IA ipermodale, affidabilità dei risultati e osservabilità: ne parliamo con il CEO di Dynatrace

Dynatrace si occupa da tempo di intelligenza artificiale e la applica all'analisi dei dati e all'automazione. Ma come funziona l'IA di Dynatrace e cosa la distingue rispetto alle altre? Come si può produrre IA che offrono risultati affidabili? In che modo l'IA può aiutare le aziende nel mantenere visibilità sulle proprie infrastrutture IT? Ne abbiamo parlato con Rick McConnell, CEO di Dynatrace, per scoprirne di più.

L'IA secondo Dynatrace

Abbiamo incontrato a Milano il CEO di Dynatrace per parlare di come l'azienda si approcci all'intelligenza artificiale e di come ne veda l'evoluzione, in particolare per quanto riguarda la sua applicazione all'ambito del monitoraggio delle infrastrutture IT.

Secondo McConnell, il passaggio al cloud ha comportato un aumento significativo della complessità del software: se prima i sistemi erano relativamente semplici, ora con il cloud (e in particolare applicazioni ibride o multicloud) i possibili problemi sono aumentati a dismisura. Tutto ciò rende particolarmente difficile sia mantenere la perfetta operatività dei sistemi, sia trovare la causa dei problemi quando questi si presentano.

"Il cloud sta creando un ambiente con cui per molti versi è più difficile far funzionare il software. Crediamo che ci sia un'enorme opportunità nell'ambito dell'osservabilità per unire i benefici del cloud con il desiderio di far funzionare meglio il software su di esso. In effetti, unendo il cloud e l'osservabilità si può ottenere software che funziona perfettamente, o quasi", ci dice McConnell.

Per contrastare questa tendenza verso una complessità ingestibile e offrire alle aziende la capacità di risolvere i problemi trovandone la causa, Dynatrace usa un concetto che chiama "IA ipermodale" per combinare diversi tipi di IA. Nello specifico, vengono usate un'IA causale, una predittiva, e una generativa. "Costruiamo un archivio di dati chiamato Grail, dopodiché ci costruiamo sopra l'IA. Quella causale è usata per analizzare le cause dei problemi, usando miliardi di dati per determinare cosa è cambiato e quindi cosa non funziona", ci dice McConnell. "L'IA predittiva permette di anticipare dove ci saranno i problemi, così che si possa correggerli prima che si verifichino. L'IA generativa, infine, mette a disposizione un'interfaccia verso i dati sottostanti in linguaggio naturale per ampliare l'ambito dell'analisi dei dati a un insieme di utenti più ampio, così che si possano interrogare i dati più attivamente. È la combinazione di questi tre tipi di IA che forma l'IA ipermodale, che è un enorme elemento di differenziazione per Dynatrace. E se credi alle risposte che vengono fuori dal sistema di Dynatrace, puoi automatizzare il risultato: anticipato il problema, lo puoi risolvere prima che accada usando l'automazione, così da evitarlo in toto."

Il vero valore dell'IA, però, sta nei dati con cui viene addestrata. Secondo McConnell, l'IA generativa "è una tecnologia eccezionale, un incredibile guadagno di produttività, ma solo in funzione del valore e della qualità dei dati sottostanti. Ed è proprio questo che Dynatrace fa: ci assicuriamo che i dati sottostanti siano completamente accurati e che quindi l'IA generativa come interfaccia abbia successo."

McConnell vede una grande opportunità anche nell'espansione verso altri settori che potremmo definire adiacenti all'osservabilità: la sicurezza delle applicazioni e il monitoraggio dei log. "Credo che nel tempo vedremo una convergenza di questi settori e ciò farà sì che diventeranno una cosa sola. Ciò creerà, per certi versi, un'opportunità ancora maggiore per le aziende che operano in questi settori."