Con l’accelerazione del passaggio ad architetture Bernd_Greifeneder-native, i dati generati da questi ambienti superano la capacità delle soluzioni attuali di produrre analisi significative. E’ l’allarme lanciato dal Global Cio Report 2022 “How to Tame the Data Explosion and Overcome the Complexity of the Cloud”, realizzato da Dynatrace intervistando 1.303 Cio e senior manager responsabili di cloud e IT operation in grandi organizzazioni.
Secondo quanto evidenziato dai risultati della survey della software intelligence company i Cio hanno osservato che i propri team si affidano a soluzioni di monitoraggio e analisi dei dati multiple e differenti per gestire osservabilità e sicurezza, rendendo difficile estrarre rapidamente le risposte e indirizzare la trasformazione digitale.
L’esplosione dei dati e le difficoltà di gestione
Secondo Il 71% del campione “l’esplosione di dati prodotta dagli stack tecnologici cloud-native va oltre le capacità umane di gestione” – emerge dalla ricerca – anche a causa del fatto che i team utilizzano in media 10 strumenti di monitoraggio per i propri stack tecnologici, ma hanno la possibilità di osservare solo il 9% del loro ambiente. Per sei intervistati su dieci sarà sempre più importante per il futuro un approccio più automatizzato alle IT operation, senza il quale i team specializzati potrebbero trovarsi in una situazione di “sovraccarico”. Il 64% degli intervistati, inoltre, sottolinea il fatto che sia diventato più difficile attrarre e trattenere un numero sufficiente di professionisti IT ops e DevOps qualificati per gestire e mantenere uno stack cloud-native.
Bernd Greifeneder: “Gli attuali strumenti non bastano”
Il ruolo dell’automazione per risolvere le criticità
Dala ricerca di Dynatrace emergono inoltre una serie di spunti che rendono evidente come il settore si stia indirizzando verso un ricorso sempre più diffuso all’automazione. Il 45% dei Cio infatti afferma che è troppo costoso gestire il grande volume di dati di osservabilità e sicurezza utilizzando le soluzioni analitiche esistenti, e che per ovviare a questo problema ha deciso di conservare soltanto i dati più critici. A rafforzare il concetto c’è il fatto che in media le organizzazioni catturano solo il 10% dei dati di osservabilità per successive interrogazioni e analisi, mentre il 63% del campione afferma che i costi e i ritardi causati dalla reindicizzazione e dalla decompressione rendono difficile sbloccare il valore derivante dalla crescente quantità di dati acquisiti. Criticità che inducono il 43% degli intervistati a sostenere che gli attuali approcci all’acquisizione e archiviazione dei dati di osservabilità non saranno in grado di soddisfare le loro esigenze future, e il 93% ad affermare che AIOps e automazione sono sempre più importanti per mitigare la carenza di professionisti qualificati in ambito IT, sviluppo e sicurezza e per ridurre il rischio che i team si esauriscano a causa della complessità dei moderni ambienti cloud e di sviluppo.
La sfida di correlare flussi di dati diversi
“In un mare di dati, i singoli data point sono molto più preziosi quando mantengono un contesto, ed è per questo che i team investono così tanto nel tentativo di correlare flussi diversi – spiega ancora Greifeneder – Ma gli approcci manuali di oggi sono troppo reattivi e lenti, e perdono le informazioni più importanti. I team hanno urgentemente bisogno di un nuovo approccio all’osservabilità e all’analisi e gestione dei dati di sicurezza. Intelligenza artificiale e automazione devono essere alla base di questo approccio, che deve essere in grado di unificare tutti i dati e di mantenere intatte le loro relazioni e dipendenze. Questo consentirà alle organizzazioni di massimizzare il valore dei propri dati e delle proprie persone, riducendo il tempo dedicato a banali attività manuali e consentendo un’innovazione più rapida e sicura”.
