IT: previsioni sui trend tecnologici del 2019

Siamo vicini alla fine del 2018 e quest'anno abbiamo visto la definitiva affermazione delle tecnologie Web e di progetti come Docker oltre ovviamente alle applicazioni del machine learning e delle intelligenze artificiali in svariati settori. Ma quali saranno le tecnologie che probabilmente avranno una boom nel 2019? Nell'articolo di oggi andremo proprio ad analizzare quelli che secondo la community saranno i settori con un maggiore sviluppo e applicazione diretta nell'arco del prossimo anno.

Container

Questa tecnologia è ormai uno standard sul mercato della distribuzione software, in particolare progetti come Kubernetes hanno permesso la sua diffusione su larga scala. Questo progetto è diventato una nuova lingua franca tra le varie piattaforme, è infatti capace di far dialogare e gestire software di ogni sorta con una moltitudine di piattaforme diverse.

In particolare Kubernetes ha vinto "l'orchestration war" e si è rivelato il miglior progetto per la gestione e coordinazione automatizzata di sistemi, middleware e servizi informatici. Kubernetes dunque non è solo un semplice trend di questi anni, ma una tecnologia che sta dominando il suo mercato di riferimento ed è diventata uno standard di fatto nel settore dei container.

Serverless

Conosciute anche come FaaS (Function as a service) si tratta di un categoria di Cloud computing service che forniscono una piattaforma di servizi dedicati alla gestione, allo sviluppo, ad alla distribuzione di servizi ed applicazioni.

La Cloud platform si occupano di eseguire funzionalità in risposta a determinati eventi. Questo paradigma di sviluppo si differenzia da quello “standard” in modo abbastanza netto perché in un programma tradizionale l’esecuzione delle istruzioni segue percorsi fissi, nei software scritti utilizzando l’approccio a eventi il flusso del programma è quasi del tutto determinato ed indirizzato dal verificarsi di eventi esterni scelti dal developer.

Un sistema serverless è tale quando il network di servizi non è incentrato su dei server, ma viene dislocato tra i vari utenti e il lavoro di gestione del network viene eseguito dagli stessi utilizzatori. Questa tecnologia rappresenta un'indiretta evoluzione dei container e potrebbe anche portare alla loro fine, ma probabilmente nel 2019 vedremo entrambi questi settori crescere in parallelo.

TensorFlow

Come già accennato ad inizio articolo, il ruolo degli algoritmi e dei framework di machine learning avrà un'importanza notevole nel 2019. Il progetto più interessante che probabilmente vedrà crescere ancora di più l'interesse della community è sicuramente TensorFlow.

Si tratta di una libreria open source sviluppata da Google per lo sviluppo di piattaforme basate sul machine learning. L'azienda californiana l'aveva pensata inizialmente per l’utilizzo con le neural network library ed in questi anni è stata adottata praticamente da tutti i principali progetti dedicati alla creazione di sistemi automatizzati o di intelligenze artificiali. TensorFlow è infatti uno dei progetti con più fork attivi su Github e la sua community aumenta mese dopo mese.

Golang

Anche se Java è attualmente il linguaggio di programmazione più attivo e diffuso, ci sono diversi concorrenti che sono pronti a rubargli il podio nei prossimi anni, uno di essi potrebbe essere Go un altro dei tantissimi progetti open source di Google.

Tra le motivazioni per cui uno sviluppatore si avvicina a Go vi sono sicuramente le sue performance di alto livello. Go è estremamente performante e riesce a superare in certi contesti anche Python e C. Le prestazioni del linguaggio vengono non di rado sottovalutate in favore del livello di integrazione tra gli aspetti funzionali e il supporto all'archiviazione.

Go però punta tutto sull'ottimizzazione del codice piuttosto che sull'integrazione. La sua logica di programmazione è molto rigida e la sua curva di apprendimento è di fatto molto ripida, ma una volta superata la china il programmatore che padroneggia Go avrà sicuramente una marcia in più rispetto agli altri.

Go inoltre è stato usato per sviluppare le tecnologie di blockchain e sta rivestendo un ruolo sempre più importante all'interno di tale community.

Kotlin

Questo linguaggio di programmazione general purpose e multi-paradigma basato sulla JVM (Java Virtual Machine) è simile a Java e Scala, ma porta con se diversi aspetti sintattici derivati direttamente da Pascal e Go.

Viene sviluppato da JetBrains, l'azienda che sviluppa anche IntelliJ IDEA, uno degli IDE più completi sul mercato. Kotlin è definito da molti come il successore di Java all'interno dell'ecosistema Android e il team di Google sta lavorando per integrarlo al meglio con Android Studio e con l'ecosistema di applicazioni del suo sistema operativo mobile.

React Native

Il settore dello sviluppo delle Web App è sicuramente uno dei più floridi degli ultimi anni e in Rete sono nati migliaia di progetti dedicati alla facilitazione delle varie fasi di sviluppo.

Facebook, una delle principali aziende interessate allo sviluppo del mercato delle applicazioni Web, ha realizzato React Native, un libreria JavaScript, pensata per aiutare gli sviluppatori nella progettazione delle interfacce utente delle Web App.

Vista la grande diffusione dei servizi Cloud è normale che tale progetto sia diventato sempre più importante ed in futuro non potrà che crescere ancora, visto che tutte le principali aziende IT stanno spostando la propria offerta di servizi su soluzioni Cloud-based.

AIOps

Le intelligenze artificiali possono portare enormi benefici ai programmatori, automatizzando le operazioni più tediose e ripetitive del ciclo di sviluppo. Di recente alcuni developer hanno pensato di portare i medesimi benefici e ausili anche in ambito DevOps, tramite il progetto AIOps, applicando dunque il machine learning e i processi di automazione in tale settore che di per se nasce per armonizzare e velocizzare lo sviluppo software.

AIOps è una tecnologia emergente che si focalizza appunto sul portare i vantaggi delle intelligenze artificiali nel settore delle Ops. Tale progetto non è stato pensato per sostituire gli operations model, ma mira a modernizzarli e ad unificarli tramite algoritmi di machine learning.

Via Jaxenter