Nel panorama attuale, settori come servizi finanziari, commercio, viaggi e pubblica amministrazione dipendono sempre più dal software per il loro funzionamento. Con la trasformazione digitale, queste applicazioni si sono spostate massicciamente verso il cloud, portando benefici significativi come una maggiore velocità di produzione del software e un aumento dell'innovazione e della produttività.
Tuttavia, questo cambiamento ha introdotto anche sfide notevoli, in particolare un'esplosione dei dati e una complessità senza precedenti.
Cybersecurity e ONG: la sfida tra digitale e sicurezza fisica – Intervista a Carola Frediani”
Di questo e altro ha parlato Rick McConnell, CEO di Dynatrace, di tappa in Italia pochi giorni fa. Nel corso dell'incontro ha spiegato perché la sua sia la società leader nel settore dell'APM (Application Performance Monitoring) e come riesca a offrire un monitoraggio end-to-end delle applicazioni.
Ciò le permette di offrire soluzioni improntate all'osservabilità del software e alla gestione delle prestazioni applicative, grazie alla piattaforma integrata di nome Davis, componente che sfrutta l'intelligenza artificiale avanzata per monitorare, analizzare e ottimizzare il funzionamento delle applicazioni in ambienti cloud complessi.
Rick McConnell ha esordito raccontando che circa 30 anni fa, quando lavorava come sviluppatore su mainframe IBM, la situazione era molto diversa da quella attuale. Se c'era un problema nel software, la responsabilità era chiaramente sua e doveva risolverla lui.
Oggi, invece, le cause dei problemi possono essere innumerevoli: un router di AWS, una libreria open source... il software può 'rompersi' anche senza aver cambiato una sola riga di codice.
Questa situazione è dovuta alla trasformazione digitale che, se da un lato comporta gli indubbi vantaggi derivanti dal portare le aziende nel cloud, dall'altro ha determinato sistemi aziendali di crescente complessità, con la conseguente difficoltà di garantire software privi di errori.
Tradizionalmente, le organizzazioni hanno affrontato questi problemi con dashboard che illustrano lo stato del software attraverso una serie di indicatori. Tuttavia, queste soluzioni non sono in grado di individuare con precisione i problemi.
"Cloud done right"
Rick McConnell ha ricordato di aver incontrato molti clienti secondo i quali la risoluzione manuale dei problemi richiede troppo tempo, compromettendo le aspettative degli utenti. Ecco perché c'è una crescente domanda di soluzioni automatizzate, come quelle offerte da Dynatrace, che permettono di individuare rapidamente i problemi e risolverli.
Dynatrace si distingue infatti per Davis, il suo motore AI che analizza automaticamente i dati raccolti dalla piattaforma per fornire insight intelligenti e identificare problemi di performance e sicurezza. Davis utilizza algoritmi avanzati di machine learning e intelligenza artificiale per eseguire analisi sia causale sia predittiva.
Il sistema è progettato per semplificare la gestione delle applicazioni, individuando automaticamente le cause dei problemi, suggerendo soluzioni e, in alcuni casi, risolvendo i problemi autonomamente.
In un momento in cui la crescente complessità dei dati introdotta dalla trasformazione digitale rende difficile avere un'esperienza utente chiara, Dynatrace offre una soluzione diversa dalle tradizionali dashboard.
Grazie al suo archivio di dati integrato, chiamato Grail, e a tecnologie avanzate come l'Hypermodal AI che combina intelligenza artificiale causale, predittiva e generativa, Dynatrace è in grado di individuare rapidamente i problemi, prevederli e automatizzarne la soluzione.
Come esempio dell'efficacia delle sue soluzioni, Rick McConnell ha citato l'esempio di British Telecom, che grazie a Dynatrace ha ridotto i problemi software del 50% e diminuito del 90% i tempi di risoluzione, con un risparmio previsto di 28 milioni di sterline in tre anni.
L'importanza dell'osservabilità
Non poteva mancare un approfondimento sull'IA generativa che, a detta di Rick McConnell, sebbene porti a una maggiore produttività, sta aumentando la complessità dei dati e dunque il carico di lavoro nelle organizzazioni.
Da un lato è vero che l'IA generativa può accrescere lo sviluppo del software del 20%, ma è altrettanto vero che ciò significa avere il 20% in più di codice da testare con lo stesso rigore.
Per monitorare questi carichi di lavoro derivanti dall'IA, Dynatrace ha sviluppato la cosiddetta AI Observability che applica le capacità di osservabilità della piattaforma ai carichi di lavoro dell'IA generativa, consentendo alle organizzazioni di risolvere i problemi più rapidamente.
Un esempio pratico per l'Italia è quello di Aeroporti di Roma (ADR), che ha utilizzato Dynatrace per gestire meglio il flusso di viaggiatori attraverso i controlli di sicurezza, migliorando così l'efficienza operativa e l'esperienza dei passeggeri.
"Più è complesso, meglio è"
In conclusione, c'è stato spazio anche per un paio di nostre domande. La prima nasce dal fatto che Rick McConnell ha affermato che Dynatrace sta lavorando sull'intelligenza artificiale da una decina di anni.
Ma se già oggi il suo sistema implementa IA causale, futura e generativa, viene lecito domandarsi come la sua azienda saprà rendere in futuro l'offerta altrettanto innovativa.
E la risposta è che non ci sono all'orizzonte altre novità altrettanto dirompenti come l'intelligenza artificiale. Ma che ci sono ampi margini di miglioramento della proposta attuale su tre fronti.
Il primo di essi riguarda l'osservabilità, spesso implementata a livello dipartimentale, con vari team che scelgono strumenti diversi, creando così un ambiente ingovernabile. La prossima evoluzione sarà la centralizzazione della decisione di acquisto sull'osservabilità a livello del CIO, così da ottenere un approccio comune aziendale.
Ciò si adatta perfettamente a Dynatrace, poiché le grandi organizzazioni, con la loro vasta quantità di dati complessi, necessitano di un sistema automatizzato per l'analisi, che è ciò che l'azienda fa meglio.
La seconda tendenza riguarda la gestione del monitoraggio dei log. È tradizionalmente separata dall'osservabilità, ma McConnell prevede una convergenza tra questi due mercati. Splunk è stato il player dominante nei log, Dynatrace dell'osservabilità: in futuro queste funzionalità si uniranno.
Il terzo punto riguarda la sicurezza delle applicazioni. Sebbene Dynatrace non intenda competere con i grandi player della cybersecurity, McConnell riconosce che alcuni aspetti della sicurezza beneficiano significativamente dall'osservabilità, come nel caso dell'analisi delle vulnerabilità.
I problemi occorsi con log4j ne sono un esempio e Dynatrace, monitorando le applicazioni in tempo reale, può identificare esattamente dove vengono fatte le chiamate problematiche, aiutando a risolvere rapidamente le vulnerabilità.
Nel tempo, assisteremo a una convergenza tra l'osservabilità e la sicurezza delle applicazioni, così come tra l'osservabilità e il monitoraggio dei log. Ciò creerà opportunità maggiori per un numero ristretto di aziende.
Da ultimo, ci è sembrata immancabile una domanda riguardo al mercato APM: quali sono i punti di forza e di debolezza di Dynatrace?
"L'APM è da sempre la caratteristica distintiva di Dynatrace e quindi, di tutte le aree, è quella in cui eccelliamo", ha risposto Rick McConnell. "Ma l'osservabilità comprende vari componenti: monitoraggio delle applicazioni, monitoraggio delle infrastrutture, monitoraggio dell'esperienza digitale e degli utenti reali, sicurezza delle applicazioni e monitoraggio dei log".
"La forza di Dynatrace risiede nella combinazione di questi elementi, offrendo una visione completa e integrata delle performance e della sicurezza delle applicazioni", ha quindio concluso.
Le partnership con gli hyperscaler
Dynatrace ha stabilito partnership significative con grandi fornitori di servizi cloud come AWS, Azure e Google Cloud. Parliamo però di colossi che di solito, se non hanno qualcosa nella loro offerta, la comprano o se la fanno per conto proprio. Dynatrace li vede unicamente come dei partner o anche come dei potenziali concorrenti?
"In parte lo sono", ammette Rick McConnell. "Ciascuno di loro ha una propria soluzione di osservabilità ma si tratta di dashboard piuttosto standardizzate. Possono dirti che il tuo software non funziona ma non ti dicono dove, perché o come risolvere il problema".
Gli strumenti di monitoraggio dagli hyperscaler coprono poi solo le loro piattaforme specifiche, mentre Dynatrace offre una soluzione di osservabilità end-to-end che copre ambienti multi-cloud e ibridi, come dimostrato da clienti italiani come TIM (Telecom Italia) e Soldo Technology.
"Gli hyperscaler non possono competere con noi perché sono limitati al loro ambiente specifico", afferma McConnell. "Questo spesso è sufficiente per piccole e medie imprese, motivo per cui questo spazio è poco interessante per noi. Se hai una piccola azienda e sei solo su AWS, magari con una singola applicazione, forse quello che può offrirti è più che sufficiente".
"Tuttavia, le nostre aziende, le nostre organizzazioni e i nostri clienti, operano abitualmente in ambienti ibridi (che includono anche componenti legacy come il mainframe) e multi-cloud. Nessuno di questi può essere monitorato dagli hyperscaler perché non possono vedere un flusso di lavoro end-to-end usando i loro strumenti. Non è fattibile. Insomma, più è complesso, meglio è per noi".
Quello con gli hyperscaler, insomma, è un rapporto di mutuo beneficio: "Dynatrace grazie agli hyperscaler genera un alto volume di dati e di computazione, utile a rendere i suoi servizi sempre migliori. D'altro canto gli hyperscaler grazie a noi offrono un servizio migliore ai propri clienti".