Nel nostro precedente articolo abbiamo esplorato i nuovi annunci di Google Cloud Next ’23 riguardanti l’infrastruttura ottimizzata per l’intelligenza artificiale e la piattaforma Vertex AI. Oggi continuiamo il nostro viaggio nel panorama dell’intelligenza artificiale, esplorando il modo in cui questa modella Google Workspace, Google Cloud e la sicurezza informatica. 

Duet AI: potenziare la produttività e la collaborazione in Workspace e Google Cloud

Duet AI, un dinamico collaboratore GenAI presentato al Google I/O di maggio, è al centro della rivoluzione dell’intelligenza artificiale di Google. Duet AI si integra perfettamente con un’ampia gamma di prodotti e servizi, promettendo di migliorare la produttività, favorire la collaborazione e sostenere i più elevati standard di sicurezza e privacy.

Le funzionalità dell’area di lavoro sono state notevolmente aggiornate, inclusa la creazione di contenuti in Gmail e Google Documenti e la generazione di immagini in Presentazioni Google. Come risultato dell’integrazione di Duet AI con Google Meet, le note e i riepiloghi delle riunioni sono ora disponibili in 18 lingue, consentendo a tutti di essere ascoltati, visti e compresi durante le videochiamate. Nel frattempo, Google Chat assume il ruolo di Chatbot, assistendo con domande relative ai contenuti, riepiloghi di documenti e altro ancora, il tutto all’interno di un’interfaccia utente riprogettata con funzionalità di ricerca migliorate.

Tuttavia, le capacità di Duet AI non si limitano al solo Workspace, ma si estende a una vasta gamma di prodotti e servizi Google Cloud:

Sviluppo software: Duet AI funge da assistente di codifica, accelerando lo sviluppo e agevolando il refactoring del codice durante l’intero ciclo di vita dello sviluppo del software. Grazie all’integrazione di Apigee, gli sviluppatori possono ora creare API utilizzando istruzioni in linguaggio naturale.

Operazioni relative alle applicazioni e all’infrastruttura: gli operatori possono interagire direttamente con Duet AI all’interno di Google Cloud Console, ricevendo indicazioni sulle configurazioni dell’infrastruttura, best practice di implementazione e consigli per ottimizzare costi e prestazioni.

Analisi dei dati: BigQuery ora vanta funzionalità di intelligenza artificiale migliorate, fornendo assistenza contestuale per query SQL e codice Python, generazione di codice e consigli basati su schema. Ciò consente ai team dati di concentrarsi sul raggiungimento dei propri obiettivi aziendali.

Modernizzazione del database: Duet AI interviene per generare codice per la gestione dei dati utilizzando il linguaggio naturale, coprendo Cloud Spanner, AlloyDB, Cloud SQL e Database Migration Service (DMS), semplificando la conversione del codice del database.

Operazioni di sicurezza: nell’ambito della sicurezza, Duet AI si integra con una suite di prodotti di sicurezza, consentendo ai professionisti di prevenire in modo proattivo le minacce, semplificare i flussi di lavoro e rafforzare la protezione complessiva dell’organizzazione.

Unificazione di dati e intelligenza artificiale per insight illimitati

L’efficienza e la produttività sono fondamentali quando si ottengono nuove intuizioni con i dati al centro di GenAI. Google Cloud si impegna a semplificare l’analisi su larga scala espandendo il proprio ecosistema di partnership con vari fornitori di dati. Le principali innovazioni in questo ambito includono:

BigQuery Studio: una soluzione unificata per l’ingegneria dei dati, l’analisi e l’analisi predittiva, perfettamente integrata con i modelli fondamentali di Vertex AI. L’implementazione delle funzionalità di intelligenza artificiale nei data Lakehouse migliora l’analisi cross-cloud, rafforza la governance e facilita la condivisione sicura dei dati.

AlloyDB AI: offre una serie completa di funzionalità per la creazione di app GenAI ad alte prestazioni, sia on-premise, all’interno dell’ecosistema Google Cloud, AWS, Azure o attraverso la versatile infrastruttura Google Distributed Cloud.

AI: il tuo ultimo guardiano della sicurezza

Nel panorama digitale odierno, rimanere un passo avanti rispetto alle minacce informatiche non è negoziabile. Google Cloud riconosce questo imperativo, introducendo Mandiant Hunt for Chronicle insieme alla rivoluzionaria Duet AI. Questa aggiunta fornisce le informazioni più recenti sul comportamento degli aggressori integrando perfettamente l’esperienza in prima linea di Mandiant con le solide capacità di analisi dei dati e di ricerca di Chronicle Security Operations. È un supporto di livello élite senza gli oneri di assunzioni, attrezzature o formazione.

La sicurezza non riguarda esclusivamente la protezione; si tratta di dotarsi degli strumenti giusti per rispondere in modo efficace. La moderna piattaforma SecOps di Google Cloud, potenziata da GenAI, ti offre Chronicle Security Operations e Security Command Center, offrendo una soluzione completa per centralizzare i dati sulla sicurezza, rilevare minacce e coordinare una risposta unificata.

Grazie alla nostra partnership con Google Cloud, pioniere nel dare forma al futuro della tecnologia, siamo entusiasti di offrire il nostro supporto in un’ampia gamma di competenze tecnologiche, tra cui infrastruttura cloud, analisi dei dati, GenAI, intelligenza artificiale predittiva, sicurezza informatica e molto altro.

Google Next ’23, l’evento annuale che riunisce appassionati di tecnologia, leader del settore e innovatori, è una vetrina delle ultime innovazioni di Google nel rivoluzionare la tecnologia nell’ampio portafoglio del Cloud, che spazia da infrastrutture, dati e intelligenza artificiale, collaborazione dello spazio di lavoro e soluzioni di sicurezza informatica.

Come Google Cloud Premier Partner, il team di Making Science ha partecipato all’evento per dare una prima occhiata alle principali innovazioni e ottenere approfondimenti che daranno forma al futuro del nostro lavoro e offriranno valore ai nostri clienti.

Un tema ha fatto da protagonista come chiave del futuro della tecnologia: l’intelligenza artificiale. L’evento ha sottolineato il potere di trasformazione dell’intelligenza artificiale in tutti i settori e il suo ruolo chiave nel plasmare il futuro della tecnologia.

In questo blog, approfondiamo le diverse dimensioni dell’intelligenza artificiale che sono state al centro della scena a Google Next ’23.

Infrastruttura ottimizzata per l’intelligenza artificiale

Google Cloud si impegna a fornire un’infrastruttura all’avanguardia, ottimizzata per l’intelligenza artificiale, che consenta alle aziende di addestrare e implementare modelli AI in modo efficiente. In particolare, oltre il 70% degli “unicorni della generative AI” sono clienti di Google Cloud, sottolineando il dominio della piattaforma in questo campo di trasformazione. I principali progressi infrastrutturali annunciati durante l’evento includono:

Cloud TPU v5e: questa piattaforma di accelerazione AI all’avanguardia è economica, versatile e scalabile. Consente ai clienti di eseguire formazione e inferenza sull’intelligenza artificiale su larga scala su un’unica piattaforma, offrendo miglioramenti significativi nelle prestazioni.

VM A3 con GPU NVIDIA H100: basate sulla GPU NVIDIA H100, queste macchine virtuali offrono prestazioni superiori, reti ad alta velocità e progressi per supportare applicazioni di intelligenza artificiale di generazione avanzata e LLM (Large Language Model).

GKE Enterprise: abilitando la scalabilità orizzontale multi-cluster, GKE Enterprise migliora la produttività riducendo i tempi di distribuzione del software, soddisfacendo i carichi di lavoro di AI e ML.

Cross-Cloud Network: questa piattaforma di rete globale semplifica la connettività e la sicurezza delle applicazioni in più ambienti cloud, offrendo una latenza di rete ridotta e una migliore accessibilità ai servizi Google.

Google Distributed Cloud: progettato per le organizzazioni che eseguono carichi di lavoro nell’edge o nei propri data center, con tutte le migliorie date dalle funzionalità di intelligenza artificiale per l’edge.

Vertex AI: creazione, distribuzione e ridimensionamento di modelli ML

Vertex AI è la piattaforma AI completa di Google Cloud, che consente ai clienti di creare, distribuire e scalare modelli di machine learning (ML) in modo efficace. L’utilizzo della piattaforma è cresciuto in modo sostanziale, con il numero di progetti dei clienti gen AI aumentato di oltre 150 volte in modo rapido. I principali aggiornamenti su questa piattaforma includono:

Ricerca e conversazione Vertex AI: questi strumenti consentono alle organizzazioni di creare rapidamente applicazioni di ricerca e chat utilizzando i propri dati, con una codifica minima e robuste funzionalità di gestione e sicurezza di livello aziendale.

Nuovi modelli e strumenti: aggiornamenti a PaLM 2 per elaborare documenti di grandi dimensioni in modo efficiente, supporto esteso per nuove lingue disponibili in Codey e maggiori capacità per Imagen per quanto riguarda l’attrattiva visiva e nuovi metodi di ottimizzazione per creare immagini allineate a requisiti specifici con pochi riferimenti.

Estensioni Vertex AI: gli sviluppatori possono ora accedere, creare e gestire estensioni che forniscono informazioni e azioni in tempo reale, consentendo alle applicazioni AI di interagire con sistemi aziendali e piattaforme di terze parti.

Filigrana digitale: sfruttando la tecnologia Google DeepMind SynthID, la filigrana digitale è ora disponibile per le immagini generate dall’intelligenza artificiale, offrendo scalabilità e sicurezza nella generazione di immagini.

Colab Enterprise: un servizio per i data scientist per accelerare i flussi di lavoro AI, accedere all’intera piattaforma Vertex AI, integrarsi con BigQuery e beneficiare del completamento del codice e di funzionalità di generazione avanzate.

Se sei un esperto di cloud o dati, ti invitiamo a saperne di più su queste nuove funzionalità in modo da poter iniziare a utilizzarle per creare e distribuire soluzioni innovative.

Questi sono solo alcuni dei tanti annunci fatti a Google Cloud Next 2023. Resta in contatto per un prossimo post su come l’intelligenza artificiale sta dando forma al cloud, ai dati e alla sicurezza.

Nel marketing moderno, frenetico e in costante evoluzione, i dati sono la bussola che guida le decisioni di successo. I marketer che sfruttano il potere dei dati possono scoprire insight preziosi e creare strategie che risuonano con il loro pubblico di riferimento. Se vuoi immergerti nel mondo del marketing pratico basato sui dati, questo blog è il tuo kit di strumenti per azioni concrete.

Definire Obiettivi Chiari

La base del marketing data-driven risiede nella definizione di obiettivi chiari e specifici. Sembra scontato, ma spesso le aziende si focalizzano sulle attività prima che sugli obiettivi. Vuoi aumentare le visite al sito web, incrementare le vendite o potenziare la consapevolezza del brand? Queste sono domande iniziali fondamentali per poter misurare accuratamente il successo e adattare le tue strategie di conseguenza.

Segmentare il Pubblico in Modo Intelligente

Il tuo pubblico non è monolitico: la segmentazione ti aiuta a connetterti a livello personale. Scopri qui cosa vuol dire profilare gli utenti e perché è fondamentale. Per iniziare a segmentare il tuo pubblico, analizza i dati dei clienti per identificare gruppi distinti in base a demografia, comportamenti e preferenze. Infine, crea campagne mirate che risuonino con le esigenze uniche di ciascun segmento. 

Sfruttare gli Strumenti di Analisi

Utilizza strumenti di analisi adeguati e completi, come Google Analytics o Salesforce. Queste piattaforme forniscono informazioni utili sul comportamento degli utenti, le fonti di traffico e le metriche di coinvolgimento. Integra e usa i dati delle tue piattaforme per ottimizzare le tue campagne e concentrarti su ciò che sta dando risultati.

Raccogliere e Analizzare il Feedback dei Clienti

Il feedback dei clienti è una miniera d’oro di insight. Utilizza sondaggi, recensioni e interazioni sui social media per capire i punti critici, le preferenze e le aspettative del tuo pubblico. Questi dati qualitativi si affiancano all’analisi quantitativa e plasmano le tue strategie di marketing.

Implementare il Test A/B

Non smettere mai di perfezionare il tuo approccio. Implementa il test A/B per confrontare diverse versioni dei tuoi contenuti, che si tratti di oggetti delle e-mail, copy degli annunci o pagine di destinazione. Testa una variabile alla volta e analizza i risultati per iterare e migliorare costantemente.

Monitorare le Metriche Chiave di Performance (KPI)

Identifica i KPI che si allineano con i tuoi obiettivi: CTR, CR, Bounce, ecc. Monitora regolarmente queste metriche per valutare l’efficacia delle tue campagne. Adatta le tue strategie in base all’evoluzione di queste metriche.

Abbracciare l’Automazione del Marketing

Gli strumenti di automazione del marketing che puoi ottenere implementando le tecnologie che più soddisfano i requisiti del tuo business possono semplificare i tuoi sforzi basati sui dati. Configura flussi di lavoro personalizzati attivati da azioni specifiche, garantendo che il tuo pubblico riceva contenuti su misura al momento giusto.

Analytics Predittive per Insight Futuri

Sfrutta le analytics predittive per anticipare tendenze e comportamenti futuri. Analizzando i dati storici, puoi effettuare previsioni più accurate e adattare le tue strategie in modo proattivo. Questa componente del marketing non dovrebbe essere un optional. Molto spesso infatti un’inadeguata integrazione dei dati o una tecnologia non sfruttata correttamente comportano la mancata capacità di offrire una vera e propria personalizzazione dei messaggi, se non l’invio di messaggi imprecisi o inappropriati per un determinato utente. 

Collaborare tra i Team

Il marketing basato sui dati non è limitato al solo team di marketing. Collabora con i team di vendita, assistenza clienti e sviluppo prodotto per raccogliere insight da diversi punti di contatto. Questo approccio olistico arricchisce la tua comprensione dei bisogni e del comportamento del cliente e ti permetterà di produrre i contenuti più efficaci.

Le decisioni efficaci di marketing basate sui dati ci sono ma richiedono investimenti che spesso le aziende posticipano, rattoppando carenze esistenti con il minor budget possibile o ancor peggio andando a intuito. Ma anche in presenza di risorse limitate, il nostro consiglio è di adottare una tecnologia che, nel limite dei propri mezzi aziendali, permetta al marketing di raggiungere il suo potenziale.

I clienti richiedono esperienze in cui vengono trattati come individui unici e vogliono interagire con marchi, prodotti ed entità che comprendono ed empatizzano con le loro realtà e sfide quotidiane.

È una realtà che i numeri confermano:

• Il 71% dei clienti esprime frustrazione quando la loro esperienza con un prodotto o servizio, dal primo contatto all’acquisizione, non è personalizzata.
• L’80% dei clienti considera l’esperienza fornita da un’azienda importante quanto il prodotto o il servizio stesso.
• Il 67% dei consumatori pagherebbe di più per un’esperienza di marca superiore.
• Le entità con una strategia anche minimamente personalizzata possono ottenere un aumento del 33% nella fidelizzazione dei clienti.

Come soddisfare questa esigenza del cliente?

Semplice, fornendo esperienze uniche e iper-personalizzate. Le crescenti aspettative dei consumatori, la parità tra i prodotti e i prezzi hanno spinto la personalizzazione dell’esperienza dell’utente (CX) a raggiungere nuove vette.

L’iper-personalizzazione si basa su dati, analisi avanzate e intelligenza artificiale, offrendo approfondimenti e nuovi scenari in cui le interazioni possono essere adattate alle realtà dei clienti per soddisfare al meglio le loro aspettative. Oggi, una CX ottimale si basa sull’iper-personalizzazione di tutte le interazioni con il marchio, dalle piattaforme di e-commerce al servizio post-vendita.

Nel mondo fisico, l’iper-personalizzazione è l’attenzione unica e personalizzata che ogni cliente riceve. Nei canali digitali, secondo McKinsey, “i marchi devono soddisfare un nuovo standard: la cura di uno, in cui tutte le decisioni prese dal marchio mirano a soddisfare ogni cliente e le sue esigenze uniche in modo indipendente”.

La buona notizia è che i progressi tecnologici ora consentono ai marchi di trasformare i loro modelli operativi riducendo i costi CX.

Per mantenere la competitività nell’attuale scenario di consumo, i brand devono adottare l’iper-personalizzazione nelle loro strategie di marketing sfruttando i dati e utilizzando analisi avanzate e intelligenza artificiale, il tutto applicato nei percorsi dei loro clienti per migliorare la loro CX e di conseguenza il loro coinvolgimento.

Cosa ottiene una strategia di iper-personalizzazione?

Aumenta la conversione: offrendo ai clienti prodotti, servizi o contenuti che sono di vero interesse per loro, un marchio migliora significativamente i suoi tassi di conversione.

Aumenta la fedeltà del cliente: una strategia iper-personalizzata ben implementata fa sentire il cliente apprezzato e compreso, il che a sua volta favorisce il suo impegno nei confronti del marchio.

Riduce il tasso di abbandono dei clienti: quando un cliente sente che le proprie esigenze vengono soddisfatte e le aspettative superate, è meno probabile che passi a un marchio concorrente.

Migliora la reputazione: i clienti che godono di un’esperienza personalizzata sono più propensi a consigliare il marchio ad altri, il che contribuisce a rafforzare la sua reputazione e ad ampliarne la portata.

L’implementazione dell’iper-personalizzazione come componente fondamentale della strategia di un marchio può sembrare una grande sfida, ma l’investimento in tempo, risorse e tecnologia porterà vantaggi significativi a lungo termine. Poiché i consumatori continuano a richiedere esperienze personalizzate, i marchi devono raccogliere la sfida e fornire il livello di servizio che fa sì che i loro clienti tornino.

Ll’iper-personalizzazione di successo non riguarda solo l’utilizzo di dati e tecnologia, ma anche la comprensione e il rispetto del percorso unico di ogni cliente e l’incontro con l’utente dovunque si trovi. In questo modo, i marchi possono creare connessioni veramente significative che si traducono in relazioni a lungo termine con clienti fedeli.

Che aspetto ha un progetto di iper-personalizzazione?

Un progetto di iper-personalizzazione è un processo continuo, con informazioni e approfondimenti raccolti che alimentano ogni fase della metodologia.

La metodologia di tale progetto passa attraverso 3 fasi:

Emotiva: capiamo come i nostri clienti si relazionano con noi, contestualizziamo e comprendiamo tutti gli aspetti tecnici e le risorse che partecipano all’esperienza dell’utente.

Intelligente: questa fase determina come identificheremo i nostri clienti in diverse risorse digitali grazie a un’analisi approfondita dei dati. Applicando processi di machine learning a questa fase, possiamo integrare tutti gli insight ottenuti dai nostri clienti e sfruttarli in tempo reale durante le future interazioni con loro.

Attivazione: vengono implementati vari esperimenti iper-personalizzati con l’aiuto dell’intelligenza artificiale, che ci consente di vagliare i dati degli utenti in tempo reale e fornire così una risposta immediata a ciascuno di loro e alle loro esigenze, eliminando possibili barriere nel loro viaggio.

Qualsiasi progetto di iper-personalizzazione dovrebbe consentirci di misurare le nostre azioni in modo che fungano da opportunità di apprendimento all’interno del progetto stesso.

Non è sufficiente raccogliere solo dati sui nostri clienti attuali o potenziali e segmentarli in base a tali dati, come avveniva in passato. Dobbiamo anche attivare i dati.

L’attivazione dei dati implica lo sfruttamento dei dati dei nostri clienti attraverso approfondimenti e, allo stesso tempo, la conversione di questi approfondimenti in misure attuabili: ottenere una visione completa dell’utente per migliorare la sua esperienza su tutti i canali e le interazioni con il marchio o il prodotto.

In cosa consiste l’attivazione dei dati?

Raccolta: raccogli i dati da qualsiasi punto e trasferiscili su una piattaforma centralizzata dove possono essere aggregati in tempo reale.

Sfruttamento: analizzare i dati per comprenderne il vero valore e applicarli alle azioni di marketing.

Iper-personalizzazione: questa è la fase più complessa e prevede l’integrazione di tutti i dati in un ambiente comune in cui è possibile sviluppare azioni per collegare in modo efficiente gli utenti a un marchio o prodotto e ottenere così prestazioni migliori.

In Making Science, offriamo implementazioni di contenuti end-to-end per marchi ed entità, consentendo loro di fornire esperienze di navigazione uniche, proprio come i loro consumatori. Mettiti in contatto con il nostro team oggi stesso per scoprire come utilizzare i dati per personalizzare al massimo i percorsi dei clienti.

Oggi le aziende devono considerare diversi aspetti per fornire informazioni agli utenti in modo efficace. Devono generare intuizioni basate sui dati. 

Le aziende orientate ai dati vogliono liberalizzare l’accesso delle loro organizzazioni a informazioni rilevanti e consentire ai propri utenti di ottenere risposte rapidamente. Ma oltre alla creazione di fonti di dati condivise, di un controllo granulare dell’accesso ai dati e di un’archiviazione centralizzata sicura, bisogna anche testare l’affidabilità dei dati stessi. 

Le aziende cercano soluzioni di Business Intelligence (BI) che possano essere facilmente utilizzate da tutti i membri dell’organizzazione (tecnici e non) e che producano metriche in tempo reale.

Google comprende questa esigenza e ad aprile ha annunciato l’intenzione di integrare gli strumenti Looker e Data Studio, per offrire alle aziende un’esperienza di BI self-service unificata: Looker Studio.

Con questa integrazione, gli utenti potranno accedere ai dati gestiti da Looker e importarli nell’interfaccia di Data Studio. Ciò consentirà agli utenti di creare visualizzazioni e dashboard per ulteriori analisi self-service.

Questa partnership permette di offrire una migliore esperienza di Google Cloud BI ai nostri utenti. Gli utenti aziendali si sentiranno più responsabilizzati che mai, mentre gli amministratori dei dati potranno mantenere la sicurezza di cui hanno bisogno le loro organizzazioni.

Looker e Data Studio, meglio insieme 

Looker e Data Studio sono utilizzati per attività complementari. 

Looker, acquisita da Google nel 2019, è una piattaforma per la business intelligence e l’analisi che aiuta le organizzazioni a creare esperienze ricche di dati su misura, per ogni parte della loro attività. 

Data Studio è una soluzione di BI self-service facile da usare, che consente di creare report ad hoc, analizzare e combinare i dati di oltre 500 set di dati. 

Come funziona l’integrazione?

Secondo Google Cloud, questa prima integrazione consente agli utenti di collegarsi al modello semantico di Looker direttamente da Data Studio. 

Gli utenti possono inserire i dati che desiderano analizzare, collegarli ad altre fonti di dati disponibili, esplorarli e creare facilmente visualizzazioni in Data Studio. L’integrazione seguirà tre principi:

• L’accesso ai dati avverrà con le funzionalità di sicurezza esistenti di Looker.
• Looker rimarrà l’unico punto di accesso ai dati.
• Gli amministratori potranno gestire Data Studio e Looker in modo integrato. 

Come fa Google a integrare questi prodotti?

Il linguaggio di modellazione di Looker consente di definire gli indicatori a livello centrale e di utilizzarli ampiamente, garantendo un’unica ‘versione di verità’ per tutti i dati. Questa integrazione serve a sua volta per utilizzare il modello semantico di Looker nei report di Data Studio. Questo riunisce il meglio dei due mondi: uno strato di dati governati e una soluzione self-service per l’analisi dei dati governati e non governati.

Con questo annuncio, saranno supportati i seguenti casi d’uso da parte degli utenti:

• Trasformare i dati gestiti da Looker in dashboard e report informativi e altamente personalizzabili in Data Studio.
• Combinare i dati gestiti da Looker con quelli disponibili da oltre 500 fonti di dati in Data Studio, per generare rapidamente nuovi approfondimenti.
• Analizzare e prototipare rapidamente dati non gestiti (da fogli di calcolo, file csv o altre fonti cloud) all’interno di Data Studio.
• Collaborare in tempo reale per creare dashboard con i colleghi o con persone esterne all’azienda. 

Quando sarà disponibile Looker Studio?

Questa integrazione, appena lanciata, è la prima di molte iniziative di Google per unire Looker e Data Studio. Le versioni future introdurranno ulteriori funzioni per creare un’esperienza d’uso sempre più omogenea tra i due prodotti. Quindi restate sintonizzati per sapere tutte le ultime novità in merito!

Per saperne di più nel frattempo, contattaci! Il nostro team Data sarà felice di offrirti una consulenza gratuita!