I dati stanno “mangiando” il mondo? Diventeremo tutti data-scientist?

Non ho facili e definitive risposte ai due quesiti, soprattutto in un mondo sempre più liquido come quello in cui siamo immersi. Propongo solo sintetiche riflessioni supportate da qualche immagine.

Il visionario Marc Andreessen, quello che a partire da Netscape ha sbagliato pochi progetti e investimenti, due anni fa in un celebre saggio scrisse che il software si stava mangiando il mondo evidenziando la pervasività crescente della tecnologia nel sistema industriale e nella vita di tutti i giorni. Inutile fare esempi di come aziende insospettabili si stiano trasformando anche in media-company e sfruttando la tecnologia informatica stiano acquisendo vantaggi competitivi importanti anche in mercati maturi.

Rafforzando e evolvendo il concetto di Andreessen direi che altri fenomeni si stanno evidenziando attorno a questa “abbuffata”:

1) il software si sta mangiando i dati (il fenomeno NoSQL sta portando sempre più i dati dentro le applicazioni software  usando le stesse strutture di memorizzazioni)

2) i dati incominciano a diventare tanti (Big Data) e quindi per gestirli al meglio ed in maniera liquida e veloce stiamo assistendo ad evoluzioni architetturali importanti sia a livello strettamente tecnologico che algoritmico. Curiosamente (ma forse non troppo … se si guarda ai sistemi complessi) queste tendenze seguono schemi presenti nelle evoluzioni dei sistemi biologici: semplicità, ridondanza, interconnessione sono tutte cose che caratterizzano Cloud, map-reduce, api rest, NoSQL, internet of the things e non solo …

3) per creare valore (sia in ambito aziendale che pubblico pensando per esempio al fenomeno Open Data) i dati (sia grandi che piccoli) devono diventare soprattutto intelligenti (Smart data). E per fare questo, almeno ancora per qualche anno, le persone che lavorano con i dati fanno la differenza.

In questo senso i due interrogativi del titolo del post possono avere un importanza anche sociale forse per gestire al meglio il periodo di trasformazione (ha senso parlare ancora di crisi?) che stiamo vivendo.

Anche se i dati non stanno mangiando il mondo possiamo dire che stanno acquisendo un importanza strategica che non hanno mai avuto in tutta la storia dell’umanità. Senza farci ulteriori domande, il fatto stesso che un istituzione come McKinsey esca a distanza di due anni con due studi di portata mondiale rispettivamente su Big Data (2011) e Open data (2013) ci fa capire come non siamo sicuramente di fronte ad un fenomeno passeggero.

In questo scenario anche la domanda “provocatoria” se diventeremo tutti data-scientist diventa quasi evanescente e ovvia allo stesso tempo. Forse non sarà il mestiere più sexy del 21° secolo come qualcuno sostiene ma sicuramente la crescita di competenze per fare diventare smart i nostri dati (personali, aziendali e pubblici) è qualcosa di necessario e importante.

Non credo che basteranno solo figure specifiche a soddisfare questa bulimica tendenza ma come in tanti altri fenomeni servono specialisti calati nella realtà per fare in modo che alcune pratiche e tecnologie diventano di utilizzo più distribuito e aperto.

In questo senso propongo due immagini che in senso sintetico (la prima) e analitico (la seconda) rappresentano al meglio questo ruolo per quanto vissuto e approfondito.

In questa famosa immagine Drew Conway sintetizza con un diagramma di Venn come la Data-Science più efficace si trovi al confine, quasi in equilibrio instabile, tra tre discipline. Consigliata la lettura del post in cui spiega questa modernissima visione

Invece in maniera analitica in questa infografica Swami Chandrasekaran indica le tante tappe per diventare un data-scientist. Ovvio come scrive nel consigliatissimo post che non è necessario percorrerle tutte ma la visione sulla ricchezza e polieditricità della disciplina è qui rappresentata in maniera impareggiabile.

Buon viaggio …

Questa voce è stata pubblicata in Senza categoria e contrassegnata con , , , , . Contrassegna il permalink.

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>