Anche se l’intelligenza artificiale ha conquistato di recente lo status di tema più discusso nel mondo IT, lo studio del suo potenziale utilizzo nei diversi campi IT, e in molti casi anche la sua applicazione attiva, è già realtà da qualche anno. Avviene anche nel campo dell’AIOps (Artificial Intelligence for IT Operations), una disciplina già nota e ampiamente praticata.
Così nota che, secondo Forbes, il 47% dei CIO sta già utilizzando l’intelligenza artificiale per automatizzare la gestione dei servizi. Ma come è possibile sfruttarne i crismi anche per effettuare un application e infrastructure monitoring più efficace? Lo abbiamo chiesto a Vincenzo Pennarola e Damiano Pedini, rispettivamente Technology Infrastructure Delivery Manager e AIOps & Observability Innovation & Delivery Manager di Present, system integrator attivo anche sul mercato internazionale con soluzioni avanzate per la gestione e il monitoraggio di applicazioni e infrastrutture.
Indice degli argomenti
Gli obiettivi generali e specifici dell’ AIOps
In apertura, Pennarola ci spiega come il tema ricorrente oggi sia quello di trovare strumenti sempre più avanzati per efficientare le IT operations. “Il monitoraggio delle applicazioni è un fattore critico di successo per raggiungere gli obiettivi: disponibilità di sistemi, continuità di business, ottimizzazione dei tempi di reazione, AIOps dà un beneficio nel garantire una qualità del servizio migliore ed efficientare il TCO dell’organizzazione”. Grazie agli strumenti di analisi avanzata infatti è possibile ridurre le tempistiche con cui gli operatori possono fare fronte a problemi conclamati o latenti.
Inoltre, aggiunge Pedini, nel caso specifico dell’application monitoring l’uso di strumenti basati su AI permette di risolvere un bisogno particolarmente caro alle aziende. “Le organizzazioni vogliono controllare il business supportato dall’applicazione, ma spesso queste sono monitorate attraverso piattaforme di più vendor, creando un retroscena difficile da interpretare con gli strumenti tradizionali”. I clienti, insomma, necessitano di metriche e misuratori sulla performance complessiva, che solo attraverso strumenti avanzati come quelli basati su AI è possibile ottenere e rendere in un modo semplice, orchestrato ed efficiente.
Torna, insomma, il tema che sta decretando il successo commerciale dell’AI in molti settori: dare all’operatore che affronta problematiche dell’infrastruttura strumenti che rendano più rapido l’intervento, o permettano di delegarlo a un’automazione. “Con automatismi e correlazioni tipiche di una piattaforma AIOps l’operatore – afferma Pennarola – ha già disponibili le informazioni relative allo stato dei sistemi e delle applicazioni nel momento in cui si verifica un’anomalia e può concentrarsi sull’analisi della stessa o addirittura, in ottica predittiva, può disporre di informazioni utili ad intervenire anticipando potenziali degradi del qualità (continuità e prestazioni) dei servizi IT e quindi del business”.
Supportare gli operatori per un migliore monitoraggio delle applicazioni
Per chiarire come avvengono questa accelerazione e questo supporto al lavoro degli operatori, Pennarola e Pedini ci guidano lungo un esempio, spiegandoci che spesso, quando c’è stretta connessione con il servizio reso al business, il fault di un componente si riverbera fino all’utente finale lungo tutta una catena di servizi. In questo caso in sala controllo di rileveranno una serie di allarmi dovuti alla catena di fault, ma tutti derivanti dallo stesso problema in origine. Attraverso il machine learning identificare quale allarme è alla base di tutti gli altri, cioè effettuare la root cause analysis, è molto più rapido ed efficace, soprattutto per gli operatori che non hanno ancora accumulato grandissima esperienza.
“Dove oggi l’IA è di grande aiuto è nel passaggio dal dato all’informazione”spiega Pennarola. “Raccoglie dati da telemetrie e metriche di sistema per correlarle e dare informazioni, in questo caso sullo stato di salute dell’infrastruttura e pertanto del business che ne è supportato”.
Un altro tema fondamentale è quello della diffusione e della messa a valore del know-how aziendale. “AIOps permette di tradurre l’esperienza degli operatori in algoritmi che – afferma Pedini – possono essere messi a disposizione in maniera sistematica, anche a vantaggio di operatori non esperti, che vengono indirizzati verso la soluzione. Si tratta di un’iniziativa che nelle organizzazioni complesse è sempre stata promossa, ma che, con il supporto dei nuovi strumenti, trova terreno ancora più fertile”. Soprattutto considerando che gli strumenti, oggi, sono in grado si alimentarsi con i dati telemetrici, diventando sempre più verticali e specifici per l’azienda con il passare del tempo.
Present, ci spiegano i manager, ha scelto anche in questo settore particolarmente innovativo di seguire la propria vocazione: accompagnare le aziende dalle fasi di valutazione delle necessità tecnologiche ed organizzative, all’identificazione della soluzione AIOps che le indirizzi nel migliore dei modi, fino alla realizzazione del progetto di integrazione delle piattaforme nel contesto del cliente ed alla successiva manutenzione e gestione delle evoluzioni, il tutto partendo da elevate competenze in campo di monitoring “tradizionale”.
L’Intelligenza artificiale al servizio delle operazioni
L’adozione di AIOps nel monitoraggio delle applicazioni rappresenta un punto di svolta significativo per le operazioni IT. Non solo, infatti, aumenta l’efficienza operativa, ma offre anche una visione più approfondita e analitica dello stato delle applicazioni aziendali. Questo si traduce in un incremento della produttività, una riduzione dei tempi di reazione ai problemi e una gestione più efficace delle risorse. La diffusione di questo approccio innovativo, come dimostrato dall’esperienza di Present, apre nuove frontiere per le aziende, consentendo di sfruttare al meglio le tecnologie emergenti e di rimanere competitive nel mercato.
