 Stiamo vivendo un momento straordinario, dove queste tecnologie per la prima volta ci permettono letteralmente di parlare con le macchine. Questo chiaramente apre molto opportunità, ma se oggi facciamo una fotografia di chi ne beneficia all'interno delle imprese, dove la community tech chiaramente ha una responsabilità gigante, perché se una volta queste tecnologie si sedevano di fianco alla persona, adesso si trovano davanti, sono proprio un abilitatore per poter lavorare. La realtà dei fatti è che poche persone oggi all'interno dell'organizzazione riescono a beneficiare della miniera d'oro di dati che è stata creata negli ultimi vent'anni. Quindi l'intelligenza artificiale generativa per la prima volta ci dà l'opportunità di ridurre la distanza tra le persone e i dati, quindi andando a umanizzare l'informazione. In questo contesto ch'ha GPT sbloccato il mindset e il potenziale con il lavoro sui test, immagini e video. Come dicevi, noi ci focalizziamo sui numeri. Sui numeri ci sono delle opportunità interessanti, perché l'intelligenza artificiale generativa ci può aiutare in due modi, per complementare e aggiungere un ulteriore caso d'uso che va ad aiutare l'utente di business nello specifico, sia da un punto di vista di integrazione, perché per quanto noi oggi ci focalizziamo sull'interfaccia dell'utente, sappiamo benissimo nel profondo del nostro cuore che abbiamo un problema di integrazione dei sistemi. E la componente generativa può aiutarci a scalare, a velocizzare, a ridurre le capex che oggi ci permettono di creare un dato certificato. Aiginius parte proprio da questa componente, ha creato uno strumento che utilizza i modelli di linguaggio per collegare i database delle aziende, che possono essere database che riguardano i dati delle vendite, della finanza, delle risorse umane, della supply chain e delle operations, per trasformare in un cervello virtuale privato che le imprese governano e con cui possono abilitare le proprie persone a letteralmente parlare con i dati. E qui si aprono delle nuove opportunità nel senso che si possono fare dei decoupling di tecnologie che oggi non ti permettono di innovare, perché di fatto devi abilitare persone diverse, che hanno esigenze diverse dove noi da oltre vent'anni insistiamo con una specie di fusione di queste esperienze, che poi fallisce prende perché in un certo senso non riusciamo a bilanciare questa esperienza secondo le persone che devono consumare, quindi riuscire a separare queste tecnologie, quindi utilizzarle in modo specifico, quindi l'intelligenza artificiale generativa per esempio nella nostra piattaforma che si chiama Crystal, che è l'equivalente di charge GPT per i dati aziendali, per i numeri, noi lo utilizziamo nel back-end per fornire un'esperienza no-code al data scientist, al data analyst, alla persona dei dati per velocizzare il processo di certificazione di governance del dato. Poi quel tipo di processo risulta tramite la generazione automatica in un cervello virtuale che noi chiamiamo business knowledge graph, con cui poi le persone dall'altra parte tramite interfacce consumer possono letteralmente parlare, e questo perché non si sta sbagliando da oltre vent'anni, è semplicemente che i due mercati, cioè quello del consumatore dei dati e quello del IT si sono mosse con due velocità diverse, vai a casa e parli con la macchina del caffè, vai a lavoro e trovi una complessità che può non riesce a gestire. Quindi l'utente business ha delle aspettative che si aggiustano con una velocità molto più alta, perché ci sono stati miliardi di investimenti in queste applicazioni che hanno cambiato la percezione di come l'utente di business oggi vede le innovazioni che trova all'interno dell'azienda, quindi li confronta con quello che trova fuori dal lavoro. E quindi tramite il linguaggio naturale finalmente possiamo sia da una parte automatizzare la generazione dinamica dei casi d'uso nel backend, permettendo le persone tecniche di focalizzarsi sui modelli che siano queste di gestione del rischio, di propensity scoring per aiutare i team commerciali piuttosto che di finanza, e dall'altra parte permetterà l'utente di avere una continuità di esperienza che quindi incrementa sia l'adozione che l'engagement con i dati e di conseguenza sfruttare questa miniera d'oro sul campo, quindi mentre si prende la decisione, non dopo che si è presa la decisione, e finalmente abilitare tutti alla pari, perché il più grande problema che oggi abbiamo nella società è che le imprese non competono alla pari. E questo è principalmente perché ci siamo focalizzati molto sull'innovare l'esperienza del cliente finale, nel mentre abbiamo dimenticato le nostre persone. Le persone che lavorano all'interno delle aziende che di fatto oggi sono l'elemente differenziante di qualsiasi impresa. Io ho portato un video di un minuto per farvelo toccare con mano, poi noi abbiamo anche uno stand fuori per cui se siete curiosi possiamo farvi vedere cosa c'è sotto il cofano. Però chiedo alla regia di far partire il video, così vediamo un caso d'uso pratico nel banking, per esempio, dove un financial advisor, un private banker, parla letteralmente con i database della banca. Ciao Cristal, come stai? Molto bene Andrea, come posso asserti utile? Devo incontrare il mio cliente Mario Verdi, mi mostreresti la sua posizione attuale? Certo, il portafoglio totale del signor Verdi è di 125.000 euro, suddiviso in 25.000 euro di azioni, 75.000 euro di obbligazioni e 25.000 euro in liquidità. Quali sono le sue prossime scadenze amministrative? Il signor Verdi ha la carta di identità in scadenza e deve rinnovare il profilo finanziario. Ottimo, passiamo al mio portafoglio compressivo, qual è la situazione attuale? Al momento hai 165 clienti per un totale di 25 milioni di euro. Mi mostri il trend degli ultimi 12 mesi? Ecco, un grafico con l'ultimo anno, il trend è in crescita negli ultimi 3 mesi. Perfetto, grazie Cristal, per oggi è tutto. Questa è un'interfaccia che è fruibile tramite dispositivi mobile, ma anche integrata, per esempio, con Microsoft Teams all'interno dell'esperienza dove oggi l'utente finale lavora e punta ad essere complementare ad accelerare tutti gli investimenti di governance che abbiamo menzionato precedentemente nel panel e che quindi può aiutarci a portare nel business quello che oggi usufruiamo nel mondo dei dati personali. Grazie Julian, ultimi due minuti, se hai altri casi da citare così al volo di applicazioni già concrete? Noi abbiamo presentato dei casi con Enel che lo utilizza nel mondo della produzione, abilita letteralmente l'ingegnere a parlare con i dati IoT. Abbiamo un altro caso che è stato menzionato pubblicamente di Allianz che abilita agli agenti a parlare con i dati, con i propri dati business. Due settimane fa abbiamo presentato il concetto di GPT dei numeri, ufficialmente alla conferenza di analytics di Gartner a Orlando in Florida dove abbiamo sostanzialmente presentato una serie di casi tra cui un caso con Fideoram che ha implementato un sistema di questo tipo per abilitare una fruibilità del dato conversazionale. La cosa interessante di questo caso d'uso è che andando a fare il decoupling del sistema che interroga il dato, dal layer semantico che aiuta a consumare il dato, possiamo avere un'unica fonte di verità che virtualizza la complessità e quindi in un certo senso non cambia il modo in cui funzionano oggi le cose per cui utilizziamo il metadata per astrare la complessità e di conseguenza costruire dei casi d'uso. E questi casi d'uso poi possono aprire dallo stesso modello dati diversi punti di vista segregati e certificati per utenti specifici. Per esempio, in una banca, l'amministratore delegato, il consiglio di amministrazione e tutto la per management può misurare le performance dell'azienda. Sulla stesso modello dati il middle management lo può utilizzare per pianificare mentre il private banker, come abbiamo visto nel video, ottimizzare l'esperienza con il cliente finale, andando a ottimizzare l'efficacia e l'efficienza del proprio lavoro che risultano un incremento di produttività, subito si penserebbe, ma quindi li andiamo a sostituire. La risposta è no. Qui l'obiettivo è ritornare indietro il tempo alle persone per permettergli di focalizzarsi sull'attività ad alto valore aggiunto. Questo è il grande obiettivo di questa tecnologia. Grazie mille.