Riassunto esame Digital transformation

05/10/21 1. Digital transformation

Digital ecosystem, Cloud computing, Big Data, Machine

Learning, IOT

DIGITAL ECOSYSTEM

digitale identi care dei con ni,

L’ecosistema è un termine che viene utilizzato per

quindi per identi care ciò che è dentro e ciò che è fuori.

diverse de nizioni di ecosistema digitale,

Ci sono queste de nizioni prendono in

considerazione aspetti tecnologici, sociali, ecc.

generale un’ecosistema,

In nell’ambito della ricerca dei sistemi informativi, si

una generica combinazione di reti interorganizzative in cui gli attori

riferisce ad perseguire i propri interessi ma

co-evolvono, si auto organizzano cercando di

condividendo un obiettivo comune.

digitale descrive un sistema che si basa

Dal punto di vista dell’ecosistema invece

su un’architettura modulare a livelli (modulare nel senso che prendo dei moduli e

a livelli

ottengo una con gurazione diversa, perché io posso focalizzarmi su questioni

di erenti nell’erogazione dello stesso servizio, ogni livello mi permette di la

preoccuparmi di problemi speci ci in modo da sempli care la vita ai livelli superiori;

modularità mi dà un’ampiezza orizzontale, i livelli un’ampiezza verticale).

Un ecosistema digitale è un insieme di piattaforme digitali che interagiscono tra di

loro e che supportano l’installazione di altri artefatti digitali; la con gurazione stessa

evolve nel tempo insieme agli attori che la utilizzano.

In questo ambiente ci possiamo anche inserire le organizzazioni che ad esempio

erogano questi servizi o che utilizzano questi prodotti digitali.

Combinando le due prospettive, l’ecosistema digitale è un insieme di aziende

accomunate da un interesse comune per materializzare l’innovazione di prodotti o

servizi.

Alcuni classi cano gli ecosistemi digitali in alcuni livelli tra cui l’ecosistema digitale

personale composto da tutti gli artefatti che ruotano attorno ad un individuo (iPhone,

Mac, Apple Watch, con tutte le app e l’interazione che sussiste tra gli oggetti).

La 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

totale è maggiore della somma delle

le funzionalità del mio ecosistema digitale (il

singole parti).

Il concetto di ecosistema digitale è usato anche per indicare la capacità di auto

organizzarsi e l’interdipendenza complessa tra l’ambiente sociale e l’ambiente

tecnologico.

Una de nizione più nostra dell’ecosistema digitale parte dall’origine del concetto in tre

ecologico, sistema informativo economico.

aree: e

ff fi fi fi fi fi fi fi fi fi

fi fi

Ecologico signi ca un sistema di processi coevolutivo di attori e oggetti.

Sistema informativo riguarda la centralità delle piattaforme digitali e i prodotti

collegati tra loro attraverso un network.

prospettiva economica

La mi permette di enfatizzare i bene ci che si possono

raggiungere attraverso questo ecosistema digitale.

l’ecosistema digitale è un

Volendo adattare la de nizione possiamo dire che

insieme di componenti che coevolvono, che possono avere qualsiasi ruolo più o

meno rilevante, che possono essere viventi o meno e che possono generare

complementarietà con le piattaforme digitali; altro aspetto importante è il concetto di

resilienza, capacità di raggiungere o mantenere un equilibrio anche in caso di

la

turbamento.

Il concetto di ecosistema porta con sé de nizioni proprie di sistema, ovvero che ha i

con ni,

suoi negli ecosistemi in generale riesco a tracciare questi con ni, nel

ecosistema digitale i con ni vengono sfumati

momento in cui parliamo di dato che

si ha sia una parte materiale ed identi cabile, sia una parte digitale più uida

attraverso la quale posso passare i con ni (esempio con ne dell’aula 23 e l’aula

digitale su Teams); questa caratteristica permette quindi di facilitare l’interconnessione

tra altri ecosistemi digitali che sicamente sono lontani ma digitalmente no.

identi care gli ecosistemi digitali a seconda dell’ampiezza: ecosistema

Posso

digitale personale, ecosistema digitale di un organizzazione, ecosistema digitale

di una città (smart cities).

drivers motivazioni)

I (o che possono portare alla creazione di un ecosistema digitali

interni

sono: (per migliorare processi, ridurre i costi, integrazione orizzontale/verticale)

esterni

o (spingere l’innovazione, richieste speci che della classe di clienti/fornitori,

pressioni del mercato, leggi/governo esempio fattura elettronica).

drivers

Oltre ai drivers (motivazioni) tradizionali abbiamo anche dei (motivazioni)

disastri naturali

“extra” come (sconvolgimento che cambia le carte in tavole, spinta

epidemie

verso una creazione di un ecosistema digitale), (capaci di impattare sulle

persone e le organizzazioni per creare ecosistemi digitali, come nel caso del Covid).

tutti questi eventi richiedono processi di trasformazione digitale

In generale per

supportare le persone a gestire e ripristinare la situazione dopo eventi imprevisti,

questi processi mi obbligano a ride nire i processi precedenti così come promuovere

nuovi assetti organizzativi.

CLOUD COMPUTING

cloud computing ci permette di fornire ciò che in genere è

Il è una tecnologia che

utilizzato con artefatti sici (come ad esempio capacità computazionale, storage,

attraverso la rete internet.

server, applicazioni o servizi),

Stallman ha etichettato il cloud computing come una portata di marketing per vendere

servizi.

fi fi fi fi fi fi fi fi fi fi fi fi fi fi fi fl

tre tipologie di servizi di cloud computing software as a

Solitamente le sono:

service re applicazioni); platform as a service re hardware,

(o (o networking e

infrastructure as a service

applicazioni); (mi permette di avere a disposizione

qui

computer con determinate caratteristiche hardware attraverso un terminale,

elimino tutta la parte hardware).

L’utente tradizionale di solito usa solo software as a service.

Man mano che passo da infrastructure a software rinuncio alla essibilità

io dato

che arrivo a non poter intervenire su nulla.

L’accesso cloud dipende dalla location, dal dispositivo; da parte del provider invece

può attuare economie di scala.

classi cazione in base alla caratteristica del

Un’altra mi di erenzia i servizi cloud

contratto con il provider: private cloud, public cloud, community cloud, hybrid

cloud.

cloud privato

Il è un cloud in cui tendenzialmente le informazioni sono sensibili,

critiche, identi cate come vantaggio competitivo.

cloud ibrido

Il è un compromesso tra costi e bene ci, dato che da una parte utilizza il

privato per informazioni sensibili, mentre utilizza il pubblico per supportare processi

trasversali.

community cloud

Il è un evoluzione del cloud privato allargato ad una community, ad

esempio un insieme di aziende

che collaborano nello stesso

settore per le loro necessità (es.

cliniche, banche).

Possiamo dunque incrociare le tre

tipologie di servizio con i tre tipi di

cloud (escluso quello community).

Spostandomi dal privato al

pubblico aumento l’economia di

ff fi fi ff fi ff fl

scala, ma diminuisco il controllo; spostandomi dal software as a service

all’infrastructure as a service aumento la essibilità ma diminuisco il livello di

astrazione.

BIG DATA

informazioni prodotte dalle aziende, dalle persone o dalle

Le possono essere

macchine, tutte queste informazioni producono dati…da big data

qui il termine

dato che i dati sono continuamente in crescita.

Il termine big data fu introdotto nel 2010 sulla rivista The Economist, per il fenomeno

legato alla produzione su larga scala di dati; 7 anni più tardi sempre The Economist

pubblica un numero scrivendo che i dati sono la base della nuova competizione.

4 V dei big data Volume, Velocità, Varietà Veridicità.

Le sono: e

dati strutturati non: dati strutturati

L’ultima distinzione riguarda i e i sono

facilmente interpretabili dalle macchina, le informazioni sono de nite dalla

lunghezza, dal tipo, da una data speci ca, da un formato (dati formulati dalle

dati non strutturati generalmente prodotti

macchine o generati da un form); i sono

dall’uomo come i messaggi, non hanno una lunghezza speci ca ma hanno un

contenuto essibile, non de nito.

L’analisi dei big data in motion ight) at-rest: in motion

può essere (in- o riguarda

analisi dei dati in tempo reale, at-rest dati che memorizzo e poi

invece riguarda

analizzo.

fl fi fi fl fl fi fi

data at-rest

Infatti i seguono prima lo storage, poi l’analisi, poi la noti cazione e poi

dati in motion

agisco; per i invece la prima attività è sempre l’analisi e l’ultima è lo

storage.

MACHINE LEARNING

app tradizionali algoritmo, serie di step

Le si basano su un ovvero una che mi

arrivare da un problema ad un risultato;

permettono di noi applichiamo algoritmi

ogni giorni ad esempio in cucina seguendo una ricetta.

nel mondo informatico,

Traslando il concetto di algoritmo gli algoritmi descrivono il

funzionamento di un software e dell’interazione con l’utente.

problemi che non possono essere descritti semplicemente da un

Ci sono dei

algoritmo, machine learning utile per risolvere tutta una serie di

il concetto di è

problemi adottando un approccio di erente da quello tradizionale.

1959 prima della nascita di

Il paradigma di machine learning è stato ideato nel

internet, permettere ad una macchina di imparare dai dati.

si basa sul teorizzava il machine learning al gioco della dama,

Ci fu un articolo che caricando

un certo quantitativo di partite giocate, il sistema impara andando ad analizzare tutte

le giocate svolte nelle partite, identi cando dei percorsi di mosse ottimali che

possono portare alla vincita.

Raccoglie grandi quantità di dati, il sistema impara e attua un comportamento

sulla base dell’analisi dei dati, il sistema più analizza dati e più impara.

deep learning, nel machine learning io

Un concetto simile al machine learning è il

fornisco le regole del gioco oltre al caricamento dei dati, nel deep learning non

ci sono regole precaricate ma il sistema dai dati impara anche le regole, ciò

la quantità di dati nel deep learning deve essere superiore a quella

implica che

del machine learning.

Il machine learning è un sottoinsieme dell’intelligenza arti ciale e il deep learning è un

sottoinsieme del machine learning.

Il machine learning viene utilizzato nel contesto sanitario, nanziario, marketing, ecc.

Secondo un sondaggio le organizzazioni vorrebbero ottenere dal machine learning

supporto nel decision making, seguito da vantaggio competitivo maggiore

e

velocità nell’analisi dei dati; nel sondaggio invece di cosa hanno ottenuto resta al

primo posto l’estensione dell’analisi dei dati in supporto quindi al decision making.

Negli anni il mercato legato al machine learning è in continua evoluzione,

specialmente in ambiti software, rispetto ai servizi e all’hardware. the dark

Come in tutte le tecnologie ci sono delle tecnologie da non mettere da parte,

side of machine learning, ad esempio ci sono dei software che permettono di dire

frasi con la voce di personaggi famosi, oppure software che permettono di imitare la

scrittura.

IOT dispositivi che è possibile collegare ad internet,

L’IoT è tutto quel mondo di

scambiando informazioni (smart tv, sensore di umidità, lampadina, ecc…)

fi ff fi fi fi

Combinando l’utilizzo degli strumenti IOT con i big data e l’analisi attraverso sistemi di

machine learning il risultato ci porta a prendere decisioni che si traducono in più

azioni che vanno a modi care l’ambiente, facendo così rianalizzare i dati in un circolo

vizioso. l’industria 4.0, processo a 6 step

Per quanto riguarda seguendo un passiamo dal 3º

in poi da quella 3.0 alla 4.0.

primo step computerizzazione,

Nel abbiamo la l’utilizzo di piattaforme digitali che

mi permettono di processare i dati e supportare l’operatività.

secondo step connettività,

Nel abbiamo la i sistemi sono strutturati e interconnessi.

terzo step siamo nell’industria 4.0, visibilità,

Dal qui troviamo la le imprese

prendono decisioni in base ai dati in seguito alla loro analisi.

quarto step trasparenza,

Al abbiamo la le imprese capiscono cosa sta succedendo

e soprattutto riescono a spiegare una situazione e di conseguenza imparare da

questa comprensione.

quinto step predittività,

Al c’è la a di erenza della trasparenza qui le imprese

analizzando la situazione attuale riescono a predire quello che sarà il risultato.

step il sistema

Nell’ultimo c’è l’adattabilità, reagisce agli eventi e può intraprendere

può auto-regolarsi.

delle azioni in maniera autonoma e soprattutto

Internet of Things Internet delle Cose,

Si parla di (acronimo di loT) o ancora di ma

Internet degli oggetti.

forse sarebbe più corretto de nirla

fi fi ff

oggetti intelligenti objects")

Ci sono, infatti, gli (i cosiddetti "smart alla base

dell'Internet of Things, e non stiamo parlando soltanto di computer, smartphone e

oggetti che ci circondano all'interno delle nostre case,

tablet, ma soprattutto degli

al lavoro, nelle città, nella vita di tutti i giorni.

L'Internet of Things nasce proprio qui: dall'idea di portare nel mondo digitale gli

oggetti della nostra esperienza quotidiana.

Il termine loT ("Internet of Things", o letteralmente "internet delle cose") viene

utilizzato la prima volta da Kevin Ashton, ricercatore presso il MIT, Massachussets

Institute of Technology, dove è stato trovato lo standard per RFID e altri sensori.

Ma anche se il termine è nuovo, si parla di questi concetti già da molto tempo, in

sostanza dalla nascita di internet e del web semantico (un web fatto di "cose", non di

righe di codice: "things, not strings").

I trend di crescita dei dispositivi IoT sono nettamente superiori rispetto i dispositivi

non-IoT già a partire dal 2020.

IL 5G

5G 5ª generazione.

sta ad intendere la tra la prima e la seconda generazione dove si è passati

Il primo balzo c’è stato

dall’analogico al digitale, 2G GPRS l’EDGE

il include tutta la parte al e ovvero

trasmettere dati con una velocità di trasmissione più elevata, chiamate

inoltre le

crittografate

vengono con meno rumore di sottofondo e più chiarezza.

Dal 2G al 3G aumenta la velocità con l’aggiunta del supporto di video streaming,

chiamate vocali e navigazione web.

Dal 3G al 4G si passa allo streaming in HD, social media, gaming, app interattive, con

lo sviluppo quindi dell’utilizzo degli smartphone e della miriade di servizi basati sulle

relative app; la velocità è 10 volte superiore alla generazione precedente.

Con il 5G superare il problema della debolezza delle infrastrutture

s’intende in

seguito all’aumento del numero di richieste di connessioni nello stesso punto; il

possibilità di avere una capacità di trasmissione

secondo problema è dovuto alla

dati molto superiore del 4G; latenza

altro punto è la quindi quanto bisogna

aspettare prima di ricevere un’informazione (importante per le trasmissioni in tempo

reale).

Relativamente alle frequenze utilizzate per il 5G, come per le generazioni precedenti,

mix di frequenze

si adotta un in modo da sfruttare sia quelle ancora disponibili

(anche da un punto di vista normativo) sia le relative caratteristiche in termini di

copertura e capacità di trasmissione.

il 5G utilizza tre bande diverse media alta),

In particolare, (bassa, e ognuna delle

quali utilizza parti diverse dello spettro radio, che o rono prestazioni con

caratteristiche inverse per quanto concerne velocità e distanza: a un’alta velocità di

trasmissione corrisponde una copertura spaziale più contenuta e viceversa.

banda bassa fornisce la

La (low-bands, onde lunghe, al di sotto di 1Ghz)

connessione più lenta delle tre ma o re le migliori prestazioni su ampie distanze

e sulla tolleranza agli ostacoli (usata anche dalle generazioni pre- cedenti).

banda alta

La (high-bands, onde corte, rientrano nelle Millimeter wave – mmWave, tra

la più

i 24 e i 40 GHz – in questo il 5G si di erenzia dalle precedenti generazioni) è

veloce, ma ha una copertura spaziale molto limitata e una elevata di coltà ad

attraversare muri, edi ci e altre strutture.

banda media simile alle

La (mid-bands, negli intervalli 1-2.6 GHz e 3.5-6 GHz),

frequenze del 4G e in parte anche del 2G e 3G, o re un buon compromesso tra

velocità, tolleranza agli ostacoli strutturali e distanza.

IL VALORE DELL’IOT

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 no al 36%, in base alla propria tipologia di business.

Per esempio, per i fornitori di servizi end-to-end, si stima che il valore arriverà oltre

600 miliardi di dollari entro il 2026.

Il report si basa sull’analisi di duecento casi di utilizzo di sistemi IoT e 5G distribuiti in

dieci settori di erenti e poi raggruppati in nove cluster, in base all’ambito di utilizzo.

fi ff fi ff ff ff ff ffi

Si suppone che nei prossimi anni si delineeranno una serie di grandi