Dove lo ERP non finisce... Part. 3

Futuro e Hybrid platforms.

Il futuro delle tecnologie intelligenti.

I professionisti della contabilità e delle finanze sono costantemente sotto pressione da parte dei vertici aziendali per elevare la rilevanza strategica della loro funzione.

Allo stesso tempo, sono sottoposti alla pressione quotidiana di aiutare le loro organizzazioni a stare al passo con i requisiti di audit e conformità, riferire sui risultati finanziari e gestire le attività contabili in corso.

Queste attività sono tutte fondamentali per la crescita del business.

La pianificazione delle risorse aziendali (ERP) può svolgere un ruolo cruciale nel migliorare la facilità e l’accuratezza con cui queste attività vengono completate.

Avere la giusta tecnologia ERP può creare o distruggere la capacità di un team finanziario di concentrarsi su aspetti strategici piuttosto che tattici.

Sfortunatamente, molti dipartimenti finanziari sono ancora impantanati in processi cartacei e immissione manuale dei dati e spesso conducono report e previsioni utilizzando fogli di calcolo con dati aggregati da più fonti.

Questi approcci obsoleti consumano tempo e risorse in eccesso, complicano quelli che potrebbero essere semplici compiti per la finanza e la contabilità e impediscono a un’azienda di ottenere una visione olistica della sua salute finanziaria.

I professionisti della finanza indicano che la previsione del cash flow, l’elaborazione delle fatture, la ricezione dei pagamenti e la riconciliazione rimangono tutti processi finanziari manuali inefficienti.

Questa realtà quotidiana è in netto contrasto con la vita personale dei professionisti finanziari, dove tutto, dalla gestione delle finanze domestiche allo shopping online alla semplice composizione di un messaggio di testo, si è trasformato in esperienze più automatizzate e personalizzate.

Ciò è dovuto in gran parte all’intelligenza artificiale, in particolare all’apprendimento automatico e all’elaborazione del linguaggio naturale NLP.
Ma la disparità tra professionale e personale non deve necessariamente esistere, perché la stessa tecnologia che si incontra nella propria vita quotidiana esiste e può essere applicata anche nei sistemi ERP.

Nella maggior parte dei casi la dipendenza da parte dei team finanziari e contabili sui processi manuali sul lavoro può essere attribuita a questioni di comfort e abitudine, piuttosto che alla mancanza di opzioni. L’intelligenza artificiale e i suoi derivati sono ancora concetti intimidatori per molte persone, indipendentemente dalla loro professione. Può essere difficile determinare dove e come implementare queste tecnologie innovative in modo pratico.

Il passaggio al Cloud nei sistemi ERP ha consentito nuovi modi per integrare l’intelligenza artificiale, l’apprendimento automatico e l’elaborazione del linguaggio naturale come valore aggiunto per i clienti. I fornitori di tecnologie ERP hanno una significativa opportunità di educare i propri clienti su come queste tecnologie integrate non solo renderanno più semplici le operazioni e la gestione finanziaria quotidiana, ma spingeranno anche i team finanziari e contabili verso il futuro con un nuovo valore strategico.

Quali sono i modi pratici in cui queste innovazioni tecnologiche possono portare un beneficio sotto l’aspetto pratico? Associare i processi e i flussi di lavoro corretti all’intelligenza artificiale, anziché cercare di forzarla su tutta la linea, può creare un vantaggio competitivo e migliorare il valore strategico dei professionisti dell’area finanziaria e contabile.

Alcuni esempi chiave di come l’Intelligenza Artificiale può essere applicata alle funzioni finanziarie all’interno di un sistema ERP.

Automatizzare le attività manuali

L’apprendimento automatico svolge un ruolo primario nell’automazione di attività ripetitive e banali e può permettere ai professionisti di contabilità e finanza di concentrarsi su attività a valore aggiunto che faranno avanzare il loro business. Ad esempio, l’apprendimento automatico è in grado di rilevare quando un utente esegue sempre la stessa task e offrire l’automazione di tale task in futuro.

L’immissione e l’approvazione di ordini di acquisto, fatture e pagamenti in genere richiedono un numero significativo di ore per più dipendenti a tempo pieno all’interno di un’organizzazione di medie o grandi dimensioni.

Anche le attività di chiusura di fine mese o anno richiedono molto tempo.

Mentre queste attività possono richiedere di tanto in tanto un intervento umano, nella maggior parte dei casi possono essere stabilite regole per creare elaborazioni dirette e indirizzare solo gli scenari anomali al personale o ai dirigenti per una loro revisione o azione.

L’automazione basata sull’apprendimento automatico si traduce in riduzione dei costi, aumento della produttività del personale e guadagni di efficienza operativa complessiva.

Poiché trascorrono meno tempo a digitare più volte le stesse informazioni, i membri del team avranno più tempo da dedicare alla collaborazione reciproca, alla risoluzione di problemi per i quali in precedenza erano troppo occupati e all’ulteriore ottimizzazione della funzione finanziaria.

Fornire insight più ricchi e più fruibili

L’apprendimento automatico consente di analizzare enormi quantità di dati “puliti” e rilevare modelli e altre relazioni per fare previsioni - anche da fonti potenzialmente disparate - con incredibile velocità e precisione.

L’apprendimento automatico incorporato nel sistema ERP può esaminare dati storici provenienti da molteplici funzioni finanziarie interne e fonti esterne come i conti bancari, per aiutare un’organizzazione a prevedere in modo più accurato il cash flow.

Questa tecnologia può esaminare i modelli di produzione e vendita di un’organizzazione per migliorare la gestione dell’inventario o esaminare i dati relativi a debiti e crediti per trovare discrepanze nelle fatture regolari o fornire suggerimenti su quando pagare un fornitore.

È difficile quantificare la piena portata delle intuizioni attuabili che una funzione finanziaria potrebbe ottenere implementando l’Intelligenza Artificiale per l’analisi dei dati.
Inutile dire che sfruttare la tecnologia in questo modo può consentire ai professionisti dei reparti finanziario di aumentare la salute finanziaria generale della loro organizzazione.

Una migliore gestione della liquidità, strategie ottimizzate per debiti e crediti e una riduzione del rischio di effettuare pagamenti fraudolenti o errati a partner commerciali o dipendenti, sono tutti risultati estremamente vantaggiosi e sono solo la punta dell’iceberg.

Migliorare l’esperienza per clienti finali e partner commerciali esterni

I casi d’uso visti sopra evidenziano molti modi in cui l’apprendimento automatico può rendere il lavoro quotidiano nel sistema ERP meno frustrante e più gratificante per i professionisti della contabilità e della finanza.

L’elaborazione del linguaggio naturale, che alimenta assistenti digitali come Siri e Alexa, è un’altra tecnologia che può rendere le interazioni del sistema ERP più umane e intuitive.

L’elaborazione del linguaggio naturale può aiutare gli utenti a cercare e interagire più facilmente con enormi quantità di dati che possono essere archiviati in applicazioni o altri silos, con una semplice ricerca vocale.

Questa tecnologia potrebbe anche essere applicata per analizzare le conversazioni tra partner commerciali e per suggerire i passi successivi dopo la conclusione di una conversazione.

Ad esempio, se un impiegato di contabilità clienti contatta un cliente per richiedere il pagamento di una fattura che il cliente afferma di non aver ricevuto, l’elaborazione del linguaggio naturale e l’apprendimento automatico potrebbero lavorare insieme per digitare e inviare automaticamente un’e-mail contenente la fattura in questione.

I vantaggi di questi processi vanno oltre l’efficienza e la produttività.

Contrariamente a ciò che si potrebbe pensare, fornire ai dipendenti questo livello di assistenza tecnologica non eliminerà posti di lavoro, può aiutare piuttosto le aziende ad attrarre e trattenere talenti preziosi.

Guardando al futuro

Siamo ancora nelle prime fasi dell’impatto dell’intelligenza artificiale e del machine learning su molti strumenti finanziari e di gestione aziendale, inclusi i sistemi ERP.

Non c’è dubbio che queste tecnologie trasformeranno il lavoro nello stesso modo in cui hanno già trasformato la vita dei consumatori.

Ma quanto tempo ci vorrà perchè le aziende completino questa trasformazione?

La risposta probabilmente varierà a seconda delle dimensioni dell’azienda e del settore.

L’inizio di questo nuovo decennio sarà un periodo di tempo interessante per guardare alle esperienze dei consumatori con queste tecnologie e i vantaggi da esse ottenuti, poiché ciò contribuirà a dare il tono per l’ulteriore adozione delle stesse tecnologie all’interno delle funzioni ERP di base.

Dream team: AI e ERP

In che modo l'intelligenza artificiale può generalmente supportare un sistema ERP?

Tutti i processi e i dati di un'azienda vengono generalmente riuniti nel software ERP.

L'intelligenza artificiale consente di controllare questi volumi di dati per modelli e strutture e di correlarli tra loro.

L'uso dell'IA è sempre utile quando si tratta di aumentare l'efficienza attraverso l'automazione, aumentare l'affidabilità dei processi, creare maggiore trasparenza attraverso migliori intuizioni e previsioni affidabili e sviluppare e stabilire nuovi modelli di business.

Oltre all'apprendimento automatico, sono disponibili servizi di intelligenza artificiale cognitiva come riconoscimento vocale, di immagini e testo, automazione dei processi e assistenti virtuali per l'uso a livello aziendale.

Come le funzionalità di AI possono contribuire all'ERP, ad esempio per ottimizzare i processi di stoccaggio

Un primo approccio consiste nell'utilizzare il machine learning per ottimizzare la selezione delle posizioni di stoccaggio a seconda del comportamento di picking, tenendo conto anche delle relazioni di cross-selling riconosciute e apprese dal sistema.

Gli articoli che vengono spesso acquistati insieme sono disposti in modo tale da poter essere raccolti uno dopo l'altro senza dover percorrere lunghe distanze.

I percorsi ottimizzati fanno risparmiare tempo e contribuiscono così alla riduzione dei costi.

L'uso del riconoscimento delle immagini supportato dall'intelligenza artificiale aumenta l'affidabilità del processo, poiché la confusione tra articoli che sembrano simili viene riconosciuta in una fase iniziale.

Può anche essere utilizzato per monitorare la conformità alle normative sull'imballaggio.

Alcune aziende lavorano con pick-by-voice.

L'addetto al magazzino riceve le istruzioni di prelievo tramite un auricolare e deve confermarle con i comandi specificati. L'intelligenza artificiale consente di fare a meno di questi comandi fissi e di lavorare invece con il linguaggio naturale.

Ma l'intelligenza artificiale apre anche numerose possibilità quando si tratta di approvvigionamento: ad esempio, con proposte automatizzate per scorte minime e massime, strategie di ordine che tengono conto dei tempi di consegna e dell'andamento dei prezzi.

Se, oltre al sistema ERP, fonti di dati esterne come se, ad esempio, si tiene conto delle ferie dei fornitori, la qualità dei dati aumenta.

Requisiti/ostacoli tecnologici speciali che devono essere contemplati

La sfida è definire i requisiti nel modo più preciso possibile insieme al cliente.

Perché le risposte fornite da una soluzione basata sull'intelligenza artificiale possono essere valide solo quanto la domanda sottostante.

Modelli di intelligenza artificiale significativi richiedono dati.

Ciò che sembra banale ha uno sfondo serio.

In passato, non tutti i dati richiesti venivano sempre raccolti a causa delle limitazioni delle prestazioni e dello spazio di archiviazione.

I dati apparentemente irrilevanti, in particolare, hanno spesso un grande potenziale per stabilire connessioni e acquisire conoscenze più approfondite.

Nei progetti AI, è quindi spesso necessario raccogliere prima i dati con i quali il sistema può poi essere addestrato.

Imprese di medie dimensioni e intelligenza artificiale: possono andare insieme?

L'intelligenza artificiale non è una questione di dimensioni dell'azienda, ma una questione di atteggiamento.

Dipende sempre dalla domanda specifica che dovrebbe essere risolta con l'IA.

Ad esempio, mentre la traduzione automatica dei documenti può essere facilmente adattata come app in Microsoft Dynamics, il rilevamento automatico dei danni per le macchine noleggiate richiede uno sforzo maggiore.

Le aziende non devono iniziare da zero con l'IA.

Le soluzioni di best practice spesso servono come punto di partenza, che vengono quindi adattate ai requisiti specifici del cliente e addestrate con i propri dati.

L'integrazione di elementi di intelligenza artificiale richiede un cambiamento nella tecnologia: gli utenti reagiscono in modo scettico o aperto?

L'intelligenza artificiale fornisce risposte a domande a cui non è possibile rispondere manualmente o solo con grande sforzo.

A questo proposito, l'IA è inizialmente percepita positivamente.

Occasionalmente vengono sollevati problemi di privacy e sicurezza dei dati.

Oggi, i modelli di intelligenza artificiale possono essere addestrati online e quindi utilizzati offline.

Ciò significa che nel funzionamento reale, l'elaborazione avviene localmente, nessun dato viene trasmesso a terzi.

I dipendenti a volte percepiscono l'IA come una minaccia per il loro posto di lavoro.

È esattamente il contrario: la conoscenza e l'esperienza dei dipendenti sono essenziali per creare un modello di intelligenza artificiale e classificare i risultati.

L'intelligenza artificiale solleva i dipendenti dalle attività di routine che richiedono tempo e consente loro di concentrarsi sulle attività principali effettive.

Prossimi grandi passi in ambito ERP in termini di integrazione delle applicazioni AI

Robotic Process Automation (RPA) e assistenti virtuali possono essere visti come due argomenti che cambieranno il panorama ERP.

Oggi i processi stanno diventando sempre più complessi e richiedono numerosi obblighi di documentazione.

Una rete più stretta con un numero crescente di partner commerciali, fornitori e fornitori di servizi richiede anche il rispetto di un'ampia gamma di specifiche, il che significa che i dipendenti dedicano sempre più tempo alla manutenzione dei processi.

Allo stesso tempo, tuttavia, è necessario risparmiare sui costi.

(RPA) Consente di automatizzare i processi e prendere decisioni in modo indipendente.

Gli assistenti virtuali promettono ulteriore sollievo.

Un esempio: durante un viaggio di lavoro, ora devi inserire un appuntamento in Outlook, creare un ordine in ERP, prenotare un hotel e prenotare un'auto aziendale.

In futuro, un assistente virtuale chiederà i dati chiave in linguaggio naturale in un dialogo e avvierà autonomamente i processi necessari nelle varie applicazioni.

Il dipendente ha un unico punto di contatto, l'assistente si occupa di tutto il resto in background.

L'intelligenza artificiale cambierà e semplificherà radicalmente l'interfaccia utente dei sistemi ERP nei prossimi anni.

Il controllo vocale, i dialoghi con gli assistenti virtuali, l'automazione in background e molti altri servizi di intelligenza artificiale renderanno le operazioni più facili a lungo termine.

Piattaforma applicativa ibrida - Hybrid Integration: per abilitare l’integrazione di dati

Le aziende sono costantemente alla ricerca di nuovi modi per trasformarsi, migliorarsi e rispondere alle diverse strategie di Digital Trasformation.

Sotto questo punto di vista la tecnologia e i dati promuovono l’innovazione e risultati positivi tangibili.

Tuttavia, prima di poter ricavare informazioni dettagliate e creare soluzioni ed esperienze originali per i clienti, le aziende hanno la necessità di connettersi e standardizzare tutti i dati nell’intero panorama applicativo.

In questo contesto si inserisce l’Hybrid Integration.

L’esigenza di scambiare informazioni tra un sistema e l’altro comporta il bisogno di operare un’integrazione che consenta di abilitare lo scambio di dati in tempo reale.

Inoltre, l’introduzione dei nuovi sistemi in Cloud in alcune aree di business - a fianco di quelli On Premise già consolidati - ha evidenziato maggiormente la necessità di integrare sistemi ibridi presenti oggi nelle aziende.

Che cos’è una piattaforma di Hybrid Integration?

La piattaforma di integrazione ibrida è un’insieme di software di integrazione (middleware) che consente agli utenti di sviluppare, proteggere e governare i flussi di integrazione che collegano diverse applicazioni, sistemi, servizi e archivi di dati, e consentono la creazione rapida di API.

Una Hybrid Integration platform, quindi, fornisce all’azienda tutti gli strumenti necessari per rendere più semplice integrare dati e applicazioni in qualsiasi ambiente locale e multicloud.

Le aziende hanno l’opportunità di trasformare i dati in informazioni strategiche, che consentano loro di prendere decisioni migliori più rapidamente.

Si può impiegare una metodologia che facilita il dialogo tra sistemi diversi anche di Software Vendor diversi.

Infatti, il vantaggio di avere un unico punto di snodo per gestire il flusso di dati tra piattaforme differenti garantisce l’ottimizzazione delle performance e la massimizzazione dell’efficienza dei processi produttivi basato sull’integrazione di applicazioni presenti in azienda: dall’ERP, al CRM, dalla Supply Chain all’HR, ma anche applicazioni aziendali e soluzioni IoT realizzate per controllare gli impianti di produzione.

In un’ottica Multichannel l’azienda potrebbe essere interessata a integrare tutti i “touchpoint” principali di interazione con il cliente - eCommerce, i negozi fisici, social network - e propagare queste informazioni su tutti gli altri sistemi aziendali - CRM, ERP, Marketing Database, … - con delle tempistiche di near real time che permettono di avere una gestione completa della Customer Base.

Hybrid Integration Platform: i nuovi abilitatori del business digitale

l mondo delle piattaforme di integrazione sta profondamente e rapidamente cambiando: rimangono le classiche suite on premise, ma si arricchiscono di nuove funzionalità; si sviluppano le iPaaS che portano l’integrazione in cloud; nascono le piattaforme iSaaS per un’integrazione alla portata delle persone del business e che abilitano la cosiddetta citizen integration (integrazione dei dati da parte dei "cittadini integratori" che possono svolgere le stesse attività di integrazione con facilità utilizzando appositi strumenti);  evolvono le piattaforme di API Management.

Per gestire questa complessità si affacciano sul mercato piattaforme di integrazione ibride.

Come districarsi in questo articolato e strategico mercato?

Ecco alcune indicazioni da Gartner, Forrester e dal Politecnico di Milano.

ll tema dell’integrazione applicativa è contestuale alla presenza di più di un’applicazione in azienda e nel tempo è stato affrontato in modi differenti, (Stefano Mainetti, co-direttore scientifico dell’Osservatorio Cloud & ICT as a service della School of Management del Politecnico di Milano) introducendo due recenti eventi: “Siamo passati da un’integrazione diretta (con connettori che consentono alle diverse applicazioni di comunicare, utilizzando protocolli di rete come TCP o HTTP) alla realizzazione di interfacce dedicate (EDI, ecc.) che, seppure motivate da logiche di business, complicano l’interfaccia applicativa con impatti negativi su fruibilità e agilità.

Si è poi cercato di razionalizzare questa ‘spaghetti integration’ con middleware di servizi: dall’ESB (Enterprise Service Bus) fino a un nuovo paradigma architetturale, la SOA (Service Oriented Architecutre)”.

Ma tutto questo oggi non è più sufficiente (né facilmente gestibile) perché ci troviamo a dover affrontare una radicale trasformazione del modello di impresa dove le parole chiave sono: digitale, rapidità, riusabilità, sicurezza.

“La SOA – ricorda Mainetti – è un’ottima soluzione di ingegneria del software, ma è troppo ingombrante, costosa e soprattutto non in grado di rispondere a quell’essenziale requisito della rapidità che può determinare, da solo, la riuscita di un progetto d’impresa”.

Se ci troviamo a dover affrontare le sfide di un mondo che Dario Pagani, Executive President Information & Communication Technology di Eni, definisce in “versione beta”, dove le applicazioni vengono aggiornate continuamente, è evidente che anche l’integrazione deve avvenire con la stessa rapidità, riducendo la complessità che si era venuta a creare con le precedenti architetture.

Gartner

La risposta per semplificare questa complessità viene da nuovi ambienti di integrazione che, addirittura, è possibile utilizzare a consumo come l’iPaaS (integration Platform as a Service) e dalla diffusione delle API, che rappresentano un insieme di funzionalità esposte da un’applicazione, in pratica una modalità standard per l’interrogazione e l’accesso ai dati.

Le API sono, da un lato, una tecnicalità che permette di fare in modo più rapido quello che si è sempre fatto, ma dall’altro, sottolinea Mainetti, “aprono un potenziale potentissimo di cambiamento dei modelli di business perché esponendo API si abilitano processi tipici della trasformazione digitale: ci si integra facilmente in una catena estesa con i fornitori e i business partner; si concretizzano i modelli basati sulla multicanalità rendendo disponibili i servizi applicativi su tutti i device; o, ancora, si abilita la nascita di nuovi soggetti economici perché si rende possibile lo sviluppo di nuovi servizi a terze parti”.

Ed ecco che le API si trasformano da “banale” tecnicalità a strumento di trasformazione; ma per non ricadere nella confusione della “spaghetti integration” (le API a loro volta evolvono e quindi diventa indispensabile, per esempio, gestirne il versioning) si sono sviluppate le piattaforme di API management.

In un mondo in “versione beta”, dove le applicazioni vengono aggiornate continuamente, è evidente che anche l’integrazione deve avvenire con la stessa rapidità, riducendo la complessità che si era venuta a creare con le precedenti architetture.

E ancora, assistiamo all’emergere dell’iSaaS, piattaforme cloud per abilitare quella che Gartner ha definito Citizen Integration ossia la possibilità per alcuni utenti business (o consumer) di occuparsi essi stessi dell’integrazione di alcune applicazioni, già fruite in cloud (per esempio MailChimp, sistema di email marketing, e il CRM Salesforce).

Si tratta di integrazioni che Gartner stessa definisce “basiche”, non complesse e pacchettizzate, ma che possono abilitare lo sviluppo rapido di nuovi servizi: proprio quello che oggi il business richiede, ma che per concretizzarsi deve anche vedere una trasversalità delle competenze digitali in tutta l’azienda, possibile, per esempio, se si attuano modelli organizzativi dove l’IT si “liquefa” nelle linee di business).

Le piattaforme di integrazione diventano dunque strumenti strategici per il digital business e stiamo assistendo a una loro rapida evoluzione proprio in funzione dell’assunzione di questo ruolo.

Il mercato delle piattaforme di integrazione diventerà ancora più ampio con una crescita costante  e l’evoluzione dei diversi approcci all’integrazione sta portando alla definizione di Hybrid Integration Platform (HIP) che sono la combinazione di tre elementi:

• piattaforme di integrazione di dati e applicazioni on premise;

• iPaas e iSaas;

• piattaforme di API management

“La combinazione di questi tre elementi – ha spiegato Pezzini – fornisce alle imprese tutte le funzionalità di integrazione di cui esse necessitano per rispondere alle sfide della digitalizzazione. Sono molte le aziende che stanno utilizzando componenti di soluzioni provenienti da diversi vendor e assemblandoli, ma si sta sviluppando un mercato specifico di queste piattaforme ibride”.Gartner e Forrester, che ha recentemente rilasciato un report sull’evoluzione delle piattaforme di integrazione ibride (Vendor Landscape: Integration-Platform-As-A-Service And Hybrid Integration, aggiornato a gennaio 2017), evidenziano che attualmente nel segmento iPaaS/iSaaS si sta assistendo a un considerevole ampliamento del numero dei vendor, ma entrambi gli analisti prevedono che, entro 4-5 anni, si avrà un processo di consolidamento con conseguenti acquisizioni e fusioni.L’altro trend evidenziato da entrambi gli analisti è il processo di convergenza verso piattaforme ibride che vede coinvolti sia i tradizionali vendor di soluzioni di integrazione on premise sia quelli di piattaforme iPaaS, ma anche delle soluzioni iSaaS, con un ingresso nel mercato enterprise di operatori che tipicamente si rivolgono a una fascia di utenza con minori competenze tecniche. Gartner mette poi in evidenza un altro fenomeno: molti software vendor stanno incorporando funzionalità di integrazione nella loro offerta tradizionale, per cui l’analista prevede l’emergere di player di iBPM suite, Mobile App Development Platform ecc.

Valutazione delle esigenze di integrazione

Scelta tattica o strategica – L’adozione di una piattaforma ibrida (HIP) implica una completa revisione degli investimenti effettuati per middleware ESB o altre soluzioni di EAI – Enterprise Application Integration: si tratta quindi di una scelta che deve prevedere un disegno strategico di revisione architetturale del parco applicativo e dei modelli di deployment (per esempio spostamento verso il cloud). Una piattaforma iPaaS può essere invece tatticamente adottata per integrare una parte del parco applicativo.

Modello di deployment – Le soluzioni di integrazione in cloud hanno differenti opzioni di deployment: unicamente in cloud pubblici, o, anche, in private cloud oppure on premise. Se si opta inizialmente per una scelta tattica di iPaaS per alcune applicazioni, ma si prevede di avere necessità di una piattaforma ibrida, bisogna valutare attentamente quelle iPaaS che consentono una facile migrazione verso piattaforme ibride.

Modello di pricing – Per quanto riguarda le iPaaS, sono sostanzialmente due i modelli di pricing tra i quali orientarsi: technical based, ossia con pagamento calcolato per transazione o per evento; user based, calcolato su postazione. È una questione da valutare attentamente perché nel secondo modello molti vendor, sostiene Forrester, in fase di offerta propongono simulazioni di costo solo su piccole configurazioni (uno o due postazioni) quindi è importante capire bene quali sono le proprie esigenze.

Disponibilità della piattaforma per la propria area geografica – Indispensabile per essere certi che vengano rispettati tutti i regolamenti (compliance) in termini di trattamento dei dati cui si deve sottostare.

Managed services – L’integrazione è comunque un tema complesso e può essere necessario potersi appoggiare a un vendor che la offra come servizio gestito.

La funzioanlità di una Hybrid Integration Platform (fonte: Gartner)

Il secondo step consiste nella verifica delle differenze tecnologiche tra piattaforme, che si sostanzia prima di tutto nella disponibilità di connettori per le diverse applicazioni. L’importanza di specifici connettori, afferma Forrester, è diminuita grazie al fatto che i software vendor sviluppano API Rest o Soap (interfacce standard: per sistemi di ipertesto distribuiti, nel primo caso ossia Representional State Transfer; basate sullo scambio di messaggi, nel caso del Simple Object Access Protocol). Ma, sostiene sempre la società di analisi, l’utilizzo di interfacce standard non offre le stesse garanzie in termini di performance e di time to deliver dei connettori nativi. Quindi nella scelta della piattaforma di integrazione, l’Enterprise Architect deve valutare bene se sono sufficienti interfacce standard o se la piattaforma deve disporre di connettori specifici come:

• Connettori per applicazioni – Fondamentali nel mondo on premise perché ogni soluzione pacchettizzata, prima che venissero sviluppate API specifiche, aveva la propria modalità di connessione (per esempio tramite iDoc e Abap per SAP/R3, tramite l’accesso diretto alle tabelle del database per l’ERP Oracle, ecc.). E se queste soluzioni sono presenti in azienda bisogna tenerne conto.

• Connettori per database – Anche in questo caso, l’evoluzione dell’ODBC (Open DataBase Connectivity, ossia la connessione attraverso API standard del client al DBMS) ha ridotto l’importanza di connettori specifici; ciò non toglie che questi ultimi possono migliorare le performance del database.

• Connettori per big data – Si tratta di connettori che consentono di ottenere migliori risultati sfruttando le funzionalità della tecnologia big data: per esempio, alcune iPaaS utilizzano MapReduce (framework software brevettato e introdotto da Google per supportare la computazione distribuita su grandi quantità di dati in cluster di compute) per ottimizzare l’aggiornamento massivo di dati (bulk updates).

• Connettori per mainframe – È una vera sfida, sostiene Forrester, utilizzare iPaaS per accedere ai dati di un mainframe ed effettuare l’integrazione applicativa in cloud. Le piattaforme iPaaS offrono l’integrazione con le applicazione su mainframe utilizzando diverse modalità, ma molto più frequentemente permettono l’utilizzo di connettori specifici per mainframe, sviluppati da terze parti. Se le applicazioni su mainframe rappresentano ancora una parte importante del parco applicativo bisogna quindi valutare attentamente questi connettori.

• Connettori per il trasporto dei dati – Molti fornitori di piattaforme di integrazione riconoscono che, in base alle applicazioni che devono essere integrate, possono essere necessarie differenti modalità di trasporto dei dati (dal file transfer al secure file transfer al guaranteed delivery messaging ecc., o modalità più recenti come il time stamping o la tracciabilità contestuale). Anche qui, bisogna valutare la necessità di connettori specifici sulla base del proprio parco applicativo.

• Connettori B2B/EDI –L’EDI (Electronic Data Interchange) continua a esistere con protocolli o formati di dati differenti, ma non è facile mantenere all’interno dei sistemi informativi le competenze specifiche richieste per questi tipi di formati e protocolli, quindi la presenza di connettori specifici può essere importante.

• Connettori IoT – Alcuni vendor oggi abilitano il supporto all’IoT attraverso MQTT (Message Queueing Telemetry Transport, protocollo di messaggistica “leggero”, posizionato in cima a TCP/IP) e AMQP (Advanced Message Queuing Protocol, standard aperto che definisce un protocollo a livello applicativo per il message-oriented middleware), ma l’IoT può richiedere, soprattutto per quanto riguarda lo streaming, supporti specifici. Molti vendor di piattaforme iPaaS dispongono anche di piattaforme per l’IoT, ma queste non sono generalmente parte integrante delle prime. Dato che, ricorda Forrester, l’IoT è destinato a crescere e potrebbe comportare un’ulteriore complessità in termini di integrazione è importante valutare attentamente questi aspetti.