Ecco come l’intelligenza artificiale ha ricostruito Dynatrace

Il CEO di Dynatrace John Van Siclen ha parlato del modo in cui l'azienda ha sviluppato le proprie capacità di intelligenza artificiale per un monitoraggio software più intelligente.

dynatrace

Alcuni anni fa il fornitore di software di monitoraggio Dynatrace prese la decisione di fare perno su un approccio IA-first. La decisione, nelle parole dell’attuale CEO John Van Siclen, si basava sulla convinzione che fosse meglio “essere disruptor piuttosto che disrupted”. Passare da essere un fornitore tradizionale di software monitoraggio a essere una società di “software intelligence” avrebbe tuttavia implicato un enorme sforzo di fiducia e una radicale ristrutturazione dell’azienda dall’interno e dall’esterno.

A cinque anni da quella decisione Van Siclen si è presentato all’annuale conferenza Perform di Dynatrace a Las Vegas per parlare di come abbia trasformato la compagnia e abbia iniziato a costruire il motore di intelligenza artificiale su cui si basa oggi il software di Dynatrace.

La decisione di abbracciare l’IA a tutti i costi era semplice, secondo Van Siclen. “L’attività di monitoraggio consisteva nel raccogliere insieme diversi tipi di dati e presentarli in modo che le persone potessero capire cosa farne. Volevamo cambiare questo paradigma: quello che le persone volevano veramente era un accesso più rapido alle risposte. In una realtà odierna in cui la quantità di dati ha assunto proporzioni colossali, l’intelligenza artificiale è l’unico modo intelligente per gestire tutta questa mole di informazioni”.

Prima che l’azienda sviluppasse il suo nucleo di intelligenza artificiale, chiamato Davis, Van Siclen afferma di aver cercato altre società nel campo che sostenevano di sviluppare motori di intelligence o di correlazione. “Abbiamo scoperto che questi motori erano davvero “deboli” e abbiamo capito cosa non fare”. Ecco perché alla fine Dynatrace ha deciso di adottare un proprio approccio, costruendo modelli di intelligenza artificiale dal basso verso l’alto ma solo dopo aver scoperto la risposta una domanda fondamentale: sarebbe stato un sistema deterministico o di tipo deep learning?

La risposta, a Van Siclen, era chiara. “Nel mondo del cloud non puoi scegliere un modello di deep learning perché è infinitamente variabile. Il modo in cui lo descrivo alle persone è: se i sistemi di apprendimento fossero in grado di gestire una variabilità infinita, IBM Watson predirebbe i risultati di Wall Street. Invece non può farlo, ma può giocare a scacchi davvero bene perché in questo caso c’è un numero finito di variabili. Il cloud è come Wall Street ed è per questo che il nostro motore di intelligenza artificiale è costruito su una una mappa delle dipendenze. Questa mappa espone ogni pezzo del puzzle che interagisce in tutto lo stack tecnologico”.

Siclen afferma inoltre che il valore più grande del modello di IA di Dynatrace è la capacità di eliminare il “rumore” nei dati e offrire una visione utile ai team IT. Il sistema dà inoltre la priorità in modo intelligente ai problemi in termini di incidenza sui clienti. Il programma si basa su algoritmi sviluppati internamente da matematici e scienziati. Una parte del programma determina qual è il problema e un’altra affronta il contesto corrispondente utile per personalizzare una risposta.

Van Siclen riferisce di aver parlato con molti CIO e CTO di grandi compagnie (principalmente banche e sanità) su come Dynatrace abbia modellato il suo motore di intelligenza artificiale. “Se sono abbastanza ferrati in materia, lo capiscono, perché guardano al problema e dicono che per loro questo è il modo giusto per sfruttare l’IA a favore della comprensione dei dati”.

Il CEO di Dynatrace John Van Siclen

Il CEO di Dynatrace crede infatti che questi sforzi derivino dalla mancanza di un vero impegno nei confronti dell’intelligenza artificiale. “Non penso che i nostri concorrenti abbiano passato molto tempo con i loro migliori ingegneri a preoccuparsi di questo. Penso che stiano provando a fare più una dichiarazione di marketing piuttosto che una vera e propria dichiarazione di valore aziendale”.

Dynatrace ha anche messo molto denaro in questa enorme scommessa sulla convinzione dell’utilità dell’intelligenza artificiale nella software intelligence. “Parliamo di un investimento di 100 milioni di dollari per questa piattaforma prima che fosse pronta per i carichi di lavoro di classe enterprise”. Ma Van Siclen è preoccupato che altre aziende in questo campo si stiano improvvisamente orientando anch’esse verso un modello deterministico? “Be’, potrebbero farlo”, ammette, “ma ci sono molti pezzi in questo puzzle da sistemare correttamente. È necessario disporre di tutte le origini dati per creare una mappa delle dipendenze sufficientemente ricca per risolvere questi problemi”.

Come si ottengono tutte queste origini di dati all’interno di un ambiente cloud dinamico? “Avrete bisogno di strumenti che possano affrontare la continua scoperta di tutto ciò che sta cambiando”, afferma Van Siclen. “Non potete farlo manualmente, quindi dovete cambiare la tua strumentazione. È quello che abbiamo fatto noi cinque anni fa, ovvero reinventare tutto da capo”.

Van Siclen dice che il lancio del motore di intelligenza artificiale non è stato accolto da una fanfara come si sarebbe potuto immaginare. “Il motore IA è stato un enorme balzo in avanti per i nostri clienti, che erano un po’ scettici a riguardo fino a quando non lo hanno provato”. Ma la base deterministica dell’intelligenza artificiale di Dynatrace non significa che Van Siclen neghi l’efficacia dell’apprendimento dei modelli di intelligenza artificiale e, anzi, il CEO concorda sul fatto che possano essere utili in altri casi d’uso: “Forse un giorno useremo un modello di apprendimento per un’area come quella dell’esperienza utente, ad esempio.”

Van Siclen afferma anche che in futuro Dynatrace studierà ulteriormente come unire i KPI aziendali (tassi di conversione o le entrate) e come sposare i due lati dell’equazione (le prestazioni del software tecnico e l’impatto complessivo sul business). “Un approccio aziendale molto più intelligente rispetto all’approccio meramente tecnico che adottiamo in questo momento”. Questa sarà un’area chiave per gli sviluppi dell’IA di Dynatrace nel 2019 e anche se inizialmente il team sperimenterà modelli di IA deterministici, si sta pensando anche a quali altri pattern e algoritmi rivolgersi.

Van Siclen cita l’esempio della nuova tecnologia Session Replay che permetterà alle aziende di isolare sessioni web uniche e riprodurle per vedere cosa vede il cliente, oltre a ciò che sta accadendo a ogni livello dello stack, fino al livello del codice. Anche se utile per le imprese, questa tecnologia crea il problema di altri dati da interpretare. “Non posso guardare tutte quelle cose se sono Walmart, quindi cosa dovrei guardare?”. Ovviamente, un sistema più utile dovrebbe solo segnalare le sessioni che richiedono veramente attenzione. “Ecco l’area in cui, nel tempo, un sistema di apprendimento potrà fare cose diverse da un modello di problema più deterministico e, naturalmente, stiamo prendendo in considerazione anche questi aspetti”, conclude Van Siclen.