Strategia dei dati e IA nella sanità

Dayle Hall:  

Salve e benvenuti al nostro podcast, Automatizzare l'impresa. Sono il vostro ospite Dayle Hall, CMO di SnapLogic. Questo podcast è stato ideato per fornire alle organizzazioni gli approfondimenti e le best practice su come integrare, automatizzare e trasformare la propria azienda. Il nostro ospite di oggi è Bryson Dunn. Bryson è il responsabile verticale del settore sanitario per la gestione dei dati presso uno dei nostri partner più importanti, EXL. Bryson è un professionista esperto, un mentore, un consulente di fiducia all'interno di quel team e nel settore in generale, lavora con lo sviluppo del business, la gestione dei dati e l'ingegneria software full-stack. Bryson, benvenuto nel podcast.

Bryson Dunn:

Grazie, Dayle, sono entusiasta di essere con te. Ho ascoltato un bel po' del tuo podcast, ma è la prima volta che partecipo a un podcast, quindi sono molto emozionata.

Dayle Hall:  

Mi creda, ne ho fatti alcuni e non direi di essere un podcaster esperto. Ogni volta è un'esperienza nuova, ma siamo felici di averti con noi. Ok, allora diamo il via alle cose. So che abbiamo un mucchio di domande e di argomenti da trattare. Ma credo che la prima cosa che cerchiamo sempre di fare è far conoscere al pubblico un po' del tuo background. Quindi vorrei fare due cose con il background, se non le dispiace. Una è la tua esperienza, la tua carriera, come sei arrivato a questo tipo di ruolo, e poi un po' di più su come sei finito specificamente sul lato sanitario, perché ovviamente la tecnologia sanitaria, questo settore, la gestione dei dati, considerazioni e regole molto specifiche. Ma partiamo da come è arrivato a ricoprire questo tipo di ruolo e poi approfondiamo un po' come è arrivato a concentrarsi sulla sanità.

Bryson Dunn: 

Sì, grazie, Dayle. Ho trascorso tutta la mia carriera nel settore della gestione dei dati, quindi sempre dal lato della consulenza e dell'implementazione, ma ho iniziato con un'azienda di software per la gestione dei dati, scrivendo pipeline di dati, ETL, ai tempi come sviluppatore junior, e nel corso degli anni ho ampliato le mie competenze e il mio raggio d'azione in altri aspetti della gestione dei dati, qualità dei dati, gestione dei dati master, sono diventato un architetto e alla fine ho fatto il salto verso la gestione. Oggi, come ha detto lei, sono a capo del settore sanitario per la practice di gestione dei dati all'interno di EXL, il che significa che sono responsabile di tutto, dalla crescita all'assicurarsi che stiamo posizionando le soluzioni e le offerte giuste per i nostri clienti e garantire che stiamo rispettando i nostri impegni e consegnando in modo efficace, facendo in modo che i nostri clienti abbiano successo.

Il modo in cui sono entrato nel settore sanitario è stato uno degli aspetti che ho apprezzato di più della mia esperienza di consulenza nella mia carriera: l'opportunità di lavorare con diverse aziende del settore e di acquisire una grande esperienza, sia che si tratti di prodotti farmaceutici o di scienze della vita, sia che si tratti di pagatori, fornitori, benefici per le farmacie, broker, persino di formazione, formazione infermieristica. Questo ci ha fornito un'ampia comprensione dello spazio e delle sfide che queste aziende devono affrontare.

Dayle Hall: 

Penso che sia un punto molto interessante. Chiaramente non ho la stessa esperienza in questo settore, ed è per questo che non vedo l'ora di ascoltare il podcast. Ma credo che a volte, quando si pensa all'assistenza sanitaria, alla tecnologia, alla gestione dei dati, si pensa all'HIPAA, ai rapporti tra paziente e medico. Ma lei ha appena citato un po' di cose, i prodotti farmaceutici, l'istruzione, questi sono i tipi di cose che forse non sono così popolari o non sono così conosciute, diciamo, ma si tratta di un'arena enorme. È una bella sfida gestire i dati in tutti questi settori. Vi concentrate su aree specifiche più di altre? Con EXL, ricevete una serie di domande che possono coprire l'intera gamma? Che tipo di domande ricevete in generale?

Bryson Dunn:  

Anche in questo caso, una delle cose che amo della consulenza è che ogni giorno è un po' diverso in termini di domande che riceviamo dai nostri clienti. Ma ogni nostro cliente affronta la questione da un'angolazione diversa, a seconda del ruolo che ricopre all'interno dell'azienda, di ciò che sta cercando di ottenere e della sua società. Come potete immaginare, le preoccupazioni e le motivazioni di una compagnia di assicurazione sanitaria sono molto diverse da quelle di un sistema ospedaliero o di una rete di distribuzione integrata. Questo ci fa stare all'erta ed è molto variabile. Lo dico anch'io.

Dayle Hall:

Sì, lo immagino. Ok, allora cerchiamo di approfondire il tema della gestione dei dati nell'ambito dell'assistenza sanitaria, e lei può fornirmi qualche esempio mentre andiamo avanti. Come vede quest'area, la gestione dei dati nello specifico, risolvere le sfide all'interno dell'assistenza sanitaria di cui si è occupato? Come consiglia i clienti? Ho una reazione viscerale alla parola trasformazione, trasformazione digitale, perché penso che sia usata troppo. Credo di aver visto statistiche intorno al 60% di progetti di trasformazione digitale che falliscono. E di solito penso che ciò significhi che non sono definiti o che raggruppano sotto il termine "trasformazione" un mucchio di altre sfide. Ma mi piacerebbe conoscere il suo punto di vista. Cosa vede all'interno dell'assistenza sanitaria, in quest'area? E sta davvero assistendo a una trasformazione o stiamo risolvendo sfide punto a punto?

Bryson Dunn:  

Sono completamente d'accordo con la tua percezione della parola trasformazione. Penso che sia abusata e spesso un po' vuota, giusto? Quindi per noi, quando cerchiamo di risolvere le sfide dell'assistenza sanitaria, la nostra sfida diventa come renderla reale, come rendere la trasformazione significativa e preziosa. Per questo ci siamo concentrati sulla definizione del perché dei dati. Penso che storicamente, se guardiamo a 5 o 10 anni fa, molte aziende riconoscevano l'importanza dei dati, ma facevano il discorso del "oh, abbiamo bisogno di un data warehouse o di un data lake perché è una capacità fondamentale, o abbiamo bisogno di un catalogo di dati perché è una capacità fondamentale, solo qualcosa di cui abbiamo bisogno". E, giusto o sbagliato che sia, credo che molti dei leader aziendali che abbiamo incontrato possano a volte considerare questi investimenti come una voce di bilancio di grandi dimensioni che è discrezionale e non ha valore, cosa che credo che gli ascoltatori del vostro podcast non siano affatto d'accordo. E io sono sicuramente in quel campo.

Credo che nel settore sanitario, e in ogni altro settore, la sfida sia come collegare gli investimenti nei dati ai risultati di business. Questa è stata la nostra sfida. E nel settore sanitario, ciò che mi entusiasma è che è così facile tracciare una linea diretta tra queste cose, dai dati ai risultati. E nell'assistenza sanitaria, i risultati sono il benessere e la vita delle persone, in modo piuttosto diretto: mente, corpo, portafoglio. Si vedono cose come l'uso dei dati per prevedere le malattie e migliorare l'assistenza preventiva, ridurre i costi, essere proattivi nella fatturazione e cose del genere.

Sembra un gioco da ragazzi, ma vi dirò che mia moglie ha appena avuto un bambino. E in anticipo, ho chiamato la mia compagnia di assicurazione. Ho chiesto: quanto costerà avere questo bambino? E non sono riuscito a ottenere una risposta chiara. Anche una cosa così semplice, che si pensa sia così facile, sono problemi reali che i dati possono aiutare a risolvere. E non sto dicendo che... Ehi, c'è molto lavoro da fare. Mettiamola così. Negli Stati Uniti abbiamo speso il doppio di qualsiasi altra economia sviluppata per l'assistenza sanitaria, il 16%. E abbiamo ancora il più alto tasso di ospedalizzazioni e morti prevenibili. Il mio punto di vista è che i dati sono un elemento importante per risolvere questa sfida e sicuramente i nostri clienti si concentrano su questo aspetto.

Dayle Hall:  

Sì, hai centrato il punto con l'esempio. Ricordo di essermi trovato in quella situazione e di aver ricevuto il conto dopo che mia moglie aveva avuto i nostri due figli, e di essere ancora stupito del fatto che abbiamo una buona assistenza sanitaria. Non me ne lamento. Siamo molto fortunati, siamo molto fortunati. Tuttavia, se si considera questo aspetto, il fatto di non poter dare a qualcuno alcun tipo di indicazione in anticipo, è chiaramente una sfida che dobbiamo risolvere.

Quello che mi piace di quello che hai detto, e lo sento dire da persone di successo nello spazio IT che si occupano di IA o di qualsiasi altra cosa, è che se si parte dai risultati di business, o penso che tu e io abbiamo avuto queste conversazioni, si parte dal perché. Perché stiamo cercando di risolvere questo problema. E credo che la maggior parte dei progetti avrà più successo in questo modo. Ho sentito in questi podcast che se non lo fate, sarete uno di quel 60% di progetti di trasformazione digitale che falliscono perché non sapete davvero cosa vi aspettate.

Stamattina ho partecipato a un podcast di marketing, un gruppo di marketing Zoom. E una delle domande rivolte al CMOS era: "A chi è stato chiesto di fare qualcosa nell'ambito dell'IA nella propria azienda". E mi sembra che l'esempio che hai fatto prima, ovvero il passaggio a cloud, la costruzione di un data lake, sia grandioso, sai che avrà un certo impatto, ma se non parti da un risultato di business, se non parti dal perché, fallirai. Mi faccia qualche esempio di quale sia il perché dei dati e di quali siano gli aspetti a cui deve pensare con i suoi clienti.

Bryson Dunn:  

Sì, tutto questo ruota intorno al modo in cui pensiamo di creare strategie sui dati per i nostri clienti. E definire il perché è un utile punto di partenza, perché le cose che hai citato, la migrazione a cloud, la costruzione di un data warehouse, sono fattori abilitanti. Non sono risultati. L'integrazione di una nuova fonte di dati, il ritiro di un sistema legacy, sono tutte cose positive che probabilmente aggiungono valore, ma non sono il risultato in sé. Quindi, quando pensiamo di creare una strategia sui dati, la consideriamo da questo punto di vista, da una prospettiva di infrastruttura e architettura dei dati. Dove sono le inefficienze? Dove sono i punti di attrito? Dove sono le lacune? E come possiamo migliorare la maturità?

Ma iniziamo davvero con una visione dall'alto verso il basso per capire cosa sta cercando di ottenere l'azienda? Sta cercando di entrare in nuovi mercati? Stanno cercando attivamente di acquisire concorrenti? Stanno cercando di passare a un modello di erogazione della salute più a rischio, in cui possiamo aiutarli, dotandoli di dati e approfondimenti migliori presso il punto di assistenza? Tutti questi elementi sono fondamentali per stabilire dove investire i vostri soldi e i vostri dati. E bisogna essere in grado di monitorare i risultati. Questa è la parte importante. Non basta dire: "Questi sono i risultati che vogliamo raggiungere e qui è dove investiremo". Bisogna essere in grado di dimostrare i risultati ottenuti.

Dayle Hall:

Una delle cose che cerco di fare nei podcast - perché so che le persone là fuori staranno pensando a come applicare ciò che dici potenzialmente al loro lavoro. Quanti clienti si rivolgono a voi dicendo: "Sappiamo che vogliamo passare a un nuovo fornitore di dati cloud e vogliamo questi risultati"? Quanti vengono da voi con questi risultati già definiti? E quanti vengono da voi dicendo: sappiamo che dobbiamo fare qualcosa, sappiamo che stiamo cercando dei risultati, e voi li aiutate a raggiungere la strategia? Perché credo che questo sia un servizio inestimabile, che si tratti di sanità o di qualsiasi altra cosa, qualcuno, un consulente, un gruppo, persino un gruppo interno o qualsiasi altra cosa, che aiuti a raggiungere il risultato. Quindi è 50-50, 70-30 che loro sappiano o che voi dobbiate guidarli in questo?

Bryson Dunn:

Direi che il 25% delle conversazioni che abbiamo sono di alto livello strategico. Francamente, molti dei nostri clienti, i dirigenti, sanno già dove stanno andando e tendono ad avere una buona padronanza di questo aspetto. L'esecuzione è il punto in cui hanno bisogno di aiuto. E questo fa parte della variabilità di cui parlavamo prima, giusto? A volte i nostri clienti vengono da noi e ci dicono: "Ehi, sentite, abbiamo bisogno di capacità aggiuntiva, abbiamo molte pipeline di dati da costruire, o stiamo ritirando la nostra piattaforma di integrazione legacy e migrando a qualcosa di moderno come SnapLogic, e abbiamo bisogno di più potenza". Oppure i nostri clienti si rivolgono a noi, come lei ha detto, in veste di consulenti chiave per dirci: "Sappiamo che possiamo usare meglio i dati e creare più valore con i dati, come possiamo farlo?

Dayle Hall:

Sì. Credo che la cosa positiva sia che, ovviamente, si possono gestire entrambe le cose. Ma ancora una volta, quello che sento da questi podcast, è che le persone nella vostra posizione, o che in realtà sono potenzialmente nel settore dei clienti, il loro stesso cliente, ma si mettono a cercare di sapere che ci sono 500 cose che potremmo fare, ma le divideremo in progetti e risultati molto discreti, ed è un viaggio. Come reagiscono i clienti quando dite: "Ehi, è fantastico, è un bene che abbiate questa direzione". State pensando al risultato, quindi siete sulla strada giusta. Questo è un viaggio di cinque anni o altro. È chiaro che non si tratta di una soluzione rapida? O dovete spiegare perché questo ruolo è così importante?

Bryson Dunn:

Sì, in generale è chiaro. In genere si capisce che si tratta di un percorso a lungo termine, non di qualcosa che si risolve in poche settimane o mesi. E credo che l'arte di comunicare una strategia a molti stakeholder all'interno di un'azienda consista proprio nel comunicare perché ci vorrà così tanto tempo, verso cosa stiamo andando e come aggiungerete valore lungo il percorso in modo incrementale. Questo è fondamentale, perché non si può dire: "Ecco la vostra road map di tre o cinque anni, e non vedremo alcun valore fino alla fine". Dovete quindi essere in grado di individuare, come avete detto voi, quali sono gli elementi di vittoria rapida che potete realizzare in due mesi, tre mesi, una vittoria molto rapida, un successo veloce. E come li mettete in sequenza, in modo che si costruiscano l'uno sull'altro e che possiate dimostrare continuamente il valore e il successo, perché se tornate nel vostro ripostiglio, se iniziate a costruire tecnologia per troppo tempo senza mostrare i progressi e il valore, le persone cominceranno inevitabilmente a mettere in discussione quegli investimenti.

Dayle Hall:

Sì, mi piace. Mi piace che si pensi di nuovo alle vittorie rapide. Penso che a volte ne perdiamo traccia anche se abbiamo una strategia. A volte pensiamo alla visione del cielo azzurro e al fatto che sarà fantastico. Anche in questo caso, come in ogni azienda o funzione aziendale, è necessario mostrare i progressi. Se state costruendo una pipeline nel marketing, a che punto siamo con l'anno? Se state chiudendo accordi, se vi state espandendo con un cliente, quali sono i piccoli accordi? Fa tutto parte di questo processo.

Avete un esempio specifico, qualcosa, un progetto a cui avete lavorato, magari un progetto di gestione dei dati in ambito sanitario che magari ha dei controlli di governance? Ha qualcosa che le consenta di illustrare come ha gestito la situazione con il cliente, il committente?

Bryson Dunn:  

Sì, assolutamente. Vi faccio l'esempio di un progetto recente che abbiamo portato avanti. Si trattava di un brokeraggio di benefici per grandi gruppi. Questa società vende tutti i tipi di assicurazione, ma anche piani sanitari personalizzati per i datori di lavoro. Uno dei principali fattori di differenziazione è stata la capacità di personalizzare i piani e i prezzi in base alla popolazione dei dipendenti dei loro clienti. Questo ha molto a che fare con il tipo di industria in cui operano, il tipo di lavoratori che impiegano, i determinanti sociali della salute, la loro storia sanitaria. Tutti questi dati vengono analizzati e presi in considerazione per creare il piano sanitario più economico e con la copertura più elevata per i loro clienti e per i dipendenti dei loro clienti.

Per questo motivo hanno utilizzato questa soluzione di analisi dei dati per un certo periodo di tempo, ma il problema era che i dati richiedevano circa un mese per essere aggiornati. Era ospitata da una terza parte. Quindi avevano una capacità limitata di scalare e personalizzare per le loro esigenze specifiche, ma anche di sfruttare i dati per altri scopi. Per questo ci hanno incaricato di migrare la soluzione su cloud e di applicare un'importante riprogettazione con alcuni miglioramenti chiave. È stato un lavoro impegnativo. La soluzione ha ingerito oltre 1.300 file da un'ampia varietà di fonti con formati lineari e ovviamente doveva essere altamente sicura, data la natura dei dati sanitari. Sì, è sempre una sfida in questo settore.

Abbiamo quindi avviato una prima versione che ha ridotto la latenza dei dati da 30 a 5 giorni e ha migliorato del 15% la velocità di acquisizione e inserimento di nuovi dati. E stiamo lavorando attivamente a ulteriori miglioramenti per aggiornare i dati su base giornaliera e automatizzare ulteriormente questa soluzione per ridurre le spese generali e la manutenzione.

Dayle Hall:

È un progetto piuttosto buono. Credo che se offrissimo questo tipo di soluzione alla nostra base di clienti, sarebbero piuttosto soddisfatti di questo tipo di numeri. Andiamo avanti un po'. Lei stesso ha detto che i dati sanitari sono fondamentali. I controlli sono fondamentali. Parliamo un po' non solo dei dati, ma anche dei metadati e del perché sono fondamentali. Perché immagino che, anche in questo caso, non sia importante il tipo di azienda. I dati e i metadati sono importanti per assicurarsi che siano utilizzabili, reperibili, riutilizzabili o altro. Ma immagino che nel settore sanitario ci siano altri controlli più importanti o che debbano essere fatti nel modo giusto. Quanto sono importanti i metadati in questo tipo di progetti, oltre ai dati stessi?

Bryson Dunn:

I metadati sono assolutamente fondamentali. Questo è un argomento molto importante, Dayle. Cerco di insistere sui metadati ogni volta che ne ho l'occasione con i miei clienti, onestamente, perché è la salsa segreta di molte cose, sia che si parli di automazione o di sicurezza e controlli, sia che si parli di IA. I metadati sono davvero il carburante che sta alla base di tutto questo, se me lo chiedete.

Dayle Hall:

Spiegare perché. Spiegateci perché.

Bryson Dunn:

Sì, mi ricollego all'esempio che ho appena fatto dell'ultimo cliente a cui abbiamo consegnato il progetto per la migrazione a cloud . Se fossimo andati a codificare a mano 1.300 diverse pipeline di dati per quel cliente per spostare i dati in cloud, ci sarebbero voluti anni, quindi non era possibile. Ci siamo quindi concentrati sui metadati, sulla provenienza dei dati, sulla loro connessione, sulla loro struttura, sul modo in cui i dati devono essere trasferiti e trasformati nel nostro modello di dati di destinazione e sui controlli di qualità da applicare lungo il percorso per garantire che i dati siano validi e corretti.

Con questi metadati, possiamo implementare alcune decine di lavori di livello superiore, pipeline di dati per spostare tutti i dati in modo dinamico e guidato dalla configurazione. E questo è solo un esempio. È solo un esempio di automazione in cui è possibile ottenere un'efficienza incredibile con alcuni metadati di base sulla struttura dei dati, sulla loro posizione, sulla loro trasformazione e sulle regole da applicare. E nel settore sanitario è assolutamente fondamentale. In particolare, credo che sapere come si muovono i dati all'interno della vostra infrastruttura, dove risiedono e chi vi ha accesso sia assolutamente fondamentale.

Dayle Hall:

Sono interessato solo a questo argomento. Ma ancora una volta, quando sei là fuori a parlare con alcuni clienti sul pezzo dei consulenti, c'è mai un disaccordo o una sfida che devi ricordare alle persone, ai clienti, sul perché i metadati sono così importanti? La ragione per cui te lo chiedo è che mi piace quello che hai detto, ovvero che i metadati sono la salsa segreta, sia che si tratti di automazione, sicurezza, utilizzo nell'IA, garanzia che i modelli siano corretti o etici, possiamo approfondire la questione in un podcast completamente diverso. Ma dovete mai ricordare al cliente perché questa è la parte più critica? E lo capiscono subito una volta che glielo avete spiegato? Sono sicuro che lo capiscono. Ma la vedono come la parte più importante? O pensano ad altre cose?

Bryson Dunn:  

Spesso pensano ad altre cose, francamente. Molti dei nostri clienti più illuminati lo riconosceranno. La verità è che ci vuole più tempo. Se si sta avviando una nuova fonte di dati o si sta costruendo una nuova piattaforma di dati, migrando verso cloud, ci vuole tempo per mettere a posto i metadati. Non succede magicamente. Ora ci sono strumenti per automatizzare alcune di queste operazioni. Ma c'è sempre un ultimo miglio da percorrere.

Spesso le persone sono molto concentrate sulla realizzazione del progetto in corso, tanto che i metadati vengono messi in secondo piano, non vengono considerati, perché dobbiamo solo costruire questo progetto, spedirlo, metterlo in produzione. E a volte, francamente, questa è la scelta giusta. Non ho intenzione di dire che ogni cliente debba sempre dare priorità ai metadati. È sempre un compromesso, è sempre un equilibrio. Ma credo che oggigiorno sarebbe un errore per qualsiasi organizzazione non considerare i metadati come una componente chiave delle proprie capacità di gestione dei dati a lungo termine. E questo sosterrà e potenzierà tutte le altre iniziative.

Dayle Hall:

Sì, è vero. No, è interessante. Perché uno degli altri termini di cui abbiamo parlato prima, la trasformazione digitale, è quello di cui sento parlare spesso: democratizzazione dei dati. Quando sente questo termine, cosa significa per lei? E che rapporto ha con i metadati rispetto all'altro nucleo di dati che sono stati spostati all'interno dei sistemi?

Bryson Dunn:

È un altro di quei termini che possono suonare un po' vuoti, francamente, a meno che, di nuovo, non si metta un po' di carne al fuoco sulla democratizzazione dei dati, perché molti ne parlano. Per me, ciò significa fornire agli utenti aziendali l'accesso a risorse di dati di alta qualità, tempestivi, di qualità, comprensibili e completi. Questa è la vera democratizzazione dei dati. Alcuni, credo, anche prima che la democratizzazione dei dati diventasse un termine, la chiamavano self-service, self-service, self-service bi. L'idea esiste da tempo.

A mio avviso, però, questo è un po' poco rispetto a ciò che dovremmo pensare e a ciò che pensano molti dei nostri clienti. E cioè, invece di farcelo costruire e farglielo fare come modello: "Ecco i dati, seguiteli", dobbiamo essere più proattivi nell'incorporare i dati e gli insight nei flussi di lavoro, nei processi aziendali e renderli non facoltativi. E quindi essere più deliberati nel farlo. E questo richiede tempo. Ci vuole molta gestione del cambiamento e molta integrazione. Ma credo che questo sia il punto in cui dobbiamo davvero arrivare.

Dayle Hall:  

Sì. Per gli ascoltatori, non posso dire di non aver sorriso quando ha parlato di molta integrazione. Per gli ascoltatori, non posso dire di non aver sorriso quando hai detto "molta integrazione", perché è chiaro che per noi di SnapLogic è importante. Quindi è una buona cosa.

Bryson Dunn: 

Sto cercando di darti una mano, Dayle.

Dayle Hall:

Sì, grazie. Lo apprezzo molto. Il mio amministratore delegato si arrabbia se non inserisco almeno un riferimento a SnapLogic. Quindi l'abbiamo fatto. Andiamo avanti. Parliamo di... Ne abbiamo parlato un po', ovvero della definizione della strategia. A volte si trovano clienti che sono già più avanti nel percorso e si può aiutarli a perfezionare, aiutarli a raggiungere i risultati, il che credo sia positivo. Ma diciamo che qualcuno viene da voi e vi dice: "Sappiamo che dobbiamo fare qualcosa, sappiamo che vogliamo muoverci. Abbiamo alcuni sistemi on-prem, vogliamo passare a cloud. Ma oggi non abbiamo una strategia precisa. Se qualcuno è là fuori e ci sta pensando in questo momento, quali sono gli elementi chiave che voi, EXL, dovreste mettere a punto e dire: "Ok, ecco da dove iniziamo, ecco come iniziamo... prima di costruire qualsiasi cosa, prima di andare a comprare un data warehouse cloud o uno strumento di integrazione, ecco da dove iniziare".

Bryson Dunn:

Sì, senza dubbio. Ogni consulente oggi esistente ha una ricetta di base per questo, e noi non siamo da meno. Innanzitutto, bisogna definire dove ci si trova oggi e la realtà di come si opera oggi come azienda. Poi bisogna definire dove si vuole arrivare e quindi mettere in atto un piano per collegare queste due cose. Questo diventa la vostra tabella di marcia. Come ho detto, non siamo diversi da qualsiasi altra società di consulenza e questa è la nostra ricetta di base. Direi che ci concentriamo fin dall'inizio sul valore commerciale. Ne parlavamo prima. Come lo definite in anticipo? Quali sono i risultati? Come si fa a stabilire una linea di base? Come si misura il valore? Come si fa a definire il valore di base e a dimostrarlo a posteriori?

Questo è ciò che consigliamo ai nostri clienti. Ed è un'arte. Non è una scienza, senza dubbio, perché bisogna confrontarsi con i dirigenti di tutta l'organizzazione, che a volte hanno priorità, obiettivi e sfide molto diverse che stanno cercando di risolvere. E la politica è sempre un fattore. Questa è la realtà. Quindi, trovare una visione unificata a livello aziendale di ciò che ha senso fare per primo, secondo, terzo, quali sono le priorità aziendali e dove si trova il valore, può essere una sfida. Perciò dirò che è incredibilmente importante ottenere queste prospettive. Altrimenti, ci saranno settori dell'organizzazione che avranno difficoltà ad adottare il programma e a sostenerlo. Perciò è fondamentale avere questo consenso.

Dayle Hall:

Sì, tra un attimo le chiederò dell'impatto di queste innovazioni sull'IA, che sono ovviamente importanti. Il coinvolgimento delle persone è ciò di cui ha appena parlato, assicurandosi che sia compreso in tutta l'azienda. Come si fa? Ho posto questa domanda perché, ancora una volta, se sono là fuori e qualcuno sta ascoltando e si sta imbarcando in questo tipo di progetto o ci sta pensando, credo sinceramente che una delle sfide sia far sì che l'azienda si allinei a ciò che sta per accadere. Non importa quale sia il settore.

E mi piace anche quello che ha detto prima, ovvero la fornitura di dati agli utenti aziendali, che ritengo fondamentale. Non si tratta solo di ciò che l'IT sta cercando di fare per supportare le aziende. È l'accesso ai dati da parte degli utenti aziendali. Come si fa a guidare le organizzazioni a inserire le persone giuste al momento giusto? Non è necessario un piano completo di gestione del cambiamento. Ma come si fa a guidarle per assicurarsi che la strategia e ogni volta che si avvia il progetto siano allineate fin dal primo giorno?

Bryson Dunn:

Sì, è una sfida, senza dubbio. Ed è interessante. Bisogna adottare un approccio diverso, a seconda dell'interlocutore. E spesso è utile iniziare con l'IT, perché è investito nel successo dei dati e della tecnologia. Quindi ci sono molti alleati in quello spazio. E quando parlate con l'IT, avranno un'ottima idea di dove si trovano alcuni problemi e di cosa si può fare per rendere le cose più efficienti e più efficaci. È quindi un buon punto di partenza per la conversazione. E poi vi fornisce le informazioni di cui avete bisogno per andare a parlare con i leader del settore. E non si può nemmeno rimanere bloccati nella paralisi dell'analisi.

Quindi, quando si va a parlare con l'azienda, si può parlare con centinaia di persone per tutto l'anno, cercando di ottenere ogni prospettiva. Ma è necessario concentrare le conversazioni, in primo luogo, sulla strategia aziendale dal livello C e sugli obiettivi che si vogliono raggiungere. E poi scendere di un paio di livelli in termini di leadership all'interno dell'azienda per capire cosa stanno realmente cercando di risolvere all'interno della loro azienda. Si tratta di rendere più efficiente un processo? È per integrare un nuovo set di dati in modo da avere una migliore comprensione di nuovi trattamenti e nuovi farmaci, qualunque cosa sembri. Quindi, prendete tutto questo come input e condividete queste prospettive con gli altri leader. A volte la cultura di un'azienda prevede un consenso obbligatorio. In questi casi, la collaborazione e l'ideazione in gruppo possono essere molto produttive. Altre volte, invece, è necessario coinvolgere le persone da sole. È quindi importante adattare il proprio approccio in base all'azienda e alla sua cultura.

Dayle Hall:

Ne ho parlato, non intendo approfondire l'argomento. Ma ovviamente, i recenti annunci relativi all'IA e a questi strumenti di IA generativa sono ovviamente basati sui dati. Non entrerò troppo nel dettaglio. Ma iniziate a vedere alcune di queste domande quando arrivate a ciò di cui abbiamo appena parlato, ovvero la nostra strategia sui dati e la costruzione di questa e l'aiuto ai clienti per definirla? Queste domande sono ora in primo piano? Sono una parte fondamentale e dovete essere pronti a dire anche: ecco dove dovete guardare oggi e dove dovete guardare in futuro?

Bryson Dunn:

Senza dubbio. Stavo facendo questa osservazione al mio capo proprio stamattina. Credo che oggi tutti i consigli di amministrazione del Paese stiano parlando di IA generativa, ChatGPT, in questi giorni. È ovunque, c'è molto clamore, ma c'è anche molta perturbazione e molta realtà sotto tutto questo clamore. Proprio questa settimana due dei miei clienti mi hanno chiesto come possiamo aiutarli a implementare modelli linguistici di grandi dimensioni e IA generativa nelle loro aziende. Quindi la domanda ci giunge spontanea. È sicuramente un tema molto sentito dai nostri clienti. Non c'è dubbio che avrà un impatto sulla loro attività e che sarà dirompente per le loro aziende, praticamente per tutte le aziende. Farà un grande effetto.

Il punto è che è necessario disporre di buoni dati da fornire al modello. Altrimenti, il modello non sarà molto accurato o efficace. E ancora una volta, non credo che questo sia una sorpresa per tutti gli ascoltatori di questo podcast. Quando prima dicevo che i metadati sono davvero la road map o la salsa segreta dell'IA, è proprio così. Si può pensare a un piano di lezioni di deep learning. Quando andate ad addestrare il vostro modello, lo indirizzate a tutte queste diverse risorse di dati. E all'improvviso l'intelligenza artificiale capisce il significato dei dati. I dati sono accurati? Da dove provengono i dati? Quando sono stati aggiornati l'ultima volta? E tutte queste informazioni saranno fondamentali per assicurarsi di avere un modello accurato. Perché credo che nelle ultime settimane o negli ultimi mesi sia diventato ovvio che non è sufficiente inserire un'API per ChatGPT nel vostro CRM e chiudere la questione. È necessario disporre di un modello che sia addestrato sui vostri dati e che comprenda la vostra attività. Quindi la domanda diventa: come addestrarlo in modo efficace? I dati sono la risposta.

Dayle Hall:

Sì, mi piace. E ora te ne esci con due battute. Te lo dico subito. Una era che i metadati sono la salsa segreta, mi piace, e un piano di lezioni per l'apprendimento profondo. Mi piace. Sarà fantastico. Ci sono così tante battute per questo incontro. Mi piace. Quindi iniziate la strategia. Ovviamente ci sono delle domande da fare. Una delle cose che ritengo fondamentali, e di cui avete parlato un po', sono le pietre miliari del viaggio più grande, le vittorie e la dimostrazione del ROI man mano che si procede. Come fate a sapere, quali sono i tipi di cose che impostate per dire che sappiamo che la nostra strategia sta avendo successo quando fa qualsiasi cosa? Anche in questo caso, avete degli esempi di come li costruite? Quali sono gli elementi di ROI che inserite nel progetto? Quindi la strategia non si limita a dire: "Ehi, tra cinque anni sarà così, ma fino ad allora non vedrete nulla".

Bryson Dunn:

Sì, esattamente. La risposta breve a questa domanda, Dayle, è che sapete di avere una strategia di dati efficace se potete indicare il valore misurabile che avete aggiunto. E l'azienda concorda sul fatto che avete aggiunto quel valore con gli investimenti nei dati. Quindi, finché non riuscite a farlo, non potete affermare di avere una strategia di dati efficace.

L'altro punto che vorrei sottolineare, e che credo sia spesso trascurato, è che il processo di creazione di una strategia, di qualsiasi strategia, non solo di quella dei dati, non dovrebbe essere visto come un'attività una tantum. Penso che debba essere costantemente rivisto per dire: "Ecco la road map che abbiamo messo in atto l'anno scorso o anche sei mesi fa. Come la stiamo seguendo? Abbiamo aggiunto il valore iniziale che pensavamo? E se il nostro successo è stato alterno, perché? Ci sono state sfide che non avevamo previsto? Sono cambiate alcune delle nostre ipotesi di base? È cambiato il contesto economico? Qualunque cosa sia, è necessario rivedere e rivalutare continuamente la propria strategia e incorporare questi insegnamenti. Quando si parla di fornire valore in modo iterativo e incrementale, ritengo che, per quanto sia importante, sia altrettanto importante essere agili e adattabili per cambiare rotta quando è necessario.

Dayle Hall:

Anche in questo caso, avete più esperienza con questi grandi progetti e avete contribuito a costruire queste strategie. Penso quindi che sia un buon modo di vedere come si costruiscono questi tipi di cose. Abbiamo appena accennato all'IA e all'importanza, ma credo di voler concludere con un paio di brevi domande sull'IA nello specifico, perché nel mio ambito di marketing, anche nel nostro settore con SnapLogic e con chi siamo in concorrenza, mi sembra che abbiamo lavato l'IA per 10 anni, ora stiamo lavando l'IA generativa. C'è un po' di soluzione: tutte le cose che prima non potevamo risolvere, ora le possiamo risolvere grazie a questo.

E devo dire che sono più entusiasta di alcune delle cose che stiamo facendo con SnapGPT, costruito sulla base di questi strumenti di intelligenza artificiale generativa, di quanto non lo sia mai stato del prodotto. Ma c'è anche l'aspettativa che sia una panacea. Penso che ne abbiamo parlato in precedenza: questo è qualcosa di buono. C'è la sensazione di poter risolvere tutti i problemi con questo strumento. Cosa ne pensa di alcune delle aree chiave in cui può essere sfruttato oggi? E come reagite quando conoscete qualcuno, un cliente o potenzialmente quando parlate con qualcuno che dice: "Penso che questo risolverà X, Y e Z"? Come vi assicurate che lo stiamo facendo nel modo giusto? E non stiamo nemmeno parlando della parte etica dell'IA, ma solo della sua gestione nella nostra azienda, di ciò che possiamo sfruttare e di ciò che può risolvere oggi?

Bryson Dunn:

Sì. Penso che, come dicevamo prima, ci sia molto clamore, senza dubbio. La mia sensazione è che, a prescindere dal clamore, questa sarà probabilmente la più grande disruption che ho sperimentato nella mia carriera in termini di tecnologia. Se fossi stato più intelligente, avrei usato ChatGPT per scrivere un copione per questo podcast, ma non l'ho fatto. Ma ne è perfettamente in grado. E casi d'uso come questo rientrano nel campo delle possibilità dell'IA generativa di oggi. Se si parla, ad esempio, di un paziente in chemioterapia con restrizioni ed esigenze dietetiche, si potrebbe usare l'intelligenza artificiale generativa per redigere un piano alimentare per quel paziente.

Non sarà mai, almeno non oggi, generare un piano alimentare e consegnarlo al paziente. Sarà un acceleratore per i medici, un punto di partenza che potranno utilizzare per perfezionare prima di finalizzare e mettere in pratica. Lo stesso vale per il piano di cura di un diabetico. Sono tutte cose molto concrete che l'IA generativa può fare oggi.

Ora c'è molto spazio per crescere. E ci sono dei limiti all'attuale istanziazione dell'IA generativa. La limitazione principale è che oggi bisogna chiedere una risposta. Bisogna sollecitarla. Si sta discutendo molto su come ottimizzare e creare i suggerimenti da inviare a questi strumenti. Al momento, questa è una limitazione fondamentale e il modo in cui si interagisce con loro. A lungo termine, penso che sarà più proattivo. Apparirà con approfondimenti sulla dashboard, sulle applicazioni che utilizzate giorno per giorno in modo proattivo. Credo che questo lo renderà molto più utile. Ma in ultima analisi, le informazioni che vi fornirà dovranno essere basate su dati e approfondimenti validi. Quindi, quando si parla di ciò che le aziende devono fare oggi per prepararsi, è investire in queste risorse di dati. E non necessariamente per poterli utilizzare un giorno per l'intelligenza artificiale: questi investimenti possono aggiungere valore ora e continueranno a dare frutti lungo il percorso.

Dayle Hall:

Sì, mi piace. Mi piace pensarla in questo modo. E penso che, internamente, mentre ne parliamo, non so se avete mai incontrato Gaurav, il nostro CEO, ma è come un professore. È molto preparato. E si riferisce a questo come al secondo metodo socratico. Il primo metodo socratico è come ottenere le risposte, come conoscere le risposte che vi porteranno avanti. Ora, con l'IA generativa, si riferisce a questo: come si possono fare le domande giuste per andare avanti? Perché le risposte sono già lì da qualche parte. Ma come si fa a capire quali sono le domande giuste da porre, non solo a capire le risposte, e anche in questo caso lui è più professore di me. Ma ho pensato che fosse un modo interessante. E credo che questo possa essere utile per cose come la strategia dei dati o, francamente, per tutto ciò che ha a che fare con i dati: se si riesce a porre la domanda giusta, probabilmente si otterranno le risposte che si stanno cercando. Ma sappiamo che stiamo solo grattando la superficie.

Bryson Dunn:  

Sì, senza dubbio. Mi piace il modo in cui ci pensi, però, il modo molto filosofico in cui poni la domanda. Penso che l'altro aspetto non sia nuovo. Se ne discute molto, perché come ci si può fidare della risposta? Ci si può fidare della risposta?

Dayle Hall:

In questo modo avrò a disposizione un intero podcast su questo argomento specifico.

Bryson Dunn:

Esattamente. Si'. Sì. E anche molti dei nostri clienti ne tengono conto, soprattutto in mercati altamente regolamentati come quello sanitario. È una considerazione che fanno anche molti dei nostri clienti, soprattutto in mercati altamente regolamentati come quello della sanità: il rischio di fornire informazioni sbagliate ai pazienti e i danni che ne possono derivare sono piuttosto elevati. E quindi ridurre al minimo questo aspetto, soprattutto nel contesto sanitario, è assolutamente prioritario per i nostri clienti.

Dayle Hall:

Già. Cosa dice alle persone che si preparano a questo evento? Ovviamente abbiamo parlato di alcuni aspetti specifici e non risolverà tutto. Quando parlate con i clienti, c'è la sensazione che pensino: "Oh, questo significa che possiamo fare tutto più velocemente"? O come si fa a temperare questo entusiasmo e questo potenziale? A dire il vero, non saprei nel settore sanitario a causa dei controlli sui dati. Si ha l'impressione che si debba ancora fare questo adesso o è leggermente diverso nel settore sanitario?

Bryson Dunn:

Sì, le aspettative sono mitigate. Nell'ambito della sanità, in generale, direi che sono più propensi al rischio, proprio perché si tratta di uno spazio altamente regolamentato. In realtà, quando parlo di pagatori, fornitori, aziende di forniture mediche, aziende di produzione e settori affini, questi cercano assolutamente di muoversi in fretta. E si tratta di un dibattito filosofico tra le aziende che dicono: "Wow, guardate questi strumenti, posso usarli oggi e sono così potenti". E forse le persone più esperte di dati e analisi capiscono che è necessario mettere in atto una governance appropriata e dei guardrail per mitigare il rischio di fornire informazioni errate o di esporre i dati in modo inappropriato. È una tentazione cercare di muoversi velocemente e di sfruttare le tecnologie che sono improvvisamente disponibili solo negli ultimi mesi, ma si tratta di un equilibrio.

Dayle Hall:

Sì, certo. È stato un ottimo podcast. Ho un'ultima domanda da farvi mentre concludiamo. È un po' fuori tema, ma riguarda l'IA o l'IA generativa o il ChatGPT. Se c'è qualcosa che le sembra eccitante, qualcosa che porterà a grandi cambiamenti, sia nella vita privata, sia nell'assistenza sanitaria, sia nell'informatica, qual è la cosa che non vede l'ora di fare e che, secondo lei, migliorerà la nostra situazione e non causerà ulteriori problemi in quest'area specifica?

Bryson Dunn:

Sì, è un'ottima domanda. Penso che la cosa più importante sia la promessa che l'IA ha di migliorare l'assistenza preventiva proattiva. Molti dei nostri problemi di salute negli Stati Uniti, in particolare, sono prevenibili. E credo che l'intelligenza artificiale sia in grado di aumentare l'ampiezza di banda dei nostri specialisti e dei nostri medici per individuare prima cose che potrebbero non essere state rilevate. Quindi, per me, è questo l'aspetto che mi entusiasma.

Dayle Hall:

Sì. Tutti noi, a un certo punto, entriamo in contatto con il sistema che voi aiutate a guidare e sostenere. Perciò credo che questa sia la conclusione perfetta del podcast. Ma spero che, quando faremo la promozione, terremo i metadati come salsa segreta, perché è una delle mie citazioni preferite che ho sentito. Quindi Bryson, grazie mille per aver partecipato al podcast.

Bryson Dunn:

È stato molto divertente. Grazie per avermi ospitato, Dayle.

Dayle Hall:

Bene, grazie a tutti per l'ascolto. Ci vediamo nel prossimo episodio di Automatizzare l'impresa.