Condividiamo un articolo firmato da Lori MacVittie, Distinguished Engineer di F5, nel quale si esplora l’impatto rivoluzionario dell’AI generativa sulle tecnologie esistenti: applicazioni moderne, API, multicloud e AIOps.
Attraverso un’analisi dettagliata di ciascuna tecnologia, l’articolo mette in luce come l’AI generativa, integrata appunto con le soluzioni esistenti, stia ridefinendo il panorama dell’automazione e della gestione IT. La capacità dell’AI generativa di accelerare tendenze già in atto, come la prevalenza delle applicazioni moderne e la centralità delle API, viene approfondita con esempi concreti e previsioni future.
Buona lettura!
Come l’AI generativa accelera la trasformazione digitale
La pandemia e il suo impatto sul ritmo della trasformazione digitale delle imprese sono ormai superati. Tuttavia, la rapida accelerazione tecnologica, il passaggio al lavoro da remoto e l’adozione dei servizi digitali dovrebbero farci riflettere sulle conseguenze degli eventi e delle variabili più disruptive, soprattutto considerando l’avvento dell’AI generativa.
L’accelerazione della digital transformation delle imprese è evidente ovunque: da DoorDash al dominio dello streaming entertainment fino alla creazione di una forza lavoro ibrida, un’idea impensabile prima del 2020. Oggi, stiamo assistendo a qualcosa di simile con l’AI generativa.
L’AI generativa è affascinante e promette di rivoluzionare molti aspetti della nostra vita, dal lavoro all’apprendimento e la didattica, al semplice vivere quotidiano. Tuttavia, da sola non è di per sé più utile dell’analisi dei dati: entrambe, infatti, sono tecnologie che non possono creare valore senza una domanda precisa a cui rispondere. Il vero impatto dell’AI generativa si manifesta quando si integra con le tecnologie esistenti.
La natura “catalitica” dell’AI generativa produce un impatto significativo, soprattutto quando accelera tendenze già in atto. Quali? Eccole di seguito.
Applicazioni moderne – Le applicazioni moderne erano destinate a superare quelle tradizionali, ma l’intelligenza artificiale ha accelerato incredibilmente questo processo. Oggi, stiamo vedendo le applicazioni moderne raggiungere il “dominio” nel portafoglio applicativo aziendale perché l’intelligenza artificiale stessa è di fatto un’applicazione moderna, così come lo sono le applicazioni create per sfruttarla.
API – Anche le API erano già destinate a essere una priorità per il delivery e la sicurezza. L’intelligenza artificiale ha semplicemente reso tutto ciò che riguarda le API una questione critica, probabilmente destinata a superare l’importanza della sicurezza generale. Questo perché moltissimi oggi stanno sviluppando applicazioni moderne che si basano sulle API, integrando servizi di intelligenza artificiale proprio attraverso le API.
Hybrid e multicloud – L’AI generativa si affida a ingenti risorse di calcolo, storage e rete. Questi requisiti amplificano il modello operativo IT ibrido esistente e complicano, di fatto, le sfide del multicloud. I Large Language Models (LLM) alla base dell’AI generativa risiederanno molto probabilmente in un cloud pubblico, anche se alcuni resteranno on-premises. Le applicazioni progettate per utilizzare questi LLM, invece? Con tutta probabilità saranno anch’esse multicloud. Se c’erano dubbi sul futuro dell’IT ibrido, la necessità di risorse per il training e l’inferenza, insieme all’esigenza di mantenere la privacy dei dati, consoliderà ulteriormente l’IT ibrido come la nuova normalità.
AIOps – L’intelligenza artificiale generativa sta inoltre accelerando il passaggio all’AIOps. L’AI generativa è di fatto lo strumento che l’AIOps stava aspettando, e molte soluzioni stanno già trovando il modo di sfruttare la capacità di questa tecnologia per generare contenuti, codice e query. L’intelligenza artificiale generativa ci permetterà di andare oltre i metodi più avanzati di oggi, come gli script automatizzati. Arriveremo a un punto in cui il sistema non solo eseguirà gli script, ma sarà anche in grado di generarli e di creare le policy appropriate. L’AI generativa spinge l’asticella dell’automazione da “automatizzata” ad “autonoma”. L’impatto sulle operations sarà profondo, anche se non sarà pienamente percepito per diversi anni, ma sappiamo sta arrivando.
Tutti questi fattori accelereranno i cambiamenti necessari per soddisfare le esigenze delle applicazioni che sfruttano l’intelligenza artificiale, così come delle organizzazioni che le sviluppano e le gestiscono. Privacy, sicurezza e responsabilità guideranno l’innovazione in ogni ambito aziendale, con particolare attenzione ai dati, all’app delivery e alla sicurezza.
Tuttavia, ricordiamolo, tutti questi trend – applicazioni moderne, API, multicloud, IT ibrido e AIOps – erano già in crescita prima dell’introduzione di ChatGPT da parte di OpenAI. L’intelligenza artificiale generativa ha semplicemente accelerato il ritmo di queste evoluzioni, simile a come il COVID ha accelerato la trasformazione digitale delle imprese; con l’AI, però, vedremo molti più cambiamenti.
Il maggiore impatto dell’intelligenza artificiale non deriverà dalla sua mera esistenza, ma da come influenzerà persone, processi e prodotti.
di Lori MacVittie, Distinguished Engineer di F5
