L'infrastruttura IT che si ripara "da sola" — il sogno dell'AI ops e la realtà

Un cliente aveva un problema di lentezza. Ha chiesto a Copilot di leggere i log di Windows e di spiegargli che cosa non funzionava.

Copilot ha visto due agent di backup attivi. La diagnosi sembrava chiara: due attività stavano lavorando contemporaneamente e si stavano rubando le risorse.

Il cliente, convinto di aver trovato la causa, aveva già iniziato a fermare i servizi di backup.

Peccato che nessun backup fosse in esecuzione in quel momento. Gli agent erano attivi perché aspettavano un job schedulato. Il contesto, quello che diceva quando partivano i job e come era configurata davvero l’infrastruttura, non era dentro i log che Copilot aveva letto.

La diagnosi era plausibile. Era anche sbagliata.

Di questo e tanto altro abbiamo parlato di questo con Francesco durante la live di Audiocassetta. Francesco arriva dal mondo dell’hardware e lavora sulla parte dell’azienda che viene prima del click: server, rete, firewall, backup, cloud e sistemi di monitoraggio.

La sua tesi è semplice: nell’infrastruttura l’AI non è un tecnico da lasciare solo davanti alla console. È un collega molto veloce, che prima deve conoscere il cliente, la configurazione e i limiti entro cui può muoversi.

Il log è un frammento. L’infrastruttura è la storia completa

Per molto tempo Francesco ha usato l’AI soprattutto per fare ricerche e orientarsi nella documentazione tecnica. Con i log, invece, il risultato era spesso pieno di allucinazioni.

Non perché il modello non sapesse leggere una riga. Perché non sapeva che cosa ci fosse intorno a quella riga.

Un firewall non è solo un firewall. Dietro ci sono una rete segmentata, macchine che comunicano in un certo modo, regole costruite nel tempo, eccezioni e sistemi legacy.

La svolta arriva quando puoi dare all’AI una cartella intera di documentazione, configurazioni e informazioni sul cliente. Non più una domanda isolata, ma il contesto necessario per capire quello che sta guardando.

È come fare l’onboarding di un junior. Se gli dai una schermata, può commentarla. Se gli spieghi come funziona l’azienda, quali sistemi comunicano tra loro e quali vincoli non può toccare, può iniziare a ragionare.

L’AI non crea il contesto che manca. Ti fa notare quanto ti manca.

Da un SIEM enterprise a una PMI

Le grandi aziende hanno strumenti e reparti dedicati alla sicurezza e all’osservabilità. Una PMI spesso ha gli stessi alert, gli stessi log e le stesse configurazioni stratificate, ma non ha un team interno per gestirli.

Durante la live Francesco ha raccontato il progetto su cui sta lavorando con il suo team: AI-Pete.

AI-Pete è un sistema di triage operativo per l’IT. Correla alert provenienti dalla mailbox e dai tool già presenti in azienda, li trasforma in casi prioritizzati e permette di interrogarli in chat, con il contesto a disposizione.

La parte importante è l’ultima: le azioni richiedono un’approvazione umana. AI-Pete può rilevare, collegare, spiegare e proporre. La decisione finale resta all’operatore.

Il paragone usato da Francesco è quello del pronto soccorso. Prima qualcuno raccoglie i sintomi, valuta l’urgenza e ti indirizza verso il problema giusto. Non sostituisce il medico.

Lo stesso vale per l’infrastruttura. Il valore non è lasciare che l’AI prenda il controllo. È togliere il rumore che impedisce al tecnico di concentrarsi.

Un alert ripetuto cento volte non è cento problemi. È un problema che non è stato ancora riassunto bene.

L’AI come collega

Francesco usa una metafora che mi sembra più utile di molte discussioni sulla sostituzione del lavoro: l’AI è un collega.

A un collega puoi delegare una ricerca, una classificazione o una prima analisi. Poi controlli il risultato e decidi se procedere.

La parte grezza deve restare ai sistemi che sanno farla meglio. Se devi filtrare 150 server Linux per sistema operativo, versione o ambiente, non serve chiedere a un modello di ragionare su ogni riga. Serve un sistema di gestione che faccia quel filtro in modo deterministico.

L’AI entra dopo, quando deve interpretare il risultato, spiegare un’anomalia o mettere insieme informazioni sparse.

Prima il processo. Poi il modello.

Il junior che non deve saltare la gavetta

La domanda finale della live riguardava i junior. Se metti un agente accanto a un tecnico appena entrato, crescerà più velocemente o smetterà di imparare?

La risposta è doppia.

Un junior curioso può accelerare moltissimo. Può usare l’AI per cercare documentazione, farsi spiegare un errore, confrontare ipotesi e capire dove guardare.

Ma se delega tutto, non costruisce gli schemi mentali che servono quando il sistema si rompe davvero.

Francesco ha fatto il paragone con la calcolatrice. Se la usi prima di aver imparato il procedimento, ottieni il risultato ma non acquisisci la competenza. Quando la calcolatrice non basta, non sai più da dove partire.

L’AI può rendere più rapido il percorso di crescita. Non può saltarlo al posto tuo.

Vuoi risentire la live integrale?

La registrazione è disponibile anche su Spotify e Apple Podcast.

Francesco racconta il suo lavoro su sistemi, infrastrutture e AI nella newsletter Log di Fine Giornata e trovi maggiori info sul suo sito.

La prossima volta che un chatbot ti dà una diagnosi sicura dopo aver letto tre righe di log, chiedigli che cosa non sa ancora del sistema.

Di solito, il problema è lì.

Valentino

This is a public episode. If you'd like to discuss this with other subscribers or get access to bonus episodes, visit <a href="https://lacassettadegliaitrezzi.