La proliferazione dell’intelligenza artificiale nelle architetture enterprise non ha soltanto moltiplicato la complessità degli ambienti IT ma ha reso l’observability una condizione necessaria per chiunque voglia governare i propri sistemi senza affidarsi alla casualità.
Il dato di contesto è inequivocabile: secondo lo State of Observability di Dynatrace, la totalità (100%) dei technology leader dichiara di utilizzare l’AI nelle proprie operazioni. E dove c’è un progetto AI, serve avere visibilità su ciò che infrastruttura e applicazioni di intelligenza arficiale fanno.
Di passaggio in Italia in occasione della tappa milanese del roadshow Innovate di Dynatrace, Mala Pillutla, Global Vice President, Observability & Security dell’azienda ha fatto il punto sull’evoluzione del concetto di osservabilità nell’era dell’AI agentica. Con lei anche Emanuele Cagnola, Regional Vice President, Italy & Switzerland di Dynatrace, che ha contestualizzato i recenti annunci della casa di Boston nelle geografie di sua competenza.
Indice degli argomenti
NIS2, DORA e il valore dell’observability per la compliance automatizzata
La convergenza tra regolamentazione e tecnologia rende l’observability non solo un vantaggio competitivo per un IT Management efficace, ma anche un elemento chiave per dimostrare la conformità in modo trasparente e ripetibile.
Le normative come NIS2 e DORA richiedono infatti tracciabilità, resilienza e governance dei servizi digitali. Tutte caratteristiche che le moderne piattaforme di osservabilità offrono nativamente, automatizzando evidenze, report e workflow di remediation.
La mappatura in tempo reale delle dipendenze applicative, la tracciabilità dei flussi tra cloud e on premise, la gestione automatizzata dei processi di Risk Management, sono tutte funzionalità che trasformano la compliance da onere operativo a capacità integrata nella piattaforma Dynatrace.
In pratica, la telemetria continua e l’analisi contestualizzata dei dati permettono di generare audit trail verificabili, mettere in atto policy di sicurezza e controllo dei dati in tempo reale e mostrare alle autorità (o agli auditor interni) che i processi critici sono soggetti a monitoraggio e attività di remediation automatizzate. Un approccio riduce i rischi di non conformità, accelera i tempi di risposta agli incidenti e trasforma gli obblighi normativi in opportunità per migliorare l’efficienza operativa.
Il pannello di controllo che governa i sistemi intelligenti
Un concetto che Pillutla ripete più volte durante l’incontro stampa è quello di control plane, in base al quale l’observability smette di essere uno strumento di monitoraggio reattivo e diventa il livello attraverso cui un’organizzazione governa le proprie iniziative di intelligenza artificiale. La visibilità, in questa prospettiva, non è un’opzione ma il prerequisito per qualsiasi forma di automazione affidabile.
Una posizione che trova riscontro nei dati della ricerca State of Log Management 2026, condotta su 450 senior IT leader globale. Il report evidenzia che l’83% degli intervistati ritiene l’explainability essenziale per gestire i workload AI, mentre l’84% è convinto che la fiducia dei clienti dipenda dalla capacità di usare le Log Analytics per prevedere e prevenire i problemi.
Aziende tradizionali e AI-native
Pillutla traccia una distinzione netta tra i clienti con cui Dynatrace si confronta.
Da un lato, le grandi organizzazioni tradizionali, ancora in fase di sperimentazione, che testano le tecnologie AI, valutano le efficienze ottenibili, si interrogano su come trasformare componenti del business con l’automazione intelligente.
Dall’altro le aziende AI-native, che hanno abbracciato l’intelligenza artificiale in modo strutturale e gestiscono le implicazioni di sistemi agentici già pienamente operativi. «Per queste ultime, l’observability non è un tema di ottimizzazione, piuttosto una questione di sopravvivenza operativa».
Token, allucinazioni e governance
Dall’esperienza diretta con i clienti AI-native, Emanuele Cagnola, Regional Vice President, Italy & Switzerland di Dynatrace, ha identificato tre aree critiche ricorrenti rispetto alle esigenze di observability.
«La prima è la gestione dei token. Nelle applicazioni agentiche, il token è l’unità di misura dei consumi computazionali e, in assenza di guardrail, il consumo può crescere in modo esponenziale perché gli agenti non conoscono il concetto di cost-to-value. La seconda è quella delle allucinazioni. Verificare che un agente AI produca risultati coerenti nel tempo è fondamentale per qualsiasi applicazione in produzione. La terza è la governance. Quando il codice viene generato da agenti, occorre che le policy vengano rispettate in modo sistematico e verificabile».
Codice generato dalle macchine: i nuovi use case dell’observability
Nelle organizzazioni più avanzate, infatti, il codice non è più scritto esclusivamente dagli sviluppatori.
Gli agenti AI generano componenti applicativi e porzioni di infrastruttura vengono orchestrate in modo autonomo. Questa evoluzione crea una domanda di observability radicalmente nuova.
«La nostra visione come azienda – afferma Pillutla – è diventare la piattaforma di riferimento per l’osservabilità delle infrastrutture applicative che prevedono l’uso combinato di persone e agenti, o anche solo di agenti».
Una dichiarazione che ridefinisce l’ambito stesso della piattaforma: non più soltanto il monitoraggio di ciò che gli esseri umani costruiscono, ma la supervisione di quanto sistemi, modelli e algoritmi generano in autonomia.
Dynatrace Intelligence: la fusione di AI deterministica e AI agentica
Questo approccio apre la strada a soluzioni che non si limitano a rilevare i problemi IT, ma che possono prevederli e agire automaticamente per evitarli. Il veicolo tecnologico di questa visione è Dynatrace Intelligence, presentato di recente.
L’architettura fonde l’AI, radicata nel contesto di business grazie al Data Lakehouse proprietario Grail, con Smartscape, il grafo che mappa e rappresenta visivamente la topologia e le dipendenze tra i dati dell’ecosistema IT in tempo reale. Il tutto potenziato da strumenti di AI agentica.
La piattaforma rappresenta un passo avanti verso l’obiettivo dichiarato delle Autonomous Operation, che la tech company promuove attraverso la propria offerta e la partnership consolidata con ServiceNow.
Bluebox.ai: l’observability per la comunicazione Agent-to-Agent
L’ultima frontiera dell’innovazione Dynatrace in questo ambito è Bluebox.ai, annunciata in private preview qualche settimana fa.
La soluzione affronta un problema ancora poco esplorato nel mercato, ovvero come gestire l’observability quando le applicazioni vengono generate autonomamente da agenti che comunicano tra loro, interagendo con la telemetria non attraverso dashboard tradizionali ma in tempo reale, durante la fase stessa di costruzione del codice. La piattaforma entra così nella semantica stessa degli agenti, portando l’osservabilità a un livello di profondità senza precedenti.
Il log management nell’era dell’AI
C’è, poi, un altro temache la ricerca Dynatrace evidenzia come particolarmente urgente, il Log Management. L’AI ha cambiato radicalmente le coordinate economiche di questa disciplina e, secondo lo studio, i volumi di log e telemetria sono cresciuti in media del 93% nell’ultimo anno, con il 20% delle organizzazioni che ha registrato incrementi superiori al 150% rispetto al 2024.
Le aziende utilizzano in media sette strumenti diversi per gestire log e telemetria e questo rende insostenibili i tradizionali metodi di correlazione manuale.
Il 67% degli interpellati dichiara che il costo del Log Management supera ormai il valore generato, mentre il 50% è costretto a scartare in media l’86% dei propri log per ragioni economiche, generando punti ciechi che aumentano il rischio operativo e di sicurezza.
Bindplane e la pipeline di telemetria open
La risposta di Dynatrace a questa necessità passa attraverso l’acquisizione di Bindplane, annunciata lo scorso autunno.
Il problema che la tecnologia dell’azienda acquisita risolve è legato all’abitudine diffusa di campionare i dati per contenere i costi, compromettendo la qualità e il dettaglio dell’osservabilità.
«Come puoi sapere quale log ti servirà una volta che si verifica un incidente? – chiede retoricamente Pillutla –. Con Bindplane, la gestione del volume di telemetria avviene all’edge, prima che i dati entrino nella piattaforma, senza sacrificare la completezza». La soluzione è «interamente basata su OpenTelemetry, così i clienti mantengono il pieno controllo della propria pipeline senza lock-in su agenti proprietari».
Partecipa alla community