I Big Data per affrontare le sfide della sostenibilità

 //

Sostenibilita-Big-Data-smallI Big data sono ormai al centro dell’attenzione da un po’ di tempo. Nonostante ci sia consapevolezza del grande potenziale che il fenomeno possiede, c’è ancora poca chiarezza su di esso.
Un buon punto da cui iniziare per analizzare il fenomeno è partire dalla definizione delle “3 V”: consideriamo Big Data quei dati che sono rilevanti per Volume, Velocità e Varietà. Col tempo il fenomeno ha preso sempre più spazio, al punto che alle “classiche” tre V se ne sono aggiunte altre come Volatilità, Veridicità, ecc.

Un esempio eloquente dei vantaggi che si possono ottenere è Akisai: lanciato in Giappone, Akisai fa parte di un processo di modernizzazione di raggio più ampio. In ogni singola unità agricola è possibile raccogliere, attraverso una rete di sensori mobili, i dati sensibili, consultabili poi attraverso un’interfaccia personalizzata, per migliorare i processi di produzione, passando dal produttore, alla distribuzione e infine alla vendita. Tutto ciò necessita di strategie di integrazioni dei dati, per gestire la varietà delle informazioni provenienti da fonti diverse.
Un altro esempio è la simulazione di terremoti e tsunami. Poter prevedere con anticipo l’arrivo di tali calamità è fondamentale. Nel febbraio 2012 Tohoku University e Fujitsu hanno dato il via a una ricerca congiunta per affrontare questa problematica. Anche in questo caso si è dovuto gestire enormi quantità di dati e le notevoli esigenze computazionali necessarie per le simulazioni 3D.

Nonostante le applicazioni siano molte e tra loro diverse, ci sono alcuni temi comuni che emergono: per esempio progetti come quelli sopra citati condividono un’enfasi su Varietà, Veridicità e Volatilità, meno su aspetti come Volume e Velocità che sono invece più pertinenti alle sfide commerciali dei Big Data.
In questo senso la sostenibilità di questi progetti dipende meno da aspetti di investimento (Volume, Velocità) e maggiormente da aspetti legati a skills e competenze (Varietà, Veridicità, Volatilità). Di conseguenza in questi ambiti sono necessarie strategie intelligenti, software altamente ingegnerizzati, ma non necessariamente grandi mezzi per lo storage dei dati o reti ad alta velocità. Il livello inferiore d’investimento necessario significa che i progetti di sostenibilità che richiedono data analytics sono accessibili anche a organizzazioni di dimensioni minori.

In questo contesto due sono gli aspetti da non sottovalutare: la sostenibilità del software usato per creare e analizzare i big data e la sostenibilità dei dati stessi. Infatti molti dei software usati non sono supportarti commercialmente e quindi c’è il rischio che diventino inutilizzabili a causa dei possibili cambiamenti nella tecnologia delle piattaforme; allo stesso modo i dati aggregati possono non essere oggetto di interesse commerciale e quindi non essere più gestiti.
Per ovviare a queste criticità, da circa dieci anni, la comunità accademica inglese supporta il Software Sustainability Institute. Fujitsu ha fatto parte del suo comitato consultivo e supporta con convinzione la sua mission.

Per scoprire di più sull’argomento leggi l’articolo di Sustainability Perspectives.

Share on Facebook0Tweet about this on Twitter0Google+0Pin on Pinterest0Share on LinkedIn0Email to someone
 //

Commenti

1 commento
Federica Dallanoce  //  Reply

Apprezzo l’articolo e i casi presentati a sostegno dello sviluppo della consapevolezza dell’utilizzo dei Big Data. Il passo che ci apprestiamo ad affrontare è notevole; Saranno nostre alleate le tecnologie (software, hardware e knoware) a cui dobbiamo aggiungere flussi, memoria, condivisione di conoscenza e persone. Stiamo valutando quale strada sia la migliore per muoverci velocemente ? Oggi la semplicità e la risposta intuitiva è percepita come emergenza, leva fondamentale per rendere le organizzazioni veloci e adattive. il progetto di disegna e di adatta alla realtà e al business di ogni azienda.

Lascia un Commento

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

È possibile utilizzare questi tag ed attributi XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>