Dynatrace (NYSE: DT), la piattaforma leader di osservabilità basata sull’intelligenza artificiale, ha pubblicato i risultati della sua nuova ricerca, The State of Log Management 2026, che rivela come la rapida crescita dei carichi di lavoro dell’AI stia spingendo al limite gli approcci tradizionali alla gestione dei log. I log moderni sono diventati fondamentali per comprendere, convalidare e sostenere le decisioni basate sull’AI, aiutando le organizzazioni a garantire affidabilità, conformità e prestazioni su larga scala. Tuttavia, il volume e la complessità della telemetria dell’AI stanno sovraccaricando gli strumenti legacy, rendendo più difficile per i team mantenere i sistemi AI interpretabili, affidabili e pronti per la produzione. Di conseguenza, le aziende devono ripensare il modo in cui gestiscono e analizzano i dati di telemetria per mantenere la visibilità, controllare i costi e supportare l’AI su larga scala.
Tra i principali risultati del report emerge che:
• I carichi di lavoro dell’AI hanno determinato un aumento del 93% del volume dei log negli ultimi 12 mesi
• Le organizzazioni utilizzano in media sette strumenti diversi per gestire log e telemetria
• L’80% afferma che la trasformazione della telemetria in informazioni utili sta avendo un impatto negativo sull’esperienza del cliente e ritardando le iniziative di AI
• Le organizzazioni escludono in media l’86% dei dati di log per gestire i costi e i limiti del sistema
• I team spendono quasi 2,5 milioni di dollari all’anno in soluzioni di logging
• Quasi tre quarti affermano che i carichi di lavoro di AI richiedono un approccio alla gestione dei log basato su piattaforma
• L’81% ritiene che l’acquisizione e l’elaborazione dei log debbano essere aperte e automatizzate per consentire l’analisi in tempo reale.
Secondo uno studio globale condotto su 450 senior leader in ambito tecnologico, questa impennata di dati, combinata con strumenti frammentati, sta rendendo sempre più difficile per i team individuare i problemi, proteggere i sistemi di intelligenza artificiale ed estrarre informazioni tempestive. Le organizzazioni sono costrette ad adottare flussi di lavoro manuali e dispendiosi in termini di tempo per confrontare le informazioni provenienti da diversi sistemi, rallentando i tempi di acquisizione delle informazioni e limitando la loro capacità di portare le iniziative di intelligenza artificiale dalla fase pilota alla produzione.
La crescita dell’AI spinge la gestione tradizionale dei log al limite
Gli intervistati stimano di spendere in media quasi 2,5 milioni di dollari all’anno in soluzioni di logging, tra cui acquisizione, gestione, archiviazione, indicizzazione, ripristino e interrogazione dei log. Allo stesso tempo, i log sono una componente chiave per comprendere e proteggere i sistemi di intelligenza artificiale. Per gestire i costi crescenti e i limiti dei sistemi con i metodi tradizionali, molte organizzazioni sono costrette a limitare la quantità di dati di telemetria che acquisiscono o conservano.
Quasi la metà delle organizzazioni dichiara di scartare o non raccogliere i log, escludendo in media l’86% dei dati di log dall’acquisizione, archiviazione o analisi per gestire i costi e i limiti di sistema. Queste problematiche sono più evidenti negli ambienti che si basano su approcci frammentati o incentrati sui log, piuttosto che su una piattaforma di osservabilità unificata progettata per gestire la telemetria su scala AI.
“L’AI sta accelerando l’innovazione aziendale, ma la maggior parte dei sistemi di logging non è mai stata progettata per la scalabilità, la velocità o la complessità degli ambienti basati sull’AI”, ha affermato Mala Pillutla, Vice President of Log Management di Dynatrace. “Poiché gli agenti AI operano in modo probabilistico, trattare log, metriche, tracce ed eventi come segnali separati non è più praticabile. Per rendere i sistemi AI affidabili e degni di fiducia, le organizzazioni necessitano di un approccio unificato e intelligente che riunisca tutta la telemetria in tempo reale, arricchendola con un contesto approfondito per consentire decisioni consapevoli”.
Con il passaggio delle iniziative di AI dalla fase sperimentale a quella di produzione, la gestione frammentata dei log, derivante da troppi strumenti, si sta rivelando un ostacolo fondamentale all’affidabilità, alla fiducia e alla scalabilità operativa.
L’osservabilità unificata diventa essenziale per scalare i carichi di lavoro dell’AI
Il report sottolinea la necessità di un approccio radicalmente nuovo alla gestione dei log, in cui i log fungono da base di alta affidabilità, unificati con il tracciamento distribuito e altri dati di telemetria per fornire insight in tempo reale e ricchi di contesto su vasta scala.
Quasi tre quarti degli intervistati affermano che i carichi di lavoro di AI richiedono ora un approccio basato su piattaforma per la gestione dei log, mentre l’81% ritiene che l’acquisizione e l’elaborazione dei log debbano essere aperte e automatizzate per consentire l’analisi in tempo reale senza schemi rigidi, overhead di indicizzazione o ritardi di reidratazione.
Il vero costo della frammentazione dell’osservabilità non è solo la spesa per l’infrastruttura, ma anche il costo opportunità delle iniziative di AI che si bloccano tra la fase pilota e la produzione perché i team non possono fare affidamento sui propri dati di telemetria. La ricerca mostra che circa un terzo delle organizzazioni paga per funzionalità di osservabilità ridondanti o sottoutilizzate e più di un quarto spreca risorse ingegneristiche solo per mantenere in esecuzione più strumenti in ambienti diversi. Si tratta di risorse che dovrebbero essere impiegate per rendere i carichi di lavoro di intelligenza artificiale pronti per la produzione, non per assemblare dashboard provenienti da numerosi strumenti diversi.
Scarica qui il report The State of Log Management 2026 per esplorare i dati di riferimento su come i carichi di lavoro di AI stiano facendo esplodere il volume e i costi dei log e perché l’osservabilità unificata sia ora essenziale per operazioni di AI affidabili e sicure.
Metodologia
Il report The State of Log Management 2026 si basa su un sondaggio globale condotto su 450 senior leader e decision maker responsabili della gestione dei log in aziende con un fatturato annuo pari o superiore a 750 milioni di dollari. La ricerca è stata condotta da Coleman Parkes per conto di Dynatrace tra gennaio e febbraio 2026.
