La continua esplosione di dati provenienti da ambienti multicloud e cloud-native, unita alla maggiore complessità degli stack tecnologici, porterà le organizzazioni a cercare modi nuovi e più efficienti per indirizzare l’automazione intelligente nel 2023. Non si tratta solo dell’enorme aumento dei payload trasmessi, ma anche dei volumi esponenziali di dati aggiuntivi, che possono essere sfruttati per ottenere una migliore osservabilità, una maggiore sicurezza e insight aziendali più approfonditi. Tuttavia, la prevalenza di strumenti di monitoraggio isolati che offrono insight su una singola area dello stack tecnologico o supportano un caso d’uso isolato, ha impedito il progresso nell’accesso a questo valore, rendendo difficile conservare il contesto dei dati. Ciò si traduce anche in silos dipartimentali, poiché ogni team rimane concentrata sul proprio pezzo del puzzle, piuttosto che combinare i dati per rivelare il quadro più ampio. Per affrontare questo problema, man mano che le organizzazioni consolideranno i propri strumenti e passeranno da una miriade di tool fai-da-te isolati e difficili da gestire a piattaforme di analisi multiuso basate sull’intelligenza artificiale che offrono ai team BizDevSecOps le informazioni e l’automazione di cui hanno bisogno, osservabilità, sicurezza e business analyitics convergeranno. Ciò contribuirà a domare il cloud e l’esplosione dei dati e farà da spinta all’automazione intelligente in più aree, dalla modernizzazione del cloud alla conformità normativa e alla cyber forensics.
Un’Intelligenza Artificiale affidabile emergerà come condizione necessaria da parte delle organizzazioni che devono promuovere un’automazione diffusa dei loro ecosistemi digitali sempre più complessi
Mentre le organizzazioni si sforzano di fare di più con meno e andare avanti nonostante i crescenti venti macroeconomici contrari, l’automazione sarà più cruciale che mai nel 2023. Questo consentirà, infatti, alle organizzazioni di liberare risorse qualificate, per concentrarsi su attività che offrono il massimo valore ed evitare la poco attraente prospettiva di tagliare investimenti e risorse su progetti digitali e innovazione. Tuttavia, la crescente consapevolezza del potenziale dei bias nell’IA costituirà un ostacolo alla diffusione dell’automazione nelle operazioni aziendali, nell’IT, nello sviluppo e nella sicurezza. Le organizzazioni non possono permettersi di gestire runbook automatizzati con un’intelligenza artificiale che può essere indotta a confondere i segnali di un problema con la sua causa principale, che dà la priorità ai problemi a basso rischio rispetto a quelli che hanno un vero impatto sul business o che implementa soluzioni sbagliate. Senza un’intelligenza artificiale affidabile, gli operatori umani continueranno a sentirsi obbligati a convalidare manualmente qualsiasi risposta fornita dalle loro soluzioni basate sull’intelligenza artificiale. Ciò annullerà i vantaggi in termini di efficienza e ostacolerà gli sforzi per automatizzare i processi aziendali, di sviluppo, di sicurezza e operativi. L’affidabilità emergerà quindi come prerequisito per qualsiasi soluzione di intelligenza artificiale, grazie alla sua capacità di fornire risposte precise e spiegabili invece di ipotesi statistiche.
DevSecOps matura in SecDevBizOps poiché la cyber-insurance richiede che ogni innovatore sia responsabile della riduzione al minimo del rischio
Il rischio informatico diventerà una priorità per tutti coloro che sono coinvolti nell’innovazione, poiché la crescente maturità nel settore assicurativo rende imperativo trattare la sicurezza come una responsabilità condivisa. Le organizzazioni che stipulano polizze assicurative informatiche dovranno dimostrare che ogni innovatore nell’organizzazione è in grado di condurre la due diligence e gestire il rischio associato alle proprie azioni. Ci sarà quindi una crescente attenzione alle soluzioni in grado di consentire ai team di far maturare le loro strategie incentrate su DevOps e BizDevOps in un approccio SecDevBizOps più olistico. Ciò porterà a maggiori investimenti nelle piattaforme di osservabilità che supportano i processi interdipartimentali e assicurano che tutti abbiano le risposte di cui hanno bisogno per essere responsabili della fornitura di un’innovazione sicura.
L’automazione basata sul contesto dei dati emergerà come una priorità per le organizzazioni che desiderano trasformare l’AIOps di base in un AISecOps più preciso
Le organizzazioni si renderanno sempre più conto che per essere efficaci, le piattaforme che utilizzano per automatizzare le pipeline di distribuzione del software e supportare AIOps devono essere guidate dal contesto dei dati. Ciò significa che hanno bisogno della capacità di unificare i dati in un’unica fonte di verità, dove possono essere trasformati in risposte precise e automazione intelligente. Questo sarà fondamentale per garantire che l’intelligenza artificiale che alimenta l’automazione possa distinguere tra causa ed effetto per prendere decisioni più intelligenti e tempestive. Tuttavia, le organizzazioni stanno faticando a mantenere questa condizione poiché la crescente complessità delle architetture cloud dinamiche e i percorsi digitali sempre più distribuiti hanno portato a un’esplosione di dati e strumenti di analisi disparati. Nel prossimo anno, le organizzazioni cercheranno di affrontare questo problema spostando la loro attenzione dal consolidamento degli strumenti per promuovere AIOps efficienti, all’adozione di piattaforme che supportano AISecOps più avanzate. Questo consentirà di abbattere i silos tra dati di osservabilità, business e sicurezza e riunirli con la mappatura della topologia e delle dipendenze. Di conseguenza, saranno in grado di mantenere la relazione tra i flussi di dati e sbloccare l’intero contesto necessario per guidare un’automazione più potente e precisa, in modo da poter offrire esperienze digitali senza interruzioni.
di Bernd Greifeneder, CTO & Founder, Dynatrace
