A Dynatrace, plataforma de observabilidade e segurança unificadas, revela tendências tecnológicas para 2024.
Bernd Greifeneder, Chief Tecnology Officer (CTO) da Dynatrace, afirma: “As empresas estão reconhecendo que, isoladamente, a IA não proporcionará valor significativo a longo prazo. Estamos testemunhando a transição para uma abordagem mais holística, composta por outras inteligências. O impacto resultante dessa combinação promete ser verdadeiramente surpreendente para os negócios”.
Confira as sete principais tendências para 2024:
Arbordagem composta em relação à Inteligência Artificial (IA):
A Inteligência Artificial (IA) Generativa entra nas fases posteriores do seu ciclo de hype e as organizações perceberão que a tecnologia, embora transformacional, não pode proporcionar valor significativo por si só. Como resultado, avançarão para uma abordagem composta de inteligências que combina Inteligência Artificial (IA) Generativa com outros tipos e fontes de dados adicionais. Esta abordagem permitirá um raciocínio mais avançado e trará precisão, contexto e significado aos resultados produzidos. Por exemplo, as equipes de desenvolvimento (DevOps) combinarão Generativa com Causal e Preditiva baseada em fatos para turbinar a inovação digital, prevendo e prevenindo problemas antes que eles ocorram e gerando novos fluxos de trabalho para automatizar o ciclo de vida de entrega de Software.
Códigos gerados por Inteligência Artificial (IA) criarão a necessidade de sistemas imunológicos digitais:
Mais organizações enfrentarão grandes interrupções nos serviços digitais devido a problemas de qualidade ou nos códigos dos programas que serão insuficientemente supervisionados. Os desenvolvedores usarão cada vez mais agentes autônomos generativos alimentados por Inteligência Artificial para escrever códigos de programação para eles, expondo suas organizações a riscos maiores de problemas inesperados que afetam as experiências dos clientes e dos usuários. Isso ocorre porque o desafio de manter o código autônomo gerado pelo agente é semelhante ao preservar o código criado por desenvolvedores que deixaram uma organização, resultando na situação em que nenhum dos membros restantes da equipe entenda totalmente o código. Portanto, ninguém pode resolver rapidamente os problemas no código quando eles surgirem. Além disso, aqueles que tentarem usar Inteligência Artificial (IA) Generativa para revisar e resolver problemas no código criado por agentes autônomos irão se deparar com um problema recursivo, pois ainda não terão o conhecimento e a compreensão fundamentais para gerenciá-lo de forma eficaz. Esses desafios levarão as organizações a desenvolver sistemas imunológicos digitais, combinando práticas e tecnologias para design, desenvolvimento, operações e análises de software para proteger o seu internamente, garantindo a resiliência do código por padrão. Para permitir isso, as organizações aproveitarão a Inteligência Artificial Preditiva para prever automaticamente problemas em códigos ou aplicações antes que eles ocorram, ao emergir e acionar uma resposta instantânea e automatizada para proteger a experiência dos usuários. Por exemplo, as equipes de desenvolvimento podem projetar aplicativos com recursos de autocorreção. Esses recursos permitem a reversão automática para a versão estável mais recente da base de código se uma nova versão apresentar erros ou o provisionamento automatizado de recursos de nuvem adicionais para suportar um aumento na demanda por poder computacional.
As organizações nomearão um diretor de Inteligência Artificial (IA) para supervisionar o uso seguro e responsável da IA:
As empresas indicarão cada vez mais executivos seniores para suas equipes de liderança para garantir preparação para implicações de segurança, conformidade e governança da Inteligência Artificial (IA). À medida que os funcionários se acostumam a usar essa tecnologia em suas vidas pessoais, por meio da exposição a ferramentas como o ChatGPT, eles estarão mais dispostos a usar a Inteligência Artificial (IA) para aumentar sua produtividade no trabalho. As organizações já perceberam que se não capacitarem oficialmente seus funcionários para usarem ferramentas de Inteligência Artificial (IA), seu uso continuará sendo feito sem consentimento. Serão nomeados, portanto, um diretor de Inteligência Artificial (IA) para supervisionar a utilização destas tecnologias, da mesma forma que muitas empresas já têm um executivo de segurança em suas equipes de liderança. Esse profissional se concentrará no desenvolvimento de políticas, na educação e na capacitação da força de trabalho para usar a Inteligência Artificial (IA) com segurança para proteger a organização contra a não conformidade acidental, vazamento de propriedade intelectual ou ameaças à segurança. Estas práticas abrirão caminho para a adoção generalizada da Inteligência Artificial (IA) nas organizações. À medida que esta tendência avança, o uso dessa tecnologia se tornará uma mercadoria, tal como o foi com o celular.
A observabilidade dos dados será obrigatória:
As organizações estão em busca de impulsionar uma automação mais inteligente e de pôr em prática a tomada de decisões mais rápidas, enquanto o volume de dados continua a duplicar a cada dois anos e as organizações procuram ingeri-los e analisá-los de forma mais rápida e em maior escala. No entanto, o custo e o risco de dados de má qualidade são mais significativos do que nunca. Uma pesquisa da Dynatrace indica que 57% dos profissionais de DevOps afirmam que a ausência de observabilidade de dados dificulta a condução da automação de maneira compatível. Como resultado, as organizações exigirão cada vez mais soluções que forneçam observabilidade de dados, permitindo-lhes ingerir de forma rápida e segura dados confiáveis e de alta qualidade, prontos para análise sob demanda. O aumento da observabilidade dos dados permitirá que usuários, como equipes de operações de TI e de análise de negócios, entendam a disponibilidade dos dados, a estrutura, distribuição, relacionamentos e linhagem dessas informações em todas as fontes, incluindo diferentes plataformas em ambientes distribuídos híbridos e Multicloud. Esse entendimento é essencial para gerar insights nos quais os usuários possam confiar, garantindo a atualização dos dados, identificando anomalias e eliminando duplicatas que podem levar a erros.
As organizações ampliarão a observabilidade para mais casos de uso empresarial, à medida que a alta administração busca apoiar objetivos de sustentabilidade e FinOps:
A pressão combinada de adotar práticas de negócios mais sustentáveis do ponto de vista ambiental e de lidar com os custos crescentes em Nuvem impulsionará a observabilidade como uma prioridade de TI para um requisito de negócios. O aumento do uso de Inteligência Artificial (IA) pelas organizações será um dos principais impulsionadores desta tendência, pois aumenta o consumo de recursos em Nuvem, resultando no aumento da pegada de carbono. No entanto, a análise de dados de observabilidade alimentada por Inteligência Artificial (IA), pode ajudar as organizações a enfrentar esses desafios e a amadurecer suas práticas de FinOps e de sustentabilidade, revelando insights acionáveis e potencializando a automação inteligente para lidar com pontos críticos de ineficiência em ambientes em Nuvem. O aumento do uso da observabilidade alimentada por Inteligência Artificial (IA) permitirá que as organizações orquestrem automaticamente seus sistemas para uma utilização ideal de recursos, reduzindo as emissões e o custo de operação de seus ambientes em Nuvem. Como resultado, veremos um interesse crescente em casos de uso de observabilidade além do departamento de TI, à medida que a empresa em geral começar a tomar nota.
A engenharia de plataforma se tornará uma missão crítica:
As organizações reconhecerão que um pipeline de entrega de Software seguro e que funcione perfeitamente é tão vital para a continuidade dos negócios quanto a qualidade e a segurança dos serviços digitais dos quais os usuários finais e Clientes confiam. Veremos, portanto, uma mudança em direção à ‘produtização’ das ferramentas usadas para impulsionar as melhores práticas de engenharia de DevOps, segurança e confiabilidade de sites. Isso trará a engenharia de plataforma à tona à medida que as organizações codificam o know-how e os recursos necessários para automatizar pipelines seguros de entrega de Software. Conforme essa tendência se consolida, os processos de entrega de Software, segurança e operações serão acionados por meio de interfaces de programação de aplicativos (APIs) que automatizam essas tarefas com base em insights em tempo real de dados de observabilidade.
As organizações eliminarão gradualmente as soluções SIEM legadas à medida que as equipes de segurança procuram análises de ameaças mais inteligentes:
As soluções de inteligência e análise de ameaças da próxima geração eliminarão gradualmente os sistemas de gestão de informações e eventos de segurança (SIEM). Essas soluções modernas permitem que as equipes de segurança ampliem os recursos além da análise de log para acessar o contexto fornecido por uma gama mais ampla de modalidades de dados e diferentes tipos de Inteligência Artificial (IA), incluindo técnicas generativas, causais e preditivas, sempre trabalhando em conjunto. Como resultado, as organizações terão acesso a análises de ameaças mais profundas, precisas, inteligentes e automatizadas, ajudando a proteger as suas aplicações e dados contra ameaças cada vez mais sofisticadas.
Essas tendências apontam para as oportunidades e desafios que as organizações enfrentarão ao incorporar essas avançadas tecnologias em suas operações.