segnale digitale. Si tratta delle reti GSM, GPRS, EDGE rispettivamente; le chiamate potevano essere crittografate; chiamate più chiare e meno rumore di sottofondo; per la prima volta le persone possono inviare i messaggi di testo e messaggi multimediali; la velocità di trasferimento inizialmente era solo 9,6 kbit/s, per poi arrivare a 500 kbit/s.
• 3G: segnale digitale. Si tratta delle reti UMTS e HSPA rispettivamente; standardizzazione del protocollo di trasmissione; alta velocità di trasmissione in grado di eseguire download da Internet e inviare video; sono supportati i video streaming, chiamate vocali e navigazione web.
• 4G: segnale digitale. Identifica la connessione LTE (long term evolution); per me è una velocità 10 volte superiore alla precedente generazione, circa 30 mbit/s; è utilizzata per streaming HD, social media, gaming, app interattive e altro ancora; ha permesso lo sviluppo, la diffusione e l'utilizzo degli smartphone ed è la miriade di servizi basati sulle relative app.

Le caratteristiche principali del 5G, possono essere identificate considerando tre macro aspetti:

• Maggiore capacità di trasmissione (fino a 100 volte più veloce della generazione precedente), raggiungendo la velocità di circa 50 gigabits per secondo.
• Diminuzione dei tempi di latenza (il ritardo nella ricezione di contenuti), passando da circa 50 o 100 millisecondi a qualche millisecondo.
• Possibilità di collegare un numero maggiore di dispositivi alla stessa infrastruttura rispetto alla generazione precedente, superando i disservizi che solitamente si riscontrano in luoghi molto affollati, e soprattutto nei momenti in cui vi è un elevato utilizzo contemporaneo della rete in uno spazio densamente popolato.