L’osservabilità differenzia fortemente le organizzazioni in termini di competitività e di risultati operativi, tanto che le aziende leader nel cosiddetto comparto observability totalizzano un ritorno annuale sugli investimenti 2,6 volte superiore rispetto a quelle che stanno muovendo i primi passi in tale ambito. I dati scaturiscono dal report The State of Observability 2024 condotto da Enterprise Strategy Group e Splunk su un campione di 1.805 esperti e manager IT in aziende con oltre 500 dipendenti, a livello globale.

Il 97% degli intervistati conferma di utilizzare sistemi basati su AI o machine learning rispetto al 66% del 2023. Il 65% dei leader fa affidamento sull'AIOps per risolvere con maggiore efficienza e automazione le problematiche di sistema.

A spingere le organizzazioni a investire in observability è stata la complessità degli ambienti IT moderni, che richiede un monitoraggio integrato e avanzato di infrastrutture cloud, on-premise, applicazioni e componenti di rete. In questo contesto risulta che le aziende con una strategia di osservabilità matura riescano a ottenere maggiore efficienza operativa e tempi di risposta migliorati, proprio in virtù di una visione a 360 gradi delle proprie risorse digitali e alla conseguente capacità di intervenire proattivamente per evitare interruzioni.

Le sfide moderne

Il report evidenzia che le sfide principali sono legate ai volumi di dati, alla difficoltà di correlare fonti frammentate e all’utilizzo di un eccessivo numero di strumenti. Stando a quanto ammesso dagli intervistati, infatti, le organizzazioni dispongono in media di 23 strumenti diversi per l’observability. Addirittura, una minoranza arriva a utilizzarne più di 50, causando una dispersione che aumenta il rischio di perdere informazioni cruciali.

Un altro dato importante è che solo il 24% delle aziende è in grado di correlare quasi tutti i propri dati; chi riesce risolve i problemi più velocemente, minimizzano i tempi di inattività e migliorano la produttività dei team di sviluppo.

La gestione avanzata dei dati è un altro elemento distintivo per i leader. Questi ultimi, infatti, sono più propensi a usare strategie di gestione come il data tiering e l'aggregazione per ridurre i costi di archiviazione e ottimizzare le prestazioni. L’incremento nell’adozione di OpenTelemetry, che è ormai lo standard di settore per la raccolta della telemetria, consente una gestione più efficace e l’accesso a un ecosistema tecnologico più ampio.

Ultimo ma non meno importante è l’uso dell’intelligenza artificiale e del machine learning. Le aziende leader sfruttano l’AIOps in misura dieci volte maggiore rispetto ai principianti, gestendo meglio l’alert fatigue, riducendo il numero di falsi positivi e migliorando la tempestività delle risposte. Inoltre, il 40% dei leader dichiara che il ROI degli strumenti AIOps ha superato le aspettative.

L’Italia

I dati parziali relativi all’Italia dimostrano che nel Belpaese il livello di maturità nell’adozione delle pratiche di observability è ancora basso rispetto ad altre realtà globali. Quasi il 65% delle organizzazioni interpellate si trova nelle fasi iniziali; solo una minima percentuale può essere considerata leader. Per questo motivo le organizzazioni italiane riportano tempi di risoluzione più lunghi e una minore fiducia nelle capacità di migliorare l’MTTR (tempo medio di ripristino). La situazione non sembra destinata a migliorare nell’immediato, considerato che solo il 15% del campione afferma di disporre dei i fondi necessari per sviluppare l’observability, contro una media globale del 28%.

Quanto all’analisi per settori, a livello globale quello manifatturiero si distingue per la propensione all’adozione di soluzioni automatizzate e AI, mentre il settore pubblico mostra un ritardo significativo, con più della metà delle organizzazioni ancora alle prime fasi del percorso di adozione. Una situazione migliore della media è quella che contraddistingue il comparto finanziario, con il 53% delle aziende che monitora con successo la propria infrastruttura di rete.