AI: cosa serve per avere successo?

Tre anni di esperienza Dynatrace condensati in queste righe

A cura di Rich Bentley, Senior Director of Product Marketing di Dynatrace

Nei tre anni di funzionamento del motore dell’intelligenza artificiale (AI) di Dynatrace, abbiamo capito quello che occorre per risolvere i problemi reali. Anche se i nostri concorrenti stanno entrando nel mondo dell'AI, dubito che il loro approccio possa funzionare senza una ristrutturazione radicale dei loro prodotti. Ecco perché.

L’AI è efficace solo se i dati che la alimentano sono buoni

Come sottolinea Monica Rogati, Data Science advisor, avere i dati giusti è essenziale per ottenere valore dall’AI. Senza di essi, un'organizzazione (o un vendor) non è pronta a trarre vantaggio da ciò che l'AI può offrire.

Nel mondo dell’application performance, avere i dati giusti significa tre cose:

  1. Full stack. Vedere tutto, a partire dall'esperienza digitale degli utenti, attraverso applicazione, codice, database, microservizi, contenitore, infrastruttura cloud, file di rete e di log.
  2. Alta fedeltà. Catturare ogni swipe, ogni clic, in ogni livello, per ogni utente, 24 ore al giorno, 7 giorni a settimana, 365 giorni l’anno.
  3. Contestualizzazione. Essere in grado di vedere le interrelazioni tra tutti i componenti, i servizi e i processi. L'AI efficace richiede una comprensione delle connessioni, non solo delle metriche.

Dynatrace è l'unica soluzione di monitoraggio in grado di sfruttare oggi l'AI in modo efficace e soddisfare questi requisiti. La fedeltà e la completezza dei nostri dati ci consentono di applicare algoritmi e analytics sofisticati e contestuali di alto livello per fissare automaticamente degli standard intelligenti ed estremamente precisi, individuare le anomalie e analizzare le cause.

L’AI senza automazione non basterà 

Se vuoi vedere tutto, devi applicare a tutto gli strumenti adeguati.

Come suggerisce Lew Cirne, CEO di New Relic, "Bisogna dotare tutto della strumentazione necessaria. Non esiste produzione senza strumentazione".

Ma la domanda è, come lo si fa? Con l’enorme complessità e dinamismo delle applicazioni attuali basate su cloud e microservizi, rendere attiva ovunque questa strumentazione è un’impresa titanica, se non impossibile, utilizzando approcci manuali e multi-agente.

Ecco perché gli usi pratici dell'AI sono limitati senza una vasta automazione, e perché l'automazione è il pilastro del nostro approccio moderno. La semplicità di implementare un singolo agente che scopre automaticamente l'ambiente, comprese tutte le interdipendenze, non è solo qualcosa che rende la vita più facile – anche se lo fa di sicuro – è una necessità.

L’AI dovrebbe offrire valore a chi non è esperto di tecnologia

Una delle possibilità più interessanti dell’AI è fornire approfondimenti a tutti, non solo ai tecnici esperti.

Abbiamo capito questo potenziale in fretta; ecco perché abbiamo sviluppato Davis, il nostro assistente virtuale alimentato dall’AI. Davis consente agli utenti di interagire nel modo migliore per loro, anche facendo domande in linguaggio naturale attraverso la voce o via chat.

Le interfacce AI sono progettate per rendere la vita più semplice. Ad esempio Siri, Bixby, Alexa o Cortana rendono semplice fare una domanda e ricevere una risposta. Quindi mi ha fatto piacere sentire Lew Cirne tirare frecciatine al fatto di parlare con il sistema di monitoraggio, mentre con New Relic è necessario creare una query utilizzando il loro linguaggio proprietario per ottenere delle risposte. Parlare alla propria dashboard non è una cosa per tutti, come quando tutti pensavano che Alexa fosse uno scherzo. Ma ora non più.

Forbes, diginomica e CIO hanno altro da dire sul tema.

Le cose continuano a migliorare

Recentemente abbiamo discusso della prossima evoluzione del nostro motore AI per fornire ancora più insights. I nostri geni del software hanno silenziosamente continuato a migliorare il motore, e le novità in cantiere hanno lasciato tutti senza parole.

Ma non dimentichiamo che il nostro motore sta già fornendo risposte non umanamente possibili.

Prendiamo ad esempio Barbri, il primo cliente che ha adottato il nostro motore AI tre anni fa. Giusto qualche giorno fa abbiamo inviato a Mark, Director IT di Barbri, dei cupcake per celebrare l'anniversario. Le risposte e gli insight che riusciamo a fornire hanno cambiato il modo in cui il team Barbri collabora.

Travis Perkins è un altro ottimo esempio. Abdul Al Tayib, il loro team leader per le attività di e-commerce, ha descritto gli insight che ottiene da Dynatrace come “illuminanti”. Le funzionalità AI di Dynatrace hanno ridotto drasticamente i problemi che impattano sui clienti e l’azienda è stata in grado di ridurre il tempo medio di risoluzione del 75%.

Questi sono solo alcuni tra i tanti esempi. Con il nostro approccio agile, stiamo reiterando e migliorando il nostro motore AI basandoci sui feedback dei clienti e rilasciando nuove versioni ogni due settimane, che ne aumentano continuamente le prestazioni.