Oracle ha un vantaggio nell'IA: attinge automaticamente e in modo sicuro ai dati aziendali

In una giornata molto “romana” di fine gennaio, quasi primaverile, si è tenuto al MAXXI l’Oracle Data & AI Forum. L’evento ha visto la partecipazione di manager di Oracle, di partner e clienti. Sul palco anche Paola Pisano, ex Ministro dell’innovazione, Stefano Tomasini, dirigente del Ministero dell’Economia e delle Finanze, Maurizio Stumbo di Sogei e Anna Sappa dell’INAIL (nell'immagine più sotto).

L'IA generativa di Oracle: ne parliamo con Oracle Italia

Oracle ha annunciato i nuovi servizi perché i clienti di Oracle Cloud Infrastructure possano sfruttare vari modelli linguistici di grandi dimensioni (o LLM, da "large language model") in maniera semplice. "Sono servizi gestiti che grazie all'integrazione con le tecniche di RAG (retrieval augmented generation) permetteranno di aumentare il livello di performance, di sensibilità nell'addestramento che questi modelli di generative AI riusciranno a raggiungere, proprio perché andiamo a sfruttare i dati interni delle aziende che miglioreranno l'apprendimento di questi modelli", ci dice Andrea Sinopoli, VP e Cloud Tech Country Leader di Oracle.

Uno dei punti principali di questo annuncio è che, secondo Sinopoli, le aziende possono ora trarre effettivo vantaggio dei dati di cui dispongono. Per fare ciò, l'IA è accompagnata da altri strumenti: ad esempio Oracle Database 23c, che consentirà di sfruttare i dati sia in maniera tradizionale, sia con un approccio noSQL (con file JSON), ma anche con funzionalità vettoriali che consentono di addestrare i modelli di intelligenza artificiale più facilmente.

IA generativa: l'importanza di attingere dai dati aziendali

Possiamo dire di essere già in una seconda fase di maturazione, soprattutto in ambito enterprise, dei servizi di intelligenza artificiale generativa. È emerso subito molto chiaramente che i risultati generati da un modello generico, per quanto grande, non sono efficaci, perché non prendono in considerazione il contesto e i dati dell’azienda specifica. D’altro canto è molto dispendioso, in termini di risorse, e anche pericoloso, in termini di salvaguardia dei dati aziendali, estendere l’addestramento degli LLM ai dati aziendali.

Tutti gli operatori si sono quindi mossi per effettuare delle operazioni di affinamento dei risultati sfruttando i dati aziendali per ottenere delle risposte rilevanti e le tecniche di RAG sono quelle che si stanno dimostrando le più efficaci. In questo contesto, come scrivevamo anche qui dall’evento re:Invent di AWS, uno dei maggiori concorrenti di Oracle in ambito cloud e a conferma di quanto l’IA sia centrale per tutti gli operatori, un altro tassello importante è il database vettoriale, ossia la possibilità di generare dei vettori numerici che descrivono il significato semantico di un qualsiasi “oggetto”, elemento questo essenziale per permettere ai LLM di interpretare correttamente la realtà, con le tecniche dei Vector Embeddings.

Oracle ha un vantaggio nell'IA generativa

Per sintetizzare, semplificando al massimo, i LLM interpretano le richieste in linguaggio naturale e poi permettono di generare contenuti e risposte coerenti. Attraverso le tecniche di RAG la risposta è messa in un contesto specifico, utilizzando dati aziendali che non verranno mai sfruttati per effettuare ulteriore training del modello generale, salvaguardandoli. Questo processo è chiamato, in inglese, grounding.

Oracle non è la prima azienda a integrare nella propria offerta una soluzione di Vector DB o a sfruttare le tecniche RAG per rendere più rilevanti i risultati offerti dall’IA generativa. È l’unica però a sfruttare in modo sinergico l’intera piattaforma che mette a disposizione dei clienti in un modo che, a quanto ci risulta, oggi è esclusivo sul mercato. Quando viene fatta una richiesta ai moduli di IA generativa il sistema di Oracle sfrutta la descrizione vettoriale del significato semantico della richiesta e, completamente in automatico, fa un matching con tutti i dati aziendali presenti in Oracle DB, individuando, sempre in automatico, i dati più rilevanti per la richiesta effettuata e su quelli applica le procedure di RAG per il grounding. Considerando che, già da anni, il database di Oracle è multi modale, quindi integra nello stesso DB dati SQL, JSON, Graph, il grounding verrà quindi effettuato su diversi tipi di dati e solo su quelli rilevanti.

Questo passaggio di “matching” automatico fra la richiesta e i dati utilizzati per il grounding è, oggi, un elemento differenziante di Oracle rispetto a tutti i concorrenti. In prospettiva anche altri player potranno offrire modalità simili, quindi non è detto che questo elemento si trasformi in un vantaggio competitivo di lungo periodo, ma è indubbio che attualmente distingue nettamente Oracle rispetto ai concorrenti e conferma la sua posizione di leadership in ambito IA.