Dynatrace, pioniere nell’ambito dell’intelligenza artificiale applicata all’osservabilità, propone già oggi soluzioni efficaci che consentono alle imprese di efficientare i propri flussi di lavoro.
Negli ultimi anni, il mercato legato all’IA è letteralmente “esploso”, anche se in molti casi il pubblico di utenti, professionisti e imprese non ha sempre ben chiari i confini delle differenti tipologie e, con grande frequenza, si fa riferimento all’intelligenza artificiale quasi esclusivamente in rapporto a quella “generativa”.
Sussistono tuttavia differenti tipi di intelligenza artificiale, a partire dall’IA causale, in grado di definire causa ed effetto di determinati eventi. Passiamo poi all’IA predittiva, capace di addestrare modelli di machine learning per imparare dai dati storici e fare previsioni mirate. L’IA generativa utilizza invece i dati a disposizione per “generare” contenuti, quali per esempio immagini, testi o codici.
Combinando più tipi di intelligenza artificiale è possibile ottenere quella che è definita come IA composita, attraverso la quale si possono concretizzare ragionamenti evoluti e migliorare precisione e significato dei risultati ottenuti attraverso IA generativa.
L’IA per le imprese
L’intelligenza artificiale è oggi fondamentale per le imprese, che possono sviluppare workload e soluzioni in grado di accelerare le attività quotidiane. L’IA sta trovando posto in numerosi possibili contesti di business e le vere potenzialità di questa architettura sono ancora da scoprire. Per esempio, grazie alla capacità di elaborare enormi quantità di dati in tempo reale, l’IA può analizzare i comportamenti delle persone, prevedere le loro esigenze e fornire risposte personalizzate e immediate. Questo, non solo migliora la customer experience complessiva, ma può anche aumentare la fedeltà dei clienti e generare entrate aggiuntive per l’azienda.
Non stupisce, dunque, scoprire che le imprese del nostro Paese siano altamente interessate all’IA e, in alcuni casi la stiano già adottando in misura maggiore rispetto ad altre country europee.
I vantaggi sono particolarmente evidenti nei casi d’uso nel campo dello sviluppo, delle operation e della sicurezza, dove le organizzazioni possono utilizzare soluzioni basate sull’IA generativa per scrivere codice software, creare report e dashboard, e consentire agli utenti di interrogare le basi dati utilizzando il linguaggio naturale. Ma non solo, tra i settori che già oggi impiegano l’IA c’è il comparto della ricerca scientifica, per raccogliere ed elaborare dati su ampia scala, per aiutare a riprodurre esperimenti e diminuirne i costi. Anche il mondo finance sfrutta l’IA, per esempio per identificare le frodi, valutare l’affidabilità creditizia, ridurre i costi dei servizi alla clientela e automatizzare transazioni. Oggi, numerose soluzioni per la cybersecurity utilizzano questa architettura per migliorare la localizzazione delle minacce e ridurre i tempi di risposta.
IA, prospettive e integrazione
Come evidenziato nel report Dynatrace “Lo stato dell’IA nel 2024” e in numerosi altri studi commissionati in questi ultimi anni, l’intelligenza artificiale ha prodotto numerosi dibattiti, circa il suo utilizzo, e ha sollevato dubbi, perplessità e qualche pregiudizio.
Nonostante questo, le imprese stanno accelerando l’adozione di questi sistemi per incrementare la produttività e non solo. Un esempio? Secondo l’indagine Dynatrace, l’83% dei leader intervistati afferma che l’intelligenza artificiale è diventata obbligatoria per stare al passo con la natura dinamica degli ambienti cloud. Se consideriamo i 100 leader italiani coinvolti nell’indagine, questa percentuale sale al 92%. L’88% dei leader intervistati pensa che l’IA consentirà di ottimizzare i costi del cloud supportando pratiche di FinOps.
Per stare al passo con i processi di digitalizzazione e le mutevoli condizioni di mercato, le aziende stanno progressivamente investendo sempre di più nell’IA. Gli obiettivi sono differenti in funzione del segmento in cui le singole imprese si trovano a operare. Per esempio, nel settore tecnologico, le aziende si aspettano una più rapida implementazione e distribuzione dei software grazie all’IA. E ancora, confidano di poter beneficiare di una veloce risposta in caso di incidenti di sicurezza, oppure desiderano fornire accesso all’analisi dati estesa anche ai team di lavoro non tecnici, sfruttando assistenti e query basate sul linguaggio naturale.
Oggi, quasi tre quarti dei team di IT operation, sviluppo e sicurezza prevedono di utilizzare l’intelligenza artificiale per svolgere il proprio lavoro in modo più proattivo. Analisti ed esperti possono concentrarsi maggiormente sulle attività strategiche e a valore, affidando agli strumenti digitali la gestione delle procedure ripetitive e della manutenzione.
Gli investimenti in IA per il settore tecnologico andranno a interessare differenti macroaree, come lo sviluppo automatico del codice (61%), la manutenzione proattiva (43%), o ancora la possibilità per gli utenti di creare nuovi workflow automatizzati (32%).
In generale la progressiva integrazione dell’IA nelle aziende è guidata dalla volontà di implementare nuove soluzioni a favore del business, come la generazione di informazioni approfondite in differenti contesti, l’implementazione di pratiche self-service e, ancora, l’automatizzazione delle analisi dati.
Sfide e rischi
Oltre a una serie di potenziali vantaggi, già oggi sotto gli occhi di tutti e alla portata delle imprese, l’IA generativa comporta sfide, rischi, potenziali manipolazioni e pregiudizi. È fondamentale poter integrare una GenAI non generalista, addestrata con dati e modelli “certificati” basati sul proprio contesto operativo. Solo così gli operatori potranno “fidarsi” delle risposte generate dal sistema ed evitare imprecisioni o risultati incoerenti.
Anche per questi motivi, il 95% dei leader di settore sostiene che l’IA generativa potrebbe risultare più vantaggiosa se affiancata da altri tipi di IA.
Ma l’uso massimo di questa tecnologia, se non opportunamente normata e gestita, può portare a potenziali rischi anche in ambiti come la sicurezza e la compliance. Buona parte dei 1.300 leader IT intervistati nella survey Dynatrace esprime criticità circa l’uso dell’IA in ambiti non approvati, dal momento che i dipendenti sono sempre più abituati a usare modelli e strumenti a disposizione del grande pubblico (come ChatGPT). Un utilizzo indiscriminato, per esempio, per creare codice, potrebbe comportare la perdita di dati aziendali oppure la violazione della proprietà intellettuale.
Per scongiurare questi scenari (per l’81% dei rispondenti si tratta di un aspetto cruciale) le aziende devono abilitare misure di protezione per gestire l’acquisizione dei dati da parte dei modelli di IA. Ciò determinerà la crescita della domanda di soluzioni progettate tenendo conto dei requisiti di sicurezza e privacy.
Ma il percorso di integrazione dell’IA nelle aziende è solo agli inizi. Quali saranno gli indicatori che potranno determinare il successo di simili soluzioni? Per molti, è importante migliorare la comprensibilità delle risposte fornite dall’IA (86%), così come definire al meglio la qualità dei dati usati come input (sempre 86% del campione).
Occorrono poi competenze precise e specifiche (87%), mentre per l’82% l’eliminazione dei pregiudizi che circondano il concetto stesso di intelligenza artificiale richiederà un percorso strutturato e da seguire con attenzione.
La prospettiva di Dynatrace
Il mondo odierno è fortemente legato ai processi e alle piattaforme digitali, architetture che assumeranno un ruolo ancora più importante in futuro, così come l’IA.
Dynatrace propone una piattaforma di osservabilità, sicurezza, analisi e automazione guidate da Davis AI, un’intelligenza artificiale “ipermodale” che combina tecniche di IA causali, predittive e generative.
Ciò consente di gestire la complessità e la dinamicità dei moderni ambienti ibridi e multicloud, ridurre i tempi di intervento e migliorare la qualità dell’esperienza utente.
L’IA causale analizza costantemente i dati di osservabilità (tra cui metriche, trace, log ed esperienze degli utenti reali) per individuare sul nascere un problema e fornire agli specialisti IT indicazioni sulla causa esatta che l’ha generato, consentendo loro di risolverlo tempestivamente. Anticipando trend ed eventuali eventi futuri, l’IA predittiva consente invece di adottare un approccio proattivo volto a prevenire incidenti prima che impattino sui servizi erogati.
Anche i team Dev e Sec possono beneficiare di questo approccio. La piattaforma li aiuta a prioritizzare la risoluzione delle vulnerabilità nel codice applicativo e nelle librerie open source o di terze parti individuate automaticamente e in tempo reale. La funzionalità Runtime Vulnerability Analytics aiuta a comprendere l’impatto e l’effettiva esposizione rispetto a una vulnerabilità già dopo pochi minuti che questa è stata pubblicata. Il Runtime Application Protection consente inoltre di proteggere gli ambienti da attacchi di tipo injection mentre gli sviluppatori stanno rimediando alle vulnerabilità rilevate. Infine, il modulo Security Analytics aiuta gli esperti della sicurezza a investigare sui tentativi di attacco rilevati e condurre proattivamente attività di threat hunting.
Recentemente l’azienda ha potenziato il suo motore di intelligenza artificiale con Davis CoPilot, una IA generativa capace di fornire automaticamente consigli, creare workflow e dashboard o consentire alle persone di utilizzare il linguaggio naturale per esplorare i dati di osservabilità, sicurezza e business.
