Digital Transformation

Digital transformation – 04/10/2021

Un fenomeno digitale è studiato e valutato considerando 3 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 altre, 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 ad uno scambio d’interazione che avveniva su 4 sistemi d’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 e scambio d’informazioni più rapido ed efficiente, grazie al primo sito web da parte di Tim Berners-Lee.

Industria 4.0

Il concetto che c’è dietro è quello di cyber-physical system (CPS) con la capacità d’interagire con l’ambiente, di elaborare e di prendere una decisione. Le principali componenti dell’industria 4.0 sono diverse e riguardano: big data analytics, autonomous robots, simulation, horizontal and vertical system integration, industrial internet of things, cyber security, additive Mfg and augmented reality.

Digital transformation – 05/10/2021

Che cos'è un ecosistema digitale?

È utilizzato per indicare ed identificare dei confini con l’obiettivo di distinguere ciò che vi è all’interno e ciò che vi è all’esterno. Vi sono diverse definizioni e prendono in considerazione diversi aspetti e prospettive, ma in generale un ecosistema da un punto di vista del settore “information system” si riferisce a una generica combinazione di reti interorganizzative in cui gli attori co-evolvono, si auto organizzano cercando di perseguire 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 livelli. Da un punto di vista software, modulare si riferisce al considerare un dispositivo e comporlo in modo diverso in base alle diverse esigenze e personalizzarlo. Per quanto riguarda dispositivi tecnologici, allora questa modularità non per forza si riferisce a un aspetto estetico, ma quanto 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 la 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 o servizi per il proprio business.

Alcuni classificano gli ecosistemi digitali in alcuni livelli tra cui l’ecosistema digitale personale 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). Le funzionalità di un oggetto da solo mette a disposizione un certo numero di funzionalità, l’altro lo stesso ma tutti e due messi insieme arricchiscono ulteriormente le funzionalità del mio ecosistema digitale (il totale è maggiore della somma delle singole parti).

Il concetto di ecosistema digitale in generale è usato anche in maniera ampia per indicare la capacità di auto organizzarsi e la sussistenza d’interdipendenza complessa tra l’ambiente sociale e tecnologico.

Le origini dell'ecosistema digitale

Possono derivare dall’aspetto ecologico, sistema informativo (che mi fornisce un’aggiunta al concetto di prodotti e piattaforme digitali collegate tra loro attraverso un network) ed, infine, la prospettiva economica enfatizza i benefici economici attraverso lo sfruttamento di tali tecnologie. Volendo adattare la definizione possiamo dire che l’ecosistema digitale è un insieme di componenti che coevolvono, che possono essere viventi o non e che possono generare complementarietà con le piattaforme digitali.

Un aspetto importante è il concetto di resilienza ovvero la capacità di raggiungere e mantenere un equilibrio, oltre alla presenza di confini sfumati perché l’ecosistema digitale ha sia una parte fisica identificabile e materiale e sia una parte digitale 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 e motivazioni che portano alla creazione di un ecosistema digitale

• Interne, relative ad esigenze specifiche dell’organizzazione per migliorare processi, ridurre i costi, integrazione orizzontale/verticale;
• Esterne, spingere l’innovazione, richieste specifiche di alcune classi (clienti, fornitori, mercato) o in riferimento ad aspetti normativi.

Ci possono essere anche motivazioni extra, come disastri naturali (sconvolgimento che cambia le carte in tavola), un evento imprevedibile (v. epidemia), 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.

Cloud computing

È un paradigma di erogazione di servizi attraverso l’utilizzo della rete internet che permette l’accesso a un insieme di risorse disponibili in modo remoto. Le 3 tipologie di servizi erogati dal cloud computing sono:

• Software as a service, utilizzo di un applicativo attraverso il browser;
• Platform as a service, concessione di una serie di servizi base ed applicati ad uso specifico;
• Infrastructure as a service, permette di avere a disposizione dei server, equipaggiati con diverse caratteristiche hardware.

Queste tre tipologie, partendo da valle salendo a monte, consentono di avere una minor gestione dei servizi (livelli) offerti a supporto delle attività ma tuttavia rinuncio a livelli flessibili in funzione delle necessità poiché non si può intervenire più su nulla. Vi è comunque la possibilità di espandere parte della gestione in funzione di specifiche necessità, pagando un corrispettivo maggiore per il periodo di tempo utilizzato in maniera tale da riuscire ad offrire le massime performance.

Un’altra classificazione è quella che differenzia i servizi cloud sulla caratteristica dell’accordo/contratto col provider, distinguendo 4 tipologie di cloud:

• Private Cloud in cui le informazioni tendenzialmente sono sensibili, critiche, identificate come vantaggio competitivo e il cui costo pagato è maggiore al potenziale danno economico che riceverei se fosse pubblico;
• Public Cloud per processi di routine ed operazioni trasversali;
• Hybrid Cloud per ottenere un buon compromesso tra costi e benefici, dato che una parte utilizza il privato per informazioni sensibili mentre utilizza il pubblico per supportare processi trasversali;
• Community Cloud è un’evoluzione del cloud privato allargato ad una community, ovvero una sorta di privato limitato a una specifica comunità e alle loro specifiche necessità.

Possiamo dunque incrociare le tre tipologie di servizio con i primi tre tipi di cloud. Spostandosi dal privato al pubblico aumenta l’economia di scala ma diminuisce il controllo; spostandosi dal SaaS al IaaS aumenta la flessibilità ma diminuisce il livello di astrazione.

Big data

Agire nell’ecosistema digitale produce informazioni, in tal senso i big data sono caratterizzati da un alto-volume, alta-velocità e alta-varietà. La velocità si riferisce alla velocità con cui vengono prodotti e quindi servono processi capaci di analizzarli alla stessa velocità. La varietà in funzione a quelli che sono i diversi servizi che producono tali dati. Il volume in relazione a quelli che sono la gigantesca mole di dati prodotti.

Una caratteristica rilevante è la veridicità, legata al fatto che la selezione di dati sbagliati e non corretti otterrà un output di informazioni errate. Un’ultima distinzione adottata per classificare i dati è relativa alla loro natura: strutturati e non strutturati. I primi sono quelli facilmente interpretabili dai software e le informazioni sono ben definite (form), invece i secondi sono generalmente prodotti dall’uomo e dunque informazioni che non hanno informazioni ben specifiche e dal contenuto flessibile dunque risulta più complicato un algoritmo che mi estrapoli informazioni utili dagli stessi (post).

Riguardo all'analisi dei big data abbiamo due approcci:

1. In motion, per processare il flusso di dati in entrata in tempo reale per una rapida ed efficace conoscenza degli stessi. La prima attività è sempre l’analisi, poi lo storage;
2. At-rest, sono dati statici che sono memorizzati in storage, si rendono informazioni che vengono analizzate per poi agire.

Digital transformation – 11/10/2021

Machine learning

Un algoritmo è una serie di step che permettono di arrivare ad un risultato di solito associato ad un problema, generalmente dunque descrivono il comportamento di un software. Ci sono problemi le cui soluzioni non possono essere descritte da un algoritmo, perché l’utilizzo dello stesso potrebbe essere impossibile oppure troppo oneroso e per tal motivo è utile il machine learning.

Il concetto dello stesso fu introdotto fin dal 1959 da Arthur Samuel e si basava sul permettere ad una macchina (software) di imparare dai dati. Questo approccio fu teorizzato al gioco della dama secondo cui vi sia un software che contenga tutte le possibili combinazioni di contromosse a tutte le possibili mosse da parte dell’avversario. Questo può avvenire secondo una logica di apprendimento di dati (partite) precedentemente analizzati.

Un concetto simile è il deep learning: la differenza sta nel fatto che nel machine learning vengono definite delle regole (v. dama), mentre nel deep learning non vi sono regole ma il sistema impara da sé anche le regole dai dati, ciò implica che la quantità di dati da inserire dev’essere notevolmente superiore a quella del machine learning.

La capacità di effettuare analisi dei dati nettamente migliori e avere maggior supporto al decision maker, ottenere un vantaggio competitivo e migliorare l’efficienza sono solo alcuni degli obiettivi che si cerca di raggiungere con l’utilizzo della machine learning. Tuttavia vi sono delle criticità da tenere sotto-controllo, considerando il “lato oscuro” del machine learning che si riferisce ad un uso poco etico ed appropriato dello stesso come la possibilità di sfruttare il cosiddetto fenomeno del “facial recognition”.

Generalmente un dispositivo IoT è dotato di alcuni sensori e capace di scambiare informazioni attraverso la rete (smart TV). È possibile una combinazione dell’utilizzo degli strumenti IoT con la machine learning in quanto i primi raccolgono informazioni che possono essere facilmente utilizzati dai sistemi di analisi che sono dotati di algoritmi di machine learning capaci di supportare i processi decisionali i cui risultati portano al prendere una o più decisione che si traduce in una o più azione.

Industria 4.0

La machine learning è uno dei paradigmi che mi permette di formare quello che è l’ecosistema dell’industria 4.0 e ciò che distingue la stessa da un’industria semplice che utilizza tecnologie sta negli aspetti riguardanti l’adozione di quelli che sono 6 step:

1. Computerization, l’utilizzo di piattaforme digitali che permettono di processare i dati e supportare l’operatività;
2. Connectivity, l’impatto che i sistemi sono strutturati ed interconnessi ed in qualche modo cercano di supportare l’interattività tra i processi;
3. Visibility, le aziende hanno un’ombra digitale in cui la direzione prende decisioni basate sui dati;
4. Transparency, l’azienda riesce a ricostruire ciò che è accaduto e ha portato quel risultato e dunque le aziende capiscono perché è successo qualcosa e la conoscenza viene dalla comprensione;
5. Predictability, l’azienda riesce a predire il risultato e le decisioni si basano su scenari futuri;
6. Adaptability, le aziende rispondono autonomamente agli eventi ed i sistemi sono autoregolanti e funzionano in modo robusto.

Internet of things

Con l’IoT di riferiamo all’ “Internet delle Cose” o “degli oggetti”. Ci sono, infatti, oggetti intelligenti alla base dell’IoT oltre a quelli che sono gli smartphone e tablet, ma soprattutto degli oggetti che ci circondano in maniera quotidiana. L’IoT nasce proprio dall’idea di portare nel mondo digitale gli oggetti della nostra esperienza quotidiana. Il termine IoT viene utilizzato per la prima volta nel 1999 da Kevin Ashton al MIT dove è stato trovato lo standard per RFID e altri sensori.

Il 5G

Il 5G vuole introdurre principalmente quella che è una maggior copertura del segnale e fornire una maggior rapidità del sistema (minor latenza) in seguito ad un sovraccarico dello stesso, dato che il 4G è già abbastanza sufficiente per soddisfare le attuali esigenze. Il 5G utilizza le frequenze del 4G ma anche alcune che si trovano intorno ai 30 GHz perché combina 3 modalità di trasmissione: a banda bassa, alta e media.

Le prime forniscono onde lunghe e la connessione più lenta rispetto alle altre tre ma offre le migliori prestazioni su ampie distanze e sulla tolleranza agli ostacoli. Le seconde forniscono onde corte ed in questo il 5G si differenzia dalle precedenti generazioni in quanto è la più veloce ma ha una copertura spaziale molto limitata e una elevata difficoltà ad attraversare muri, edifici e altre strutture. Le terze offrono un buon compromesso tra velocità, tolleranza agli ostacoli strutturali e distanza.

Secondo un report di Ericsson pubblicato nel 2019, i dispositivi IoT connessi sono oltre 5 milioni ogni giorno grazie all’introduzione del 5G. Si suppone che questa tendenza di crescita porterà un potenziale incremento di guadagno fino al 36%, in base alla propria tipologia di business.

Digital transformation – 12/10/2021

I quattro parametri che un dispositivo ha bisogno per comunicare in rete sono:

1. Indirizzo IP, ovvero una sequenza di numeri che mi permette di identificare sia il dispositivo che la rete ed è formato da 4 gruppi da 8 byte. Il massimo di range, essendo che può assumere massimo 2 valori (0, 1), può essere da 0 a 255 poiché può assumere massimo 2⁸ valori (256 valori totali). L’indirizzo IP ha una parte fissa ed una variabile: la parte fissa è riferita al prefisso di rete, la parte variabile a quella di host;
2. Netmask, tramite la quale riconosco il prefisso ed il numero di host ed è composta da una sequenza di 1 per il prefisso ed una sequenza di 0 per il numero di host.
3. Default gateway, permette di raggiungere l’indirizzo IP, ovvero un dispositivo in grado di comunicare con la rete esterna.
4. DNS (Domain Name System) server, traduce il nome del browser in indirizzo IP ed è unico a livello mondiale ed è strutturato in maniera gerarchica. Il Fully Qualified Domain Name (FQDN) consiste in due parti: la prima è il nome dell’host, la seconda è il nome di dominio.

Information security

La sicurezza delle informazioni riguarda tutte quelle misure utilizzate per prevenire l’uso non autorizzato di risorse digitali che può riguardare la modifica, diffusione o cancellazione delle informazioni. I tre principali bilanci su cui si fonda sono il concetto di:

1. Confidentiality riguarda il preservare l’accesso alle risorse soltanto alle parti che ne hanno diritto;
2. Integrity riguarda, invece, la non alterazione delle informazioni e che quindi restano integre e non vengano manipolate;
3. Availability riguarda la possibilità di accedere ed utilizzare le risorse, poiché vi è il permesso di poterlo fare.

Oltre a questi 3 principi ve ne sono altre da tenere in considerazione:

• Autenticazione sono quelle misure che permettono di identificare il mittente o l’origine dell’informazione;
• Non ripudio riguarda il fatto di impedire che un utente coinvolto in una transazione neghi di esser stato coinvolto;
• Gestione del controllo degli accessi riguarda quelle politiche che garantiscono l’accesso alle risorse corrette in base a chi chiede di accedere.

La nostra vita si sta sempre più digitalizzando e dunque diventa un tema fondamentale quello della sicurezza delle informazioni. Quindi ci sono implicazioni relative strettamente alle informazioni cercando di tutelare i primi 3 pilastri. Mentre i principali blocchi che mi permettono di...