Il co-fondatore di Google Brains, Andrew Ng, ha commentato che "set di dati enormi non sono essenziali per l'innovazione dell'IA". Alcuni anni fa, ho parlato con una persona di un gigante della tecnologia che voleva anche entrare nel business dei dati. Gli ho chiesto quali dati volevano raccogliere e come sarebbero stati utilizzati. La sua risposta è stata quella di ottenere tutti i dati possibili e quindi trovare un modo per utilizzarli. La sua risposta la dice lunga sul business dei dati.

Molte aziende vogliono iniziare il loro viaggio verso i dati con un enorme progetto IT per raccogliere e archiviare molti dati. Quindi la discussione verte facilmente sull'architettura IT, sulla selezione degli strumenti e su come creare tutte le integrazioni. Questi progetti richiedono grandi quantità di tempo e risorse.

Quello che raramente viene considerato è il valore reale che vogliamo dai dati. E anche se abbiamo un piano per questo, può essere dimenticato durante mesi o anni di architettura IT, integrazione e progetti di tubazioni. Questi progetti non sono gestiti da persone che vogliono utilizzare i dati; sono spesso gestiti da burocrati IT.

Il signor Ng ha anche commentato che le persone spesso credono che siano necessari dati enormi per sviluppare l'apprendimento automatico o l'intelligenza artificiale. Sembra esserci la convinzione che la quantità possa compensare la qualità nell'analisi dei dati e nell'IA. Ricordo di aver discusso con un'azienda di dispositivi indossabili quando il loro portavoce ha affermato che avevi bisogno dei dati di milioni di persone per trovare qualcosa di utile per la costruzione di modelli.

Ci sono casi d'uso in cui i big data sono preziosi. Tuttavia, la realtà è che in molti casi d'uso è possibile estrarre un valore considerevole da piccoli set di dati, soprattutto se i dati sono rilevanti. Possiamo anche pensare a set di dati orizzontali e verticali, ad esempio vogliamo analizzare un punto dati da milioni di persone o numerosi punti dati da un piccolo numero di persone. Con i dati orizzontali e verticali, non intendo come sono organizzati in una tabella, ma l'approccio orizzontale per raccogliere qualcosa da molti oggetti, ad esempio la frequenza cardiaca di milioni di persone, rispetto all'approccio verticale di avere più dati da un minor numero di oggetti , ad esempio molti dati sul benessere da un gruppo di campioni più piccolo.

Ma aiuta a capire meglio il benessere, il sonno e la salute di un individuo? Guardare i dati sul benessere come esempio illustra bene la domanda (nessun gioco di parole). Un dispositivo indossabile raccoglie passi, frequenza cardiaca e tempo di sonno da milioni di persone. Possiamo quindi analizzare questi dati per determinare se più passi e una frequenza cardiaca più elevata durante il giorno prevedono che la persona dorma più a lungo quella notte. Quindi possiamo trovare un modello che predice risultati simili per altre persone.

Possiamo prendere un altro modello per costruire modelli analitici. Un individuo utilizza più dispositivi indossabili, ad esempio, per raccogliere i consueti dati sull'esercizio, sul cuore e sul sonno, ma anche sulla pressione sanguigna, la glicemia, la temperatura corporea, il peso e alcuni dati sulla malattia. Ora potremmo ottenere risultati diversi sulla frequenza cardiaca, sul passo e sulla relazione del sonno. Potremmo vedere che la loro relazione dipende da altre variabili, ad esempio la glicemia alta o la pressione sanguigna modificano il modello che funziona per le persone sane. Questi risultati possono essere determinati da un piccolo numero di persone.

Gli esempi di cui sopra non intendono trarre conclusioni su ciò che è rilevante per analizzare la salute. Tali conclusioni devono essere tratte dai dati stessi, ma illustra come sia possibile adottare approcci diversi e ottenere risultati abbastanza diversi. I dati indossabili al momento sono un buon esempio di pensiero sui big data; l'obiettivo era raccogliere alcuni punti dati da milioni e milioni di persone e quindi addestrare modelli di dati per concludere qualcosa da esso, anche se non sappiamo quanto siano rilevanti quei punti dati. È anche possibile creare modelli da dati ricchi di pochi individui e, in realtà, può essere un'attività di modellazione AI entusiasmante e preziosa.

Naturalmente, ci sono anche casi in cui i modelli di dati possono essere costruiti da un'enorme quantità di dati anche se non sappiamo se sia rilevante. Per esempio, questo podcast parla di hedge fund che cercano di raccogliere tutti i tipi di dati e quindi costruire modelli per vedere se possono prevedere i movimenti del mercato azionario. Ciò include molto più dei tradizionali dati finanziari per gli investimenti. Ad esempio, come le persone acquistano diversi tipi di cibo, guardano contenuti in streaming e trascorrono il loro tempo libero e poi trovano "segnali deboli" per prevedere le tendenze e il loro impatto sul mercato degli investimenti. Quindi, rispetto a molti altri casi di analisi dei dati, è diverso perché non si concentra sull'analisi di dettagli particolari ma raccoglie casualmente tutti i tipi di dati per vedere se riesce a trovare qualcosa di rilevante da essi, sperando di trovare nuove variabili che potrebbero fornire un vantaggio competitivo.

Nella maggior parte dei casi d'uso, l'utilizzo dei dati e la creazione dell'IA sarebbero importanti per comprendere la necessità e l'obiettivo. I dati rilevanti possono quindi essere scelti in base alle esigenze effettive e testare quali dati contano. Dati piccoli ma rilevanti possono produrre un modello di intelligenza artificiale utile. Ciò in genere richiede che venga preso in considerazione il contesto, non solo molti punti dati casuali raccolti con un modello costruito. Qualunque siano i dati che hai, puoi sempre costruire un modello, ma non garantisce che il modello abbia alcun senso. Le aziende e gli sviluppatori dovrebbero concentrarsi maggiormente sui dati rilevanti rispetto ai big data.

Le aziende spostano i propri servizi nel cloud da diversi anni. Servizi peer-to-peer (P2P). sono diventati famosi, soprattutto con blockchain e criptovalute. Ma i singoli utenti non hanno realmente utilizzato i cloud personali e il numero di servizi P2P reali è ancora piuttosto limitato. Ma questo potrebbe presto cambiare.

Ho scritto prima su soluzioni decentralizzate. I cloud personali e le app P2P sono esempi di applicazioni distribuite menzionate in quell'articolo. Ma prendiamo un approccio più concreto e pragmatico, quali potrebbero essere queste applicazioni e come funzionano.

Di recente mi sono stati mostrati alcuni servizi che sono fondamentalmente app che gli utenti possono eseguire localmente nel proprio browser e avere dati archiviati localmente o nel cloud dell'utente.

1. Una persona può giocare con qualcun altro in un gioco di navi da guerra ed entrambe le persone lo eseguono solo nel proprio browser. Non esiste un server centrale per il gioco. Il matchmaking può avvenire in modo puramente serverless quando un utente trasmette un messaggio che è disposto a giocare.
2. Servizio di messaggistica tra due utenti che non utilizzano alcun server centrale per le connessioni ma puramente messaggi tra due applicazioni.
3. Due utenti possono identificarsi a vicenda avendo la propria identità solo localmente e quindi possono avviare comunicazioni crittografate senza terze parti.

Questi esempi potrebbero sembrare semplici, ma potrebbero essere l'inizio di una grande rivoluzione nelle applicazioni e persino nel modo in cui viene utilizzata Internet. Naturalmente, il protocollo fondamentale di Internet, TCP/IP, si basa su pacchetti instradati da A a B. Ma in pratica, la maggior parte dei servizi negli ultimi tre decenni si è basata su configurazioni client-server, non su servizi locali e/o o connessioni dirette tra utenti.

Questi servizi sollevano diverse domande tecniche sul fatto che l'usabilità sarebbe abbastanza buona per gli utenti tradizionali. Ad esempio, gli utenti possono già stabilire una connessione inviando un invito con un'e-mail tradizionale e quindi effettuando la connessione P2P con credenziali locali e inviando messaggi direttamente o tramite servizi centralizzati come e-mail o app di messaggistica.

Una combinazione interessante si verifica quando i servizi utilizzano le applicazioni locali dell'utente e il cloud dell'utente o servizi di archiviazione simili. È difficile archiviare e organizzare tutti i dati di un utente in locale quando si utilizzano più dispositivi. Tuttavia, lo scenario cambia se gli utenti hanno i propri servizi di archiviazione e possono ottenere i dati e le app necessari da lì per l'uso locale quando necessario. Questo storage non è un servizio centrale di terze parti, ma il servizio dell'utente in un'infrastruttura globale più ampia.

Sembra complicato, ma è davvero importante? Con blockchain e criptovalute, abbiamo visto come gli utenti possono effettuare transazioni direttamente senza terze parti. Ha consentito pagamenti affidabili in modo anonimo senza un'autorità o un servizio centrale per tenere traccia di tutte le transazioni. Può offrire un sistema più affidabile, una migliore privacy e nessun singolo punto di errore.

Ma con questi servizi utente e connessioni P2P, possiamo fare molto di più dei semplici pagamenti crittografici. Facciamo alcuni esempi:

1. Gli utenti possono conservare tutti i propri dati nei propri servizi, perfezionare, arricchire e utilizzare tali dati con le proprie applicazioni locali e quindi condividere alcuni dati, caso per caso, con altri utenti o fornitori di servizi.
2. Comunicazioni utente-utente ad alta sicurezza e privacy senza terze parti.
3. Identità personali gestite dagli utenti che non si basano su servizi di autenticazione di terze parti, in cui due utenti possono identificarsi direttamente e avviare comunicazioni sicure.

Blockchain e token hanno ricevuto molta attenzione, ma gli esempi sopra mostrano meglio le applicazioni distribuite e la comunicazione peer-to-peer. Blockchain e token possono anche far parte di questi servizi. Blockchain potrebbe fornire un registro per tenere traccia delle transazioni e dei token come modello per monetizzare i servizi distribuiti. Ma non sono solo servizi. È fondamentale disporre di applicazioni e servizi preziosi per gli utenti, quindi possiamo utilizzare blockchain e token nell'implementazione.

La domanda è: quali servizi forniranno la vera svolta dei cloud personali degli utenti, delle app e dei servizi P2P puri e quando? Probabilmente saranno collegati a dati personali, identità di auto-sovrano, comunicazioni affidabili e condivisione dei dati. Abbiamo solo bisogno di alcune applicazioni facili da usare e poi le cose possono iniziare a evolversi rapidamente.

L'articolo è apparso per la prima volta Dirompente.Asia.

Si dice spesso che le persone non apprezzano le cose che possono ottenere gratuitamente. Un altro modo di vedere questo è che è difficile determinarne il valore se non si paga qualcosa. Con il costo dell'invio di e-mail o dell'ottenimento di contatti sui social media praticamente zero, significa che è più difficile ottenere valore da loro? Dovremmo iniziare a pagare per contatti e messaggi?

Ricordi il tempo in cui a casa c'era solo un telefono fisso? O quando hai ricevuto lettere per posta? Quando il tuo telefono squillava, qualcuno ha sicuramente risposto alla chiamata e ha effettivamente preso la chiamata sul serio. Quando hai ricevuto una lettera con il tuo nome e il timbro sulla busta, era qualcosa che volevi aprire e leggere. Ora ricevi chiamate automatiche che utilizzano il VoIP, rendendole davvero economiche. Ricevi molte email, la maggior parte delle quali non le apri o le leggi.

E i contatti sui social network? Puoi inviare inviti LinkedIn o Facebook a quasi tutti e molte persone accettano inviti da persone che non conoscono. Si potrebbe dire che questo ha reso le persone più connesse e reso il mondo più democratico. Prima avresti potuto provare ad entrare in un club esclusivo e usare i tuoi contatti per organizzare una nuova importante introduzione. Ma quanto valore producono effettivamente i tuoi contatti sui social media? Non molto, e meno ogni giorno, direi.

In un articolo precedente, ho scritto quanti i social network erano diventati reti di spamming. È fantastico che i prezzi scendano e che più persone abbiano accesso a reti e opportunità. Ma questo ha anche i suoi effetti collaterali. Tutto diventa troppo affollato e ognuno cerca di usarli per i propri scopi. Quando le connessioni, le comunicazioni e le transazioni hanno un costo minimo o nullo, le persone non considerano l'utilizzo appropriato. Porta a una situazione in cui tali reti e strumenti offrono meno valore. È un po' come un governo che inizia a stampare un sacco di soldi. Il denaro perde valore e quindi non puoi permetterti di comprare cose con esso.

Questo cambierebbe, se dovessimo pagare per contatti, messaggi e transazioni? Molto probabilmente. Ciò non significa che dovrebbero essere così costosi da iniziare a limitare chi può utilizzare gli strumenti in modo significativo, ma farebbe riflettere le persone su ciò che stanno facendo. Forse le persone inizierebbero ad apprezzare di più i contatti che hanno e i messaggi che ricevono.

Per gli utenti non importa quale tecnologia renda le transazioni pagabili, ma l'esperienza dell'utente conta. Per farlo funzionare, sono necessari micropagamenti molto semplici. Al momento, sembra che blockchain e token siano i candidati più forti per cambiare i modelli di business dei servizi di messaggistica e social network.

Questo è qualcosa di cui si è parlato sin dal 2017 boom dell'ICO. Il pezzo mancante sono stati servizi per l'utente finale praticabili ed efficaci, non solo idee concettuali. Non è realistico pensare che strumenti di comunicazione totalmente nuovi sostituiscano quelli esistenti. Le nuove soluzioni per gestire al meglio contatti e messaggi dovrebbero funzionare, ad esempio, con i servizi di posta e messaggistica esistenti.

Si può anche affermare che le persone non sono disposte a pagare per questi beni che hanno sempre avuto gratuitamente. E non tutte le persone saranno pronte a farlo immediatamente, ma le persone sono felici di pagare per cose che migliorano la loro vita, li aiutano nelle attività quotidiane e danno loro uno status migliore. Ci sono molti segnali che le persone stanno ora cercando una migliore privacy e controllo dei propri dati e attività, e anche la sicurezza sta diventando sempre più importante.

Le persone sono sempre state disposte a pagare per club esclusivi. Sono stati disposti a pagare per cene con i migliori politici e celebrità. Se qualcuno che non conosci volesse inviarti un messaggio, saresti più interessato a guardare il messaggio se sapessi che l'hanno pagato e non era uno dei migliaia di messaggi "gratuiti". Se un utente accettasse solo messaggi "a pagamento", ridurrebbe anche il livello di spam. I buoni contatti e i messaggi importanti sono premi, non merci.

Presto vedremo servizi in cui le persone pagano per i messaggi, non per tutti i messaggi, ma per alcuni di essi, ad esempio per raggiungere nuovi contatti. Inizieremo anche a vedere servizi in cui le persone dovranno pagare per i contatti e dovranno riflettere seriamente su quali contatti vogliono davvero investire. Ma questi servizi dovranno offrire la stessa usabilità di chat, social media e e-mail oggi. Questo concetto potrebbe diventare uno dei primi grandi casi d'uso per blockchain e token.

L'articolo è apparso per la prima volta Dirompente.Asia.

I dati e l'informatica sono passati a un modello centralizzato negli ultimi dieci anni, quando molti servizi sono passati al cloud. Questa tendenza continua e vedremo molte più aziende passare al cloud. Allo stesso tempo, stiamo iniziando a vedere una nuova tendenza verso modelli più decentralizzati. Ma è ancora una combinazione di cose diverse. Potrebbe sembrare uno sviluppo confuso, ma succede davvero.

Ci sono diversi motivi per cui in futuro vedremo modelli più distribuiti per i dati e l'elaborazione in generale. Possiamo dividerli in tre categorie principali:

1. Ragioni tecnologiche. Molti servizi (ad esempio, auto a guida autonoma, case intelligenti, app di assistente personale) richiedono sempre una latenza e disponibilità minime dei servizi e alcuni dati ed elaborazioni devono essere locali.
2. Nuovi modelli di business. I modelli di token basati su blockchain aprono nuove opportunità per monetizzare le soluzioni distribuite. Non è necessario elaborare e addebitare i servizi in un unico posto centrale, aprendo opportunità a molte innovazioni del nuovo modello di business.
3. Requisiti in materia di protezione dei dati e privacy. I dati stanno diventando una responsabilità per le aziende e vogliono trovare modelli migliori per utilizzare i dati con un rischio inferiore. I consumatori disporranno di servizi per utilizzare pienamente i propri dati.

Ho detto spesso che non è difficile prevedere il futuro, ma è difficile conoscere il momento giusto. È anche il caso di questo sviluppo. Ci sono così tante buone ragioni per avere più servizi distribuiti che accadrà. Ma non è facile dire come accadrà, dove decollerà davvero e quanto tempo ci vorrà.

Ora vediamo diverse tecnologie che rendono reale questo sviluppo. Innanzitutto, abbiamo Edge che entra in vigore con le reti 5G. Edge mantiene i dati e l'elaborazione più vicini agli utenti effettivi. La sfida: i fornitori di rete e gli operatori di telecomunicazioni sono le parti giuste per fornire queste soluzioni quando i giganti di Internet come i fornitori di cloud ora dominano i servizi e lo sviluppo dei servizi?

In secondo luogo, abbiamo modelli blockchain, registri distribuiti e token. Tutti si stanno sviluppando rapidamente, ma hanno anche le loro sfide. Non è facile dire quale tecnologia possa sopravvivere più a lungo. In questo caso, non è solo la tecnologia, ma anche i dati delle transazioni in quelle catene che devono sopravvivere, rendendo difficile prendere decisioni su una particolare tecnologia. Allo stesso tempo, sfideranno le piattaforme centralizzate, poiché offrono modi totalmente nuovi per distribuire e monetizzare applicazioni e dati.

In terzo luogo, le soluzioni decentralizzate possono essere implementate all'interno di soluzioni cloud esistenti. Naturalmente, abbiamo istanze cloud regionali, ma i cloud consentono altri modi per decentralizzare i servizi. Ad esempio, ogni utente può disporre dei propri servizi cloud per utilizzare i propri dati ed eseguire le proprie applicazioni. Quindi, ad esempio, con i modelli di ricarica basati su token, possono anche pagare l'utilizzo delle app in locale.

Di queste tre tecnologie, Edge ha molte sfide poiché ha bisogno di un'infrastruttura e di applicazioni completamente nuove per trarne vantaggio. Attualmente è molto più semplice realizzare servizi decentralizzati utilizzando l'attuale infrastruttura cloud. Ma le soluzioni a lungo termine possono essere un'altra storia. L'interruzione tecnologica spesso attrae nuove aziende che interrompono gli affari. Ad esempio, Amazon e Google sono legati a modelli centralizzati. Possono adattarsi quando inizia la decentralizzazione e altri fornitori offrono le soluzioni più recenti?

Probabilmente vedremo due diversi percorsi di sviluppo per soluzioni decentralizzate. Il primo sono le applicazioni distribuite e decentralizzate. Ciò inizia con l'infrastruttura esistente e crea soluzioni distribuite, come il cloud di dati dell'utente e il servizio applicativo. Questa traccia ha già delle applicazioni. Poi abbiamo il secondo percorso per sviluppare un'infrastruttura di elaborazione e dati più decentralizzata. Ciò richiederà più tempo, ma può cambiare radicalmente la struttura di Internet.

Ci stiamo decisamente spostando verso servizi più distribuiti. Migliaia di startup stanno già sviluppando servizi, modelli di dati e applicazioni. I grandi fornitori di tecnologia stanno investendo in modelli di tipo Edge, milioni di persone scambiano criptovalute e investitori lungimiranti, come Andreessen Horowitz, stanno facendo grandi investimenti. Allo stesso tempo, le normative stanno esercitando pressioni sulla creazione di nuovi modelli di dati. La parte eccitante sarà vedere come accadrà e le parti che lo realizzeranno saranno i grandi vincitori.

L'articolo è apparso per la prima volta Dirompente.Asia.

Alcuni di voi ricorderanno quando negli anni '1980 stavano emergendo i computer domestici e personali. Molte aziende diverse hanno creato i propri dispositivi, come Commodore 64, Apple II, Spettrovideo 328, Sinclair ZX80 ed Atari. Quindi alcuni produttori hanno concordato standard come MSX che non sono mai diventati effettivamente significativi a livello globale. Ma poi i personal computer (PC), con PC-DOS e MS-DOS, hanno iniziato a occupare uffici e poi case, e Apple ha creato l'unica altra opzione. Ora abbiamo una situazione simile con i dispositivi indossabili.

Negli anni '1980, la maggior parte dei produttori di computer aveva i propri sistemi operativi e una piccola gamma di programmi. I primi utenti avevano quei dispositivi più come hobby che per utilizzarli davvero. C'erano tutte quelle storie su casi d'uso come i database delle ricette o il calcolo delle tasse, ma solo se si codificava il proprio programma. Molti utenti hanno effettivamente scritto i propri programmi e li hanno condivisi con altri utenti. Da adolescente, ho cercato di spiegare a mio padre il valore di possedere un computer. Non è stato un compito facile quando non ha ritenuto che la codifica dei propri giochi o programmi grafici fossero ragioni preziose per avere il dispositivo.

In che modo questo è rilevante per i dispositivi indossabili? Ora abbiamo sempre più produttori di dispositivi indossabili che offrono i propri dispositivi con funzionalità, modelli di dati e applicazioni proprietari. Molti utenti sono ancora i primi ad adottare come biohacker e appassionati di salute che esplorano i modi per utilizzare i dati.

La maggior parte degli utenti può comprendere un paio di dati come la frequenza cardiaca media e il numero di passi giornalieri. Questi sono un buon inizio per osservare e migliorare la salute personale, ma è una piccola parte dei dati e delle opportunità che questi dispositivi possono offrire. Alcuni punti dati aggiuntivi come la variabilità della frequenza cardiaca (HRV) e diversi tipi di sonno (profondo, REM e leggero) sono molto più difficili da interpretare e utilizzare quotidianamente.

Ci si potrebbe chiedere, come ha fatto mio padre, se ha senso pagare $ 400 per un dispositivo per vedere la frequenza cardiaca e i passi giornalieri. O perché pagare più di $ 100 di abbonamento mensile per un dispositivo di misurazione del glucosio o scarpe più costose per misurare la cadenza, la lunghezza del passo e l'angolo di appoggio del piede. Per molte persone, usare casi come un dispositivo che ti consente di sapere quando andare a dormire suona ingenuo come un database di ricette.

Ogni produttore ha anche i suoi punteggi. Ad esempio, i punteggi relativi al sonno e alla disponibilità di un dispositivo sono molto diversi da quelli di un altro dispositivo e non esiste un modo semplice per combinare correttamente i dati di dispositivi diversi. Oppure puoi combinare alcuni dati, ad esempio, con Apple Health, ma poi contiene molti punti dati che sono ancora più confusi dei dati nelle app del dispositivo.

Cosa ha cambiato il mercato dei computer? Come hanno iniziato a diventare più utili? È successo quando i pacchetti software hanno iniziato ad apparire. Un paio di sistemi operativi, Microsoft e Apple, hanno iniziato a dominare ed entrambi i sistemi avevano abbastanza software generato da terze parti. Questo si è evoluto nell'industria del software, realizzando software per personal computer. In realtà, abbiamo visto uno sviluppo simile nei telefoni cellulari. Il business delle applicazioni mobili ha iniziato a crescere solo quando siamo passati dai sistemi proprietari ai due principali sistemi operativi, iOS e Android, che hanno consentito agli app store di fare affari con le applicazioni.

Come abbiamo scoperto, i wearable non servono solo per i dati; possono essere anche accessori e articoli di moda. Un marchio di lusso potrebbe lanciare il proprio smartwatch o anello, ma i marchi di lusso non sono realmente high tech o società di dati. E non è molto conveniente per gli utenti che ogni orologio, anello, sensore, paio di scarpe o giacca offra il proprio formato dati e l'applicazione proprietari. Sarebbe anche molto meglio per le aziende di beni di lusso avere alcuni modelli di dati ed ecosistemi comuni.

Il vero mercato dell'utilizzo e del software per i dati indossabili e sul benessere può emergere solo quando otteniamo dati da dispositivi diversi in un formato compatibile. Quando abbiamo due o tre ambienti, gli sviluppatori di software possono creare software e applicazioni migliori per utilizzare i dati per aiutare le persone nella loro vita quotidiana. Non possiamo aspettarci che ogni individuo inizi a interpretare tutti i tipi di dati sanitari e cerchi le istruzioni di Google e cosa fare in base ad essi. Un requisito speciale per i dati sul benessere e la salute è che sono ancora più sensibili dei dati per molti altri scopi e la privacy è fondamentale.

È stato detto che il mercato dell'IoT non sarà davvero un business di hardware ma un business di dati e software. I dispositivi indossabili saranno fondamentalmente sensori per raccogliere dati. Alcuni sensori potrebbero essere dispositivi di marca, altri componenti white label in vestiti, scarpe o accessori. Ma il reale utilizzo dei dati richiede ambienti in cui l'utente possa combinare i dati e il software possa essere offerto agli utenti per aiutarli a vivere una vita migliore e più sana. Il vero business e il valore dei dati sul benessere saranno software e applicazioni in grado di combinare tutti i tipi di dati indossabili con altre fonti di dati.

Ora abbiamo aspettato un decennio per la grande ondata di lanci di società fintech. Le persone sono frustrate dalle banche tradizionali e dai loro servizi. Le neobanche crescono, ma sono ancora minuscole rispetto alle banche convenzionali. Anche il crowdfunding e il prestito P2P avrebbero cambiato il mercato, ma sono ancora relativamente marginali. La criptofinanza cresce, ma è un modello finanziario, una classe di asset o una speculazione?

Stripe e Coinbase sono state le grandi storie di successo nel fintech con valutazioni enormi. D'altra parte, il crollo di Capitale di Greensill nel Regno Unito è stata vista come una battuta d'arresto per il fintech. Questi esempi dimostrano solo quanto sia ampio il settore fintech. In realtà, Greensill non aveva nulla a che fare con il fintech, ma voleva allegare a se stesso quell'attraente slogan. Greensill era un servizio finanziario della catena di approvvigionamento e ha fallito a causa della sua gestione del rischio.

Ci sono dozzine di neobanche solo digitali nel mondo. Si stima che abbiano circa 40 milioni di clienti. Si tratta ancora di un numero molto piccolo, ma le valutazioni delle neobanche sono cresciute rapidamente. Secondo Accenture, una neobanca perde in media $ 11 per ogni cliente, ovvero costi rispetto ai rendimenti. Stanno ancora lottando per trovare un modello di business redditizio. I conti bancari di base non sono centri di profitto. Prestito, investimento e servizi di nicchia (ad es. business banking, gruppi di clienti speciali) sono aree più comuni per realizzare un profitto. Tuttavia, sono molto diversi dai conti digitali di base e la loro gestione del rischio è notevolmente diversa. 

Alcune neobanche come N26, WeBank ed Monzo, offrono lo stack completo, ovvero hanno una licenza bancaria e svolgono le loro operazioni front e back-end. Poi ci sono le neobanche, tipo Revolut ed Chime, che non dispongono di licenza bancaria e offrono un front-end ma utilizzano licenze bancarie e back-end precedenti. La licenza bancaria è la parte complessa se pensiamo alla scalabilità e alla crescita globale. È un investimento significativo ottenere una licenza bancaria in ogni nuovo paese.

Dieci anni fa, avevamo molte aspettative con il crowdfunding e il prestito peer-to-peer. Questi servizi sono cresciuti ma non sono ancora diventati mainstream. Il mercato dei prestiti P2P cresce di circa il 25% all'anno, ma una parte significativa del denaro proviene da istituzioni finanziarie che utilizzano questi servizi come interfaccia con il cliente. Una delle più grandi storie di successo di prestito P2P, LendingClub, ha acquisito una banca l'anno scorso e ha deciso di chiudere la sua piattaforma di prestito P2P.

Il crowdfunding ha avuto molti modelli. Il crowdfunding azionario delle startup si concentra principalmente sul finanziamento delle startup e sui modelli di preordine, come Kickstarter, che aiutano a vendere nuovi prodotti prima che siano disponibili. Esistono anche altri modelli che vendono frazioni di investimento in immobili, arte e altri beni. Kickstarter è stato un importante mercato di prova per i nuovi prodotti di consumo, ma per il resto questi modelli hanno sofferto di restrizioni normative e non sono diventati mainstream. Nel crowdfunding di startup azionarie, il Regno Unito è stato il paese leader. Tuttavia, i suoi servizi più significativi Crowdcube e Seedrs sono ancora piccole imprese e hanno cercato di fondersi, ma l'autorità di regolamentazione della concorrenza ha bloccato la fusione.

Le criptovalute hanno raggiunto nuovi record, soprattutto con il valore crescente di bitcoin. Gli NFT sono diventati popolari. È ancora difficile dire cosa significhi per i servizi di finanza distribuita basati su blockchain. Molte parti vedono ancora le criptovalute come merci più digitali e gli NFT come certificati di asset digitali, ma non ancora come sfidanti per l'intero sistema finanziario tradizionale. Coinbase, che ha gestito un'IPO di successo, è ancora più simile a un servizio di trading convenzionale per "criptovalute", non, ad esempio, un servizio di finanza distribuita stesso. 

Se le criptovalute diventano più accettate e fattibili con i pagamenti giornalieri e gli NFT rendono digitali le transazioni e i certificati patrimoniali, ne cambia l'uso quotidiano. Potrebbero abilitare meglio il crowdfunding e il finanziamento P2P? Alcuni esperti lo vedono come il caso, ma è ancora difficile dire quando l'ultimo decennio ha dimostrato che quei modelli non sono facili da far funzionare. Non si tratta solo di tecnologia, ma di far funzionare un mercato con una domanda e un'offerta sufficienti. E anche le autorità di regolamentazione hanno un impatto significativo sul mercato. In alcuni paesi, potremmo vedere più approcci come le valute digitali gestite dal governo rispetto alle vere criptovalute.

Poi abbiamo la domanda fondamentale sul sistema bancario. Le banche non servono solo per offrire conti, carte di pagamento e per prestare denaro; hanno anche un ruolo essenziale con le banche centrali per emettere moneta e mantenere in funzione l'economia. Alcune persone criticano quel sistema e vorrebbero veder scomparire il potere delle banche. In realtà, non è così semplice e i governi preferiscono mantenere il controllo sui loro sistemi finanziari. Il tempo della pandemia ci ha anche ricordato il valore delle attività di stimolo del governo. 

Alcune banche stanno iniziando ad accettare criptovalute e uno dei principali VC, Andreessen Horowitz, sta pianificando un fondo da 1 miliardo di dollari per criptovalute e blockchain, ed è il terzo nel settore. Possiamo presumere che blockchain e soluzioni distribuite cambieranno e digitalizzeranno le risorse e le transazioni quotidiane. La prima fase sarà probabilmente la digitalizzazione, senza modificare i fondamenti del sistema finanziario e bancario. Ma è ancora difficile dire come possano cambiare il settore finanziario e i servizi a lungo termine.

L'articolo è apparso per la prima volta Dirompente.Asia.

C'è stata una tendenza crescente a sbarazzarsi del middle management, che coincide con la convinzione che l'IA e il software i robot possono automatizzare il lavoro svolto da professionisti umani. Servono quindi meno manager e, quindi, meno gestione delle risorse umane. Ma quando abbiamo più macchine su cui lavorare, anche loro devono essere gestite. Di conseguenza, abbiamo probabilmente bisogno di controparti digitali di middle management e risorse umane.

Una recente Podcast ha un'interessante discussione sui micro compiti per analizzare i dati e fare micro-predizioni, come l'analisi di un set di dati specifico da una fonte e il tentativo di concludere qualcosa da esso. Questa analisi non cerca di comprendere o ottimizzare un problema o un'attività più significativi. Si concentra solo su una parte specifica. Un sistema più esteso può avere dozzine di componenti del genere.

Poi c'è un altro livello per combinare l'output di quelle micro-attività. Può quindi combinare l'output e le conclusioni di diversi moduli di micro-AI: l'obiettivo della micro-IA individuale per modellare e spiegare un set di dati specifico. 

Ad esempio, i dati delle scarpe da corsa (sì, esistono già scarpe da corsa che raccolgono tutti i tipi di dati) della cadenza, della lunghezza del passo, del tempo di contatto con il suolo e dell'angolo di appoggio del piede per ottimizzare la velocità di corsa. Quando pensi alle tue prestazioni di corsa nel complesso, questa è solo una parte. Devi anche pensare alla frequenza cardiaca, ai livelli di energia (glicemia), alla prontezza (hai dormito abbastanza) e a molte altre cose. Ma sarebbe troppo complesso costruire una grande IA per ottimizzare tutti questi dati, ed è meglio avere moduli per ogni esigenza e poi un altro livello per combinare tutto questo.

È lo stesso con i robot software. Un robot può trasferire i numeri di inventario alla fine del mese da SAP al tuo sistema contabile. Produrre rendiconti finanziari e rapporti mensili è molto più lavoro della semplice compilazione di quei numeri di inventario. Altri robot potrebbero eseguire le singole attività e alcuni robot di livello superiore per mettere insieme tutte queste informazioni.

Questa non è una novità in quanto tale. La modularità è da decenni un principio essenziale nella progettazione di software. Con l'intelligenza artificiale e l'automazione, parliamo spesso di soluzioni estese e complesse legate a molte attività e sistemi all'interno di un'azienda. Quando anche queste sono aree relativamente nuove, ogni azienda e progetto di solito cerca di costruire sistemi di grandi dimensioni che cercano di creare una soluzione perfetta per un processo significativo. 

Quando disponiamo di questi micro moduli per gestire un'esigenza specifica, possiamo quindi sviluppare principi di progettazione. Non per implementare da zero, ma per trovare i componenti migliori per svolgere micro-attività, ottimizzarne l'utilizzo e poi farli lavorare insieme. È una specie di funzione delle risorse umane e di gestione. Devi trovare le migliori risorse per fare le cose di cui hai bisogno e poi gestirle. Ma questi livelli di gestione sono digitali, cioè algoritmi che scelgono l'algoritmo migliore per ogni micro-esigenza e lo utilizzano in modo ottimale. Gli algoritmi gestiscono gli algoritmi.

Ciò cambia anche l'ecosistema e i modelli di business per l'intelligenza artificiale e l'automazione. Hai, ad esempio , le seguenti aree di attività:

1. Le comunità open source e crowdsourcing sviluppano molte soluzioni per tutti i tipi di micro-attività. Ci possono essere più versioni per ogni esigenza e per ogni caso è possibile selezionare quella più adatta.
2. Le aziende e gli sviluppatori possono anche iniziare a vendere i loro componenti per le micro esigenze. Possono concentrarsi sullo sviluppo delle migliori soluzioni per un'esigenza particolare.
3. Le API in ogni modulo diventano più critiche quando si rende più agevole il fatto che più moduli funzionino insieme.
4. Ci saranno mercati e servizi di condivisione (come GitHub) per condividere e vendere questi componenti.
5. Sarà un nuovo importante livello funzionale in grado di utilizzare micro-moduli che lavorano insieme in modo ottimale per le diverse esigenze.

Nessuno di questi modelli è nuovo in quanto tale. Nei settori dell'automazione e dell'intelligenza artificiale, molte di queste funzioni sono ancora in una fase iniziale. Molti strumenti in queste aree sono ancora basati su un modello di ecosistema chiuso proprietario che non abilita o supporta questo approccio più aperto. Gli sviluppatori devono solo trovare un modo più efficace di pensare all'implementazione e le aziende un nuovo modo di pensare al business e alle offerte. Tutto deve essere basato su ecosistemi aperti e implementazione a più livelli.

A volte è bene confrontare la tecnologia e le macchine con modelli di come gli esseri umani svolgono i lavori. Soprattutto quando l'intelligenza artificiale e l'automazione devono eseguire compiti che gli esseri umani hanno precedentemente svolto. Le persone hanno comunque usato secoli per sviluppare modelli, come organizzare i compiti nelle organizzazioni. Non significa che possiamo o dobbiamo copiare gli stessi modelli sulle macchine, ma può darci idee su come utilizzare al meglio le macchine. Ci sono ragioni per cui le persone si specializzano in determinate aree, come diversi professionisti lavorano insieme e come il livello di gestione deve ottimizzare le risorse. Dobbiamo risolvere problemi simili durante la progettazione, l'utilizzo e la gestione di algoritmi, macchine e processi digitali.

L'articolo è apparso per la prima volta Dirompente.Asia.

Numerose città in tutto il mondo vogliono diventare città "intelligenti". Uno degli obiettivi principali delle città intelligenti è raccogliere dati per migliorare e sviluppare servizi. Di conseguenza, molti fornitori sono anche desiderosi di entrare nel business delle città intelligenti. Questi progetti sono ad alta intensità di rete, infrastruttura e big data. Quindi, in che modo questo avvantaggia la gente comune? Qualsiasi valore per gli individui e la loro privacy sembra avere una priorità inferiore, anche se l'obiettivo finale dovrebbe essere sicuramente quello di migliorare la vita dei residenti.

I concetti di città intelligenti hanno iniziato a fare tendenza alcuni anni fa e stanno aumentando di popolarità. Anche 5G ed Edge sono visti come potenziamenti tecnologici essenziali per questi progetti, ed è per questo che i fornitori di rete e gli operatori sono coinvolti nella maggior parte dei progetti. Le città intelligenti sono viste come una buona ragione per costruire infrastrutture tecnologiche per raccogliere, trasferire e analizzare tutti quei dati.

Le città mirano a raccogliere dati e analizzarli per ottimizzare servizi e operazioni per molti scopi, come la gestione del traffico, i trasporti pubblici, il consumo e la produzione di energia, l'approvvigionamento idrico, la raccolta dei rifiuti, la riduzione della criminalità, l'assistenza sanitaria e i servizi alla comunità. Anche gli aspetti ambientali stanno diventando più critici. La qualità dell'aria, l'inquinamento acustico e il consumo di energia sono altri ambiti che le città vogliono migliorare.

Tutto ciò suona alla grande, ma come sappiamo da molti altri progetti tecnologici, è molto diverso concentrarsi sullo sviluppo di servizi per gli individui, sull'esperienza dell'utente e sui loro bisogni e valori unici. Oltre a ciò, la privacy e la protezione dei dati sono ora questioni critiche in questo tipo di enormi progetti di dati. Nel peggiore dei casi, l'infrastruttura delle città intelligenti assomiglia a un vero e proprio scenario da "grande fratello".

È possibile costruire città intelligenti che servano meglio gli individui, ma richiederebbe alle parti di sviluppare servizi dal punto di vista del consumatore. Il concetto potrebbe aiutare le persone a ottenere servizi migliori, ottimizzare i loro movimenti, vivere una vita più sana, risparmiare tempo e denaro e migliorare la qualità della vita in molti modi. Dieci anni fa, dovevamo fare affidamento sugli sviluppatori di app mobili per fornire app utili ai privati ​​perché i gestori e i fornitori di rete non erano in grado o non erano motivati ​​a farlo.

Molti servizi diventerebbero anche più preziosi se potessimo combinare dati personali e pubblici. I tuoi spostamenti combinati con i dati sul traffico e sui trasporti pubblici, i dati sulla qualità dell'aria con i tuoi percorsi quotidiani a piedi e di corsa e le tue abitudini personali con i picchi di consumo energetico giornalieri sono solo alcuni esempi. Insieme, le due fonti di dati potrebbero creare valore per l'individuo e la società.

Ciò potrebbe essere ottenuto se le persone avessero accesso a dati pubblici combinati con i propri dati personali. In questo modo la privacy potrebbe essere rispettata e preservata. Ma se i servizi pubblici iniziano a sorvegliare le singole persone, ci imbattiamo immediatamente in rischi per la protezione dei dati e la privacy. Porterebbe anche a un modello secondo il quale le città, le autorità e i fornitori di servizi pianificherebbero ciò che ritengono adatto agli individui, non per offrire agli individui strumenti per migliorare la propria vita.

Per le autorità cittadine, i fornitori di infrastrutture e i vettori che dominano i progetti, non è facile o favorevole per loro costruire sistemi dal punto di vista di un individuo. Certo, i politici nei consigli comunali dovrebbero pensare ai residenti che rappresentano, ma non basta. Abbiamo anche bisogno di soluzioni tecnologiche e fornitori che si concentrino sulla creazione di soluzioni e servizi per le persone.

Ciò comporterebbe probabilmente un livello aggiuntivo per i servizi. Forse qualcosa di simile agli app store realizzati per app mobili che consentono anche agli utenti di proteggere la propria privacy e gestire i propri dati personali. Potrebbe anche consentire a molte altre parti di sviluppare servizi per i residenti e dare loro il potere di decidere quali servizi desiderano utilizzare. I migliori servizi non vengono quasi mai sviluppati dalle autorità e dalle grandi aziende tecnologiche che decidono ciò che l'individuo vuole.

Le città intelligenti dovrebbero concentrarsi maggiormente sui bisogni dei residenti. Ci sono molti piani "carini" e ambiziosi per migliorare le città e la vita dei residenti, ma i bei piani non sono mai abbastanza. Le vere domande sono chi sono i clienti effettivi, chi può decidere quali servizi utilizzare e chi controllerà i dati. Per rendere questi servizi vantaggiosi per le persone, i concetti, la tecnologia, l'architettura, i dati ei modelli di business dovrebbe essere progettato per responsabilizzare le persone, non solo per sorvegliarle e controllarle.

Gettoni non fungibili (NFT), hanno recentemente raccolto molto interesse. Certificano le risorse digitali, inclusi milioni di dollari di opere d'arte digitali. Christie's ha già venduto un'opera d'arte NFT di Beeple. Naturalmente, solleva la domanda, è qualcosa di più concreto delle offerte iniziali di monete o ICO nel 2017.

Gli NFT sono certificati digitali su un registro digitale, o blockchain, che dimostra che un asset digitale è unico e quindi non intercambiabile. Gli NFT vengono utilizzati per rappresentare e certificare foto, video, audio e altri tipi di file digitali. L'arte sta attualmente ottenendo tutta la pubblicità, ma gli NFT possono certificare molti altri elementi, inclusi testo, codice software o persino tweet di Twitter. L'idea fondamentale è che un oggetto digitale può essere tokenizzato e in questo modo diventa unico. In linea di principio, non è possibile farne ulteriori copie.

Alcune persone hanno commentato che il valore e ironia delle NFT è che sebbene il loro nome non sia fungibile, sono facilmente fungibili. Possono essere unici, ma è facile scambiarli. E come sappiamo, le cose possono avere valore e liquidità se c'è abbastanza domanda e se i costi dell'offerta e delle transazioni sono sufficientemente bassi.

Molti di noi possono ancora ricordare il boom delle ICO del 2017, quando le aziende hanno iniziato a offrire i propri token. In genere si trattava di startup (o nemmeno startup ma idee di startup) con piani aziendali (chiamati white paper). Hanno incluso un token come componente importante dei loro piani aziendali e quindi hanno iniziato a vendere quei token. Alcuni progetti sono stati in grado di raccogliere denaro significativo e, in rari casi, hanno costruito un'attività a lungo termine. Molte persone hanno partecipato a ICO per imparare come acquistare un token, senza pensare al suo ROI. Alcune persone avevano molti bitcoin, e alcuni hanno avuto difficoltà a venderli (perché non avevano idea di come li avessero acquisiti) e volevano diversificare con altri token.

Una differenza fondamentale tra NFT e ICO è che i token ICO di solito rappresentano solo alcune promesse future. Gli NFT rappresentano risorse, in particolare risorse digitali. In questo modo, gli acquirenti possono valutare come vedono il valore dei loro beni. È sempre complesso valutare il valore dell'arte e l'arte NFT ha esattamente le stesse sfide. Poi ci sono molti altri oggetti digitali come brani musicali, oggetti virtuali nei giochi e componenti software che possono avere un NFT.

Ci sono anche piani per espandere il concetto NFT da oggetti virtuali e digitali. Potrebbero esserci anche certificati digitali per rappresentare oggetti fisici, ad esempio un certificato per dimostrare la proprietà immobiliare. Questa parte richiede un quadro giuridico che consenta l'uso di questo tipo di certificato digitale.

Gli NFT hanno anche generato piani di crowdfunding. Persone e aziende potrebbero vendere parti del loro lavoro, ad esempio musica, film o software. Gli NFT possono rendere questo mercato più efficace, ma non eliminano tutte le sfide del crowdfunding, in particolare come trovare il valore corretto e quindi rendere liquido il mercato secondario. È anche bene ricordare che il modello può funzionare per alcuni articoli che hanno abbastanza domanda e offerta, ma ciò non significa che i soli NFT li garantiscano per qualsiasi articolo.

Ci sono diverse nuove idee di business plan basate su NFT. Ad esempio, se il software viene pubblicato come NFT, potrebbe esserci un nuovo GitHub, in particolare per il software NFT. Le aziende e gli individui potrebbero iniziare a concedere in licenza i dati come pacchetti NFT e anche le società di media potrebbero offrire contenuti NFT.

Ethereum, che si basa sul proof-of-quota modello, è la soluzione più comunemente utilizzata per gli NFT. Blockchain ha ancora domande fondamentali su quali soluzioni abbiano un futuro e un valore a lungo termine. Quando il software blockchain viene aggiornato e viene creato un fork, la compatibilità con le versioni precedenti è una domanda importante. Un soft fork significa che una nuova versione è compatibile con le versioni precedenti e un hard fork significa che non lo è. Se una nuova versione non è compatibile con le versioni precedenti, i vecchi token non funzioneranno nel nuovo sistema. Alla fine, è la community di ciascun token che può decidere quali aggiornamenti e fork devono essere effettuati. La domanda fondamentale per ogni soluzione blockchain è la sua futura compatibilità con le versioni precedenti. Al momento, Ethereum sembra una scommessa sicura per implementare soluzioni basate su blockchain. Con blockchain meno conosciute, è più difficile prevedere il loro futuro.

Il concetto NFT è più concreto e semplifica la valutazione degli articoli rispetto alle ICO. Ma alla fine, il valore di un NFT dipende dagli elementi sottostanti, quindi è impossibile dire se un NFT in quanto tale rappresenti qualcosa di prezioso o solo promesse vuote. NFT è un ottimo modello per gestire e scambiare il valore degli oggetti digitali. Ma è fondamentale ricordare che un NFT da solo non crea valore per un oggetto digitale. Gli oggetti devono avere valore e gli NFT aiutano a rendere tangibile il valore.

L'articolo è apparso per la prima volta Dirompente.Asia.

La pandemia di COVID-19 è stata significativa per i dispositivi indossabili. Hanno aiutato a rilevare i primi sintomi di COVID-19 e hanno anche aiutato le persone a vivere una vita più sana e a prendersi cura del proprio benessere durante la pandemia. Gli ultimi 18 mesi sono stati un buon momento per molti servizi digitali, dalle videoconferenze alle app per la consegna di cibo. Forse cambierà in modo permanente il modo in cui gestiamo il nostro benessere e la nostra salute e aiuterà l'assistenza sanitaria mobile a diventare mainstream.

La frequenza cardiaca a riposo e la temperatura corporea più elevate sono i primi segni di COVID. Ad esempio, si sono sviluppati istituti di ricerca e università software per utilizzare i dati dell'anello Oura per rilevare questi primi sintomi. I datori di lavoro hanno anche acquistato dispositivi indossabili per consentire ai dipendenti di rilevare i primi sintomi e avvisarli di non lavorare se ci sono segnali di pericolo. Questo è il caso delle aziende, dai servizi ai clienti e sanitari alle squadre sportive professionistiche.

I produttori di dispositivi indossabili hanno riferito che, sulla base dei loro dati, la situazione COVID ha anche aiutato alcune persone a dormire meglio. Il motivo potrebbe essere che le persone non hanno bisogno di affrettarsi per andare al lavoro e portare i bambini a scuola la mattina. Ma abbiamo anche visto, man mano che la situazione continua, più persone si sentono stressate, cioè in base ai dati, hanno una frequenza cardiaca (FC) più alta e non dormono altrettanto.

La situazione ha anche cambiato le abitudini di esercizio. Le persone non vanno al lavoro a piedi o non prendono i mezzi pubblici, nessuna pausa giornaliera per pranzare o prendere un caffè. Gli operatori sanitari sono preoccupati che le persone stiano sedute troppo durante la pandemia. Altri hanno iniziato a fare più esercizio, non passeggiate quotidiane ma corse quotidiane. Ciò ha provocato più infortuni sportivi.

Tutto ciò ha spinto le persone a monitorare quotidianamente i propri dati di benessere e salute. Le persone hanno anche esitato a vedere un medico o andare in ospedale, ma hanno monitorato la propria salute con uno smartwatch per misurare la frequenza cardiaca o l'ECG (elettrocardiogramma). E se hai una chiamata Zoom con il tuo medico, è effettivamente utile che tu abbia quei dati a portata di mano (si fa per dire). 

Tutto ciò dimostra che le persone hanno iniziato a utilizzare più di questi dispositivi e stanno ottenendo più dati, ma non è così semplice. Cosa devo interpretare dalla frequenza cardiaca o dalla variabilità della frequenza cardiaca? Mi alleno troppo poco o troppo? La qualità del sonno e l'esercizio fisico sono collegati tra loro? Qual è la combinazione di dati che indica davvero qualche malattia?

Quando le persone ottengono più dati, non significa che diventino improvvisamente esperti di salute, sonno, dieta e benessere. Alcune persone potrebbero sentirsi così quando cercano su Google le istruzioni per l'assistenza sanitaria, ma può peggiorare le cose. Questi dati possono essere utili per il monitoraggio della salute e del benessere, ma hanno bisogno di un software migliore per analizzarli o renderli disponibili ai professionisti. 

L'assistenza sanitaria mobile è stata un argomento caldo per anni, ma il tempo del COVID lo ha davvero portato alla ribalta. Le organizzazioni sanitarie tendono ad essere piuttosto prudenti nell'affrontare cose nuove, ma questo periodo le ha costrette a trovare nuove soluzioni rapidamente. Conosco molte startup sanitarie mobili che hanno lottato per anni. Un grosso problema è stato che le organizzazioni sanitarie si muovono lentamente, rendendole clienti difficili per le startup agili. L'altro problema è ottenere l'accesso a dati affidabili e accurati. Molte di queste aziende hanno offerto soluzioni per trasferire i dati a un medico o a un ospedale, ma spesso le persone devono acquisire i dati da soli, ad esempio misurare la glicemia, la pressione sanguigna, la frequenza cardiaca e inserirli in un'app. Alcune persone lo trovano impegnativo, e altri sono semplicemente troppo pigri per farlo. E ci sono quelli che potrebbero voler "aggiustare" i propri numeri per evitare imbarazzo o mettersi in mostra.

Quindi, ora abbiamo più dati e abbiamo soluzioni per trasferire i dati. Ma abbiamo ancora un paio di problemi: 1) privacy e sicurezza dei dati per i dati sensibili sul benessere e 2) modelli più sistematici per utilizzare i dati, non solo da uno ma da più dispositivi indossabili. Ciò significa che abbiamo bisogno di soluzioni per raccogliere e combinare dati da più dispositivi, combinare quei dati e allo stesso tempo proteggere la privacy. Sarebbe anche utile se questi dati potessero essere combinati in futuro con altri dati sanitari come la storia sanitaria.

Con la nuova tecnologia e concetti, in genere ci vogliono anni per fare la svolta. Spesso ha anche bisogno di alcuni trigger speciali per far sì che le cose accadano. Ricordo le prime grandi visioni della tecnologia sanitaria mobile 20 anni fa con l'hype 3G. Ora sembra che la pandemia ci abbia aiutato a superare alcuni ostacoli importanti e anche il mercato dei dispositivi indossabili si è sviluppato rapidamente. Ora dovremmo assistere a uno sviluppo rapido e significativo con più applicazioni e servizi che utilizzano i dati sul benessere in modo più efficace, con un conseguente aumento dell'assistenza sanitaria mobile.

L'articolo è apparso per la prima volta Dirompente.Asia.