Modernizzare le applicazioni, sfruttare l’intelligenza artificiale, adottare l’edge computing: sono alcune delle priorità manifestate dalle aziende alla luce della pandemia di covid-19, evento che come sappiamo ha avuto e avrà un forte impatto sulla trasformazione digitale del mondo delle imprese e della società. Su queste tre tendenze getta luce la nuova edizione del report di F5 “State of Application Strategy”, basata su interviste rivolte a 1.500 manager e decisori IT di altrettante aziende, differenziate per settore, dimensione e ubicazione geografica. Un analogo studio era stato condotto un anno prima ed è interessante il confronto tra alcuni dei dati emersi.
Certamente i lockdown e la crisi dettata dal coronavirus hanno lasciato un segno: più che nelle scorse edizioni del report, nel 2020 gli intervistati hanno manifestato l’esigenza di migliorare la connettività, ridurre la latenza, garantire la sicurezza e ottenere informazioni basate sui dati (cioè data-driven). In generale, nel mondo è aumentato l’interesse per il cloud e per le soluzioni as-a-service, per l'edge computing, per le tecnologie di sicurezza e delivery delle applicazioni.
I dati più rilevanti riguardano la crescita dei progetti di modernizzazione delle applicazioni, che tra il 2019 e il 2020 sono raddoppiati, e il tasso di adozione dell’intelligenza artificiale e del machine learning, che è più che triplicato raggiungendo un valore del 56%. Per quanto riguarda il primo aspetto, da un anno all’altro è aumentato del 133% il numero di intervistati che ha detto di essere impegnato nella modernizzazione delle applicazioni aziendali (interne o destinate ai clienti).
Significativo è anche il fatto che il 57% degli intervistati (contro il 37% emerso dal report del 2019) abbia avviato nella propria azienda un processo di crescita digitale. A conferma di questa tendenza, si nota una sempre più accentuata attenzione verso l'automazione dei processi aziendali, vero l'orchestrazione e verso i flussi di lavoro digitali, attività che permettono di integrare fra loro applicazioni differenti e di creare delle esperienze d’uso più coese e coerenti. Il medesimo obiettivo viene perseguito attraverso l'uso delle Api (Application Programming Interface).
Le tecniche di modernizzazione delle app
Come viene portato avanti il lavoro di modernizzazione delle applicazioni? Nella maggior parte dei casi, i due terzi, vengono utilizzate almeno due diverse metodologie per creare workload in cui si combinano componenti di app tradizionali e moderne. Chi usa un unico metodo sceglie nel 44% dei casi di abilitare le interfacce moderne tramite Api o container (e simili). Solo l'11% del campione, principalmente rappresentato da organizzazioni tecnologiche, è impegnato nel portare avanti solamente un refactoring delle applicazioni.
Quanto, invece, al tipo di infrastruttura sottostante al lavoro di modernizzazione, oltre la metà degli intervistati sta usando l'infrastruttura “as a code” (cioè un approccio in cui il provisioning e la gestione delle risorse vengono realizzati tramite file di definizione leggibili dalla macchina). Chi si serve di questo approccio tende, rispetto agli altri, a distribuire le applicazioni più frequentemente e ad adottare pipeline completamente automatizzate.
Un mix di tradizione e modernità
La maggior parte delle organizzazioni si trova a gestire contemporaneamente applicazioni e architetture tradizionali e moderne. Questo mix generalmente non rappresenta un problema: l’87% degli intervistati ritiene di destreggiarsi bene in entrambi gli approccio, e la percentuale è in crescita (+11%) rispetto allo scenario del 2019. In circa un’azienda su due vengono utilizzate almeno cinque diverse architetture.
Per circa un intervistato su due, la pandemia ha svolto un ruolo trainante per il passaggio al cloud e per l’adozione di servizi Software-as-a-Service. Il 68% delle aziende ospita oggi in cloud alcune delle proprie tecnologie di sicurezza e delivery delle applicazioni, che sono considerate da quattro intervistati su cinque come cruciali per garantire una buona esperienza al cliente e il rispetto dei service level agreement (Sla).
Le promesse dell’edge computing
In forte crescita è l’interesse per l’edge, cioè il calcolo periferico, dislocato all’interno degli oggetti che stanno ai margini delle reti. Il 76% degli intervistati ha già adottato o sta pianificando l’adozione di soluzioni edge, con l’obiettivo di migliorare le prestazioni delle applicazioni o di raccogliere dati e risultati di analytics. Il 39% pensa che l'edge computing sarà strategicamente importante nei prossimi anni. L’interesse dunque è forte, ma al momento solo il 15% delle aziende sta già utilizzando tecnologie di sicurezza e delivery delle applicazioni proprio nell’edge.
“Le organizzazioni iniziano a guardare all'edge con interesse e determinazione”, commenta Lori MacVittie, principal technical evangelist, Office of the Cto di F5. “I data center cloud, pur supportando l'accesso da ogni luogo, sono solo leggermente più distribuiti dei data center on-premises, mentre l'edge permette alle organizzazioni di fornire applicazioni più vicine agli utenti. Rappresenta quindi il prossimo passo verso la realizzazione di uno scenario sempre più universale di applicazioni distribuite, con benefici e svantaggi in linea con i contesti multi-cloud”. A detta di F5, l’edge computing consentirà di affermare sul mercato le cosiddette applicazioni adattive, cioè applicazioni capaci di adattarsi automaticamente, di crescere, scalare, autoripararsi e reagire alle minacce in base all'ambiente in cui si trovano e al modo in cui vengono utilizzate.
I dati ci sono, il problema è saperli usare
Oltre la metà degli intervistati sostiene di disporre di soluzioni necessarie a monitorare lo stato di salute delle applicazioni principali, e tuttavia la quasi totalità (il 95%) ritiene che questi strumenti non forniscano analisi e insight adeguati. I dati raccolti vengono usati principalmente per la risoluzione dei problemi o per l’invio immediato di alert, mentre meno di un’azienda su quattro li impiega per comprendere potenziali problemi di performance delle applicazioni. Situazione ben diversa è quella dei monitoraggi delle componenti che modernizzano le app: in quest’ambito il 62% delle aziende misura i tempi di risposta, un indicatore fondamentale di performance.
Nelle aziende esiste comunque una buona consapevolezza della necessità di migliorare la propria capacità di analisi dei dati: oltre l'80% degli intervistati ha affermato che dati e telemetria sono “molto importanti” per i loro piani di sicurezza, e oltre la metà è “in attesa” di vedere realizzati concretamente i benefici dell'intelligenza artificiale. Le piattaforme AIOps, cioè le piattaforme che combinano Big Data e machine learning per migliorare le operations, sono considerate come la seconda tendenza strategica dei prossimi due-cinque anni. A detta di F5, tuttavia, l’attuale entusiasmo potrà scontrarsi con la mancanza di competenze sul mercato.
La strategia giusta per le app aziendali
“È evidente come a inizio 2020 la trasformazione digitale fosse già in corso”, riflette MacVittie, “ma la pandemia l’ha profondamente accelerata e processi che normalmente avrebbero richiesto un decennio per finalizzarsi, hanno compiuto un balzo in avanti incredibile. In pochi mesi un numero sempre maggiore di organizzazioni ha modernizzato e distribuito le proprie app e le soluzioni tecnologiche di sicurezza e delivery che le supportano, sempre più vicino all’utente. A questo si aggiunge un utilizzo crescente dell'edge computing”.
Nel futuro immediato, quindi, secondo F5 solo le aziende che abbiano adottato una combinazione ben bilanciata di automazione e insight potranno trarre valore dalla grande mole di dati disponibili, riuscendo a individuare in anticipo le necessità delle applicazioni in termini di disponibilità e prestazioni. Bisognerà adottare soluzioni per la sicurezza e la delivery realmente capaci di “seguire” le applicazioni, anche nell’edge. Diversamente, il rischio è quello di intraprendere progetti di trasformazione digitale (per esempio adottando applicazioni moderne e tecnologie di intelligenza artificiale) senza poi ottenere risultati che ripaghino tali sforzi.