L’intelligenza artificiale sta diventando sempre più centrale nei sistemi aziendali, modificando profondamente le responsabilità dei team tecnologici. Questo cambiamento interessa in particolare gli operatori di telecomunicazioni, che devono gestire reti, piattaforme e servizi digitali sempre più complessi e automatizzati. La continuità operativa e la rapidità nella gestione degli incidenti sono diventate essenziali per garantire prestazioni ottimali.
In questo contesto, il Site Reliability Engineering (SRE) e il Platform Engineering stanno evolvendo per affrontare nuove sfide. Questi team sono responsabili della disponibilità, delle prestazioni e della stabilità dei servizi digitali, nonché della realizzazione e gestione delle piattaforme interne utilizzate dagli sviluppatori.
Il monitoraggio dei modelli di AI diventa una priorità
La diffusione dell’AI sta spingendo i team SRE e di Platform Engineering a introdurre nuovi strumenti e parametri di valutazione. Secondo uno studio globale condotto da Dynatrace su 919 responsabili IT, il 67% degli SRE indica il monitoraggio dei modelli di intelligenza artificiale come il principale caso d’uso. Inoltre, il 58% utilizza il controllo delle prestazioni e dell’accuratezza come funzionalità AI più utilizzata.
Questo ruolo è destinato a crescere ulteriormente. Secondo una previsione di Gartner entro il 2028 l’80% delle aziende adotterà pratiche SRE a livello organizzativo, rispetto al 30% registrato nel 2026. Il supporto dei vertici aziendali è fondamentale: il 92% delle organizzazioni dichiara che le iniziative SRE ricevono il supporto dell’executive leadership.
Il divario tra sviluppo e gestione operativa
Uno dei problemi principali identificati dallo studio riguarda la distanza tra chi sviluppa i modelli di AI e chi deve controllarli durante il loro utilizzo. La domanda di strumenti per valutarne comportamento e qualità sta crescendo più rapidamente della disponibilità di soluzioni capaci di accompagnarli lungo l’intero ciclo di vita.
Per colmare questo divario, Dynatrace ha annunciato l’intenzione di acquisire Arize. L’obiettivo è integrare nella piattaforma di osservabilità funzioni native per la valutazione dell’AI, consentendo ai team di engineering e delle operation di lavorare sugli stessi dati, anziché ricorrere a sistemi separati.
Le tecnologie intelligenti stanno generalmente rispettando le attese sul fronte dell’affidabilità e della produttività degli sviluppatori, ma producono benefici inferiori alle aspettative nella riduzione dei costi e del tempo medio di risoluzione degli incidenti (MTTR).
Integrazione e frammentazione frenano i risultati
Nonostante i progressi, restano alcuni ostacoli strutturali. Per il 37% dei platform engineer, la principale difficoltà è rappresentata dall’integrazione con gli strumenti e i sistemi esistenti. Soltanto il 40% dichiara di avere incorporato l’osservabilità in tutte le fasi della distribuzione del software.
La quantità di informazioni disponibili può diventare a sua volta un problema. Quasi la metà degli SRE segnala che l’eccessivo numero di fonti e metriche ostacola la definizione e la gestione di obiettivi di livello di servizio (SLO) efficaci. Tuttavia, l’89% utilizza comunque questi indicatori in almeno una parte dei team o dei sistemi.
L’AI agentica alza l’asticella del controllo
L’affermazione dell’AI agentica, capace di svolgere attività e prendere iniziative con un grado crescente di autonomia, sta modificando le priorità operative. Il 55% dei platform engineer punta a mettere a disposizione degli sviluppatori strumenti intelligenti, tra cui copiloti per la scrittura del codice e chatbot.
Parallelamente, la metà degli SRE utilizza già funzionalità AI per automatizzare la risposta agli incidenti. Il passaggio verso operazioni sempre più autonome richiede una supervisione adeguata, soprattutto quando un sistema può intervenire direttamente sugli ambienti di produzione.
Per questo i team stanno privilegiando la visibilità e il controllo umano prima di ampliare ulteriormente l’automazione. Il nodo centrale riguarda la capacità di comprendere quando un intervento automatico possa essere eseguito, quali effetti possa generare e in quali circostanze sia necessario coinvolgere un operatore.
L’osservabilità come piano di controllo
Nel quadro delineato dallo studio, l’osservabilità si trasforma progressivamente in un piano di controllo delle operazioni guidate dall’intelligenza artificiale. Il suo compito consiste nel raccogliere e correlare i segnali provenienti da applicazioni, infrastrutture e modelli, fornendo le informazioni necessarie per governare prestazioni, affidabilità e azioni autonome.
Nel settore delle telecomunicazioni, questa capacità può assumere particolare rilievo nella gestione coordinata di reti e servizi, dove la moltiplicazione delle fonti di telemetria e l’automazione dei processi rendono più complesso individuare le anomalie, comprenderne le cause e governare gli interventi.
L’efficacia di questo approccio dipende dalla capacità di superare la frammentazione dei dati e di orchestrare i flussi operativi. Per ottenere riduzioni significative dei costi e dei tempi di risoluzione occorre integrare gli strumenti in una visione unificata del sistema, capace di trasformare le informazioni raccolte in interventi coordinati.
“L’SRE e il platform engineering hanno gettato le basi per la moderna affidabilità digitale, ma l’AI sta riscrivendo le regole. Le aziende devono ora passare dalla gestione dei sistemi alla loro orchestrazione, collegando osservabilità, automazione e AI agentica per operare alla velocità richiesta da queste iniziative, trasformando le informazioni in azioni su larga scala” spiega Steve Tack Chief Product Officer di Dynatrace.
