L’intelligenza artificiale non sta soltanto trasformando applicazioni e processi aziendali: sta cambiando radicalmente anche il modo in cui le organizzazioni monitorano, governano e comprendono i propri sistemi digitali. È questo il messaggio emerso durante Dynatrace Innovate Roadshow 2026, l’evento annuale organizzato a Milano dalla società specializzata in osservabilità basata su intelligenza artificiale, durante il quale sono state presentate nuove soluzioni tecnologiche e i risultati di una ricerca internazionale dedicata all’evoluzione del log management nell’era dell’AI.
Secondo Dynatrace, il settore sta attraversando una fase di profonda discontinuità tecnologica. Da un lato cresce il ricorso a modelli di intelligenza artificiale, agenti autonomi e software generato dall’AI; dall’altro aumenta in modo esponenziale la quantità di dati necessaria per monitorarne il comportamento. Una combinazione che mette sotto pressione gli strumenti tradizionali di osservabilità e apre la strada a un nuovo paradigma operativo.
“Le organizzazioni stanno abbracciando il concetto di operazioni autonome – ha spiegato Mala Pillutla, Global Vice President Observability & Security di Dynatrace -. Un cambiamento che riguarda non solo la gestione dell’infrastruttura, ma anche il ciclo di sviluppo delle applicazioni, sempre più caratterizzato dalla coesistenza di codice scritto da sviluppatori e codice generato da sistemi di AI”.
L’esplosione dei dati di telemetria
A evidenziare la portata del fenomeno è il report “The State of Log Management 2026”, realizzato attraverso un’indagine che ha coinvolto 450 responsabili IT e decision maker di grandi aziende a livello globale. Lo studio fotografa un contesto in cui la crescita dei workload AI sta determinando un incremento senza precedenti del volume di log e dati di telemetria.
I numeri parlano chiaro: nell’ultimo anno il volume dei log è aumentato del 93%, mentre le organizzazioni utilizzano mediamente sette strumenti differenti per raccogliere e analizzare informazioni operative. Una frammentazione che rallenta la capacità di individuare anomalie, gestire incidenti e trasformare i dati in insight realmente utilizzabili.
“L’AI sta cambiando in modo fondamentale il ruolo del log management. La sua importanza continuerà ad aumentare con la diffusione delle applicazioni e delle infrastrutture basate sull’intelligenza artificiale” ha osservato Pillutla.
Il risultato è un paradosso sempre più diffuso: le imprese producono una quantità crescente di informazioni, ma faticano a estrarne valore. Per contenere costi e complessità, molte aziende arrivano addirittura a escludere gran parte dei dati raccolti, con il rischio di perdere elementi essenziali per comprendere il comportamento delle applicazioni e dei sistemi AI.
Dall’osservabilità tradizionale alla piattaforma unificata
Per Dynatrace, il problema non è la scarsità di dati, bensì la qualità e la capacità di contestualizzarli. Log, metriche, tracce ed eventi non possono più essere gestiti come silos indipendenti, soprattutto in ambienti dove gli algoritmi prendono decisioni in modo probabilistico e gli agenti software interagiscono autonomamente tra loro.
La risposta arriva da un modello di osservabilità unificata, in grado di correlare automaticamente tutte le fonti di telemetria e fornire una visione contestualizzata in tempo reale. Un approccio che punta a superare la logica tradizionale del semplice monitoraggio per arrivare a sistemi capaci di comprendere autonomamente ciò che sta accadendo nell’infrastruttura digitale.
“I clienti non vogliono più log isolati in silos. Chiedono dati unificati e contestualizzati all’interno di una piattaforma di osservabilità che integri log, metriche e tracce” ha sottolineato Pillutla.
Secondo la ricerca, quasi tre quarti delle organizzazioni ritengono ormai necessario adottare una piattaforma integrata per la gestione dei log, mentre oltre l’80% considera fondamentale automatizzare acquisizione ed elaborazione dei dati per supportare analisi in tempo reale.
L’intelligenza “a monte” del dato
Uno dei temi centrali emersi durante l’evento riguarda il concetto di “Shift Intelligence Left”, ovvero lo spostamento dell’intelligenza verso le fasi iniziali del processo di raccolta dei dati.
L’idea è semplice: anziché accumulare enormi volumi di informazioni per analizzarle successivamente, occorre filtrare, arricchire e instradare i dati più rilevanti fin dall’origine. In questo modo si riducono costi di archiviazione e complessità operativa, migliorando al tempo stesso la qualità delle informazioni disponibili per sistemi analitici e modelli AI.
In questo scenario assumono un ruolo strategico standard aperti come OpenTelemetry, che consentono di raccogliere dati in modo uniforme attraverso ambienti eterogenei e multi-cloud, evitando fenomeni di lock-in tecnologico e favorendo una maggiore interoperabilità.
Secondo Dynatrace, la qualità del dato rappresenta oggi il vero elemento differenziante. Non si tratta più di raccogliere tutto, ma di individuare e valorizzare le informazioni realmente significative prima che entrino nelle piattaforme di osservabilità.
Agenti AI, sicurezza e nuove sfide operative
L’evoluzione dell’intelligenza artificiale apre però anche nuove questioni legate alla governance e alla sicurezza. Tra i principali casi d’uso osservati da Dynatrace emergono il controllo dei costi associati all’utilizzo dei token nei modelli generativi, la gestione del rischio di allucinazioni e la verifica della conformità del codice prodotto autonomamente dagli agenti AI.
Proprio la crescente diffusione di ecosistemi “agent-to-agent”, in cui sistemi intelligenti collaborano senza intervento umano diretto, richiede nuovi strumenti di osservabilità. In questa direzione si inseriscono alcune delle innovazioni annunciate dall’azienda, tra cui una soluzione dedicata al monitoraggio delle interazioni tra agenti autonomi. Si tratta di BlueBox, presentata in private preview.
“Quando le applicazioni sono generate totalmente autonomamente dagli agenti, gli agenti parlano ad altri agenti e creano il codice. La modalità con cui interagiscono con l’osservabilità non è più attraverso dashboard e alert pensati per gli operatori umani, ma attraverso dati telemetrici disponibili in tempo reale durante la costruzione e l’esecuzione del codice” spiega Pillutla.
L’obiettivo è consentire agli agenti AI di accedere direttamente ai dati di osservabilità e telemetria necessari per prendere decisioni operative in tempo reale. Secondo Dynatrace, con la crescita delle architetture agentiche sarà sempre più importante monitorare non solo applicazioni e infrastrutture, ma anche le interazioni tra agenti autonomi, fornendo loro contesto operativo, informazioni sullo stato dei sistemi e capacità di remediation automatizzata.
Parallelamente, il tema dell’identità digitale degli agenti diventa sempre più rilevante. Se gli agenti software operano come delegati degli utenti umani, sarà necessario applicare meccanismi evoluti di autenticazione, autorizzazione e controllo degli accessi analoghi a quelli già utilizzati per le persone.
Una priorità per il mercato italiano
Come ha affermato Emanule Cagnola, Regional Vice President Italy & Switzerland “Per Dynatrace, l’Italia rappresenta uno dei mercati strategici a livello europeo. La società è presente da oltre dieci anni nel Paese e opera oggi in numerosi settori regolamentati, dai servizi finanziari alle utility, dalle telecomunicazioni alla pubblica amministrazione”.
La crescente attenzione verso l’AI e l’automazione delle operations sta accelerando la domanda di piattaforme capaci di coniugare osservabilità, sicurezza e governance dei dati. Una tendenza destinata a rafforzarsi nei prossimi anni, man mano che i progetti di intelligenza artificiale passeranno dalla fase sperimentale a quella produttiva.
La sfida, in definitiva, non sarà raccogliere più dati, ma individuare quelli realmente utili. In un contesto caratterizzato da applicazioni autonome e agenti intelligenti, la qualità dell’informazione diventa un fattore competitivo determinante. “Uno dei punti chiave dell’AI è partire dai dati giusti. La qualità delle informazioni determina la qualità degli insight e, di conseguenza, l’affidabilità delle decisioni automatizzate”, ha dichiarato Pillutla.
Una visione che trova la sua sintesi nelle parole finali della manager: “Le organizzazioni vincenti non saranno quelle che raccoglieranno più informazioni, ma quelle che sapranno valorizzare quelle giuste”. Un obiettivo che, secondo Dynatrace, sarà sempre più decisivo per trasformare la telemetria in conoscenza operativa e sostenere la prossima generazione di sistemi basati sull’intelligenza artificiale.
