ITOps raggiunge un punto di svolta con l'agentic AI
Un nuovo studio offre uno sguardo dettagliato su quali iniziative di AI i team ITOps privilegiano, e su cosa sta guidando l'adozione.
Per molti team ITOps, qualsiasi investimento nell'AI potrebbe essere meglio di nulla, secondo un nuovo rapporto della società di ricerche di mercato Omdia, intitolato "Moderninizing IT Operations in the Agentic Era".
Il rapporto commissionato da IBM rivela che, anche tra le organizzazioni che affidano meno del 10% dei loro compiti ITOps all'AI, il 92% osserva miglioramenti operativi. Questo risultato rafforza una strategia sempre più comune: iniziare con semplici successi di integrazione prima di passare a implementazioni di AI più complesse.
Tuttavia, decidere a quali aree dell'ITOps dare la priorità può essere scoraggiante, soprattutto quando i team IT devono già garantire una riduzione dei costi, una maggiore efficienza operativa e una consegna più rapida attraverso architetture e servizi sempre più distribuiti.
Inoltre, i workflow di AI e agenti hanno ulteriormente complicato le implementazioni IT. Alcuni team hanno difficoltà a fornire modelli con dati proprietari sufficienti. Altri non dispongono delle competenze tecniche necessarie per progettare e mantenere nuove automazioni e workflow. Nel frattempo, senza un monitoraggio e una supervisione adeguati, gli agenti possono eseguire azioni non autorizzate o indesiderate, introducendo rischi di sicurezza e conformità. E anche nei casi d'uso più semplici, gli investimenti sbagliati nelle iniziative di AI possono produrre errori costosi.
Nonostante queste sfide, l'integrazione dell'AI sta alimentando l'innovazione ITOps a un ritmo senza precedenti. Per il 39% delle organizzazioni, l'AI svolge ora almeno la metà delle mansioni ITOps insieme agli esseri umani. I primi utilizzatori riferiscono di aver migliorato il rilevamento delle minacce, la manutenzione predittiva, l'automazione del workflow e le funzionalità di ottimizzazione dei costi, tra gli altri benefici.
Una confluenza di pressioni interne ed esterne sta spingendo le organizzazioni a porre il machine learning e l'agentic AI al centro delle loro strategie ITOps, secondo il rapporto.
Le sfide comunemente citate includono il mantenimento di prestazioni stabili in ambienti multi-cloud e ibridi, la fornitura di una copertura di risposta 24/7 per gli utenti e l'operare con restrizioni di personale e budget sempre più strette.
Il 53% delle organizzazioni afferma che gli agenti gestiscono già almeno un quarto delle loro attività ITOps in modo autonomo.
Nel frattempo, alcuni professionisti IT affermano che il loro dipartimento si sta rivolgendo all'AI per supportare iniziative di trasformazione digitale a livello aziendale, o in risposta a driver esterni, tra cui pressioni competitive, requisiti di conformità e crescenti minacce alla cybersecurity.
È importante notare che il 29% dei rispondenti afferma che la propria azienda ha effettuato investimenti IT focalizzati sull'AI per migliorare i programmi di AI esistenti che non hanno avuto le prestazioni previste. Questa scoperta suggerisce che le iniziative di AI non sono sempre immediatamente produttive e potrebbero richiedere aggiustamenti operativi a lungo termine per fornire valore.
I team IT utilizzano da decenni le basi dell'AI, come i sistemi basati su regole e la modellazione statistica. Ma gli agenti multimodali, che possono navigare interfacce digitali e ragionare autonomamente su problemi complessi e a più fasi, sono emersi solo di recente.
Nonostante la relativa novità della tecnologia, l'adozione dell'agentic AI è stata rapida: il 53% delle organizzazioni afferma che gli agenti gestiscono già almeno un quarto dei loro compiti ITOps in modo autonomo (insieme a guardrail monitorati dagli uomini), mentre l'8% delle organizzazioni assegna tra il 75 e l'89% dei compiti ITOps agli agenti.
Inoltre, i professionisti IT ora indicano le funzionalità agentiche come la massima priorità di integrazione della loro organizzazione, davanti ad altri obiettivi di implementazione, come la scalabilità delle integrazioni in ogni dominio IT o la concentrazione esclusiva su aree ad alto impatto.
Anche gli strumenti agenziali tendono verso una maggiore autonomia, con la maggioranza delle organizzazioni che prevedono che i loro agenti saranno altamente o completamente autonomi entro i prossimi 24 mesi. Questa indipendenza deriverà in parte dalla capacità degli agenti di delegare compiti e collaborare su attività IT particolarmente impegnative.
Le organizzazioni con programmi di AI meno sviluppati tendono a concentrarsi sulla riduzione delle attività manuali e ripetitive, che possono offrire miglioramenti immediati in termini di efficienza e precisione. Nel frattempo, le aziende con implementazioni di AI più sofisticate (che presumibilmente hanno già ampi workflow di automazione) danno priorità a distribuzioni più complesse, come il potenziamento delle funzionalità predittive tramite automazione.
Come per la maggior parte delle tecnologie trasformative, l'integrazione dell'AI richiede investimenti tecnici, di forza lavoro e finanziari significativi. I professionisti IT affermano che una delle loro maggiori spese è l'aggiornamento dell'infrastruttura per supportare i workload di AI. Anche i costi di licenza e di abbonamento alle piattaforme rappresentano una delle principali voci di spesa.
In media, le organizzazioni utilizzano tre fonti finanziarie per coprire le spese di integrazione dell'AI, invece di affidarsi a un unico fondo di finanziamento. Allo stesso modo, le decisioni di spesa relative all'AI coinvolgono in genere tre o quattro parti, tra cui la direzione dell'ITOps, i chief AI officer e i leader della sicurezza, durante le fasi di ricerca e valutazione.
Più della metà dei rispondenti afferma di aver già sperimentato (o di aspettarsi di sperimentare) miglioramenti nel monitoraggio autonomo, nella risoluzione dei problemi e nel rilevamento delle minacce alla sicurezza.
Indipendentemente dal settore, il report rileva alcune caratteristiche comuni che le organizzazioni tendono a cercare quando valutano la loro soluzione AI ideale.
In cima alla lista, più di un terzo delle aziende dà priorità alle piattaforme in grado di integrarsi perfettamente con gli strumenti di monitoraggio e gestione esistenti. Tra le altre funzionalità più richieste figurano le capacità predittive e di previsione, il supporto per ambienti ibridi e multi-cloud e la gestione automatizzata degli incidenti.
Sebbene l'integrazione dell'AI possa offrire una varietà di benefici a lungo termine, integrare workflow basati su AI nei processi IT esistenti può essere operativamente complesso.
Più di un terzo dei leader IT cita la "mancanza di personale qualificato" come uno dei principali ostacoli, suggerendo che i professionisti IT con competenze in AI possano mantenere un vantaggio competitivo, anche mentre il settore si orienta verso pipeline basati su AI. Per contribuire a colmare le lacune nelle competenze in materia di AI, le organizzazioni potrebbero introdurre programmi di formazione e tutoraggio, nonché sandbox per sviluppatori, in cui i professionisti IT possono sperimentare in sicurezza workflow basati su agenti.
Un'altra preoccupazione ampiamente condivisa è che le nuove piattaforme AI non siano in grado di comunicare con gli attuali componenti IT, causando incompatibilità e colli di bottiglia.
Inoltre, i modelli AI potrebbero faticare a ingerire le informazioni intrappolate nei data lake e nei data warehouse, con conseguenti output imprecisi o distorti. Di conseguenza, le organizzazioni che sfruttano con successo i dati non strutturati per l'addestramento dei modelli possono ottenere un vantaggio, portando a previsioni e workflow più raffinati.
La maggior parte dei rispondenti non cita una singola barriera operativa condivisa, suggerendo che le organizzazioni si trovano ad affrontare una vasta gamma di sfide nell'integrazione dell'AI piuttosto che un problema universale.
Nonostante gli ostacoli operativi iniziali, secondo il rapporto, l'AI ha il potenziale di rimodellare quasi ogni aspetto di ITOps. Ad esempio, più della metà dei rispondenti afferma di aver già sperimentato (o si aspetta di sperimentare) miglioramenti nel monitoraggio autonomo, nella risoluzione dei problemi e nel rilevamento delle minacce alla sicurezza.
Nonostante i diversi approcci agli investimenti e le priorità operative, la maggior parte dei leader IT rimane ottimista sull'idea che l'adozione dell'AI diventerà sempre più importante nei prossimi 12-24 mesi. Il rapporto suggerisce che per la maggior parte dei dipartimenti ITOps, qualsiasi livello di investimento in AI è meglio che evitare del tutto l'AI.
I leader IT sono anche fiduciosi che l'AI e gli agenti miglioreranno la produttività dei lavoratori entry-level e contribuiranno a migliorare l'affidabilità del sistema. Nel frattempo, l'86% dei rispondenti ritiene che la supervisione umana "rimarrà critica", anche mentre i sistemi di AI diventano più sofisticati e autonomi.
L'AI sta già rimodellando AIOps, ITAM/SAM, pianificazione delle capacità e gestione della conoscenza. Ma lo studio descrive anche alcune aree sorprendenti in cui l'AI è ancora sottoutilizzata, lasciando intendere le tendenze future dell'ITOps.
Allo stesso tempo, come ogni investimento, l'integrazione dell'AI comporta dei rischi e investire pesantemente nell'iniziativa sbagliata può rappresentare un errore costoso. Il report offre uno sguardo dettagliato su come i team ITOps stanno allocando le risorse AI e, soprattutto, quali aree di investimento producono risultati misurabili.
Insieme, questi insight possono fungere da roadmap sia per gli integratori in fase iniziale che effettuano il loro primo investimento in AI sia per i team ITOps avanzati che vogliono espandere la propria impronta AI per ottenere un edge sulla concorrenza.