Un draghetto per scoprire la Unified Communication and Collaboration

Un draghetto per scoprire la Unified Communication and Collaboration

Un draghetto per scoprire la Unified Communications and Collaboration
VAR GROUP e CISCO TI PORTANO ALLA SCOPERTA DELLA UNIFIED COLLABORATION AND COMMUNICATION:

SEMPLICE, SICURA E INNOVATIVA

Scopri come comunicare in tempo reale e rendere più semplice e produttivo il tuo business, grazie alla soluzione frutto della collaborazione tra due eccellenze CISCO & VAR GROUP.

Segui Var Joe, il draghetto dell’innovazione alla scoperta delle nuove soluzioni di Unified Communications and Collaboration

richiedi maggiori informazioni compilando il form qui sotto…

I nuovi smartwatch Movado con Android Wear 2.0

I nuovi smartwatch Movado con Android Wear 2.0

Pochi giorni fa il gruppo Movado ha annunciato il lancio dei nuovi smartwatch Movado con Android Wear 2.0 entro fine anno. Uno di questi sarà brandizzato come Movado Connect, mentre la società lancerà anche altri smartwatch in partnership con fashion brand rinomati quali Tommy Hilfiger e Hugo Boss.
Al Baselworld 2017, finalmente, sono stati presentati ufficialmente e ora possiamo mostrarveli e raccontarvi alcune delle loro specifiche tecniche.

Lo smartwatch Movado Connect avrà un design minimalista. La società ha già annunciato che lo smartwatch avrà cinque quadranti unici, e che ognuno di questi avrà tre o quattro elementi personalizzabili, offrendo così ai futuri proprietari un certo numero di combinazioni e sfondi. Ci saranno quindi cinque stili diversi per i modelli da uomo del Movado Connect e avranno un prezzo di partenza di $495 al lancio che avverrà in autunno.

Movado Group lancerà inoltre lo smartwatch Hugo Boss Touch con Android Wear 2.0. L’orologio avrà un quadrante in acciaio inossidabile color carbonio nero. Ci saranno a disposizione diversi cinturini e cinque stili differenti tra i quali scegliere. Al suo interno sarà dotato di un chip NFC per il supporto di Android Pay. Lo smartwatch Hugo Boss Touch, prodotto da Movado, sarà in vendita a partire dal mese di agosto 2017 di quest’anno con un prezzo di partenza $395.

hugo boss smartwatch movado Android Wear 2.0

Ma anche il modello di smartwatch Movado destinato agli affezionati di Tommy Hilfiger, che si chiama TH24/7You Android Wear 2.0, verrà reso disponibile entro fine anno. Su questo modello non sono stati resi noti i dettagli tecnici, ma è stato confermato che non sarà dotato di chip NFC a suo interno. Ciò potrebbe spiegare il perché del prezzo più basso rispetto agli altri modelli, infatti Hilfiger metterà in vendita il proprio smartwatch ad un prezzo più basso, ovvero a $299.

Anche i brand blasonati della moda e dell’orologeria di lusso ora seguono il filo smartwatch che ormai sembrano essersi affrancato da ruolo di accessori da nerd.

tommy hilfiger movado smartwatch Android Wear 2.0

Gestire un business da remoto con i nuovi strumenti digitali

Gestire un business da remoto con i nuovi strumenti digitali

#ARUBAIT, la rubrica realizzata in collaborazione con Aruba.it sui trend più interessanti del mondo della tecnologia e del web. Qui parliamo di come gestire un business da remoto con i nuovi strumenti digitali

di Emanuela Zaccone: Come gestire un business da remoto

Il business da remoto, il remote working è uno degli elementi che aiutano a definire il lavoro smart, insieme naturalmente ad una serie di altre dimensioni – dalla riorganizzazione degli spazi alla maggiore flessibilità – che nel complesso cambiano le modalità di lavoro e migliorano la qualità di vita dei lavoratori.
Se è vero che la fiducia è alla base del remote working è altrettanto vero che richiede una rigorosa organizzazione a monte per garantire a tutti di disporre degli strumenti giusti nel modo più efficace per svolgere al meglio il proprio lavoro, ciascuno dal luogo che avrà deciso di usare come propria “sede lavorativa”.

Ci sono almeno tre macro-gruppi di piattaforme che possono aiutare a strutturare il lavoro da remoto:

Piattaforme di project management

:
lavorare per obiettivi – aspetto chiave del remote working – significa anche essere in grado di scomporre un’attività in tutti i micro-processi necessari per completarla. La definizione di ogni task include l’identificazione delle persone che saranno deputate al suo completamento e la definizione del tempo necessario. Non si tratta di un mero esercizio formale ma di un’attività che, mentre consente di organizzare il lavoro, permette anche a tutti di avere chiaro in ogni istante a che punto siano le attività e come si proceda verso determinati obiettivi. Infatti un obiettivo – ad esempio il rilascio di una nuova feature – si scomporrà in diversi task e avere il quadro di insieme diventa importante non solo per chi gestisce il progetto di prodotto ma anche per chi attivamente ne costruisce le singole parti, oltre che per chi deve predisporne, ad esempio, le campagne marketing.

Piattaforme di comunicazione:

la fiducia è l’elemento principale perché il remote working funzioni ma come stabilirla senza trasparenza e come coordinare a distanza tutte le comunicazioni? La scelta della giusta piattaforma per comunicare è essenziale. Che si tratti di Slack, Facebook at Work o enterprise social network come Yammer, è essenziale dare una “casa” alle comunicazioni del team evitando di creare lunghissimi (e illeggibili) flussi di comunicazione via email. E ciò vale sia per temi lavorativi che di semplice conversazione con i colleghi. Non è affatto vero che la mancanza della classica macchinetta del caffè intorno a cui fare conversazione in pausa tagli fuori dal lavoro l’elemento umano e di dialogo, semplicemente cambiano il luogo – virtuale – in cui ciò avviene e il tempo – che può anche essere diverso da quello delle pause. In effetti l’uso dei messaggi è una delle abitudini che sono entrate maggiormente nell’uso comune: si pensi al successo di WhatsApp, Messenger, Telegram e simili.

Repositories per la condivisione di documenti:

è molto probabile che per lavorare in maniera efficace sarà necessario scambiarsi file, documenti, magari condividere del codice software.
Il cloud con il suo accesso remoto e sicuro consente a tutti di avere sempre a disposizione ciò che serve, di condividerlo e naturalmente di conservarlo. Contribuisce anche a togliere “fisicità” all’ufficio: perché accumulare carta e stampare pagine e pagine di documenti quando è sufficiente conservare una versione digitale? Chiaramente però è fondamentale che il servizio scelto sia affidabile e accessibile a tutti. Non solo, ma diventa importante anche che sia integrato alle piattaforme di comunicazione esistenti: ad esempio Slack prevede specifiche iterazioni con Google Drive o Dropbox che consentono una veloce e semplice condivisione dei files, Yammer poggia su infrastruttura Microsoft consentendo un veloce accesso alle repository.

Insomma, documenti disponibili per tutti in qualunque momento, eventualmente – ma ormai è una caratteristica diffusa – con la possibilità di fare versioning degli stessi, cioè di “tornare indietro”, risalire a chi ha effettuato determinate modifiche ed eventualmente annullarle, eliminando così una delle classifiche resistenze di chi non ama a condividere i file per timore che possano essere danneggiati da altri.

Viviamo in un contesto insomma in cui il remote working non è solo possibile ma consigliabile, a patto che gli strumenti – potenti e disponibili – siano utilizzati correttamente. Insomma il business da remoto è possibile.

Quello che a volte manca ancora, il vero cambiamento, è nell’approccio al lavoro: le piattaforme ci sono tutte, adesso aspettiamo i remote workers e i remote entrepreneurs.

Misteri Apple: le foto svelano un dispositivo wireless sconosciuto

Misteri Apple: le foto svelano un dispositivo wireless sconosciuto

Si aggiunge un capitolo ai misteri Apple.
Lo scorso autunno la Apple ha sottoposto una domanda di brevetto alla Federal Communications Commission FCC per un dispositivo wireless misterioso chiamato modello A1844.
All’epoca di questa operazione il dispositivo wireless era ancora un mistero. Le speculazioni da parte di chi si interessa di Apple sono emerse su tutti gli organi di stampa e di informazione, ma si sapeva soltanto che si sarebbe potuto trattare di un dispositivo a basso consumo energetico con Bluetooth e NFC wireless.

Ora la FCC ha pubblicato un manuale d’uso e alcune immagini del dispositivo wireless misterioso.
Il dispositivo sembra essere un lettore per un badge che si attacca a una porta, a uso interno nella Apple.

dispositivo wireless misterioso Apple

Secondo quanto si legge nel manuale d’uso sembra che il dispositivo wireless non sia destinato al mercato consumer e include delle specifiche tecniche precise per l’utilizzo, questo infittisce la curiosità sull’ennesimo dei misteri Apple.

Istruzioni:
1. Presentare al lettore le credenziali fornite alla società.
2. Il lettore indicherà il rilascio dell’accesso, diventando brevemente di colore verde e riproducendo un suono. Il rifiuto dell’accesso sarà indicato dal colore rosso e un ulteriore suono.

Apple è presente sul mercato con una serie di prodotti per le smart home, in particolare un software chiamato HomeKit, consente ai produttori di smart home di rendere le serrature intelligenti così come per altri prodotti compatibili con iPhone.

Apple non ha mai espresso l’intenzione di vendere la propria serratura intelligente o altri hardware per smart home e questa serratura elettronica sembra essere stata specificamente progettata per l’uso aziendale di Apple.

Apple sta dando gli ultimi ritocchi al nuovo campus “Apple Park” che si prevede che possa aprire già il mese prossimo.
Quando il dispositivo misterioso A1844 è stato rivelato per mezzo del modulo depositato alla FCC, alcuni hanno speculato sul fatto che potesse trattarsi di un nuovo televisore oppure un router Apple AirPort e lo hanno fatto sulla base delle informazioni limitate incluse nella documentazione deposita.
Per ora Apple si è astenuta dal rilasciare commenti.
Misteri Apple dispositivo wireless misterioso Apple

Project Jacquard, la giacca smart di Google e Levi’s uscirà in autunno

Project Jacquard, la giacca smart di Google e Levi’s uscirà in autunno

La giacca di jeans smart e connessa Project Jacquard – realizzata grazie alla collaborazione tra la divisione ATAP di Levi’s e Google – ora ha un prezzo, ma la sua data di uscita è stata posticipata dalla primavera all’autunno.

La giacca, che costerà circa $350, sarà il primo prodotto commerciale contenente la tecnologia del Project Jacquard di ATAP, che utilizza un tessuto conduttivo per trasformare un articolo di abbigliamento -apparentemente normale – in un dispositivo collegato, uno strumento in grado di inviare istruzioni allo smartphone, come il mettere in pausa o saltare un brano in riproduzione toccando due volte il polsino. Le sue funzioni dovrebbero essere analoghe a quelle di uno SmartWatch, ma meno invasive e ben più eleganti.

La notizia del posticipo della data di rilascio – così come il prezzo – sono stati annunciati sul palco del festival SXSW che si è tenuto ad Austin, in Texas, durante il quale Paul Dillinger, a capo dell’innovazione dei prodotti globali di Levi’s, e Ivan Poupyrev, a capo del Project Jacquard di ATAP, hanno partecipato ad una discussione in cui si illustrava il futuro della connettività.

Si era già sentito parlare della Commuter Trucker Jacket di Levi’s per la prima volta nel mese di maggio 2016, alla conferenza di Google I/O. All’epoca si parlava di un rilascio primaverile, ma senza indicazioni sul prezzo.

Meglio che il prodotto esca in ritardo anziché non avere a disposizione nessun prodotto in futuro. ATAP ha dovuto annullare il suo progetto per la realizzazione di un telefono cellulare modulare, Project Ara, proprio lo scorso settembre. Per ora resta anche il Project Soli, un sistema radar per wearable che rende i gesti degli input facili come il toccare su uno schermo. Questo progetto è ancora in fase di lavorazione e -presumibilmente – il suo cammino volgerà allo sviluppo di prodotti di consumo.

AI: ecco come riparerà autonomamente le reti mobile

AI: ecco come riparerà autonomamente le reti mobile

Ogni giorno parliamo e sentiamo parlare di machine learning (ML) e di intelligenza artificiale (AI). Basta pensare al modo in cui i nostri telefoni rispondono ai comandi vocali oppure all’identificazione dei contatti a partire da una semplice foto. Uno dei principali beneficiari del nostro mondo super-connesso saranno le stesse reti mobile alle quali ci siamo affidati per lo scambio di informazioni, la comunicazione, il commercio e l’intrattenimento.

AI e ML spingeranno le reti attraverso quattro stadi di evoluzione, dalle reti di auto-guarigione di oggi a reti di apprendimento, dalle reti per il riconoscimento dei dati alle reti per le auto a guida autonoma.

FASE I: Reti mobile che si auto-aggiustano “So cosa è successo”

Le reti di oggi sono in Fase I, contraddistinte da cicli di feedback in tempo reale per il monitoraggio dello stato della rete e per l’ottimizzazione in tempo reale per risolvere i problemi e migliorare le prestazioni. I sistemi di sensori e le ottimizzazioni della rete si basano su regole umane ed euristiche attraverso semplici analisi descrittive.
Queste regole sono generalmente facili da interpretare, ma non sono ottimali per alternative moderne basate sui dati perché sono hard-coded e quindi non si possono adattare ai cambiamenti ambientali, inoltre mancano della complessità adeguata per affrontare efficacemente una vasta gamma di possibili situazioni. In realtà, queste regole sono limitate dall’incapacità della mente umana perché non consentono agli esseri umani – responsabili delle prestazioni della rete – di poter prevedere i problemi, rendendo “il tempo reale” il fattore limitante affinché una rete possa offrire prestazioni ottimali.

FASE II: Network di apprendimento – “Cosa succederà?”

Essere tempestivi è tutto. I network che si trovano nella fase II continueranno a cercare schemi del passato per prevedere i comportamenti futuri. Il ML può essere indirizzato per analizzare i fattori impattanti come il giorno e l’ora, oppure eventi della rete o anche fattori esterni ricorrenti.
Il valore nei dati risiede nelle correlazioni probabilistiche tra le prestazioni del passato della rete e le soluzioni manuali che possono fornire le ottimizzazioni future. Il ML è in grado di catturare il maggior numero di correlazioni possibili, affinché i ricercatori egli esperti dei dati possano lavorare insieme al meglio e testare e calibrare i modelli di ML prima della loro messa in produzione. I modelli di ML possono rivelare una distribuzione esaustiva dei KPI di rete, ma anche una vertiginosa serie di fattori esterni che influenzano gli esiti futuri.
Queste previsioni danno ai supervisori umani degli avvertimenti avanzati su come distribuire le risorse di rete ed eseguire ulteriori ottimizzazioni, che portano a migliori prestazioni a fronte di costi inferiori. Ad esempio, una rete di guida autonoma è in grado di rilevare le deviazioni minime previste dal percorso ed emettere degli avvisi per gli operatori umani, ben prima che emergano problemi reali. La raccolta continua di dati e il confronto con previsioni sulla realtà aumenterà la precisione la quale garantirà migliori modelli di nuova generazione.
I metodi di ML della Fase II includono i metodi supervisionati sia lineari che non lineari, reti neurali e lotti di apprendimento (ad esempio, riqualificazioni notturne). Nella Fase II, assistenza predittiva significa più tempo per gli operatori umani per eseguire cambiamenti e il risultato è un importante passo avanti in termini di prestazioni di rete.

FASE III: Reti data-aware – “Cosa dovrei fare?”

Nella fase III gli algoritmi revisionano le prestazioni passate, a prescindere dalle indicazioni umane, identificando i fattori correlativi non ancora scoperti che potrebbero influenzare le prestazioni future al di fuori della logica umana. Questo procedimento avviene cercando al di là dei dati di rete e di orientamento iniziale e focalizzandosi su insiemi di dati esterni sia generati che simulati.
Le macchine utilizzano le conoscenze ottenute da metodi controllati e applicano tale conoscenza a metodi non supervisionati, rivelando fattori di correlazione da scoprire senza l’intervento di una guida umana.
La rete di Fase III fornisce previsioni di molteplici scenari futuri possibili e crea previsioni che consentono la gestione dei possibili risultati di business sulla base di azioni teoriche. Ad esempio, la rete potrebbe far sì che i manager umani scelgano tra una serie di possibili risultati, in questo modo inizia l’era dell’ottimizzazione della rete strategica, durante la quale la rete prevede più possibilità rispetto a quelle che potrebbe fornire un’analisi umana. I metodi di ML per la fase III comprendono l’apprendimento approfondito, le tecniche di simulazione e altre tecniche avanzate di informatica come le statistiche avanzate, i modelli di governance e la selezione automatica dei modelli.

FASE IV: Reti a guida-autonoma – “Fallo!”

Una rete che si trovi nella Fase IV può: (1) identificare autonomamente e dare priorità ai fattori di interesse che impattano la performance della rete, (2) prevedere accuratamente i vari esiti in modo che gli umani possano eseguire gli interventi appropriati, e (3) distinguere i fattori casuali da quelli correlativi per guadagnare insight più approfonditi e guidare le decisioni nel modo migliore.
La distinzione tra causale e correlativo si basa a sua volta su analisi probabilistiche. La capacità dell’intelligenza artificiale di stabilire le cause è la capacità di capire le basi delle prestazioni di rete in contrapposizione ai segni correlativi a tali cause. La capacità di identificare i fattori causali porterà a previsioni più accurate e ad una rete ancora più performante. In questa fase, la rete acquisisce la capacità di ragionare “causa contro effetto” in modo autenticamente intelligente.
Una rete nella Fase IV può scegliere autonomamente una linea d’azione per massimizzare l’efficienza operativa e a fronte di influenze esterne può migliorare la sicurezza contro le nuove minacce in entrata e – più in generale – operare per massimizzare un dato insieme di KPI. Il sistema è adattabile ai cambiamenti in tempo reale e impara e migliora continuamente in un contesto che si basa sui dati. I metodi di ML degni di nota per la fase IV includono l’apprendimento approfondito, l’apprendimento per rinforzo, l’apprendimento online, i sistemi dinamici e altre tecniche informatiche avanzate.

Network, riparati!

Applicare rimedi a livello locale prima ancora che a livello globale è appropriata nel caso di AI e ML. Nonostante il mondo possa trarre grandi vantaggi dalla democratizzazione e la mobilitazione dei dati, saranno la rete mobile e la società nella rete che si distingueranno per trarre i maggiori benefici al più presto, nel viaggio verso un nuovo sistema di macchine veramente intelligenti.

Digitalic X 2017