L'AI bussa alla porta del tuo IBM i. Ma i dati sono davvero pronti a riceverla?
Aggiornamento: 5 giorni fa
Un articolo di Richard Dolewski pubblicato su IT Jungle, intitolato "Protecting IBM i Data For The AI Revolution", affronta un tema di grande rilevanza per coloro che possiedono una lunga esperienza con il sistema AS400.
Il concetto principale è tanto semplice quanto diretto:
L'entusiasmo per l'intelligenza artificiale sta correndo a mille, mentre la nostra capacità di blindare i dati che dovremmo darle in pasto è ancora ferma ai blocchi di partenza.
Dolewski solleva una questione parecchio scomoda.
Dire "vogliamo fare AI" è facile, ma metterlo in pratica senza fare danni è un altro paio di maniche.
L'AI su IBM i e la Sicurezza dei Dati:
Come impatta l'adozione dell'AI sulla sicurezza dei dati in ambiente IBM i?
L'adozione dell'AI espone i dati IBM ia maggiori rischi di sicurezza perché moltiplica le vie d'accesso al sistema tramite protocolli come ODBC, SSH, DRDA e HTTP, superando il vecchio perimetro protetto dei terminali 5250.
Come evidenziato dall'esperto Richard Dolewski su IT Jungle , il modello nativo "Deny by Default" di IBM è ancora valido, ma non basta più. Per implementare l'AI in sicurezza, le aziende devono implementare strategie basate su quattro pilastri manageriali:
Visibilità totale del patrimonio informativo.
Controllo operativo granulare dei flussi.
Resilienza dell'infrastruttura.
Governance rigida dei profili di accesso.
Cos'è la classificazione dei dati per l'AI e come si implementa su IBM i?
La Data Classification è il processo di mappatura e catalogazione dei dati aziendali per stabilire quali informazioni possono essere date in pasto all'AI e quali devono rimanere protette.
Su IBM i questo processo è complesso a causa di decenni di codice stratificato.
Lo strumento per implementarla è X-Analysis , uno strumento di auditing applicativo che automatizza l'analisi degli ambienti RPG, COBOL e CA 2E.
I suoi principali vantaggi includono:
Mappatura automatica: Estrai i modelli dati e traccia le interdipendenze tra campi e variabili.
Documentazione della logica aziendale: Recupera le regole di business sepolte nel codice.
Analisi d'impatto: Identifica dove risiedono i dati sensibili e cosa si rischia di rompere modificandoli.
Integrazione DevOps: Funziona come knowledge base sicura per l'AI se integrata con strumenti di automazione come IBM Bob.
Come modernizzare le interfacce IBM i (green screen) per il cloud senza rischiare falle di sicurezza?
Per modernizzare le applicazioni IBM i in ottica cloud-ready senza esporre il sistema a vulnerabilità, è necessario utilizzare soluzioni di refactoring controllato come Presto. Questo strumento permette di convertire le schermate 5250 in interfacce web moderne e accessibili da browser o dispositivi mobili, mitigando il rischio informatico attraverso criteri precisi:
Invariabilità del codice core: Trasforma l'interfaccia senza toccare la logica applicativa o il codice RPG sottostante.
Mantenimento dei protocolli nativi:Preserva i sistemi di sicurezza originali di IBM i.
Qual è il modo più sicuro per integrare le applicazioni IBM i con i servizi web e l'AI?
Il metodo più sicuro e scalabile per integrare IBM i con l'ecosistema digitale esterno e l'AI è l'esposizione della logica di business tramite API controllate e standardizzate, strutturate con tool come WebSmart.
Sviluppare endpoint API manualmente aumenta la superficie d'attacco.
L'utilizzo di una piattaforma dedicata garantisce invece standard aziendali elevati:
Industrializzazione dello sviluppo: Genera endpoint API stabili e applicazioni web partendo da programmi RPG esistenti.
Standard di crittografia: Supporta nativamente protocolli JSON, XML e la crittografia SSL.
Governance del ciclo di vita: Si integra con sistemi di Application Lifecycle Management (ALM) come TD/OMS, garantendo interfacce versionate e conformi alle policy di compliance.
Quali strumenti rispondono alle tre domande strategiche del management sulla governance dei dati IBM i?
L'articolo di Richard Dolewski è un bagno di realtà su quello che serve per non farsi travolgere dal cambiamento.
E quello che serve, stringi stringi, si riassume in tre parole:
Visibilità
Controllo
Governance dell'esposizione dei dati.
I tre strumenti software fondamentali per garantire la governance del dato su IBM i in vista della rivoluzione AI sono X-Analysis, Presto e WebSmart. Ognuno di essi risponde a un preciso quesito di gestione del rischio e controllo del ROI:
Cosa risiede nel mio sistema?
X-Analysis, che offre visibilità e audit del patrimonio applicativo.
Come posso dare accesso ai dati senza perdere il controllo?
Presto, che modernizza l'accesso web mantenendo intatta la sicurezza core.
Come posso integrare l'infrastruttura core con l'esterno in modo sicuro?
WebSmart, che standardizza e protegge la creazione di API per far parlare IBM i con l'AI.
Dolewski chiude il suo intervento con una domanda aperta: "Qual è la tua mossa in questa trasformazione tecnologica?".
Commenti