Predizioni sul machine learning e il cloud nel 2023

Nel 2022 abbiamo visto una serie di grandi cambiamenti nel campo della tecnologia. I progressi dell’intelligenza artificiale stanndo rivoluzionando la nostra vita digitale, e come dimostra Chatgpt, è un potenziale che potrebbe creare problemi se gestito male.

Ma non è questo il punto di questo primo post del 2023.

Quest’anno non ho fatto bilanci sull’anno passato e non mi sono dato obiettivi per il 2023: per una serie di coincidenze, non ho percepito la transizione e quindi per me è lo stesso anno… dal 2020 :)

Invece con altri colleghi della fonderia seo , ho cominciato a fare una serie di ragionamenti su come i sistemi di machine learning potrebbero alterare alcuni processi del lavoro di chi fa consulenza SEO.

Sono i tre pilastri su cui si basa la SEO, sia il “prodotto finito”, sia l’analisi dei consulenti che devono trovare le magagne da sistemare. Non sono comunque tutti sullo stesso piano, anzi è un rapporto “piramidale”.

  • Alla base c’è l’aspetto tecnico, senza che quello sia sistemato, una proprietà web non può essere correttamente identificata dal motore.
  • Poi abbiamo i contenuti al livello intermedio: che danno al sito una sua identità caratteriale, che lo può far spuntare nella mischia dei risultati di ricerca.
  • Infine abbiamo i link: che come la ciliegina sulla torta aiutano ad acquisire visiblità, almeno nella configurazione attuale dei motori di ricerca.

il dilemma tecnologico: server e backend.

Nella mia esperienza è un elemento molto fragile: un buon progetto può essere completamente azzoppato da un server non ben configurato, un webserver non ben configurato (che non è la stessa cosa) o da un backend non appropriato.

Può anche subire un “abbraccio mortale”: perchè a causa del successo di pubblico, il server o il webserver non sono in grado di rispondere alle richieste e semplicemente “rallentano o crollano”.

La virtualizzazione e Docker

Già da diversi anni, i server hanno subito una trasformazione da hardware fisico a hardware virtuale.

Servizi come Amazon AWS o Google Cloud, trasformano decine di migliaia di apparati fisici in “servizi” di cui si compra uno “spicchio”. Questo modello di business ha diversi vantaggi:

  • è “fault tolerant”: cioè se un apparato “si spegne”, l’infrastruttura non muore, ma si auto-bilancia prendendo risorse inutilizzate.
  • è scalabile in maniera trasparente: Se ho bisogno di più potenza di calcolo o più disco, posso ingrandire la mia macchina virtuale praticamente in tempo reale o con un disservizio minimo. Una macchina fisica dovrebbe essere spenta ed aggiornata (se possibile.)
  • Nei casi più avanzati è “replicabile e clonabile” tramite un file: parlo dei sistemi basati su tecnologie come Docker, che creano una sorta di struttura a “livelli”, pianificabile con un file di configurazione.

la differenza tra docker e le macchine virtuali

Il potenziale del machine learning

Il machine learning sullo stile di Open AI potrebbe creare un’applicazione di Machine Learning Generativo che aiuterebbe le organizzazioni a generare più velocemente i server virtualizzati.

Il Machine Learning Generativo si basa su algoritmi di apprendimento automatico che imparano dai dati passati e li usano per generare nuove configurazioni.

Con il passare del tempo questi sistemi potrebbero analizzare le configurazioni già esistenti, raccogliere dati sul “successo” di queste configurazioni e quindi arrivare ad un punto in cui ottenere una configurazione è solo una richiesta:

“creami un sistema per gestire una redazione giornalistica, come se fosse un blog, multi autore, che possa supportare 10.000 accessi al giorno, con commenti degli utenti.”

… e il sistema potrebbe poi generare oltre al file di configurazione, anche uno script che ottimizza l’installazione e inserisce dei parametri rispettando le indicazioni inserite.

Fantascienza ?

Vedremo, nessuno ha la sfera di critallo… Però riducendo l’errore umano nella configurazione tecnica, una grossa parte di problemi SEO potranno essere risolti alla base.

Insomma è una predizione, più che una previsione!

Prendetelo come un oroscopo.

…anche se poi lo sviluppatore di turno, metterà in disallow il dominio nel robots.txt, ma sarà comunque un problema di più facile risoluzione, rispetto ad altra magagne tecniche molto più gravi.

Chiaramente…

Mi sono fatto aiutare da openai a scrivere il post, anche se direi che la distribuzione è 60/40 :) ho voluto mantenere la maggioranza del controllo.

L’immagine del post invece è fatta con midjourney!

> Discipline is the bridge between goals and accomplishment.
> — <cite>Jim Rohn</cite>
Andrea Scarpetta
Andrea Scarpetta
Consulente di digital marketing e machine learning per le aziende

Mi occupo di digital marketing dal lontano 2002 e non ho mai smesso di aggiornarmi perchè il mercato me lo impone. Mi occupo di machine learning applicato al marketing dal 2020.