AIOps Observability: come garantire sicurezza e customer experience, anticipando i problemi IT dei servizi finanziari

La gestione accurata ed efficiente dei servizi digitali assume, per le imprese del Finance, un’importanza cruciale: il modello di business è fondato essenzialmente su interazioni online e transazioni elettroniche, e ciò vale tanto per le imprese native digitali FinTech, quanto per le aziende tradizionali. I dati sensibili dei clienti viaggiano in rete, e la cybersecurity diventa un imperativo assoluto. Nella medesima direzione vanno il regolamento DORA e la direttiva NIS2, che impongono alle aziende di adottare misure più rigorose per aumentare la resilienza dei sistemi e proteggere il patrimonio informativo.

Secondo una ricerca di McKinsey dedicata al Finance, l’eCrime è in crescita ed è il rischio più diffuso: nel 2023 sono cresciuti del 76% rispetto al 2022 i nominativi di persone elencati all’interno dei siti ransomware. A fronte di tale situazione, il primo obiettivo delle aziende è quello di effettuare un monitoraggio intelligente dei servizi digitali, dall’infrastruttura di backend fino all’app utilizzata dai clienti.

AIOps e Observability: perché sono necessarie al Finance

Garantire la sicurezza significa, a livello operativo quotidiano, controllare un numero enorme di piattaforme e applicazioni interdipendenti. Una ricerca di Dynatrace evidenzia che, secondo il 54% delle aziende Finance intervistate, la complessità delle infrastrutture tecnologiche è in costante crescita. Il moltiplicarsi della quantità di piattaforme, infatti, è direttamente proporzionale al numero di software vendor e di ambiti di monitoraggio e questo rende molto difficoltosa la possibilità di ottenere una vista di sintesi sullo stato del servizio, così come questo è percepito dall’utente. Si pensi, ad esempio, alla mancata risposta di un servizio online: questa può dipendere da un degrado hardware/software, da un disallineamento dei flussi dati, o infine, da un bug applicativo. Dal punto di vista dell’utente non c’è differenza: anche a fronte il un problema di lieve entità, il servizio risulta non affidabile, e la Customer Experience ne è gravemente compromessa. Per questi motivi, il 75% delle imprese ha già adottato strumenti di AIOps e Observability come sistemi di monitoraggio intelligente. Tali piattaforme, infatti, risultano necessarie al fine di garantire la protezione dei dati e una Customer Experience di qualità.

Anticipare i problemi dell’utente: un metodo in 3 step

Se l’obiettivo è, innanzitutto, quello di preservare la Customer Experience, occorre dunque affrontare il problema del monitoraggio in modo olistico, cioè non in modo parziale o settoriale, ma nel suo complesso. Ciò è possibile grazie all’AIOps e all’Observability, che offrono metodi e strumenti per affrontare le criticità con un processo in 3 step:

• Scelta di una piattaforma unificata. Al fine di anticipare i disservizi, così come questi sono percepiti dall’utente, occorre individuare un’unica piattaforma in grado di raccogliere, uniformare ed elaborare, con algoritmi di Artificial Intelligence, i dati sullo stato di salute dei servizi nelle tre dimensioni fondamentali: il business, ovvero le performance dei processi secondo le aspettative del cliente, come ad esempio la fluidità dell’interazione, la disponibilità delle informazioni rilevanti o la presenza di segnalazioni; la sicurezza, ovvero il monitoraggio costante delle vulnerabilità, la classificazione degli eventi e l’adozione delle contromisure; l’infrastruttura, ovvero l’insieme di tutte le risorse hardware e software che concorrono, direttamente o indirettamente, alla fornitura del servizio all’utente.
• Utilizzo dell’approccio AIOps. La metodologia AIOps elabora, attraverso algoritmi di predictive analytics, i dati multidimensionali (di business, di sicurezza e infrastrutturali, sia storicizzati che in real-time), per anticipare situazioni critiche ed effettuare operazioni in automatico. Nel Finance ciò significa, ad esempio, individuare flussi di pagamento anomali, intercettare le frodi finanziarie (grazie all’addestramento dei modelli di machine learning tramite transazioni sintetiche), o, infine, definire strategie di trading e risk management anticipando la volatilità del mercato.
• Collaborazione tra i team. Il CIO – Chief Information Officer, il CSO – Chief Security Officer e il Business Manager, sono i tre ruoli responsabili che concorrono in uguale misura a garantire che i servizi ai clienti producano il profitto atteso dall’azienda. Di conseguenza, i relativi team sono coinvolti per l’implementazione della metodologia e delle piattaforme di AIOps. Occorre sottolineare che la disponibilità di strumenti avanzati quali, ad esempio, l’utilizzo del linguaggio naturale per interagire con le piattaforme tecnologiche, facilita l’integrazione dei team e la condivisione di obiettivi comuni.

Già nel 2021 McKinsey segnalava la necessità per le aziende di adottare l’AIOps per sfruttare il potenziale insito nei dati telemetrici e aumentare il valore della Obsevability, al fine di di eliminare i “falsi positivi”, identificare immediatamente la root cause e innescare azioni di “self-remediation”. Oggi tale necessità è aumentata in modo lineare, al crescere di infrastrutture e applicazioni che concorrono a fornire il servizio agli utenti. Il monitoraggio intelligente, la predictive analytics e l’utilizzo dell’Artificial Intelligence sono le traiettorie che devono seguire le imprese per garantire una Customer Experience di qualità e assicurare, di conseguenza, lo sviluppo del business.