Dynatrace, la piattaforma di osservabilità basata sull’intelligenza artificiale, ha pubblicato i risultati dello studio “The State of SRE and Platform Engineering 2026”, che esamina come le aziende stiano coordinando osservabilità, automazione e intelligenza artificiale per potenziare il Site Reliability Engineering (SRE) e il Platform Engineering nelle grandi aziende. L’indagine globale condotta su 919 responsabili IT conclude che la rapida adozione dell’AI e le modalità operative specifiche dei carichi di lavoro basati sull’intelligenza artificiale stanno ridefinendo l’ambito e la struttura di ciò che questi team devono garantire. Questo cambiamento sta costringendo le organizzazioni a ripensare il modo in cui gestiscono la scalabilità, l’automazione e il controllo.
I risultati dimostrano come i team SRE e di platform engineering siano in prima linea nell’integrazione di nuovi benchmark, strumenti e funzionalità per i carichi di lavoro di AI nei propri ambienti di affidabilità e sviluppo. Gartner prevede che entro il 2028 l’80% delle aziende adotterà le pratiche SRE a livello organizzativo, rispetto al solo 30% del 2024. Grazie al sostegno dei vertici aziendali e a una responsabilità condivisa, questi team hanno ora una responsabilità sempre maggiore per il successo o il fallimento delle iniziative di AI, poiché le organizzazioni fanno affidamento su di loro per far evolvere piattaforme, strumenti e standard.
Colmare il divario tra lo sviluppo dell’AI e le operazioni basate sull’AI Questi risultati spiegano perché Dynatrace abbia recentemente annunciato l’intenzione di acquisire Arize. Con il 67% degli SRE che ora indica il monitoraggio dei modelli di AI come il proprio caso d’uso principale, e il monitoraggio delle prestazioni e dell’accuratezza dei modelli che è già la funzionalità basata sull’AI più diffusa tra gli SRE (58%), la domanda di valutazione dell’AI sta superando la disponibilità di strumenti progettati per gestirla. Tuttavia, l’AI non sta dando i risultati sperati in termini di riduzione dei costi e di MTTR, e oltre un terzo dei platform engineer indica l’integrazione degli strumenti come il principale ostacolo.
L’acquisizione di Arize contribuirà a soddisfare direttamente questa esigenza: integrando la valutazione nativa per l’AI nella piattaforma di osservabilità stessa, in modo che i team che sviluppano modelli di AI e quelli che li gestiscono in produzione possano lavorare sulla base degli stessi dati, anziché dover mettere insieme sistemi separati.
Perché la scalabilità è la prossima grande sfida per le aziende
Lo studio dimostra che gli SRE e il platform engineering sono ormai saldamente affermati nelle grandi aziende:
• Per gli SRE: il 92% delle organizzazioni riferisce di ricevere il sostegno dell’executive leadership per le iniziative SRE
• Per i platform engineer: l’89% delle organizzazioni che praticano il platform engineering ha implementato una piattaforma interna per sviluppatori (IDP), con il 60% che segnala un’ampia adozione in tutti i reparti
• Per entrambi i ruoli: il 73% dei team SRE e di platform engineering ora collabora e condivide le responsabilità negli ambiti dell’affidabilità e della piattaforma
Nel complesso, questi risultati dimostrano come le aziende abbiano investito profondamente in affidabilità, automazione e produttività degli sviluppatori, e ora ci si aspetta che i team SRE e di platform engineering applichino queste basi alla prossima fase della trasformazione digitale. I carichi di lavoro dell’AI sono sempre più parte integrante dell’infrastruttura di produzione, ma la crescente complessità, i nuovi dati di telemetria e le nuove modalità di errore pongono maggiori esigenze in termini di osservabilità.
L’AI alza l’asticella in termini di affidabilità e supervisione
Secondo lo studio, l’AI agentica sta determinando nuove priorità e sfide:
• Per gli SRE: l’89% utilizza obiettivi di livello di servizio (SLO) in almeno alcuni team o sistemi. Il 67% afferma che il monitoraggio dei modelli di AI è ora il loro principale caso d’uso
• Per i platform engineer: il 55% dà priorità alla possibilità di fornire gli sviluppatori di strumenti basati sull’AI, come i copiloti di codifica e i chatbot
Sebbene le tecnologie di AI stiano generalmente soddisfacendo le aspettative in termini di miglioramento dell’affidabilità e della produttività degli sviluppatori, stanno avendo un impatto inferiore alle aspettative nella riduzione dei costi e del tempo medio di risoluzione (MTTR). Questo divario evidenzia la necessità di una maggiore intelligenza a livello di sistema e di un’orchestrazione dei flussi di lavoro, piuttosto che della semplice aggiunta di strumenti di AI agli ambienti esistenti. Quasi la metà degli SRE intervistati ha affermato che un numero eccessivo di fonti di dati e metriche ostacola la loro capacità di definire e gestire SLO efficaci.
In particolare, i team stanno intenzionalmente dando priorità alla visibilità e alla supervisione umana prima di espandere l’automazione, e il monitoraggio dei sistemi di AI per quanto riguarda le prestazioni e l’accuratezza dei modelli è la funzionalità basata sull’AI più comune tra gli SRE (58%).
L’osservabilità sta emergendo come piano di controllo per le operazioni guidate dall’AI
Man mano che le aziende si orientano verso una maggiore automazione e operazioni assistite dall’AI, l’osservabilità sta diventando fondamentale per la governance, l’affidabilità e l’ottimizzazione dell’AI nell’ambito dello SRE e del platform engineering. Tuttavia, l’integrazione, la complessità e la frammentazione dei dati stanno emergendo come ostacoli principali al progresso:
• Più di un terzo (37%) dei platform engineer afferma che l’integrazione con strumenti e sistemi esistenti rappresenta la sfida principale
• Solo il 40% dei platform engineer dichiara di integrare l’osservabilità in tutte le fasi di distribuzione
La metà degli SRE utilizza ormai funzionalità basate sull’intelligenza artificiale per la risposta automatizzata agli incidenti, segnalando una svolta verso operazioni agentiche, in cui l’osservabilità deve fungere da piano di controllo che regola quando e come vengono intraprese le azioni autonome.
“L’SRE e il platform engineering hanno gettato le basi per la moderna affidabilità digitale, ma l’AI sta riscrivendo le regole. Le aziende devono ora passare dalla gestione dei sistemi alla loro orchestrazione, collegando osservabilità, automazione e AI agentica per operare alla velocità richiesta da queste iniziative, trasformando le informazioni in azioni su larga scala”, ha affermato Steve Tack, Chief Product Officer di Dynatrace. “Questa ricerca riflette anche il motivo per cui abbiamo recentemente annunciato la nostra intenzione di acquisire Arize. I team di AI engineering hanno effettuato le valutazioni utilizzando un set di strumenti, mentre i team delle operation hanno effettuato il monitoraggio con un altro set, e questo divario non è più sostenibile man mano che l’AI si integra sempre più profondamente nella produzione aziendale”.
