AI, machine learning e automation: quali sono le prospettive per il 2019?

È sempre più difficile ignorare il ruolo che l'IA avrà nel sostituire i sistemi legacy, il 2018 ha visto infatti prevalere nuove soluzioni Cloud-based guidate da sistemi completamente automatizzati rispetto ai tradizionali servizi basati sui server standard. È ormai generalmente accettato che, ad un certo punto, i team di IT Operations dovranno apprendere nuove competenze in materia di data science, sopratutto se si sceglie di implementare tecnologie AIOps.

Presto per le aziende del settore IT sarà necessario organizzare strategie in base ai risultati presentati da queste nuove tecnologie. Pertanto è fondamentale che i team aziendali comprendano appieno tale settore, perché si dovranno prendere decisioni su questioni anche molto complesse che avranno un impatto rilevante sul futuro del proprio lavoro.

Nel prossimo futuro i team IT non necessariamente verranno ridimensionati nel loro numero e nelle loro funzioni. Il settore ha avuto un'enorme spinta verso l'efficienza e la specializzazione dei developer in determinati comparti, quello che possiamo aspettarci nei prossimi anni è la riqualificazione di gran parte degli sviluppatori che attualmente lavorano su tecnologie che presto diventeranno obsolete grazie alle intelligenze artificiali, agli algoritmi di machine learning e ai tool di automation.

Nel 2019 si andranno infatti ad affermare maggiormente soluzioni automatizzate e modulari basate su Microservice e sistemi Serverless. Tali soluzioni sono diventate molto popolari in questi ultimi anni, si tratta di una variante dell’approccio SOA (Service-Oriented Architecture) che va a strutturare un’applicazione come una raccolta di servizi liberamente associati tra loro. Il vantaggio di scomporre un’applicazione in servizi più piccoli sta proprio nella modularità che la rende più leggera, facile da gestire, da capire, da sviluppare e ovviamente da testare.

I sistemi microservice sono dunque legati a doppio filo con il concetto di Function as a service (Faas) o serverless. Questa categoria di Cloud computing service fornisce appunto piattaforme di servizi che permettono di gestire lo sviluppo e la distribuzione di applicazioni. Esse si occupano in pratica di eseguire funzionalità in risposta a determinati eventi. L'automazione dello sviluppo delle applicazioni, della loro distribuzioni e dei processi di manutenzione sta radicalmente cambiando il settore.

La tecnologia alla base di questo cambiamento oltre alle AI, al machine learning e ai tool di automation sono i container. I servizi Cloud non solo altro che applicativi sviluppati su Linux ma eseguibili su tutti i sistemi proprio grazie a progetti come Docker. Nel prossimo futuro quindi non sarà importante il linguaggio scelto, quanto la tecnologia adottata per distribuire il proprio servizio.

Non di rado gli esperti definiscono Kubernetes come uno dei progetti più importanti del 2018 e probabilmente anche dei prossimi anni. Esso ha praticamente vinto “l’orchestration war” e si è rivelato la migliore soluzione per la gestione e coordinazione automatizzata dei sistemi di container, diventando quindi un componente chiave per tutte quelle aziende che basano la propria infrastruttura su sistemi serverless e sui microservice.

Nel 2019 aumenterà molto probabilmente il grado di complessità di questi applicativi, questo porterà ad un forte aumento del carico di lavoro per sviluppatori e DevOps che dovranno vedersela con i problemi di versioning dei vari applicativi i quali, essendo formati da componenti completamente indipendenti, dovranno essere amministrati da un sistema automatizzato che controlli la coerenza tra librerie e tool.

La modularità significa anche che le prestazioni generali del sistema non possono essere analizzate visualizzando una singola istantanea. Di conseguenza, le aziende richiederanno più dati dai sistemi IT per essere in grado di ottenere una panoramica di ciò che sta accadendo. Tuttavia i set di dati sono diventati così grandi, e diversi, che è impossibile per l'occhio umano elaborare i dati in modo intelligente. È qui che l'intelligenza artificiale può davvero fare la differenza, fornendo ai team di DevOps gli strumenti di cui hanno bisogno in modo da poter valutare appieno il rendimento del sistema.

Via Richard Whitehead