L'AI bussa alla porta di IBM i. Ma i tuoi dati sono davvero pronti a riceverla?
Qualche giorno fa mi è caduto l'occhio su un pezzo di Richard Dolewski uscito su IT Jungle, dal titolo "Protecting IBM i Data For The AI Revolution" .
E devo ammettere che ha toccato un nervo scoperto per chiunque mastichi AS400 da un po'. Il concetto di fondo è tanto semplice quanto brutale:
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 cioè la Sicurezza dei Dati: Domande e Risposte per il Management
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 standard 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 non è una televendita di software, ma 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 e 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? → La risposta è X-Analysis, che offre visibilità e audit del patrimonio applicativo.
Come posso dare accesso ai dati senza perdere il controllo? → La risposta è Presto, che modernizza l'accesso web mantenendo intatta la sicurezza core.
Come posso integrare l'infrastruttura core con l'esterno in modo sicuro? → La risposta è 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?".
In sintesi, l’AI rende tutto più facile, ma evitiamo gli autogoal
Per quanto mi riguarda, la risposta è una sola: prima di iniziare a giocare la partita dell'AI, conviene assicurarsi di conoscere bene le regole e i confini del campo. E questi tre tool sono un ottimo punto di partenza per evitare autogol.
Commenti