Data & AI Summit 2020 Resource Center

  1. Home
  2. Intelligenza Artificiale
  3. Data & AI Summit 2020 Resource Center

Con 36 relatori, 6 casi utenti3 giornalisti moderatori5 keynote, testimonianze, esperienze e approfondimenti arricchiti da due sessioni parallele il Data & AI Summit 2020 IBM rappresenta un evento unico e soprattutto una fonte preziosa di conoscenza per chi sviluppa e realizza progetti di Data Science e Intelligenza Artificiale. Ma il Data & AI Summit 2020 IBM non è solo un grande evento dedicato a Data Science e Intelligenza Artificiale, è anche un percorso di approfondimenti, ricerche, dossier, analisi e testimonianze sui principali ambiti di applicazione di Data & AI e sulle grandi opportunità che si aprono per la imprese e le organizzazioni italiane.

Grazie alla collaborazione con IBM questo Resource Center mette a disposizione di tutti i servizi, la documentazione, i video, gli approfondimenti che hanno accompagnato, preparato e realizzato questo importante appuntamento.

Data & AI Summit 2020 ha avuto luogo il 29 aprile 2020 e si è sviluppato lungo tre grandi momenti

  • Una sessione plenaria dedicata agli scenari di mercato, ai keynote speaker, alla visione e alla testimonianza di importanti imprese
  • La sessione: Come fare – Collect, Organize e Analyze
  • La sessione: Come fare – Infuse: come passare dai dati all’azione

L’evento ha poi permesso di entrare e percorrere un tour esperienziale in 3D negli spazi dell’IBM Garage 

Clicca qui per scaricare le presentazioni dell’evento e rivedere i Webcast
Guarda i webcast e scarica le presentazioni dell'evento

Data & AI Summit 2020: il reportage

Un percorso in quattro tappe: dalla raccolta all’organizzazione, dall’analisi all’infusione di Intelligenza artificiale. Questa la Data Strategy, così come disegnata nel corso di Data&AI Summit, l’evento IBM dedicato alla digital transformation data & AI driven
Qui una panoramica su tutti i contenuti dell’evento:
Data & AI Summit: da IBM una data strategy per portare l’AI alle imprese

Data & AI Summit 2020: il video reportage

Drive to Data & AI Summit: la costruzione dell’evento

Andrea Rangone, Presidente Gruppo Digital360
“Lo abbiamo capito tutti il digitale porterà ad una nuova normalità dopo che questa incredibile emergenza sanitaria finirà, una nuova normalità ricca di componenti di innovazione e di intensità di digitale ben superiori rispetto al passato. In questo scenario, dati e intelligenza artificiale rappresentano due leve incredibili per forgiare il “new normal”. Di questo parleremo il 29 aprile nel summit dedicato proprio a data and artificial intelligence.”

Maria Teresa Della Mura, Direttore Internet4Things
Raccogliere, organizzare e analizzare i dati sono attività oggi imprescindibili cui se ne aggiunge una quarta quella dell’infusione: infusione dell’intelligenza e dell’intelligenza artificiale nei dati, per trarne indicazioni sul futuro, sulle tendenze e su quello che sarà un domani che è già molto vicino 

Patrizia Fabbri, Direttore Zerouno
dati ci sono, ma devono essere organizzati e analizzati, non tanto per capire il presente, ma per poter disegnare scenari futuri, prevedibili, in base a determinati comportamenti. Rendiamo lo spazio per l’imprevedibile sempre più ristretto

La Data Science e l’AI al servizio delle imprese, delle organizzazioni, della società

Servizi, ricerche, testimonianze, analisi e prospettive di come la Data Science e l’AI possono migliorare imprese e società

L’innovazione digitale al servizio delle filiere agroalimentari

Ecco come la data science permette di ridurre lo spreco alimentare e consente di migliorare efficienza e sostenibilità.

A partire dal primo anello della catena di produzione alimentare, la Data Science e l’AI possono offrire un importante contributo alla riduzione degli sprechi, soprattutto grazie a un’ottimizzazione dei raccolti, alla gestione delle risorse nelle filiere, a preziose indicazioni sulla capacità produttiva, sull’impatto delle condizioni meteorologiche e di altri fattori di rischio e sulla capacità di indirizzare consumi più responsabili e più attenti alla riduzione degli sprechi.

 

La Data Science al servizio del mondo Retail

Quale ruolo per il Data Scientist nell’Omnichannel Retail

Il Data Scientist è una figura centrale nelle strategie omnichannel del settore retail, con il suo lavoro aiuta a comprendere il cliente, personalizzandone un customer journey coerente e continuo attraverso tutti i canali attivi

Data trust: soluzioni e metodiche per aumentare la fiducia nei dati

Come garantire che l’intelligenza artificiale possa davvero essere vissuta come uno strumento utile per l’intelligenza umana 

 

Perché attorno ai sistemi basati sull’intelligenza artificiale possa svilupparsi e radicarsi un clima di fiducia, è importante che siano totalmente trasparenti. Ibm ha così messo a punto un vero e proprio decalogo per aumentare la trasparenza  nella gestione dei dati in azienda. Il cardine del ragionamento è che non l’intelligenza artificiale non si propone di rimpiazzare l’uomo e le sue capacità, ma soltanto di aiutarlo, estendendo il suo potenziale.

 

Open Banking, come affrontarlo con Ai e machine learning

Gli operatori bancari devono sempre più adottare una strategia basata sui dati, per rispondere alle sfide della PSD2

Nell’era dell’Open Banking innescata dalla PSD2, occorre affidarsi a una tecnologia come l’Intelligenza artificiale che, grazie alla sua capacità di automatizzare l’analisi dei dati, ha le potenzialità necessarie per cambiare le modalità in cui gli istituti di credito possono attrarre e trattenere i clienti.

 

La Data Science ridisegna la supply chain del retail

Come la Data Science sta ottimizzando i processi operativi della supply chain nel retail

La crescente competizione esistente nel mondo del retail sta spingendo piccole e grandi realtà ad accelerare sul tema dell’efficienza, aumentando la visibilità su aspetti chiave come la pianificazione operativa, l’approvvigionamento, la varietà dello stock e la gestione del punto vendita. Tutte side che possono essere vinte grazie all’impiego dell’intelligenza artificiale.

 

Il ruolo dei data scientist nell’omnichannel retail

Il data scientist aiuta le imprese a comprendere il cliente, personalizzandone un customer journey coerente

Il successo di una strategia omnichannel ruota tutto attorno alla capacità di mettere a punto customer journey efficaci, basate sull’analisi del dati in possesso dei retailer. Un risultato che la Data Science aiuta a raggiungere, elaborando percorsi di maggiore soddisfazione per i clienti.

 

Energy: data science e AI per ottimizzare i servizi

Le soluzioni Data e AI permettono alle utility un monitoraggio in tempo reale degli asset e un miglioramento costante delle prestazioni

Guasti, ritardi e interruzioni di servizio rappresentano inefficienze inaccettabili per i clienti, che dalle utility pretendono altissimi livelli di affidabilità. La Data Science aiuta a evitare questi disservizi, monitorando in tempo reale gli asset per migliorarne costantemente le prestazioni. Rendendo così possibile una gestione intelligente dell’energia

Utility: la data science per minimizzare i rischi

La Data Science mette a disposizione delle utility importanti strumenti di analisi predittiva che consentono di limitare gli stop improvvisi 

Grazie agli strumenti della Data science e al controllo completo dei dati, le società di energy management possono  intervenire preventivamente sui sistemi in uso nel settore energetico, evitando così agli operatori del mondo dell’energia di incorrere in successive interruzioni di servizio.

 

Open banking, che cos’è e come trasformerà banche e aziende del fintech

La condivisione dei dati tra i diversi attori dell’ecosistema bancario, voluta dalla normativa PSD2, è destinata a cambiare il mondo del banking

L’open banking è destinato a trasformare profondamente  le modalità di business delle banche tradizionali perché la capacità di servire direttamente i clienti e dare loro un valore aggiunto non sarà più una loro prerogativa, ma sarà condivisa con le società del fintech e con le società “retailer” del tech, oltre che con le aziende di telecomunicazioni.

Frodi assicurative, come cambiano i sistemi antifrode con la Data Science

La maggiore padronanza dei dati può aiutare le compagnie assicurative a limitare il rischio di truffe 

Le società di assicurazione si trovano di fronte a una svolta: l’aggregazione di fonti di informazione interne ed esterne può facilitare la creazione di prodotti su misura, nonché consentire un’evoluzione da un servizio standardizzato a uno più personalizzato.

Spreco alimentare: AI e Data Science per ridurre il food waste

Come la gestione evoluta dei dati può abilitare il taglio degli sprechi lungo tutta la filiera alimentare 

L’applicazione di tecnologie innovative di gestione innovative dei dati può essere applicata in tutte le fasi delle filiere agroalimentare, dal raccolto alla distribuzione al consumatore finale. I dati disponibili consentono di minimizzare il crescente problema del food waste e rendere più sostenibile il settore.

 

Serializzazione dei farmaci: cos’è e come farla con la Data Science

Il patrimonio di dati  derivante dalla raccolta dei dati codificati sulle scatole dei prodotti può essere adeguatamente sfruttato 

Il processo di serializzazione dei farmaci richiede un’attenta modellazione dei dati su cui andare a costruire un mondo di intelligenza artificiale capace di estrarre valore dall’incrocio di tutte le informazioni disponibili.  Sfruttando i dati serializzati sulle confezioni, le aziende del Pharma hanno la possibilità di sviluppare ulteriormente i propri mercati

 

Pharma: come Data science e AI accelerano la ricerca in laboratorio

Le moderne tecnologie di analisi dei dati possono tagliare tempi e costi di sviluppo di nuovi farmaci e abilitare una medicina personalizzata

L’analisi attenta e rigorosa dei set di dati a disposizione può abilitare nuove terapie farmacologiche, sperimentazioni cliniche mirate, medicina di precisione, creazione di servizi personalizzati, ottimizzando efficacia e time to market degli attori del mondo ospedaliero. Per questo motivo molte aziende farmaceutiche anche concorrenti stanno ormai collaborando in modo stabile, condividendo l’enorme patrimonio dati in loro possesso.

Intelligenza Artificiale: opportunità, criticità e percorsi di adozione

Secondo una ricerca IBM il 2020 sarà l’anno dell’avvio convinto di progetti e iniziative di Intelligenza Artificiale

Secondo un report di IBM, infatti, in tutto il mondo è prevista una netta tendenza all’aumento degli investimenti nelle aree chiave dell’AI. La ricerca tratteggia poi il profilo delle aziende Torchbearers: si tratta di imprese che hanno saputo creare un percorso verso il valore, utilizzando i dati a disposizione per ricostruire o potenziare un rapporto di fiducia con i propri clienti e partner commerciali, ottenendo così un vero e proprio ritorno sulla fiducia.

Data trust: soluzioni e metodiche per aumentare la fiducia nei dati

La gestione dei dati per conto delle aziende deve essere degna di fiducia: le informazioni vanno utilizzate in modo corretto e per fini precisi 

IBM ha messo a punto un vero e proprio decalogo sul data trust con i tre principi chiave che qualificano l’impegno sull’intelligenza artificiale per garantire che possa essere vissuta come strumento in più all’intelligenza umana. Questo perché se si vuole affidare all’intelligenza artificiale il capito di contribuire a prendere una decisione, deve essere chiaro quali siano i principi che ispireranno queste scelte.

Watson: facilitare e accelerare il lavoro dei data scientist

Sviluppatori, data scientist, analisti ed esperti di produzione devono possedere le giuste leve per organizzare e innovare il business

Watson Studio costituisce un ambiente integrato che combina in un’unica piattaforma le tecnologie di Ibm con alcuni diffusi strumenti open source. In questo per le aziende diventa possibile  ottenere il massimo dai dati che si hanno a disposizione, utilizzando nel modo più produttivo competenze, metodi e risorse

 

Trasporti: predictive analytics e AI per la sicurezza

Grazie ai predictive analytics sarà possibile garantire il massimo della sicurezza nel settore Trasporti, razionalizzando al contempo i costi.

La capacità di predittiva permette di cambiare il risk management nell’ambito della logistica e dei trasporti ottimizzando le risorse e mitigando i fattori di rischio. Come dimostrano le numerose applicazioni dei software di IBM utilizzati dalle aziende di trasporto di tutto il mondo.

FacebookTwitterLinkedInWhatsApp

Commenta per primo

Lascia un commento

L'indirizzo email non sarà pubblicato.


*