Ci vuole un certo coraggio a paragonare la fase dell’AI generativa che stiamo vivendo con l’era in cui salvavamo documenti e programmi su floppy disk. È un accostamento che manda immediatamente indietro le lancette dell’orologio fino ad anni in cui il digitale si misurava in dischetti da tre pollici e mezzo. Thimaya Subaiya, però, non ha paura di giocare la metafora con Fortune Italia, nella sua prima intervista rilasciata a una testata del nostro Paese. L’Executive Vice-President of Operations di Cisco, di passaggio negli uffici italiani della multinazionale in piazza Gae Aulenti a Milano dove è stato accolto dal Senior Vice-President Sud Europa, Agostino Santoni, osserva da vicino la trasformazione che l’intelligenza artificiale sta generando sia nelle aziende clienti sia nella società stessa. E dunque ha un polso fermo nel tastare la distanza tra ciò che si racconta e ciò che realmente succede. E su come, dal suo punto di vista, l’AI deve essere integrata perché sprigioni nel concreto le potenzialità che ha di rivoluzionare radicalmente flussi di lavoro, mansioni, mercati. Più che un azzardo retorico, quindi, il floppy disk è una constatazione da cui partire per far evolvere innanzitutto Cisco, dove presto tutti i 90.000 dipendenti avranno un agente AI personale con il quale interagire nello svolgimento delle mansioni quotidiane.
(Fortune/F): Subaiya, se oggi dovesse entrare in un’azienda che vuole adottare l’AI partendo da zero, quale sarebbe la sua prima mossa o il primo passo per impostare la strategia, definire il team o capire quale sia il miglior caso d’uso dell’AI per quel business specifico?
(Thimaya Subaiya/TS): “La prima cosa è l’organizzazione. Tradizionalmente, le organizzazioni IT esistenti non pensano all’AI nell’ottica di come integrarla in ogni aspetto dell’azienda, e c’è anche un po’ di resistenza. Per questo creerei un’entità separata, un vero e proprio ufficio del Chief AI Officer focalizzato esclusivamente sull’IT aziendale a tutto tondo, dalle migliori pratiche fino alla governance dell’IA.
La seconda mossa sarebbe guardare ai processi che contano davvero rivolti a clienti, partner, dipendenti o vendite, suddivisi proprio secondo questi quattro destinatari. Non cercherei di rimaneggiare i processi esistenti, ma di ripensarli completamente da zero, riscrivendoli tenendo conto degli agenti intelligenti per renderli fluidi.
La terza cosa è non focalizzarsi sul risparmio sui costi, ma sfruttare al massimo le capacità offerte dall’IA, comprendendone però i limiti. Oggi siamo in una fase dell’AI paragonabile all’era dei floppy disk; l’AI non risolverà tutto. Può essere applicata in casi d’uso specifici, come la scrittura di codice, dove l’efficienza umana è del 70-72% con il 28-30% di bug, mentre l’AI può raggiungere l’85% di efficienza riducendo i bug, oppure nel ripensare il portafoglio software esistente. Spesso si sente parlare di casi d’uso che potrebbero essere risolti con la semplice automazione, senza bisogno dell’AI”.
F: Se, come dice, ci troviamo nell’era “floppy disk” dell’AI, quanto tempo pensa che ci vorrà per passare al CD-ROM o alla memoria USB?
TS: “Un grande malinteso è che l’AI sostituirà gli esseri umani. Gli umani sono fatti per ipotizzare, mentre i modelli di AI sono probabilistici e non deterministici. L’automazione è deterministica perché un umano ha già definito il risultato finale. Non possiamo affidare all’AI decisioni di vita o di morte, come in medicina, perché anche solo l’1% di allucinazione può costare una vita.
La fase di transizione dal CD-ROM all’SSD avverrà quando impareremo davvero a sfruttare l’AI per risolvere problemi mondiali, come trovare cure per il cancro, migliorare la produzione agricola e la vita umana, perché l’AI ci può fornire i modelli con cui analizzare i dati che abbiamo in una maniera più adatta. La fase finale, quella dell’SSD, sarà così [mostra il suo smartphone, ndr]. Come abbiamo combinato le funzioni di cinque, dieci device diversi in uno solo, l’AI sarà integrata per aumentare le nostre vite. Per esempio, in Cisco stiamo lanciando un assistente personale per ciascuno dei nostri 90.000 dipendenti, non per sostituirli ma per potenziarli. Se l’QI medio umano è di 120, completandolo con l’AI in futuro, inizialmente tramite agenti, poi con dispositivi indossabili e robotica, si raddoppierà la capacità umana. Questa sarà l’era degli SSD”.
F: In Cisco avete adottato un modello “Agentic Ops” dentro la vostra piattaforma Cloud Control con l’obiettivo di far collaborare esseri umani e agenti AI nella gestione di infrastrutture critiche. Cosa serve per passare dall’automazione tradizionale alla logica degli agenti e a che punto siamo in questo processo di sviluppo?
TS: “In Cisco utilizziamo internamente un motore di AI chiamato ‘Circuit’, che è agnostico rispetto agli LLM. Si può scegliere qualsiasi LLM, incluso quello di Cisco sviluppato sulla nostra infrastruttura. Tutti i dipendenti vi hanno accesso e ora stanno attivando i propri agenti personali a un costo compreso tra gli 8 e i 15 dollari al mese per utente, a differenza di altre aziende che bruciano token spendendo dai 1.000 ai 2.000 dollari al mese.
Questo perché abbiamo capito che l’AI non è la soluzione a tutto. Cosa è davvero AI? In cosa eccelle? Se si ha un’idea, l’AI la sviluppa e la convalida. Se è basata su codice, lo scrive al posto tuo. Ma se si tratta di pura automazione non serve interpellare un LLM. Inoltre, prima di inserire un prompt, è fondamentale spiegare all’AI chi è, che è una cosa che non facevamo prima. Per esempio, dire che è un medico specializzato, poiché i modelli si basano su una miscela di esperti e in questo modo si ottengono risposte molto più precise. Con Circuit abbiamo integrato il ‘prompting agentico’, che riscrive il prompt in modo che sia ottimale per l’LLM. L’unione di questi tre elementi, ossia agenti, automazione e prompting ottimizzato, permette di ottenere risultati significativi. Questo approccio può essere adottato da qualsiasi azienda; infatti, condividiamo il codice sorgente e il know-how tecnico con i nostri clienti. Tre aziende Fortune 50 ce lo hanno già chiesto e stanno implementando il codice sorgente del nostro assistente personale”.
F: Come possiamo dimensionare il cambiamento della rete affinché sia sostenibile il passaggio da un traffico guidato dagli umani a uno guidato da bot o AI, e che impatto può avere questo sulla continuità aziendale?
TS: “L’aumento del traffico di rete è un sintomo del volume dei consumi. E, detto tra noi, per Cisco è una cosa buona. Per ridurre il carico sull’ampiezza di banda principale si stanno sviluppando tecnologie di scale-out, scale-up e scale-across nei data center. Inoltre, nella fase ‘SSD’ vedremo l’AI nell’edge, (soprattutto con dispositivi indossabili e robot). Questo consentirà l’elaborazione dei dati in tempo reale all’edge, riducendo la necessità di inviare tutto ai data center. Il carico complessivo di rete continuerà comunque ad aumentare, portando con sé la grande sfida della sicurezza. Se prima avevamo giorni o ore per reagire a una minaccia, oggi bisogna reagire in un secondo. Gli umani non possono contrastare l’attacco di un agente di AI, ma un altro agente di AI sì. La segmentazione, la sicurezza delle reti ad alta velocità, il calcolo all’edge e data center auto-resilienti sono necessari per comprimere il traffico attuale”.
F: C’è bisogno di una spinta per modernizzare le reti da parte degli Stati e delle aziende di telecomunicazioni, considerando che anche con l’edge computing ci sarà un forte aumento del traffico di upload verso il cloud?
TS: “Sì, è assolutamente vero. Personalmente, detesto il fatto che i data center per l’AI producano così tanto calore ed energia, danneggiando l’ambiente. Dobbiamo essere più consapevoli. Oggi si usano TPU per l’inferenza che sono più efficienti dal punto di vista energetico, ma la domanda continua a salire. L’hardware odierno è costruito per internet, non per il consumo dell’AI. La tecnologia hardware deve migliorare fino a gestire questi carichi di lavoro con il 10% dell’energia e il 10% del raffreddamento attuali per essere davvero sostenibile. Il ritmo attuale non è sostenibile a lungo”.
F: Come gestite i limiti e i rischi dell’AI nella gestione delle infrastrutture critiche? In quale momento la decisione viene trasferita all’uomo e come affrontate le allucinazioni in ambiti così delicati?
TS: “Utilizziamo Cisco Cloud Control, una piattaforma che unisce sicurezza e networking basata su un modello che abbiamo addestrato chiamato ‘deep network’. La gestione dell’infrastruttura si basa su diversi fattori: la telemetria delle macchine, l’input umano (con gli asset manager che aggiornano regolarmente i dati) e il collegamento di tutte le piattaforme Cisco (networking, sicurezza, osservabilità). L’LLM aiuta e potenzia questo processo, ma non è ancora affidabile al 100% da solo. In futuro, con il miglioramento dei modelli, avremo bisogno di sistemi di rilevamento delle anomalie sull’output dell’AI in modo che un umano possa rettificare immediatamente gli errori. La visione futura prevede data center gestiti da robot collegati a Cisco Cloud Control in grado di rilevare, sostituire e riconfigurare autonomamente i componenti nella rete”.
D: Poiché l’Italia è un Paese di piccole e medie imprese (PMI) e manifatturiero, quali passi dovrebbero compiere queste realtà per superare la mancanza di dati puliti o pronti per addestrare i modelli e integrarsi nella trasformazione industriale?
R: “Consiglio di utilizzare gli MCP (Multi-Connection Platforms) ovunque per connettere i dati in un sistema integrato. In passato si spendeva molto tempo a creare, alimentare e pulire i ‘data lake’, ma oggi il mondo corre troppo velocemente e non c’è tempo. È meglio far confluire diverse fonti di dati tramite MCP. La pulizia dei dati influisce sull’accuratezza dell’output, ma la maggior parte degli LLM ha già un’efficienza del 93-94%. Anche con dati puliti al 100%, l’LLM è comunque un modello probabilistico soggetto ad allucinazioni. Un livello di pulizia dei dati al 95% è più che sufficiente. Bisogna iniziare il viaggio, fare iterazioni e migliorare l’accuratezza man mano, senza rincorrere un’utopica perfezione del 100%.”
D: Il costo dei token in Cisco (tra gli 8 e i 15 dollari per utente) è un range di prezzo estendibile ad altre aziende, rendendo l’adozione dell’IA accessibile anche alle PMI?
R: “Sì, ed è accessibile non solo perché non tutto passa attraverso l’LLM, molta è semplice automazione. Poi perché utilizziamo un agente di prompt in background che ottimizza le richieste. Terzo: non permettiamo ai team di fare ‘token maxxing’. Un’idea concepita da chi ha altri interessi commerciali. Se si usano dati scadenti per processi super critici che richiedono un’altissima precisione, allora è evidente che bisogna fermarsi e pulire quei dati prima di procedere”.
F: Quando ha iniziato a occuparsi di AI?
TS: “Il passaggio è avvenuto circa tre anni e mezzo fa. Inizialmente volevo che il team creasse prima di tutto un assistente personale, perché un agente personale che lavora solo per conto tuo ha accesso a tutti i dettagli necessari e poi interroga l’LLM esterno solo per ciò che serve, garantendo molta più sicurezza. All’inizio abbiamo provato con un prodotto chiamato ‘Robin’, ma non ha funzionato perché la tecnologia doveva ancora evolversi. Circa un anno e mezzo fa sono cambiate due cose fondamentali: l’introduzione della memoria persistente e il concetto di ‘heartbeat’ (l’agente è sempre attivo, ascolta e lavora costantemente per te)”.
F: Cinque anni fa si aspettava che l’AI raggiungesse questo livello di capacità?
TS: “In realtà pensavo che saremmo stati molto più avanti. Nella mia opinione personale, gli LLM e l’AI oggi sono ‘rotti’. La tecnologia in sé non è ancora arrivata al punto giusto, dobbiamo fare di meglio”.
F: Ritiene che ci sia una bolla nel modo in cui guardiamo all’AI?
TS: “Sì, per un motivo preciso: l’AI viene scritta e utilizzata in isolamento. Credo che il più grande svantaggio per l’umanità sia il fatto di avere uno strumento che isola le persone anziché renderle più sociali. Camminando per strada, tutti guardano il telefono, nessuno si guarda o si parla più. L’IA non è ancora sociale; deve arrivare a un punto in cui aiuti le persone a interagire, a essere sociali e a far progredire l’umanità”.
Ci sono altre due note a margine di questa intervista. La prima è che non ci siamo dimenticati di chiedere a Cisco come garantisca continuità dei servizi in un mondo spaccato da divisioni geopolitiche che spesso impattano proprio la tecnologia. Santoni ha spiegato che “la nostra filosofia è che i dati del cliente appartengono al cliente. Alcuni fornitori SaaS sostengono che i dati nei loro sistemi appartengano a loro e che solo loro possano addestrarvi i modelli, ma noi riteniamo che sia un approccio sbagliato. La nostra governance dell’IA prevede di tenere al sicuro i dati dei clienti, non usarli in modo non etico per l’addestramento e garantirne la proprietà al cliente”.
Dal punto di vista dell’hardware e dell’infrastruttura, negli anni in cui il mondo si spostava “verso il cloud, Cisco ha deciso strategicamente di mantenere in vita le proprie soluzioni on-premise (in locale) con parità di funzionalità – ha proseguito Santoni -. Con l’avvento della sovranità tecnologica, operativa e legislativa in Europa, offriamo ai clienti il pieno controllo dei dati. Ad esempio, soluzioni come i Contact Center o Splunk (acquisita per 28 miliardi di dollari) possono essere eseguite sia in cloud che interamente on-premise. I clienti possono decidere quali carichi di lavoro far girare sotto il nostro ‘portfolio di infrastrutture critiche sovrane’ (annunciato a settembre dello scorso anno). Inoltre, abbiamo un modello di licenza flessibile che consente di spostare la propria sottoscrizione on-premise, garantendo la piena sovranità anche dal punto di vista del licensing.”
La seconda nota a margine riguarda una considerazione condivisa con Subaiya. E cioè che in un mondo in cui i bot avranno un ruolo sempre più preponderante nel leggere le “istruzioni” di ciò che sta loro intorno, dovremo preoccuparci di scriverle in una lingua che comprendano meglio e in modo più efficace.
“È un’idea brillante”, è stato il suo commento. E ha aggiunto: “L’IA legge estremamente bene i file markdown, che contengono le istruzioni su come leggere il file. Oggi quando creiamo un articolo o la nostra documentazione aziendale (FAQ, manuali, ecc.) non generiamo automaticamente un file markdown, ma lasciamo che l’LLM cerchi nell’intero documento, consumando molte più risorse. Creare file markdown dedicati faciliterebbe enormemente il lavoro dell’IA e ridurrebbe i consumi. Darò istruzioni al mio team di iniziare a farlo per tutta la nostra documentazione futura.” Attendiamo di sapere come è andato l’esperimento.
