Dagli AIOps agli AI Agent, l’intelligenza artificiale sta entrando in una nuova fase: da sistemi capaci di analizzare informazioni e fornire risposte a tecnologie evolute, in grado di comprendere un contesto, prendere decisioni ed eseguire azioni. Un’evoluzione che apre nuove opportunità per le IT Operations, ma introduce anche nuove sfide in termini di sicurezza, controllo e governance.
Per anni abbiamo imparato a conoscere l’intelligenza artificiale soprattutto come uno strumento capace di elaborare grandi quantità di dati, riconoscere pattern e generare contenuti, la diffusione della Generative AI ha ulteriormente accelerato questo processo, portando l’AI nelle attività quotidiane di aziende, professionisti ed utenti in generale.
Oggi, però, il paradigma sta cambiando: il prossimo passo di questo percorso di evoluzione è rappresentato dagli AI Agent, sistemi progettati per operare con un livello crescente di autonomia: possono analizzare un obiettivo, suddividerlo in attività, utilizzare strumenti e applicazioni, eseguire azioni e verificare il risultato ottenuto.
In altre parole, si passa da un’intelligenza artificiale che risponde ad un’intelligenza artificiale che può agire.
Dalla GenAI agli AI Agent: cosa cambia?
La differenza può sembrare sottile, ma dal punto di vista operativo è significativa.
Un sistema di Generative AI può, ad esempio, analizzare un problema e suggerire una possibile soluzione. Un AI Agent può essere progettato per utilizzare quelle informazioni all’interno di un processo più articolato, interagendo con strumenti e sistemi aziendali.
Il passaggio può essere sintetizzato in quattro fasi:
rilevare → analizzare → decidere → agire.
È proprio l’ultima fase a cambiare profondamente lo scenario: quando un sistema AI acquisisce la possibilità di eseguire azioni, diventa infatti parte integrante del processo operativo. Può interagire con applicazioni, API, database e piattaforme aziendali, contribuendo all’automazione di attività che fino a oggi richiedevano un intervento umano.
Questo modello trova un terreno particolarmente interessante nelle IT Operations, dove la quantità di eventi, alert, ticket e informazioni da analizzare rende sempre più complessa la gestione manuale delle infrastrutture.
AIOps: il terreno naturale dell’AI agentica
L’evoluzione verso gli AI Agent parte anche da tecnologie già consolidate come gli AIOps (Artificial Intelligence for IT Operations).
L’obiettivo degli AIOps è utilizzare intelligenza artificiale, machine learning e analisi dei dati per migliorare il monitoraggio e la gestione delle infrastrutture IT, correlando eventi e informazioni provenienti da fonti diverse.
È un modello che consente di superare una logica puramente reattiva.
Non si tratta soltanto di ricevere un alert, ma di comprenderne il contesto, individuare correlazioni, confrontarlo con eventi precedenti e supportare il tecnico nell’identificazione della causa e della possibile soluzione.
Ed è proprio su questo terreno che si inserisce PRISM.AI, la piattaforma di AIOps sviluppata da Prisma per supportare tecnici, manager e clienti attraverso processi intelligenti di IT Automation.
PRISM.AI: dall’automazione intelligente alla nuova frontiera dell’AI
PRISM.AI nasce con l’obiettivo di ottimizzare le IT Operations attraverso l’integrazione di automazione, analisi avanzata e intelligenza artificiale.
La piattaforma consente, tra le altre funzionalità, di:
• correlare automaticamente i guasti con lo storico degli incidenti per facilitare l’individuazione delle soluzioni;
• gestire in modo intelligente i ticket, dall’apertura al triage fino al routing;
• monitorare le performance operative;
• analizzare in tempo reale il tempo risparmiato attraverso l’automazione.
Un approccio che porta l’intelligenza artificiale direttamente dentro i processi operativi dell’IT.
Il valore del progetto è stato riconosciuto anche da Datadog, che ha selezionato e presentato PRISM.AI tra le soluzioni più innovative sviluppate all’interno del proprio ecosistema tecnologico, riconoscendone il contributo nell’ambito dell’automazione intelligente delle IT Operations.
Questo risultato rappresenta un importante riconoscimento per il team di Prisma e, allo stesso tempo, un punto di osservazione privilegiato sull’evoluzione che sta interessando l’AI applicata alle infrastrutture tecnologiche.
Dal troubleshooting all’azione autonoma
Ma cosa succede quando l’automazione intelligente fa un ulteriore passo avanti?
Immaginiamo un’anomalia all’interno di un’infrastruttura IT.
Un sistema AIOps può rilevare l’evento, correlare gli alert, analizzare lo storico e identificare la causa più probabile. Può inoltre generare o indirizzare automaticamente un ticket verso il team corretto di riferimento.
In un modello sempre più agentico, il processo può evolvere ulteriormente:
rilevare l’anomalia → comprenderne il contesto → individuare la strategia di remediation → eseguire un’azione controllata → verificare il risultato → intervenire nuovamente se necessario.
Il sistema non si limita quindi a fornire informazioni a chi deve intervenire: diventa parte attiva del processo, ed è questa la vera portata dell’AI agentica applicata alle IT Operations.
Autonomia e responsabilità
Più un sistema è autonomo, però, maggiore deve essere il livello di controllo.
Un AI Agent che può accedere a sistemi aziendali, modificare configurazioni o avviare processi dispone inevitabilmente di privilegi e capacità operative che devono essere governati con attenzione.
La questione non è quindi soltanto “cosa può fare un AI Agent?”, ma soprattutto:
“cosa gli permettiamo di fare?”
Questo introduce nuove esigenze di cybersecurity e governance:
• gestione delle identità e delle autorizzazioni;
• principio del minimo privilegio;
• tracciabilità delle azioni;
• monitoraggio dei comportamenti;
• controllo degli accessi ai dati;
• supervisione umana per le operazioni più critiche;
• possibilità di interrompere o limitare l’attività dell’agente.
L’autonomia, in altre parole, non può essere disgiunta dal controllo.
Il ruolo della ricerca: capire prima di automatizzare
È proprio in questo ambito che assume particolare importanza l’attività di ricerca e sviluppo.
Per Prisma, l’evoluzione dell’intelligenza artificiale non riguarda soltanto l’adozione di strumenti disponibili sul mercato, ma anche la capacità di sperimentare e comprendere come queste tecnologie possano essere applicate concretamente ai processi aziendali.
L’esperienza maturata con PRISM.AI rappresenta uno degli elementi attraverso cui il gruppo R&D di Prisma può osservare da vicino questa evoluzione: dall’analisi degli eventi all’automazione dei processi, fino alla possibilità di progettare sistemi sempre più capaci di comprendere il contesto e intervenire in modo controllato.
L’obiettivo non è inseguire l’autonomia fine a sé stessa, ma capire dove l’autonomia produce valore, dove deve essere limitata e quali condizioni tecnologiche e di sicurezza sono necessarie per renderla affidabile.
Il futuro delle IT Operations sarà collaborativo
Gli AI Agent non possono assolutamente sostituire le persone: il modello più interessante è probabilmente quello della collaborazione, perché alleggerendo l’attività del tecnico, affidando la gestione di attività ripetitive e processi complessi, tecnici e manager possono dedicarsi alla supervisione e alle decisioni che richiedono esperienza, responsabilità e valutazione del contesto.
L’AI, invece, può osservare continuamente l’ambiente, elaborare una quantità di informazioni difficilmente gestibile manualmente, suggerire strategie e, quando autorizzata, intervenire direttamente.