Vertiv affronta il tema del gap in termini di conoscenze nell’ambito dei data center e le possibili soluzioni che potrebbero essere attuate al fine di ridurre il più possibile questo divario

A cura di Patrick Quirk, Vicepresidente e General Manager del reparto IT Systems di Vertiv

Un team specializzato di esperti Vertiv ha recentemente identificato i potenziali trend relativi ai data center per il 2019. Gli elementi emersi dal dibattito fra questi esperti, provenienti da ogni settore dell’azienda e da tutto il mondo, hanno riguardato le tecnologie di alimentazione e di raffreddamento, la rete edge e gli approcci innovativi al monitoraggio e alla gestione.

Fra i dati riscontrati in linea con le aspettative degli esperti Vertiv, vi è però un’eccezione di rilievo: il divario di conoscenze a livello di data center. Si tratta di un tema di cui si è già sentito ampliamente parlare, ma l’aspetto rilevante è che tale divario è ormai reale e concreto, oltre a divenire rapidamente più profondo.

Sempre meno esperti istituzionali

Il problema della scarsità di esperti istituzionali riguarda sia i Paesi sviluppati che quelli in via di sviluppo ma, a seconda delle aree geografiche, assume caratteristiche peculiari differenti. Ad esempio, per quanto riguarda Stati Uniti, Canada ed Europa, la generazione di baby boomer che ha costituito per decenni il nucleo della forza lavoro dei data center sta ormai andando in pensione.

La nuova generazione che li sostituisce introduce nuove competenze (alcune più utili, altre meno), ma non possiede le conoscenze istituzionali dei suoi predecessori. I programmi di formazione tradizionali sono obsoleti e non riescono a stare al passo con un’industria orientata verso il cloud e l’edge.

La risposta del settore di fronte a questa criticità si concretizza sostanzialmente in due forme. Da una parte, è necessario rivedere la scelta del personale per i data center, specialmente dal momento che le aspettative aumentano a fronte di risorse umane sempre meno numerose.

Negli Stati Uniti e in Europa, il numero limitato di lauree di primo livello dedicate ai processi operativi e alla tecnologia dei data center e la lentezza con cui si adeguano alle rapide trasformazioni in atto nel settore, si tradurranno in una diffusione dei programmi di formazione interni alle aziende.

È probabile che queste ultime individuino nuove possibili assunzioni tra coloro che, pur vantando competenze modeste nel campo dell’IT, presentano una spiccata attitudine all’apprendimento e alla risoluzione dei problemi. Verrà data priorità al pensiero critico e le imprese si affideranno alle proprie capacità per gestire la formazione tecnica.

Un futuro promettente per l’intelligenza artificiale?

Il secondo aspetto riguarda la tecnologia. Sempre più spesso le aziende infatti impiegheranno sistemi intelligenti basati su machine learning e intelligenza artificiale per semplificare i processi operativi, salvaguardare le conoscenze istituzionali e consentire un’assistenza e una manutenzione più predittive ed efficienti.

In altre parole, l’utilizzo dei sistemi intelligenti basati su machine learning e AI ovvierà al problema della mancanza di esperienza pregressa di una risorsa da poco inserita o a possibili carenze legate all’apprendimento di un individuo.

Vertiv sta sviluppando entrambe le strade. Da una parte, vi è un’attività costante finalizzata ad aumentare l’intelligenza delle soluzioni elaborate, sfruttando risorse cloud per acquisire enormi quantità di dati e utilizzando il machine learning e l’intelligenza artificiale per fare in modo che le apparecchiature dell’infrastruttura di Vertiv assorbano conoscenze istituzionali.

Dall’altra vi è un impegno costante nel sviluppare programmi di formazione interni più solidi e strutturati per integrare le competenze base che i nuovi collaboratori introducono in azienda.

Il supporto ai clienti Vertiv per gestire il problema si traduce in soluzioni di infrastruttura più intelligenti e in esperti che siano preparati a soddisfare i requisiti dei data center moderni attraverso programmi di formazione interni più efficaci.