LaCulturaDelDato #168

Dati & algoritmi attraverso i nostri 5 sensi

For my English speaking friends, click here for the translated version

Ciao,

sono Stefano Gatti e questo è il centosessantottesimo numero della newsletter LaCulturaDelDato: dati & algoritmi attraverso i nostri 5 sensi. Le regole che ci siamo dati per questo viaggio le puoi trovare qui.

Il prossimo numero sarà un numero speciale.
Alberto Danese ed io sveleremo un progetto a cui abbiamo lavorato a lungo con passione, dubbi, mappe, riscritture e tante idee che ci hanno tenuto svegli più di qualche notte.
Se vuoi qualche anticipazione… seguici su LinkedIn nei prossimi giorni!

Ed ora ecco i cinque spunti del centosessantottesimo numero:

👀 Data Science. Leggere il futuro dell’AI (e non farsi travolgere): la sfida secondo Alessandro Maserati

Presentati:
Alessandro Maserati. Dopo aver studiato matematica alla Scuola Normale di Pisa, sono entrato nel mondo della consulenza strategica grazie a un’esperienza in Boston Consulting Group, dove in pochissimo tempo ho avuto la possibilità di vedere dall’interno tanti settori e dipartimenti diversi e iniziare a capire veramente come funzionano le aziende. Da lì mi sono poi spostato in un multi-family office svizzero dove ho iniziato a occuparmi di sviluppo software come Product Owner, imparando a trasformare requisiti di business in specifiche tecniche e di ritorno trasformare features di prodotto in valore aggiunto per gli utenti. Infine dal 2017 ho iniziato a lavorare in Logol, come responsabile dell’AI, dove grazie alle tre esperienze precedenti (matematico-consulente-product owner) ho potuto studiare a fondo l’AI e capirne gli impatti sul mondo business. Oggi la mia giornata si suddivide tra approfondimenti sul mondo dell’AI, sviluppo di prodotti interni e consulenza alle aziende che vogliono adottare l’AI.

Il mio ruolo tra 10 anni sarà ... (continua la frase come fossi GPT-10)
… in prima linea, a combattere con La Resistenza al seguito di John Connor , scherzi a parte, credo profondamente che entro pochi anni la crescita dell’AI provocherà sconvolgimenti radicali nella nostra società e non è possibile oggi avere una visione chiara di come potrà essere il mondo tra 10 anni. In generale mi piacerebbe proseguire con il mio lavoro attuale, a metà tra il ricercatore che studia l’AI e il consulente strategico che aiuta le aziende a prendere decisioni; ma non è detto che questa mansione esisterà ancora tra 10 anni.

Quale è la sfida più importante che il mondo dei dati e algoritmi ha di fronte sé oggi?

Oggi il tema a mio avviso più importante per le aziende e per le persone in generale è la crescita dell’AI e gli impatti che questa può avere. Purtroppo due fattori la rendono di difficile lettura:
1) parliamo di una crescita esponenziale, e se c’è una cosa che abbiamo imparato durante la pandemia è che le persone non riescono a interiorizzare questo tasso di crescita
2) gli impatti che questa ha sul mondo non sono lineari: guardando i benchmark, il passaggio da GPT-2 a GPT-3 è stato in linea con il trend iniziato nel 2012, però GPT-2 aveva una manciata di utenti, mentre ChatGPT ha raggiunto i 100'000'000 di utenti in 3 mesi (oggi sono 800'000'000, il 10% dell’umanità, senza contare gli utenti degli altri sistemi AI come Gemini o Llama che probabilmente raggiungono numeri simili).
Chi si occupa di dati è nella posizione unica di disporre delle competenze necessarie per leggere, comprendere e spiegare questo fenomeno, e credo sia una precisa responsabilità (oltre che grande opportunità) raccogliere questa sfida e farsi interpreti di questa rivoluzione.

Segnalaci il progetto o la risorsa nel mondo dei dati di cui non potresti fare a meno …

Se dovessi indicare un unico sito di cui non posso fare a meno direi ArXiv per quanto circolino molti divulgatori bravissimi a sintetizzare e rendere sempre più accessibili anche i contenuti più tecnici, credo la qualità e il livello di dettaglio necessario per capire realmente la frontiera dell’AI si possa trovare unicamente nei paper pubblicati su arXiv. Per chi si avvicina a questo mondo ma non ha il tempo di andare in profondità, consiglio di seguire le ricerche pubblicate da OpenAi, Anthropic e Epoch che oggi rappresentano gli sforzi più riusciti e più promettenti per capire e anticipare cosa accade nel mondo dell’AI.

👃Investimenti in ambito dati e algoritmi. Il cerotto che legge il tuo metabolismo (e conquista i VC in un tiepido Aprile …)

L’incertezza domina i mercati, e così aprile 2025 si è chiuso, dal punto di vista degli investimenti nel mondo VC, in maniera piuttosto anonima: in linea con aprile 2024 e solo leggermente meglio rispetto a febbraio, finora il mese peggiore del 2025. Questi sono i dati di consuntivo di aprile, che puoi leggere nel consueto riassunto di Crunchbase.

Molto più interessanti, però, sono i numeri suddivisi per settore:

“Il settore leader per i finanziamenti alle startup nel mese di aprile è stato ancora una volta l'intelligenza artificiale. Circa 7 miliardi di dollari, pari a circa il 30% dei finanziamenti globali, sono stati destinati ad aziende legate all'intelligenza artificiale... I settori a seguire sono stati l‘healthcare e le biotecnologie, che hanno raccolto 4,1 miliardi di dollari, e i servizi finanziari con 3,8 miliardi di dollari."

Anche nel mio personale database rilevo grossomodo le stesse tendenze, con un dato ancora più marcato per le aziende che, a prescindere dal settore, fanno un uso significativo dell’intelligenza artificiale come parte integrante del loro prodotto/servizio. Ne ho classificate 312 su un totale di 488: più del 60% (un valore doppio rispetto a quello riportato da Crunchbase), che ritrovo anche nei volumi economici. Va detto che il mio modo di classificare è diverso.

La start-up del mese è Biolinq. Biolinq è una medtech con sede a San Diego che sviluppa un cerotto biosensoriale indossabile per il monitoraggio non invasivo del glucosio, pensato soprattutto per chi vive con diabete di tipo 2. Il dispositivo utilizza una matrice di microneedle in silicio che interagisce con lo strato epidermico superficiale, evitando il contatto con il fluido interstiziale. Questo riduce il fastidio e il rischio di infezioni.
Rispetto, ad esempio, al FreeStyle Libre di Abbott — che impiega un ago flessibile sottocutaneo — Biolinq rappresenta un vero cambio di paradigma: nessun ago , feedback istantaneo tramite LED integrati nel cerotto, e un sistema pensato per la salute metabolica. A livello medico, il risultato è una minore risposta infiammatoria cutanea e una maggiore compliance da parte dei pazienti meno avvezzi alla tecnologia invasiva.
Il target di Biolinq non è solo il paziente diabetico cronico, ma anche chi è in pre-diabete o vuole monitorare i propri parametri metabolici in chiave preventiva.
Ma Biolinq guarda oltre il glucosio: sta progettando una piattaforma capace di rilevare chetoni, lattato, idratazione e altri biomarcatori superficiali. Un passo verso un vero e proprio metabolic operating system personale.
Ha raccolto 275 milioni di dollari (ultimo round: Serie C da 100M$ nell’aprile 2025) da fondi come Alpha Wave, RiverVest, AXA IM e Taisho. Il motivo principale sembra essere una tecnologia scalabile, con potenziali applicazioni mediche e lifestyle, e un team con DNA Dexcom e Medtronic.
I dati raccolti dal cerotto vengono integrati con informazioni su attività fisica e sonno per creare profili metabolici dinamici. Questi profili sono analizzati da algoritmi proprietari che generano feedback predittivi e raccomandazioni personalizzate per l’utente.
Attualmente, Biolinq è in fase di validazione clinica negli Stati Uniti e prevede di presentare domanda di approvazione alla FDA entro la fine del 2025. Il cerotto non è ancora sul mercato, ma ha tutto per diventare un player chiave nel futuro del monitoraggio metabolico personalizzato.

🖐️Tecnologia (data engineering). Dallo scetticismo al cambiamento: cosa ci insegna davvero Grace Hopper!

Negli anni ’50, programmare significava tradurre ogni problema in pura matematica e operazioni di basso livello, senza schermi né editor. Grace Hopper rivoluzionò questo mondo introducendo il concetto di compilatore: un software che trasformava comandi simili al linguaggio umano in codice macchina. Inizialmente osteggiata per motivi tecnici (minor efficienza) e culturali (difesa dell’identità del programmatore), la sua visione ha gettato le basi per tutta la programmazione moderna.
L’approfondimento che ti consiglio oggi, “Embrace the low-coders and the no-coders (and perhaps even the GPTers)”, parte proprio da questo episodio fondamentale della storia dell’informatica per leggere il presente e immaginare scenari futuri. È stato scritto da David Knott, CTO del governo UK, che già solo per il suo ruolo ci proietta (noi italiani) in avanti nel tempo🙂, e penso che sia assolutamente degno di essere letto da chiunque oggi scriva codice.
Infatti oggi, come sostiene Knott, stiamo affrontando una sfida simile con gli strumenti low code, no code e l’AI generativa: tecnologie che promettono di democratizzare la creazione di software, ma che incontrano la stessa resistenza culturale di allora. Forse, invece di storcere il naso, dovremmo accogliere questi nuovi “citizen developer” e insegnare loro le buone pratiche. Come ogni rivoluzione nell’informatica, anche questa rappresenta un nuovo strato di astrazione che richiede non solo nuovi strumenti, ma anche una nuova mentalità.
Purtroppo, alcune prese di posizione, o meglio, la loro lettura in chiave distopica, come questa del CEO di Shopify, non aiutano a costruire un approccio equilibrato a questa transizione. Così come non aiuta la difficoltà, ancora largamente presente nelle aziende, di disporre di buone metriche di misurazione: non tanto della produttività dello sviluppo, quanto del legame diretto con il business. In questo senso, se il tema ti interessa, ti suggerisco di leggere questo post della Lenny’s Newsletter che parla proprio di framework pensati per colmare questo gap.

👂🏾Organizzazione e cultura dei dati e algoritmi nelle organizzazioni. La maledizione del coordinamento (e la “muffa” che ce lo spiega bene)

Back to 48

“Non è colpa di nessuno, ma è come siamo organizzati…”
Se hai pronunciato almeno una volta questa frase lavorando nella tua organizzazione – e non lavori in un'azienda di due dipendenti – credo che il contributo di oggi ti possa interessare parecchio.
Si tratta infatti del contenuto più apprezzato nel numero 48 della nostra newsletter: una presentazione dal titolo Slime mold (sì, “muffa melmosa” 😅). In questa presentazione si spiega come, indipendentemente dal tipo di organizzazione (bottom-up o top-down), all’aumentare delle dimensioni aziendali si manifesti quella che chiamo la maledizione del coordinamento (n.d.r. mia libera traduzione di “coordination headwind”). L’autore del contributo è Alex Komoroske, che ti consiglio vivamente di seguire. È uno studioso di sistemi complessi e di organizzazioni… che poi, diciamolo, diventano esse stesse sistemi complessi appena superano il secondo dipendente 🙂. Nella sua presentazione, graficamente accattivante, Komoroske racconta benissimo questo problema, arrivando persino a tentare una misurazione matematica usando la probabilità. Non propone soluzioni definitive, ma offre ottimi strumenti per affrontare il problema. Insomma, vale davvero la pena arrivare fino alla duecentesima slide 💪.

Quando te ne parlai tre anni fa, feci un collegamento con le teorie del Nobel per l’economia Ronald Coase, sviluppate nel 1937. In quel contesto, si trattava di valutare il bilanciamento tra vantaggi e svantaggi del fare le cose “in casa” (dentro l’azienda) o acquistarle dal mercato.
Oggi mi (e ti) chiedo: l’evoluzione recente dell’intelligenza artificiale sta cambiando questa dinamica? Non ho una risposta definitiva, ma qualche spunto:

• L’uso di intelligenze artificiali all’interno dei progetti e delle aree aziendali potrebbe ridurre le frizioni di cui parla Komoroske, sia perché (queste intelligenze) sono disponibili 24/7, sia perché potrebbero agire come playmaker, per usare una metafora cestistica, tra i diversi team.

• Senza arrivare al sogno delle One-person Unicorn, le aziende più piccole e giovani potrebbero trarre un vantaggio competitivo ancora maggiore, sfruttando le capacità dell’AI con meno attriti e più velocità.

E tu cosa ne pensi?

PS: tra le tante cose che Komoroske fa e condivide, le mie preferite restano le sue riflessioni settimanali Bits and Bobs: super interessanti!

👅Etica & regolamentazione & impatto sulla società. Oltre l’algoritmo del benessere: lo stato (attuale) dei CHS (composite health scores)

“Il coaching sanitario si concentra sul sostegno alle persone affinché compiano scelte più informate e consapevoli sulla propria salute. Consente di sviluppare conoscenze, competenze e fiducia per cogliere l'opportunità di diventare parte attiva della propria cura … assumendo un ruolo più partecipativo nella gestione della salute e prendendo decisioni consapevoli per il futuro. L’health coaching può essere offerto come servizio autonomo oppure integrato in percorsi e servizi già esistenti… Il coach può essere un medico oppure una figura non clinica, adeguatamente formata e specializzata in questo ambito.”

Per introdurti gli approfondimenti di oggi, sono partito un po’ da lontano e ho scelto la definizione (forse in parte già obosleta) che l’NHS inglese (l’equivalente del nostro sistema sanitario nazionale) ha fornito nel 2023 per il ruolo dell’health coach. Una definizione che, curiosamente, non fa cenno alla componente digitale, sempre più presente, anche se spesso in modo silenzioso e poco strutturato.

Infatti, come racconta bene il primo approfondimento che ti consiglio, “nel 2024, oltre la metà della popolazione di molti paesi possedeva un dispositivo indossabile, e le proiezioni indicano che gli utenti globali di smartwatch supereranno i 740 milioni entro il 2029.” E lo sappiamo: gli smartwatch, ma anche altri device come gli anelli smart, raccolgono sempre più dati sui nostri parametri fisiologici, li confrontano su serie temporali, sia personali sia globali, e fanno la cosa apparentemente più semplice e più diffusa: li sintetizzano in un numero, un punteggio composito della nostra salute (CHS).

L’approfondimento che ti suggerisco in primis oggi è proprio un paper: “Readiness, recovery, and strain: an evaluation of composite health scores in consumer wearables”. Lo studio analizza 14 di questi indicatori da 10 diversi device. È probabile che qualcuno di questi qualcuno di voi li stia già usando e che, in modo più o meno consapevole, stiano influenzando alcune sue decisioni quotidiane.
Io, per ora, ne uso tre (due dell’Oura Ring e uno di Samsung), e pur essendo piuttosto soddisfatto, condivido le principali criticità evidenziate dallo studio. La più rilevante? La mancanza di trasparenza: nessun produttore ha divulgato le formule algoritmiche utilizzate per calcolare i CHS. Pochissimi hanno fornito validazioni empiriche o evidenze peer-reviewed a supporto della loro accuratezza o rilevanza clinica.

Aggiungo un parere personale: questa mancanza di trasparenza pesa moltissimo sulla credibilità dei risultati, soprattutto se, come faccio io, li metto a confronto. Potrei scriverci sopra più di una pagina… ma te la risparmio 😉. Diciamo che, con un po’ di studio e uso costante, si riescono a interpretare le differenze, ma è un lavoro che difficilmente si può pretendere da milioni di utenti in tutto il mondo.
Lo studio è fatto molto bene e vale la lettura, soprattutto se sei appassionato del tema o se già usi questi dati. Tra gli autori c’è anche Marco Altini, che è stato nostro ospite in newsletter 🎤.
L’altro approfondimento che ti segnalo, stavolta una notizia, riguarda un tema molto vicino a quello discusso finora: qualche settimana fa OpenAI ha annunciato HealthBench, un nuovo benchmark open-source per valutare le prestazioni dei modelli di intelligenza artificiale in ambito sanitario. È stato costruito con il contributo di 262 medici da 60 Paesi e si basa su 5.000 conversazioni mediche realistiche. I criteri di valutazione sono stati definiti da esperti clinici e servono a misurare la qualità delle risposte dell’AI.
Il benchmark valuta diverse competenze chiave della pratica medica, e il modello o3 di OpenAI ha ottenuto le performance migliori, con un punteggio del 60%. HealthBench potrebbe diventare uno standard utile per valutare (e migliorare) le capacità mediche dei modelli linguistici, rappresentando un passo importante verso un’AI più affidabile in campo sanitario.

Se hai ulteriori suggerimenti e riflessioni sui temi di questo numero o per migliorare questa newsletter scrivimi (st.gatti@gmail.com) o commenta su substack.

Se ti è piaciuta e non sei ancora iscritto lascia la tua mail qui sotto e aiutami a diffonderla!

Alla prossima!