• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Industry 5.0
  • Sanità Digitale
  • ReStart in Green
  • Contattaci
Close Menu
LineaEDPLineaEDP
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    Trending
    • Lo streaming dei dati abilita l’innovazione dei prodotti AI
    • StarWind Software acquisita da DataCore
    • Dell Technologies per progettare data center più moderni
    • OVHcloud lancia il nuovo data center a Milano, con il Public Cloud disponibile nella multizona 3-AZ
    • Portworx e Red Hat per promuovere risparmi e semplicità operativa
    • Cyber attacchi: l’Italia è maglia nera mondiale
    • Navigare in rete in modo sicuro: consigli pratici ed accorgimenti per non correre rischi
    • Attacchi informatici: Russia, UE e Asia nel mirino
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    LineaEDPLineaEDP
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    LineaEDPLineaEDP
    Sei qui:Home»Categorie Funzionali»Posizione Home-Page»Posizione Primo Piano»Il Digital Performance Management guidato dall’Intelligenza Artificiale

    Il Digital Performance Management guidato dall’Intelligenza Artificiale

    By Redazione LineaEDP10/11/2016Updated:10/11/20164 Mins Read
    Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email

    Una riflessione di Dynatrace sul futuro della gestione delle prestazioni digitali guidato dall’AI

    formazione

    A cura di Jason Bloomberg, analista, esperto di digital transformation e presidente di Intellyx

    Oggi per le aziende l’obiettivo è chiaro, anche se non ancora del tutto raggiunto: possedere un ambiente produttivo e operativo totalmente automatizzato.

    L’ascesa del DevOps mostra proprio quali progressi abbiamo fatto nell’automatizzare il provisioning e la configurazione delle operazioni, così come la distribuzione delle applicazioni. Il passaggio successivo riguarda la gestione dell’ambiente operativo.

    L’IT Operations Management (ITOM), e, in particolare, l’Application Performance Management (APM) sono oggi già sulla buona strada verso la realizzazione di questa visione “hands-off” ma il traguardo non è ancora stato tagliato. Negli ambienti di produzione aziendali complessi, come quelli attuali c’è e ci sarà anche in futuro bisogno dell’intervento delle persone ma, più gli ambienti e le applicazioni diventano difficili da gestire, più sarà necessario fornire ai responsabili delle operation strumenti più intelligenti e più potenti.

    Gli strumenti di monitoraggio di prima generazione coglievano gli eventi e i log registrati per alimentare gli alert inviati al team delle operation. Il risultato era una tempesta di avvisi con una quantità di informazioni tale da renderle spesso inutilizzabili, perché le informazioni realmente importanti venivano perse in un flusso di dati inutili e senza fine.

    La definizione più ampia che il termine “applicazione” sta assumendo nel mondo digitale di oggi aggiunge ulteriore complessità: le applicazioni monolitiche del passato sono state affiancate o sostituite dalle applicazioni digitali moderne che sono spesso eseguite sia on premise sia nel cloud e composte da molti elementi distinti: container nei quali sono eseguiti numerosi micro-servizi, plug-in di terze parti e altro ancora.

    Questo contesto sempre più dilatato per l’applicazione porta a emergere una nuova categoria di mercato: il Digital Performance Management (DPM). Il DPM, come quello proposto da Dynatrace, riconosce che, al fine di soddisfare le esigenze e le aspettative degli utenti finali, ogni elemento delle applicazioni, complesse e interconnesse, deve garantire prestazioni corrette, ogni volta e a qualsiasi velocità.

    Il Machine Learning viene in soccorso

    Come è possibile, allora, identificare le informazioni preziose separandole dalla marea di dati inutili? Il segreto sono le tecnologie di apprendimento automatico che rendono il filtraggio dei contenuti molto più sensibile al contesto e, idealmente, consentono al sistema di continuare ad apprendere nel corso del tempo.

    Ma anche queste tecnologie di monitoraggio di ultima generazione presentano delle pecche, perché anch’esse operano solo una volta che il fatto è avvenuto.

    Un problema può causarne un altro e un altro ancora, e, quando l’amministratore riceve finalmente un alert, deve tornare a ritroso a cercare di capire quale sia stata la causa principale scatenante.

    Per questo motivo, la prossima generazione di tecnologia di monitoraggio dovrà concentrarsi sull’analisi delle cause. Correlando tra loro in sequenza gli alert più significativi nel tempo e risalendo cronologicamente al primo è possibile, infatti, determinare se tale primo evento sia stato veramente la causa scatenante dei problemi percepiti e, inoltre, trovare la soluzione ai problemi principali.

    Il semplice machine learning algoritmico, purtroppo, non è generalmente all’altezza del compito di individuare cause profonde nel mondo reale degli ambienti aziendali complessi. Ancora una volta, i vendor devono fare un passo avanti e pensare a progettare funzionalità di intelligenza artificiale (AI) più sofisticate che sfruttano metodi avanzati come il deep learning e le tecniche di analisi dei big data per cogliere i punti dati più preziosi e rivelare la vera causa degli scenari dei problemi più complessi.

    Oltre il semplice Machine Learning

    Con tali strumenti di Intelligenza Artificiale a disposizione delle operation, i team che ne sono responsabili sono ora in grado di attivarsi più rapidamente rispetto ai problemi mentre i vendor concentrano i propri sforzi su come realizzare una visione completa di DPM automatizzato. Il pezzo mancante, a mio avviso, resta l’analisi predittiva.

    L’analisi predittiva è in grado di elevare gli standard del monitoraggio guidato dall’Intelligenza Artificiale, perché oggi non ci basta più semplicemente stroncare i problemi sul nascere, ma ora vogliamo prevedere i problemi prima che si verifichino, in modo da impedire loro a priori di ripercuoteresti sulle operazioni!

    Alcuni semplici esempi di capacità predittiva sono facili da immaginare: ad esempio, quando l’utilizzo della memoria su un particolare server continua a salire, raggiugendo a un certo punto la soglia di attenzione, possiamo tranquillamente presumere che il server esaurirà la memoria in breve tempo.

    Con le applicazioni digitali complesse, tuttavia, l’analisi predittiva spinge oltre i propri limiti le capacità dell’intelligenza artificiale e dei big data ed è propri qui che l’innovazione deve continuare a svilupparsi.

    Concludendo, la strada verso il futuro è già tracciata e l’analisi predittiva si sta rapidamente evolvendo e migliorando oltre ogni previsione.

    Digital performance management Dynatrace intelligenza artificiale Machine Learning
    Share. Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email
    Redazione LineaEDP
    • Facebook
    • X (Twitter)

    LineaEDP è parte di BitMAT Edizioni, una casa editrice che ha sede a Milano con copertura a 360° per quanto riguarda la comunicazione rivolta agli specialisti dell'lnformation & Communication Technology.

    Correlati

    Lo streaming dei dati abilita l’innovazione dei prodotti AI

    22/05/2025

    Dell Technologies per progettare data center più moderni

    22/05/2025

    Portworx e Red Hat per promuovere risparmi e semplicità operativa

    22/05/2025
    Newsletter

    Iscriviti alla Newsletter per ricevere gli aggiornamenti dai portali di BitMAT Edizioni.

    Security Words

    INFRASTRUTTURA APPLICATIVA: PROTEGGIAMOLA

    29/01/2024

    PASSWORD E STRATEGIA

    29/01/2024
    BitMATv – I video di BitMAT
    Transizione 5.0: vuoi il 45% sui software?
    Stormshield: Zero Trust pilastro della security aziendale
    RENTRI: regole pratiche per uscirne vivi
    Vertiv: come evolve il mondo dei data center
    2VS1 incontra GCI: focus sulle competenze
    Defence Tech

    Cyber attacchi: l’Italia è maglia nera mondiale

    22/05/2025

    Attacchi informatici: Russia, UE e Asia nel mirino

    21/05/2025

    Sicurezza: AI sempre più sfidante

    21/05/2025

    Computer ICS sempre sotto minaccia cyber: l’analisi di Kaspersky

    20/05/2025
    Report

    Lo streaming dei dati abilita l’innovazione dei prodotti AI

    22/05/2025

    Aziende italiane e Intelligenza Artificiale: a che punto siamo?

    12/05/2025

    L’AI irrompe nel manufacturing

    02/05/2025

    L’AI è il futuro, ma senza dati rimane solo una promessa

    02/05/2025
    Rete BitMAT
    • Bitmat
    • BitMATv
    • Top Trade
    • LineaEdp
    • ItisMagazine
    • Speciale Sicurezza
    • Industry 4.0
    • Sanità Digitale
    • Redazione
    • Contattaci
    NAVIGAZIONE
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    Chi Siamo
    Chi Siamo

    BitMAT Edizioni è una casa editrice che ha sede a Milano con una copertura a 360° per quanto riguarda la comunicazione online ed offline rivolta agli specialisti dell'lnformation & Communication Technology.

    Facebook X (Twitter) Instagram Vimeo LinkedIn RSS
    • Contattaci
    • Cookies Policy
    • Privacy Policy
    • Redazione
    © 2012 - 2025 BitMAT Edizioni - P.Iva 09091900960 - tutti i diritti riservati - Iscrizione al tribunale di Milano n° 293 del 28-11-2018 - Testata giornalistica iscritta al ROC

    Type above and press Enter to search. Press Esc to cancel.