Dicembre ha portato il team di ROAD Rome Advanced District a Milano, precisamente all’auditorium di Plenitude, per una giornata di lavoro tutta dedicata a “Data & AI Lab”. Dopo un primo incontro dal vivo e numerosi aggiornamenti da remoto, una quarantina di partecipanti si sono riuniti per lavorare in squadra.

Attorno ai tavoli, oltre ai membri del distretto ROAD, si sono aggiunte aziende esterne di grande calibro, tra le quali Italgas e Amplifon, che hanno dato una marcia in più ai progetti grazie alla loro visione e alle loro esperienze.

Data model and governance: perché puntare sui dati?

Uno dei focus della giornata è stato il lavoro su un framework pensato per rispondere a una domanda cruciale: "Perché investire in Data Governance?". La risposta è arrivata sotto forma di un modello di analisi costi-benefici, costruito per dimostrare in modo tangibile quanto una gestione efficace del dato possa trasformarsi in valore per il business.

Ecco cosa è emerso:

• I benefici: maggiore efficienza nei processi (pensate al cross selling o alle campagne marketing), miglioramento del servizio offerto e un impatto positivo su clienti e utenti. Inoltre, una corretta gestione del dato può aiutare a ridurre il rischio di sanzioni legate alla mancata conformità normativa e abbattere i costi di accesso a dati strutturati e organizzati.
• I costi: produzione e gestione del dato, storage, mantenimento e i costi legati alla governance.

Il gruppo di lavoro ha anche sottolineato come una rappresentazione chiara e strategica del dato sia fondamentale per alimentare piattaforme di Intelligenza Artificiale. In più, condividere esperienze tra aziende di dimensioni diverse ha aiutato a identificare best practice, ridurre i gap applicativi e, perché no, imparare dagli errori altrui.

Sustainable AI: serve capire i consumi

L’altro tema caldo dell’evento è stato la sostenibilità dell’Intelligenza Artificiale. Se da un lato l’IA è uno strumento sempre più centrale per le aziende, dall’altro il suo impatto ambientale non può essere ignorato.

Il gruppo ha lavorato sull’identificazione di KPI per misurare e monitorare le emissioni di CO2 legate all’IA. Dopo aver analizzato la letteratura esistente, sono stati individuati strumenti open source capaci di misurare l’impatto delle attività di training e inferenza dell’IA.

Tre i livelli di contestualizzazione individuati:

• Infrastrutture: energia necessaria per far funzionare i data center.
• Uso dell’IA: consumi e soluzioni per ridurre l’impatto dell’uso di strumenti e tecnologie.
• Effetti indiretti: cambiamenti nel comportamento dei consumatori con i device che, nel tempo, possono alterare le emissioni di gas serra.

La prossima sfida? Testare questi tracker open source sul campo, analizzando sia la componente hardware che quella software in diversi scenari applicativi.

Roadmap futura: i prossimi passi

L’evento non si è limitato a una giornata di lavori: è stato il punto di partenza per confermare lo spirito di una community attiva e dinamica. Grazie a un coinvolgimento attivo, i partecipanti hanno potuto dare un contributo personale al contesto generale di discussione. Il traguardo per questi gruppi di lavoro è chiaro: validare e aggiornare i modelli nel 2025.

Con i progetti in corso, ROAD continua a dimostrarsi un catalizzatore per l’innovazione, favorendo la collaborazione tra aziende e settori diversi. Lavorare insieme non è solo una necessità: è una strada vincente per affrontare le sfide del futuro.