I team mainframe sono sotto pressione per risolvere più rapidamente problemi operativi complessi, ampliare le competenze limitate e introdurre in modo sicuro l'automazione basata sull'intelligenza artificiale. Rocket® EVA™ 2.0 promuove questa visione portando agenti di intelligenza artificiale controllati nelle operazioni IT critiche di mainframe e ambienti ibridi.
L'impatto è già visibile. Durante un progetto pilota con un'importante istituzione finanziaria, EVA ha analizzato un complesso incidente di prestazioni che ha coinvolto diversi ambienti mainframe interconnessi, tra cui MQ, CICS, gestione dei carichi di lavoro e servizi infrastrutturali. Utilizzando i dati storici di SMF, EVA ha analizzato milioni di record operativi su più sistemi, ha correlato gli eventi in una cronologia coerente e ha contribuito a identificare la probabile catena di cause ed effetti alla base dell'interruzione. Ciò che in precedenza richiedeva un'ampia analisi manuale da parte di diversi team è diventato un'indagine molto più rapida e basata su dati concreti.
Rocket EVA è stata nominata vincitrice del Tech Ascension Award 2026 nella categoria "Soluzione di agente Enterprise basata sull'intelligenza artificiale dell'anno" . Questo riconoscimento colloca EVA tra i migliori vincitori del premio AI 2026, che include soluzioni di Lenovo, Zoom, Ford e altri leader tecnologici del settore.
Siamo lieti di continuare a offrire valore alle organizzazioni che desiderano applicare l'intelligenza artificiale agentica governata alle proprie operazioni IT su mainframe e sistemi ibridi. Scopri i vincitori del premio AI 2026
L'espansione di Rocket EVA ha attirato l'attenzione del settore anche per il suo approccio all'intelligenza artificiale agentiva governata su mainframe. Recenti articoli evidenziano come EVA combini il ragionamento operativo, i controlli basati su policy, la gestione delle identità e la tracciabilità per aiutare le organizzazioni ad applicare l'IA in ambienti mission-critical, mantenendo al contempo la supervisione aziendale.
Per ulteriori approfondimenti sull'annuncio, consultate gli articoli di SD Times sull'intelligenza artificiale governata e agentica su mainframe, gli articoli di VMblog su Rocket EVA e PlanGuard e gli articoli di Paul Gillin su SiliconANGLE dedicati a Rocket EVA 2.0 .
EVA riceve una richiesta in linguaggio naturale e, una volta avviata dall'utente, esegue autonomamente un'indagine in più fasi che coinvolge strumenti, fonti di dati, registri, dashboard e contesto operativo interconnessi. Correlaziona le prove, valuta le cause probabili e restituisce i risultati, una raccomandazione e le prove a supporto.
Attualmente EVA si concentra sull'analisi. Non apporta modifiche non supervisionate ai sistemi di produzione. Phil Buckellew, presidente della Business Unit di modernizzazione delle infrastrutture di Rocket Software, spiega: "Oggi, EVA è in grado di orchestrare autonomamente indagini complesse non appena un utente avvia una richiesta. Invece di richiedere agli operatori di navigare manualmente tra diverse console, dashboard, log e report, EVA riunisce queste fonti e fornisce una spiegazione unificata e ricca di contesto di ciò che sta accadendo nell'ambiente e del perché."
Questo è particolarmente prezioso quando, in genere, diversi specialisti detengono elementi differenti del quadro generale, tra cui la diagnostica operativa, l'indagine sugli incidenti, l'analisi del carico di lavoro e l'identificazione delle cause principali. EVA riunisce queste informazioni senza richiedere che ogni operatore sia un esperto approfondito di z/OS.
Mentre oggi EVA si concentra sull'orchestrazione indipendente delle indagini, PlanGuard stabilisce le basi di governance necessarie man mano che le organizzazioni espandono i casi d'uso degli agenti verso azioni di sistema approvate.
Vi presentiamo PlanGuard: il livello di governance a due fasi per l'IA agentiva
EVA 2.0 introduce Rocket® PlanGuard™, un livello di governance a due fasi progettato per l'intelligenza artificiale agentiva in ambienti critici.
Prima di richiamare qualsiasi strumento o eseguire qualsiasi azione, PlanGuard valuta gli attributi del chiamante, la richiesta, il contesto della sessione, la selezione dello strumento, le condizioni ambientali e le politiche organizzative. Successivamente, determina se l'azione debba essere consentita, negata o inoltrata per l'approvazione umana. Nulla viene eseguito finché tale verifica non è completata.
Buckellew spiega: "Questo approccio basato sul momento dell'invocazione è importante per l'IA agentiva perché le decisioni non possono più dipendere esclusivamente dalle autorizzazioni concesse durante il provisioning dell'account. PlanGuard, invece, valuta l'utente specifico, la richiesta, lo strumento e il contesto operativo coinvolti in ogni azione prima di consentirne l'esecuzione."
Quando PlanGuard approva un'azione, crea una credenziale di esecuzione temporanea e specifica per l'attività, limitata esclusivamente all'operazione approvata. La credenziale ha validità solo per la durata dell'attività e viene revocata quando non è più necessaria, limitando così il periodo di esposizione per ogni singola azione dell'agente.
PlanGuard si basa sui sistemi di gestione della sicurezza aziendale esistenti, come RACF, ACF2 e Top Secret, anziché sostituirli. Questi sistemi rimangono il fondamento della sicurezza dei mainframe. PlanGuard aggiunge il livello di governance richiesto dall'IA agentiva e fornisce identità che operano all'interno del framework di autorizzazione esistente.
La tracciabilità è parte integrante dell'architettura di EVA. Ogni azione gestita viene registrata, indicando chi ha avviato la richiesta, cosa ha proposto l'agente, quale politica è stata valutata, se era necessaria un'approvazione, quale identità è stata utilizzata e quale azione è stata infine intrapresa. La registrazione è a prova di manomissione e crittografata tramite hash chain.
Come afferma Buckellew: "Questo crea una catena di prove completa che consente agli operatori, ai team di sicurezza e ai revisori di comprendere non solo cosa è successo, ma anche perché è successo, con quale identità e in base a quale decisione politica". Per le organizzazioni che operano nei servizi finanziari, assicurativi e in altri settori regolamentati, questa catena di prove può supportare i requisiti di conformità.
Un importante rivenditore si è trovato di fronte a una regione CICS di produzione bloccata a causa dell'esaurimento della memoria temporanea. Il team sapeva cosa fosse successo, ma non perché. EVA ha analizzato i dati dell'incidente e ha determinato che il problema non era dovuto a una contesa generale del sistema, bensì a un problema localizzato e specifico di un'applicazione. EVA ha isolato la fonte primaria, identificato i sistemi che avevano contribuito al problema e collegato l'incidente a uno specifico modello di carico di lavoro e al probabile responsabile dell'applicazione. Ciò ha permesso di circoscrivere un problema infrastrutturale di ampia portata a uno specifico dominio applicativo, fornendo al team un chiaro punto di partenza per la risoluzione e la prevenzione.
In altri casi, indagini rimaste aperte per due mesi sono state ricondotte a una probabile causa principale in pochi minuti. EVA non sostituisce il giudizio degli esperti. Accelera la raccolta e la correlazione dei dati, consentendo agli esperti di concentrarsi sulla validazione e sulla risoluzione.
EVA combina la conoscenza istituzionale codificata attraverso processi operativi, politiche di governance, integrazioni di strumenti, flussi di lavoro investigativi e sistemi accessibili con dati operativi in tempo reale e il contesto attuale del sistema.
Poiché EVA basa le sue analisi su dati in tempo reale anziché su una base di conoscenza statica, le sue raccomandazioni possono evolversi al variare delle configurazioni, dei carichi di lavoro, dell'implementazione delle applicazioni e dell'aggiornamento delle politiche operative. Ciò consente alle organizzazioni di estendere la propria competenza specialistica oltre un ristretto gruppo di esperti di lunga data, mantenendo al contempo le linee guida ancorate al contesto attuale.
La tariffazione è basata sul consumo ed è legata al numero previsto di utenti e al volume di utilizzo. I clienti scelgono il proprio fornitore di LLM e mantengono i relativi costi visibili e sotto controllo. EVA è progettato per utilizzare solo le informazioni necessarie per un'indagine, anziché sostenere lunghi scambi di conversazioni senza una conclusione precisa, contribuendo a gestire il consumo di LLM pur fornendo analisi dettagliate.
Le analisi interne di Rocket stimano un ROI annuo di circa 3,2 volte, inclusi i costi LLM. La stima riflette la riduzione delle escalation, la risoluzione più rapida degli incidenti di priorità P1 e P2 grazie a diagnosi accelerate e analisi delle cause principali, nonché l'accesso 24 ore su 24 a competenze operative. Si tratta di una proiezione interna, non di un risultato verificato da un audit indipendente, e deve essere considerata come un input di pianificazione piuttosto che come una garanzia di prestazioni. I prezzi specifici sono disponibili tramite i rappresentanti commerciali di Rocket Software.
PlanGuard fornisce i controlli di policy e identità necessari per l'IA agentiva, ma ogni organizzazione deve comunque stabilire quali azioni gli agenti possono intraprendere autonomamente, quando è richiesta l'approvazione umana e come i risultati devono essere convalidati prima di essere implementati in produzione. Tali decisioni devono riflettere la tolleranza al rischio dell'organizzazione, gli obblighi normativi e la disciplina operativa.
Per scoprire come EVA potrebbe supportare uno scenario operativo rappresentativo nel vostro ambiente mainframe, contattate il vostro referente Rocket Software o visitate la pagina del prodotto Rocket EVA .
Rocket® EVA™
Rocket EVA™ è un'interfaccia conversazionale basata sull'intelligenza artificiale che fornisce diagnosi operative complete e precise sui sistemi principali.
Rocket EVA: Non sei un esperto di CICS? Nessun problema.
IDC Link analizza come Rocket EVA™ introduce l'intelligenza artificiale agentiva nelle operazioni mainframe.
