Con i suoi 60 anni di età, il mainframe rimane ancora oggi una risorsa IT strategica per gestire carichi di lavoro mission-critical in innumerevoli settori: dai servizi finanziari alla sanità, dalle telecomunicazioni alla produzione. Migliaia di organizzazioni in tutto il mondo si affidano a questa tecnologia per alimentare i loro ambienti mission critical e garantire prestazioni, affidabilità e sicurezza al massimo livello di mercato. Una recente indagine globale condotta da Kyndryl rivela che la stragrande maggioranza delle aziende coinvolte crede nel mainframe: nel dettaglio, il 90% lo ritiene essenziale per le proprie operazioni aziendali e il 95% lo sta modernizzando ed integrandolo in una architettura cloud ibrida.
Quando le aziende adottano il cloud ibrido si trovano a dover modernizzare i propri sistemi per integrare e distribuire dati e applicazioni su più piattaforme. Un percorso di questo genere evidenzia un primo punto: la necessità di sopperire alle inevitabili lacune tecnologiche e di competenze. Tra i motivi che le aziende italiane indicano come driver che guidano la decisione di modernizzare i mainframe spiccano infatti la complessità per mantenere e far evolvere le applicazioni in uso, il costo che devono sostenere ma anche un importante skill gap generazionale (da una parte con la perdita delle competenze specialistiche per la gestione del mainframe, dall’altra competenze interne insufficienti per un progetto così complesso). In questo scenario di aggiungono anche la complessità di integrazione con altri sistemi e le criticità tipiche della migrazione dei dati, che rendono ancora più complesso il percorso.
In questo processo di modernizzazione e migrazione, diventa quindi fondamentale realizzare un’infrastruttura IT in grado di gestire i carichi di lavoro appropriati e una forza lavoro pronta per affrontare le sfide future. Per questo motivo, l’evoluzione dell’IT deve necessariamente basarsi sulla convergenza di intelligenza artificiale, mainframe e cloud.
L’intelligenza artificiale e l’IA generativa possono accelerare significativamente la modernizzazione del mainframe.
I più grandi istituti finanziari, le aziende di produzione e i fornitori di servizi a livello globale si sono da sempre affidati al mainframe e ai suoi linguaggi di programmazione come COBOL, PL/I e REXX fin dagli albori dell’integrazione della tecnologia in azienda. Ma è proprio la natura stessa del mainframe, che garantisce affidabilità, resilienza e sicurezza, a rendere impegnativo ogni sforzo di modernizzazione ed è qui che l’intelligenza artificiale e l’intelligenza generativa possono entrare in aiuto per rendere piu’ agevole questo percorso.
Nello specifico, la complessità del progetto di modernizzazione richiedere la coesistenza tra ambienti “vecchi” e “nuovi”, i vincoli dei pacchetti applicativi, l’integrazione e le dipendenze tra le applicazioni, e un approccio multidisciplinare. Questa complessità è evidenziata dalle stesse aziende italiane, che la percepiscono come una sfida particolarmente gravosa. E se da una parte lo stesso utilizzo dell’IA responsabile e dell’IA generativa in ambienti mainframe richiede competenze approfondite sia nella sua tecnologia specifica sia nel cloud, dall’altra l’integrazione di diverse forme di intelligenza artificiale negli ambienti mainframe e cloud ibrido possono offrire un vantaggio significativo, potenziando le capacità umane, semplificando l’automazione dei processi aziendali e generando informazioni utili dai dati.
Un primo passo fondamentale perché le aziende possano approfittare del vantaggio dell’IA nel processo di modernizzazione è quello di una corretta “Governance” del dato. Solo una moderna architettura dei dati – strutture digitali per la raccolta, trasformazione, distribuzione e trattamento degli stessi – può permettere all’IA di fornire gli approfondimenti accurati, imparziali e comprensibili su cui le aziende possono fare affidamento in questo processo.
I servizi di consulenza e di gestione basati sull’intelligenza artificiale (AI) e sull’AI generativa recentemente presentati da Kyndryl vanno proprio in questa direzione: aiutare le varie realtà locali e internazionali a sfruttare le applicazioni mainframe esistenti e i loro asset di dati nell’ambito del processo di trasformazione verso il cloud ibrido, con un supporto specifico e qualificato. Kyndryl crede fermamente che le tecnologie IA all’avanguardia siano essenziali per migliorare le capacità dei mainframe, un componente critico dell’infrastruttura IT per molte grandi organizzazioni.
Il Mainframe Automation Catalog, attivato da Kyndryl Bridge, ottimizza il lavoro attraverso un’esperienza unificata e funzionalità di “auto-riparazione”, sfruttando le moderne capacità di automazione. I clienti hanno registrato riduzioni significative degli alert manuali (oltre il 70%), degli errori di lavorazione (24%) e delle ore mensili dedicate alla manutenzione quotidiana (oltre 16 ore). Sono state identificate oltre 500.000 attività manuali gestite dal mainframe, riducendo del 99% gli interventi necessari dopo l’analisi dei modelli e i miglioramenti apportati.
Questo approccio, ad esempio, consente alle organizzazioni di diminuire gli interventi umani, accelerare i processi e ridurre i costi software – risolvendo così tutte le sfide evidenziate dalle aziende italiane. Gli insight basati sull’IA consentono una gestione più proattiva e predittiva nei sistemi mainframe, migliorando la visibilità e il controllo delle prestazioni e dei costi. Inoltre, le organizzazioni possono ottimizzare la fornitura di servizi e ridurre i costi di hardware e software implementando chatbot abilitati all’IA e altri processi operativi, in grado di eseguire le operazioni quotidiane e consigliare best practice tecnologiche. L’impiego di modelli di intelligenza artificiale sul mainframe può sicuramente fornire elementi di conoscenze, contribuendo a migliorare la soddisfazione dei clienti e la conformità ai requisiti normativi oltre che – potenzialmente – a ridurre le perdite causate da frodi.
La trasformazione del business digitale può garantire il successo di un’azienda, ma questo dipende in larga misura dalla sua capacità di sfruttare tutte le risorse informative aziendali, indipendentemente dal formato dei dati o dalla piattaforma applicativa. Le informazioni mission-critical create e gestite dai mainframe devono essere pienamente integrate nell’IA generativa aziendale e in altri casi d’uso ad alta intensità di dati, al fine di abilitare pienamente l’innovazione digitale e il processo decisionale guidato dai dati.