ITAM: come l’AI può aiutarci a decidere meglio

Casi concreti di correlazioni di dati tra gli asset IT individuati dall’AI.

In che modo l’AI applicata all’ITAM permette di individuare correlazioni significative tra i dati aiutandoci a decidere meglio.

Gli algoritmi possono aiutarci a individuare connessioni insospettabili tra i dati: un esempio noto è quello offerto dal libro “Creating Value with Big Data Analytics” di Verhoef, Kooge e Walk, in cui si racconta il caso storico in cui Walmart, la catena di supermercati americana, era riuscita a individuare, grazie a un’analisi avanzata dei dati, una controintuitiva relazione tra l’acquisto di pannolini e di birra e a sfruttarla per aumentare le vendite.  

Oggi più di ieri, l’AI è in grado di rivelare correlazioni significative tra dati apparentemente separati, portando a decisioni strategiche e innovazioni sorprendenti. Uno dei suoi ambiti di applicazione potrebbe essere proprio l’IT Asset Management, in cui vasti insiemi di dati relativi agli asset IT potrebbero essere esaminati con rapidità e precisione.

Perché l’ITAM offre un terreno fertile all’AI?

Da sempre l’ITAM cerca relazioni tra gli asset. Fin dal secolo scorso le best-practices in ambito IT hanno sottolineato l’utilità di avere un CMDB popolato che, detta in modo semplificato, non è altro che un elenco di asset (in realtà CI se vogliamo usare un termine tecnico) di cui viene resa evidente la mappa di interrelazioni che esistono tra loro e altri elementi (software, servizi, procedure, talvolta persone) che concorrono all’erogazione dei servizi IT.

Tutte le attività importanti dovrebbero poggiare su questa base di conoscenza: pianificazione degli acquisti, analisi d’impatto, identificazione delle cause di problemi. Potremmo inoltre scendere in aspetti più squisitamente legati alla sicurezza e andare avanti per ore.

Quindi da tempi immemori gli IT Manager inseguono una conoscenza dettagliata e affidabile degli asset per prendere decisioni consapevoli. Ma lo scoglio principale è legato alla difficoltà e ai costi di mantenere un CMDB aggiornato. Se il dato è obsoleto (ovvero non corrisponde alla realtà) fa più danni che altro: pensiamo alle conseguenze di un’analisi di impatto effettuata su informazioni di dipendenza sbagliate.

Oggi l’evoluzione dell’AI ci permette di rivedere la nostra posizione sull’argomento: può essere utilizzata per correlare informazioni provenienti da fonti interne ed esterne allo scopo di generare saggezza. Oltre ai dati operativi interni, può infatti “leggere” in modo integrato anche informazioni provenienti da fonti esterne (trend di settore, rapporti di sicurezza e best-practices ecc.): il risultato è una visione olistica e approfondita dell’ecosistema degli asset IT, da cui trarre insight azionabili.

Un caso pratico: decidere il budget per gli acquisti

Supponiamo di voler rispondere velocemente e in modo oculato ad una semplice domanda: dovendo pianificare gli acquisti dei computer del prossimo anno, quale cifra dovrei mettere a budget? Ecco alcune categorie di informazioni rilevanti:

[Informazioni Interne]

• Inventario attuale degli asset IT: dettagli sugli attuali computer, inclusi modelli, specifiche tecniche e stato di manutenzione.
• Requisiti operativi e tecnici: esigenze specifiche dei dipartimenti e degli utenti in termini di prestazioni, capacità di elaborazione, memoria e storage.
• Storia degli acquisti precedenti: analisi degli acquisti passati, comprese informazioni su fornitori, costi e durata di vita degli asset.
• Feedback dagli utenti: valutazioni e feedback dagli utenti sui computer attualmente in uso per identificare eventuali problemi o esigenze non soddisfatte.
• Politiche aziendali e standard IT: linee guida e requisiti aziendali per la conformità, la sicurezza e la gestione degli asset IT.
• Trend aziendali: come sta crescendo la popolazione degli utenti, in base alla strategia aziendale, per linee interne o esterne.

[Informazioni Esterne]

• Tendenze di mercato e tecnologiche: informazioni sulle nuove tecnologie e sulle tendenze del settore dei computer che potrebbero influenzare le decisioni di acquisto.
• Recensioni e valutazioni del settore: analisi delle recensioni e delle valutazioni di hardware da fonti autorevoli per identificare i modelli più affidabili e performanti.
• Benchmark di performance: dati di benchmarking per confrontare le prestazioni di diversi modelli di computer e identificare quelli che soddisfano al meglio le esigenze aziendali.
• Condizioni di mercato e negoziazione con fornitori: informazioni sulle condizioni di mercato, i prezzi correnti e le possibilità di negoziazione con i fornitori per ottenere condizioni vantaggiose.
• Aggiornamenti normativi e di sicurezza: informazioni sulle normative in evoluzione e sugli standard di sicurezza che potrebbero influenzare la scelta di determinati modelli o marchi.

Avendo a disposizione una soluzione ITAM strutturata, le informazioni interne saranno già in nostro possesso e sono in condizione di creare delle entità strutturate per ospitare quelle esterne.