Eccomi qua, mai avrei pensato di iniziare a scrivere nel blog un'articolo del genere, ma mi trovo, dopo quasi 10 anni di lavoro tra Power BI, DWH SQL, SSAS, SSRS e SSIS a fare delle riflessioni in merito alla valanga che secondo me sta travolgendo questo mondo.
La mia struttura mi ha permesso in questi anni di relazionarmi con situazioni di piccole e medie imprese, la classica PMI italiana. Ho avuto al fortuna anche di approcciarmi (molto poco in realtà) anche con grandi aziende / gruppi. Concentriamoci però per un'attimo sulle PMI.
I problemi di far percepire il valore di Power BI o di avere un DWH in casa sono fondamentalmente 2:
- Management poco attento (o fintamente attendo) a quanto un sistema del genere possa essere fondamentale al giorno d'oggi per qualsiasi azienda
- Responsabili tecnici inadeguati, scarsamente sensibili e/o legati alle uniche tecnologie che conoscono che si approcciano a un DWH o a Power BI con estremo scetticismo, ma ahimè finto interesse, guidato spesse volte da bandi, finanziamenti o video divulgativi dei social più blasonati
Dopo anni di corsi, sviluppi e consulenze su Power BI posso garantire che solo una bassissima percentuale di tecnici riescono a percepire il cambio di paradigma che può avere l'implementazione di un database OLAP all'interno di un'organizzazione, ma per un problema ben preciso. La frizione d'utilizzo.
Ragionare con un database OLAP in mente presuppone un cambio di paradigma, che va oltre il ragionamento standard di un database relazionale tradizionale che invece si è abituati ad utilizzare.
Voi direte, benissimo! fin qui nessuna novità
E invece secondo me qui ci giochiamo tutto con LLM e AI, per un motivo semplice. Rendono accessibili in modo estremamente rapido le informazioni, sono propositivi e SOPRATTUTTO accondiscendenti!
Essere accondiscendenti è proprio il punto! Se dovessi contare quante ore di lavoro ho buttato nel cestino solo per far visualizzare un report esattamente nel modo in cui il cliente lo richiede, ovvero NON per avere l'informazione disponibile, ma per avere l'informazione che vuole indipendentemente dai dati sottostanti...
è una questione psicologica, ormai io realizzo report che dicono esattamente ciò che l'utente finale si aspetta di vedere, indipendentemente dai dati effettivi che ci sono sotto.
Ed ecco qua la frittata!
Tutti i modelli LLM che ho potuto sperimentare sono estremamente accondiscendenti e ti danno ragione su tutto, perciò si calano perfettamente nel ruolo di assistente alla reportistica!
Aspettando un giro di un job SSIS ho deciso di scrivere questo articolo, senza pretese. Vorrei continuare questa serie su delle considerazioni che sto facendo man mano che vado avanti con le sperimentazioni, ma non so se mai questo succederà e se, soprattutto avrò tempo da dedicarli
Questo articolo è sicuramente pieno di errori, scritto orgogliosamente di getto, senza alcuna pretesa, e soprattutto senza l'aiuto di un qualsiasi modello linguistico, perciò perdonate eventuali errori e ci sentiamo alla prossima puntata!
Post Scriptum:
inserisco qui un elenco di argomenti di cui vorrei parlare così da avere un riferimento e un filo conduttore per questa serie di post
- progettazione dwh e ai
- modellazione del dato e ai
- interfaccia utente e ai
- agenti e chatbot, a che punto siamo?