Sul down di Microsoft si sono scatenate le opposte tifoserie. Da una parte chi non vedeva l’ora di dire “ve l’avevo detto, il cloud è un rischio”, dall’altra chi ha difeso la piattaforma a prescindere derubricandolo a banale incidente. E quello che mi colpisce è che a tifare siano stati, in gran parte, proprio i tecnici.
Ed è questo, prima ancora dell’incidente, a preoccuparmi. Chi progetta sistemi dovrebbe avere la mente libera da sovrastrutture: davanti a un problema tecnologico la domanda è che cosa è successo, che cosa dipende da che cosa e che cosa possiamo fare, non da che parte stiamo. La tifoseria, in ambito tecnico, serve solo a distogliere l’attenzione dal problema.
Chi mi conosce sa quanto mi stiano a cuore le infrastrutture indipendenti ed il self-hosting, ma la mia non è una fede: li considero strumenti, non sempre preferibili alle soluzioni commerciali, utili perché mantenere competenze, alternative e capacità di gestione distribuite è un valore per l’intero ecosistema digitale. Il punto è un altro, e vale per Microsoft, Google, Amazon e per chiunque: il problema non è affidarsi a loro, è affidarsi senza avere più la capacità di fare diversamente.
Questo post è un’altra angolatura di un ragionamento che porto avanti da tempo. In Black Sky: e se si spegnesse tutto? guardavo alle dipendenze da energia e reti di comunicazione; in Resilienza vs. “ho il backup” alla differenza tra avere i dati e saper ripartire; in Prima le competenze, poi i soldi a competenze e organizzazione. Qui guardo all’architettura e alla concentrazione del rischio nel cloud. Il problema di fondo, però, è lo stesso.
La concentrazione del rischio
Un incidente informatico, anche grave, può capitare. Nessuna infrastruttura complessa è immune da errori, configurazioni sbagliate o problemi di aggiornamento, e pretendere disponibilità assoluta sarebbe irrealistico. Ma c’è una differenza sostanziale tra un disservizio circoscritto e un guasto che mostra quanto un’intera organizzazione, o un intero ecosistema, dipenda da un unico fornitore.
L’episodio del 12 novembre è interessante proprio per questo. Non esiste ancora un documento ufficiale e le ricostruzioni sono indipendenti, quindi vanno prese con cautela. Quelle disponibili escludono un attacco o un ransomware e parlano di una criticità legata a un ampliamento della capacità di rete, emersa dopo una modifica successiva. Come ricordavo pochi giorni fa, sembrerebbe che alcuni server non abbiano superato i controlli automatici di stato, siano stati esclusi dal servizio, e il carico si è riversato su quelli operativi, con un effetto a valanga, e rendendo difficile il ripristino. Ne hanno risentito Exchange Online e, a cascata, Outlook, Teams, Copilot e altri servizi, in decine di Paesi e per quasi un giorno.
Un dettaglio, però, lo trovo particolarmente significativo: per alcune organizzazioni non funzionava solo lo strumento principale, ma nemmeno le alternative apparenti. Se Outlook non va, puoi pensare di usare Teams; ma se entrambi dipendono per certe funzioni dalla stessa infrastruttura sottostante, non hai due alternative, hai due interfacce diverse verso lo stesso punto di dipendenza. È un problema architetturale, non di prodotto, e per vederlo bisogna guardare lo schema dei collegamenti, non il logo del fornitore.
Abbiamo finito per confondere la disponibilità di un servizio con la disponibilità di un’infrastruttura. Posta, identità, autenticazione, collaborazione, archiviazione, sicurezza: tutto integrato, comodo ed efficiente, finché funziona: ma cosa succede quando il presupposto viene meno?
Tifosi e progettisti
È qui che la tifoseria diventa un problema concreto. Chi tifa per il cloud tende a leggere ogni guasto come un incidente isolato, da archiviare. Chi tifa contro tende a leggerlo come la prova definitiva di una tesi già decisa. In entrambi i casi la conclusione precede l’analisi, e quello che l’incidente ha da insegnarci si perde.
Un progettista non ha il lusso di una posizione identitaria. Deve chiedersi quali sono i punti di dipendenza, che cosa succede se uno di essi cede, quali funzioni devono sopravvivere e quali possono degradare, quanto costa un’alternativa rispetto al rischio che copre. A volte la risposta sarà “resto sul cloud, con un piano di emergenza leggero”, altre “questo pezzo lo gestisco io”. La differenza la fanno i requisiti e i vincoli reali, non l’appartenenza. Lo dico senza sufficienza: è una disciplina difficile, perché richiede di mettere in discussione anche le proprie preferenze, comprese le mie.
Non è una questione di essere contro il cloud
Sono spesso critico verso le soluzioni cloud, ma non penso che ogni organizzazione debba tornare al proprio datacenter. Il cloud offre economie di scala, capacità di investimento e professionalità che molti non potrebbero permettersi. Ma c’è una differenza tra usare un servizio cloud e costruire la propria continuità operativa assumendo che sia sempre disponibile: la prima è una scelta tecnologica e organizzativa, la seconda è una scommessa, e non sempre consapevole.
Abbiamo eliminato la ridondanza, non solo quella hardware o geografica, ma soprattutto quella funzionale. Abbiamo sostituito sistemi diversi con piattaforme integrate, dismesso procedure alternative e competenze interne, e trasformato strumenti prima indipendenti in componenti dello stesso ecosistema. Abbiamo probabilmente guadagnato in efficienza, ma spesso al prezzo della resilienza.
È lo schema che descrivevo in Black Sky: il punto non è scegliere tra vecchio e nuovo, ma evitare che tutti i sistemi finiscano per dipendere dagli stessi elementi. Allora erano l’energia e le reti mobili; qui sono identità, posta e collaborazione di un unico fornitore.
Il problema è organizzativo
Molte organizzazioni non sanno più funzionare quando il fornitore principale non c’è. Come scrivevo in Resilienza vs. ho il backup, il backup risponde alla domanda “posso recuperare i dati?”, il disaster recovery a “in quanto tempo torno operativo?”. Con un servizio in cloud ce n’è una terza, più scomoda: come lavoro nel frattempo? Il disaster recovery presuppone un’infrastruttura tua da far ripartire; qui il guasto è dall’altra parte e non c’è nulla da ripristinare. Servono quindi canali di comunicazione indipendenti dalla piattaforma principale, procedure utilizzabili anche senza i servizi cloud, alternative per le funzioni davvero critiche, credenziali e strumenti di amministrazione che non dipendano tutti dallo stesso ecosistema, persone che sappiano usare queste alternative e piani di continuità messi alla prova, non solo scritti.
Leggevo di aziende che durante il blackout sono tornate al telefono, altre addirittura al fax. Poteva essere l’occasione per testare RFC 1149 e testare IP over Avian Carriers (IPoAC).
Battute a parte, bisogna accettare che un servizio aziendale possa funzionare in modalità degradata. Non tutto deve essere sempre disponibile, ma alcune funzioni devono poter continuare a esistere anche quando il sistema principale è fuori uso. E per questo non serve necessariamente un investimento enorme: la resilienza va proporzionata a ciò che è realmente critico, e spesso si traduce in cose semplici, come un canale di comunicazione fuori banda, una copia offline dei contatti o un account amministrativo non federato. La resilienza è spesso fatta di piccole cose, e non si compra con un abbonamento più costoso.
Una questione di sovranità digitale
Quando una pubblica amministrazione, un ospedale, un’università o un’impresa strategica affidano gran parte della propria operatività a un unico ecosistema, trasferiscono a quel fornitore qualcosa di più dei dati: la possibilità di operare. Questo merita una valutazione strategica, non solo economica. La sovranità digitale non significa possedere i server, ma conservare la capacità di decidere, controllare e, quando serve, cambiare strada. Se non puoi cambiare fornitore né continuare a lavorare quando ha un problema, probabilmente non hai scelto una soluzione tecnologica: hai accettato una dipendenza.
La mia conclusione
Non rimprovererei a Microsoft di aver avuto un incidente; capita anche ai più avanzati. Mi aspetterei invece che un evento simile producesse una riflessione ampia presso i suoi clienti, e che questa non si esaurisse nel chiedere al fornitore di migliorare. E mi aspetterei che a condurla fossero i tecnici, con il distacco di chi progetta e non l’entusiasmo di chi tifa. Perché il punto non è che Microsoft possa avere un altro incidente, ma che quando accade migliaia di organizzazioni scoprono contemporaneamente di non avere un piano B. E questo non è un problema di Microsoft, ma di chi ha progettato la propria infrastruttura senza considerare seriamente questa eventualità.
Prima le competenze, poi i soldi, come scrivevo pochi giorni fa. E aggiungerei: prima la capacità di ragionare da progettisti, poi la scelta delle tecnologie, qualunque sia la squadra per cui si è abituati a fare il tifo. Possiamo comprare il cloud più potente e il datacenter più ridondato del mondo, ma se non sappiamo come continuare a lavorare quando qualcosa va storto, abbiamo costruito soltanto una dipendenza molto efficiente.
E finché funziona, non ce ne accorgiamo.
L’immagine del titolo è di AndreaD’orrio da Wikimedia Commons