Per essere in grado di analizzare questi ecosistemi iper-dinamici e ultra-complessi, l’unica risposta efficace è un monitoraggio guidato dall’AI

AI*IA

A cura di Eric Maillard, esperto in Application Performance di Dynatrace

Sia che si parli di “wearable”, di case connesse o di smart city, l’IoT sta irrompendo nella vita quotidiana di tutti, sia individui che professionisti. Dietro questa semplice parola si trovano sistemi sempre più complessi, dei quali però bisogna mantenere il controllo.

Non gli sfugge nessun settore: l’IoT è ovunque e l’innovazione ad esso associata sta accelerando, nonostante una certa cautela, in particolare per quanto riguarda i rischi e i costi delle nuove offerte di servizi. Ma, come già accadeva con il Cloud, la diversità degli ambienti e delle tecnologie generate dall’IoT comporta un maggiore rischio di perdita di controllo sui sistemi informativi delle aziende.

IoT: un mondo di opportunità e innovazione

Senza necessariamente rendersene conto, i cosiddetti oggetti connessi, che in realtà non sono né più né meno che le nuove interfacce uomo-macchina o macchina-macchina, stanno gradualmente invadendo la vita di tutti i giorni. Non contiamo più il numero di “wearable”, di sensori collegati per l’industria, di immobili residenziali o commerciali intelligenti, di automobili o città connesse (le famose Smart City).

Un intero ecosistema di oggetti connessi che offre alle aziende, attraverso molteplici potenziali applicazioni, reali opportunità di business e la capacità di differenziarsi nei loro mercati attraverso prodotti e servizi sempre più innovativi. A condizione che tutti i servizi e le applicazioni offerte funzionino perfettamente e rispondano in tempo reale alle aspettative degli utenti.

Quando l’IoT supera i confini del monitoraggio tradizionale

Per definizione di ambienti sempre più dinamici e distribuiti, gli ambienti IoT tendono a diventare più consistenti e quindi a diventare più complessi. Fornito di strumenti tradizionali, l’essere umano non può più elaborare una così grande quantità di informazioni e varietà di dati, tanto più in brevissimo tempo. Perché molte applicazioni IoT si integrano con processi aziendali critici o sono fortemente correlate all’esperienza del cliente, con conseguente necessità di un controllo in tempo reale, o almeno in un lasso di tempo contenuto.

Pertanto, in caso di malfunzionamento (rallentamento o guasto), è l’intero processo o l’esperienza del cliente che può essere penalizzato, con un impatto diretto e immediato sull’immagine o sul business dell’azienda.

Per le operation IT è importante reagire rapidamente in caso di problemi di prestazioni, ma essere proattivi in queste situazioni può essere ancora più cruciale.

Allo stesso modo, data la grande varietà di dispositivi connessi (dal semplice sensore a un intero server), la flessibilità delle soluzioni di monitoraggio è altrettanto essenziale per raccogliere e analizzare tutte le informazioni provenienti da questi oggetti. In breve, nel suo approccio tradizionale, il monitoraggio basato su dashboard per l’applicazione manuale è destinato a scomparire.

L’intelligenza artificiale aiuta l’ecosistema IoT

Per gestire questa massa di informazioni e quindi essere in grado di analizzare questi ecosistemi iper-dinamici e ultra-complessi, l’unica risposta efficace è un monitoraggio guidato dall’intelligenza artificiale. Pertanto, tutti gli eventi raccolti vengono identificati, classificati e restituiti in tempo reale in un formato immediatamente comprensibile per i decisori, i quali possono quindi fare le migliori valutazioni e attivarsi per ridurre al più presto gli impatti negativi sull’attività e favorire la user experience.

Come possiamo vedere, l’idea non è quella di far decidere alla macchina da sola, ma di offrire al decisore una visione chiara e precisa delle informazioni necessarie per prendere le giuste decisioni, cosa che non sarebbe in grado di fare se avesse dovuto analizzare da solo rapidamente terabyte di dati! Al contrario, in pochi millesimi di secondo, l’intelligenza artificiale sarà in grado di identificare un malfunzionamento o, meglio, anticiparlo in qualsiasi punto dell’ecosistema IoT e consentirne la rapida risoluzione.

Oggi ci sono molti settori e casi d’uso in cui il monitoraggio guidato dall’intelligenza artificiale trova il suo interesse. In ambito sanitario, ad esempio, dove gli elementi critici devono essere aggiornati regolarmente. E’ quindi possibile identificare rapidamente problemi di implementazione e prestazioni, a livello del codice stesso, al fine di limitare rischi, ritardi e i costi associati. Nelle smart city, il monitoraggio dell’illuminazione intelligente permette di trovare la fonte e la posizione di un malfunzionamento e inviare il personale responsabile della sua riparazione sul posto, limitando così il rischio di un consumo eccessivo di energia.

Migliaia di altri esempi potrebbero essere rappresentati. Ma indipendentemente dal settore, dagli oggetti connessi o dai processi aziendali coinvolti, il monitoraggio basato sull’intelligenza artificiale risponde sempre alla stessa sfida: la capacità, in tempo reale, di mantenere l’intero ecosistema IoT, sempre più complesso, in condizioni operative.