maggio 2026

The Monoculture Premium

Quando standardizzare il panorama IT rende l’impresa più fragile, e fino a che punto standardizzare invece.

Sommario

Consolidare i sistemi di un’impresa su un numero minore di piattaforme è un consiglio ortodosso, e per buone ragioni: meno piattaforme costano meno da gestire, da presidiare con personale e da integrare. Sosteniamo che il consiglio è giusto solo fino a un certo punto, e che quel punto può essere calcolato. La standardizzazione scambia molti guasti piccoli e indipendenti con pochi guasti grandi e correlati; ogni volta che il danno di un’interruzione cresce più rapidamente della sua portata, la perdita attesa aumenta man mano che le piattaforme vengono consolidate, anche se nessun singolo guasto diventa più probabile. Noi di Nashua formuliamo un modello minimo di un’impresa che sceglie quante piattaforme gestire, con un costo di esercizio che diminuisce con il consolidamento e una perdita da interruzione convessa nella quota di impresa messa fuori servizio, e deriviamo in forma chiusa il numero di piattaforme che ne minimizza la somma. Il risultato è non monotono: la standardizzazione completa è ottimale quando le interruzioni sono rare, poco costose o lineari, altrimenti lo è un numero interno di piattaforme, e la differenza è il premio di monocoltura che i business case di consolidamento trascurano. Mostriamo che la diversità nominale sovrastima la diversità effettiva ogni volta che le piattaforme condividono un componente, e sosteniamo che le catene strettamente accoppiate vadano standardizzate mentre le funzioni debolmente accoppiate no. Ancorata alla situazione olandese e ai regolamenti DORA e NIS2, questa ricerca teorica si chiude indicando come potrebbe essere misurata.

Parole chiave: standardizzazione; consolidamento IT; rischio di concentrazione; guasto correlato; monocoltura; resilienza; diversificazione di portafoglio; DORA; NIS2; Paesi Bassi; rischio operativo

1. Introduzione

Per standardizzazione intendiamo la riduzione del numero di piattaforme, prodotti, fornitori o componenti distinti che un’impresa gestisce per un dato scopo, in modo che una parte maggiore dell’impresa dipenda da ciascuno di quelli che restano. È tra le raccomandazioni meno controverse dell’informatica. Meno piattaforme significano meno licenze, meno competenze da mantenere, meno integrazioni da costruire e meno cose da proteggere; la letteratura sull’architettura d’impresa tratta un nucleo standardizzato come fondamento per l’esecuzione (Ross, Weill & Robertson, 2006), e i programmi di consolidamento sono un punto fisso di ogni revisione dei costi. Noi di Nashua raccomandiamo spesso la standardizzazione, e questo articolo non sostiene che sia sbagliata. Sostiene che è non monotona: utile fino a un certo punto, dannosa oltre, e che quel punto può essere calcolato a partire da grandezze che un’impresa è in grado di stimare.

L’argomento è stato fatto per noi il 19 luglio 2024, quando un aggiornamento di contenuto difettoso di un prodotto di sicurezza degli endpoint ampiamente diffuso ha messo fuori uso, nel giro di poche ore, circa 8.5 milioni di computer Windows (Weston, 2024; CrowdStrike, 2024). Il prodotto era stato scelto da migliaia di organizzazioni per le migliori ragioni: era valido, era lo standard, e far girare un solo agente di sicurezza ovunque era più semplice che farne girare diversi. L’interruzione ha raggiunto compagnie aeree, aeroporti, ospedali, emittenti e ministeri nella stessa mattinata, nei Paesi Bassi come altrove, perché tutti si erano standardizzati sullo stesso componente. Nessuno di loro, singolarmente, aveva commesso un errore. Insieme avevano costruito una monocoltura, e una monocoltura cede tutta in una volta.

L’analogia ecologica è antica (Geer et al., 2003) ed è stata di solito applicata alla sicurezza del software: una popolazione che usa un solo sistema operativo è vulnerabile a un solo exploit. Questo articolo avanza una tesi diversa e più ampia. Il danno da guasto correlato non dipende da un attaccante; dipende soltanto dalla forma della funzione di perdita, cioè dal fatto che perdere l’intera impresa in una volta sia peggio che perderne le parti separatamente. Sosteniamo che lo è quasi sempre, mostriamo che questo da solo fa aumentare la perdita attesa da interruzioni con il consolidamento, e deriviamo quante piattaforme un’impresa dovrebbe gestire in funzione della sua probabilità di interruzione, della scala della sua perdita, della convessità della sua perdita e del costo di ogni piattaforma aggiuntiva.

L’articolo si chiede: a quali condizioni standardizzare il panorama IT aumenta, invece di ridurre, la perdita attesa dell’impresa, e fino a che punto dovrebbe invece standardizzare un’impresa? La Sezione 2 colloca la domanda tra le letterature che vi hanno risposto in altri campi. La Sezione 3 presenta il modello e l’ottimo in forma chiusa. La Sezione 5 discute da dove venga la convessità e dove sia assente. La Sezione 7 mostra perché la diversità nominale sovrastima la diversità reale. La Sezione 9 legge la situazione olandese attraverso il modello. La Sezione 10 segue una banca costruita a tavolino. Le Sezioni da 12 a 16 danno regole, limiti e conclusioni.

L’inquadramento olandese è deliberato. I Paesi Bassi gestiscono un’identità digitale nazionale attraverso la quale la maggior parte dei cittadini accede alla pubblica amministrazione, agli assicuratori sanitari e ai fondi pensione, ed essa è un punto singolo di guasto per progetto. Il loro settore finanziario è soggetto, dal gennaio 2025, a un regolamento europeo che impone alle istituzioni di valutare la concentrazione delle proprie dipendenze ICT e di segnalare gli incidenti gravi; i loro settori critici stanno entrando sotto l’attuazione olandese di una seconda normativa che estende tale obbligo. Il rischio di concentrazione è diventato, nei Paesi Bassi, una grandezza soggetta a vigilanza. Questo articolo è un tentativo di dargli un prezzo.

2. Contesto

2.1 Le ragioni della standardizzazione

I benefici del consolidamento sono reali e ben documentati. Ross, Weill e Robertson (2006) hanno mostrato che le imprese con un nucleo standardizzato e integrato eseguivano la strategia in modo più affidabile; Weill e Ross (2004) hanno trovato che le imprese con i risultati migliori limitavano la scelta locale dell’infrastruttura. La letteratura professionale sul costo totale di possesso si fonda sulla stessa economia: ogni piattaforma distinta comporta costi fissi in licenze, competenze, strumenti, integrazione e sicurezza che sono in larga misura indipendenti da quanta parte dell’impresa essa serve, così che il costo per unità di servizio diminuisce man mano che le piattaforme vengono consolidate. Diamo tutto questo per acquisito. Il modello della Sezione 3 include un costo di esercizio che diminuisce con il consolidamento, e la tesi dell’articolo riguarda ciò che andrebbe messo a confronto con esso.

2.2 Il guasto correlato in altri campi

Altri campi hanno imparato da tempo che concentrazione e fragilità viaggiano insieme. In finanza, Markowitz (1952) ha mostrato che il rischio di un portafoglio non dipende dal rischio dei singoli titoli ma da come si muovono insieme, e che la diversificazione tra attività imperfettamente correlate riduce il rischio senza alcun costo in termini di rendimento atteso; l’intuizione è il fondamento della disciplina. In ecologia, May (1972) ha mostrato che sistemi più grandi e più connessi sono, a parità di altre condizioni, meno stabili, e Tilman, Reich e Knops (2006) hanno dimostrato sperimentalmente che gli ecosistemi diversificati sono più stabili nella loro produttività delle monocolture. Haldane e May (2011) hanno portato l’argomento ecologico nel settore bancario, mostrando che un sistema di istituzioni che detengono attività simili e sono collegate da esposizioni simili è soggetto al fallimento simultaneo che il 2008 ha esibito. Nella gestione della catena di fornitura, Sheffi (2005) ha documentato come siano la ridondanza e la flessibilità, e non la sola efficienza, a decidere quali imprese sopravvivono a una perturbazione, e la letteratura di resilience engineering (Hollnagel, Woods & Leveson, 2006) ha avanzato lo stesso argomento per i sistemi sociotecnici in generale. Nell’ingegneria della sicurezza, Perrow (1984) ha sostenuto che i sistemi strettamente accoppiati e interattivamente complessi producono incidenti normali anziché eccezionali, e Leveson (2011) che la sicurezza è una proprietà della struttura del sistema e non dei suoi componenti. Nella sicurezza informatica, Geer et al. (2003) hanno sostenuto che una monocoltura software è una vulnerabilità nazionale perché un solo exploit raggiunge tutti.

Ciascuna di queste letterature contiene la tesi del presente articolo in un vocabolario diverso. Ciò che manca alla letteratura sull’IT d’impresa è il passo che la finanza ha compiuto nel 1952: un modello in cui il beneficio della concentrazione e il costo della correlazione compaiono nella stessa equazione, così che il compromesso possa essere calcolato anziché asserito. La Sezione 3 è un tentativo di compiere quel passo.

2.3 Il rischio di concentrazione come grandezza soggetta a vigilanza

Il regolamento europeo sulla resilienza operativa digitale (Regolamento (UE) 2022/2554), applicabile alle entità finanziarie dal gennaio 2025, impone alle istituzioni di individuare e valutare il rischio di concentrazione ICT derivante dalla dipendenza da fornitori terzi, e di segnalare gli incidenti gravi connessi alle ICT alla propria autorità di vigilanza, nei Paesi Bassi la banca centrale. La seconda direttiva sulla sicurezza delle reti e dell’informazione (Direttiva (UE) 2022/2555) estende gli obblighi di segnalazione degli incidenti e di gestione del rischio ai soggetti essenziali e importanti dei settori critici, attraverso la legge olandese di attuazione. Entrambe trattano la concentrazione come un rischio da misurare e gestire, e nessuna delle due dice quanta concentrazione sia troppa. Il modello che segue è offerto come una risposta, e i dati sugli incidenti che gli obblighi di segnalazione accumuleranno sono, come sostiene la Sezione 15, il mezzo con cui potrebbe essere calibrato.

3. Un modello minimo

3.1 Impostazione

Un’impresa ha NN funzioni aziendali, ciascuna delle quali deve girare su una piattaforma. Essa sceglie quante piattaforme distinte gestire, mm, con 1≤m≤N1 \le m \le N; m=1m = 1 è la standardizzazione completa e m=Nm = N è una piattaforma per funzione. Per chiarezza assumiamo che le funzioni siano distribuite uniformemente, N/mN/m per piattaforma; le distribuzioni non uniformi sono trattate nella Sezione 7.

Gestire piattaforme costa denaro. Ogni piattaforma distinta comporta un costo c1c_1 per periodo indipendente dal numero di funzioni che serve: licenze, le competenze per operarla, i suoi strumenti, la sua integrazione con il resto, la sua sicurezza. Il costo di esercizio è

R(m)=c0+c1 m,(1)R(m) = c_0 + c_1 \, m, \tag{1}

Equazione 1. Costo di esercizio del parco: una parte fissa più un costo per piattaforma.

dove c0c_0 è il costo che non dipende dal numero di piattaforme. Questa è la ragione a favore della standardizzazione: RR diminuisce di c1c_1 per ogni piattaforma eliminata.

Le piattaforme si guastano. In ogni periodo, ogni piattaforma subisce un’interruzione invalidante con probabilità pp, indipendentemente dalle altre; quando accade, ogni funzione che vi gira è ferma per la durata di riferimento dell’interruzione. La perdita da un’interruzione dipende dalla quota ff delle funzioni dell’impresa che sono ferme contemporaneamente:

L(f)=ℓ fγ,(2)L(f) = \ell \, f^{\gamma}, \tag{2}

Equazione 2. Perdita da un’interruzione come funzione convessa della quota di funzioni ferme contemporaneamente.

dove ℓ\ell è la perdita se l’intera impresa è ferma e γ\gamma è la convessità della perdita. Se γ=1\gamma = 1 la perdita è proporzionale alla quota ferma: perdere metà dell’impresa costa la metà che perderla tutta. Se γ>1\gamma > 1 la perdita è convessa: perderla tutta costa più del doppio che perderne metà. La Sezione 5 sostiene che γ>1\gamma > 1 è il caso normale e dice dove non lo è.

3.2 Perdita attesa e totale

Con mm piattaforme che portano ciascuna una quota 1/m1/m delle funzioni, la perdita attesa da interruzioni per periodo è

E(m)=m⋅p⋅ℓ(1m)γ=p ℓ m 1−γ(3)E(m) = m \cdot p \cdot \ell \left(\tfrac{1}{m}\right)^{\gamma} = p \, \ell \, m^{\,1-\gamma} \tag{3}

Equazione 3. Perdita attesa da interruzioni per periodo con mm piattaforme caricate uniformemente.

L’espressione contiene la tesi dell’articolo. Quando γ=1\gamma = 1, E(m)=p ℓE(m) = p\,\ell per ogni mm: la perdita attesa non dipende da quante piattaforme ci siano, e decide soltanto il costo di esercizio, quindi la standardizzazione completa è ottimale. Quando γ>1\gamma > 1, E(m)E(m) diminuisce al crescere di mm: più piattaforme, ciascuna con un carico minore, significano meno perdita attesa, perché la convessità penalizza le grandi interruzioni che poche piattaforme producono. Il consolidamento aumenta la perdita attesa non perché i guasti diventino più probabili, pp è invariata, ma perché ogni guasto diventa più grande, e i guasti grandi costano più della loro dimensione.

L’impresa minimizza il totale

T(m)=c0+c1 m+p ℓ m 1−γ(4)T(m) = c_0 + c_1 \, m + p \, \ell \, m^{\,1-\gamma} \tag{4}

Equazione 4. Costo totale: costo di esercizio più perdita attesa da interruzioni, la quantità che l’impresa minimizza.

Trattando mm come continua e ponendo la derivata uguale a zero si ottiene l’ottimo in forma chiusa:

m∗=(p ℓ (γ−1)c1)1/γ(5)m^{*} = \left( \frac{p \, \ell \, (\gamma - 1)}{c_1} \right)^{1/\gamma} \tag{5}

Equazione 5. Il numero ottimale di piattaforme, in forma chiusa.

Il numero ottimale di piattaforme cresce con la probabilità di interruzione pp, con la scala della perdita ℓ\ell e con la convessità γ\gamma, e diminuisce con il costo di una piattaforma c1c_1. Quando l’espressione è inferiore a uno, la standardizzazione completa è ottimale; il consiglio ortodosso vale. Quando è superiore a uno, un numero interno di piattaforme minimizza il costo totale, e la differenza T(1)−T(m∗)T(1) - T(m^{*}) è ciò che chiamiamo premio di monocoltura: l’importo di cui la standardizzazione completa costa più dell’ottimo, per periodo, una volta contata la perdita da interruzioni.

3.3 Due regimi

L’equazione (5) divide le imprese in due regimi, e il contenuto pratico dell’articolo sta nel distinguerli. La Tabella 1 li mostra entrambi con parametri illustrativi, e la Figura 1 disegna il secondo.

Tabella 1. Due regimi del modello, con parametri illustrativi. Costi e perdite in EUR milioni all’anno; c0c_0 omesso perché non influisce sull’ottimo.

Bassa posta in gioco Alta posta in gioco
Probabilità di interruzione pp (per piattaforma-anno) 0.02 0.10
Perdita se tutto è fermo ℓ\ell 20 60
Costo per piattaforma c1c_1 1.0 1.0
Convessità γ\gamma 2 2
p ℓp\,\ell 0.4 6.0
m∗m^{*} dalla (5) 0.63 →\to 1 2.45 →\to 2–3
T(1)T(1): una piattaforma 1.4 7.0
T(2)T(2): due piattaforme 2.2 5.0
T(3)T(3): tre piattaforme 3.1 5.0
Premio di monocoltura T(1)−T(m∗)T(1) - T(m^{*}) 0 2.0

Nel regime a bassa posta in gioco, le interruzioni sono rare e poco costose, p ℓp\,\ell è piccolo rispetto al costo di una piattaforma e m∗m^{*} è inferiore a uno: standardizzare completamente, come dice l’ortodossia. Nel regime ad alta posta in gioco, un’interruzione invalidante per piattaforma-decennio e una perdita di EUR 60 milioni per un’interruzione totale, che non è esotica per una banca, una compagnia aerea o un gruppo ospedaliero, m∗m^{*} è circa due e mezzo, gestire una piattaforma costa EUR 2 milioni all’anno più che gestirne due o tre, e il business case di consolidamento ortodosso, che conta solo c1c_1, è sbagliato nel segno.

Figura 1. Il regime ad alta posta in gioco della Tabella 1 (p = 0.10, ℓ = 60, c₁ = 1). Il costo di esercizio cresce con le piattaforme; la perdita attesa da interruzioni diminuisce quando la perdita è convessa; la loro somma ha un minimo interno. Con γ = 2 l’ottimo è tra due e tre piattaforme e una sola piattaforma costa EUR 2 milioni all’anno in più; con γ = 1.5 l’ottimo è due e il premio è minore. Con γ = 1 la linea della perdita sarebbe piatta e una sola piattaforma sarebbe ottimale.
Figura 1. Il regime ad alta posta in gioco della Tabella 1 (p = 0.10, ℓ = 60, c₁ = 1). Il costo di esercizio cresce con le piattaforme; la perdita attesa da interruzioni diminuisce quando la perdita è convessa; la loro somma ha un minimo interno. Con γ = 2 l’ottimo è tra due e tre piattaforme e una sola piattaforma costa EUR 2 milioni all’anno in più; con γ = 1.5 l’ottimo è due e il premio è minore. Con γ = 1 la linea della perdita sarebbe piatta e una sola piattaforma sarebbe ottimale.

3.4 L’attesa non è tutta la storia

L’equazione (5) riguarda la perdita attesa, e la perdita attesa sottostima le ragioni contro la monocoltura. Si consideri il regime ad alta posta in gioco con γ=1\gamma = 1, in cui la perdita attesa è EUR 6 milioni all’anno qualunque sia mm. Con una piattaforma, l’impresa non perde nulla in nove anni su dieci e perde EUR 60 milioni nel decimo. Con tre piattaforme, perde EUR 20 milioni in circa un anno su quattro, EUR 40 milioni in circa tre anni su cento ed EUR 60 milioni in un anno su mille. Le attese sono uguali; le distribuzioni no. L’impresa con una piattaforma ha ogni anno una probabilità di uno su dieci di una perdita che può superare una soglia di segnalazione regolamentare, una riserva di capitale o una tolleranza reputazionale; l’impresa con tre piattaforme ha una probabilità di uno su mille. Un consiglio di amministrazione che non sia indifferente all’entità del suo anno peggiore, cioè ogni consiglio di amministrazione, dovrebbe preferire la distribuzione a tre piattaforme anche dove le attese sono uguali, e la preferenza si aggiunge all’argomento della convessità anziché dipenderne. L’Appendice A riporta i dati di coda.

4. Estensioni del modello

Il modello minimo compie quattro semplificazioni che un professionista vorrà rilassare prima di fidarsi del suo numero: le piattaforme si guastano in modo indipendente, le funzioni sono distribuite uniformemente, la perdita di un’interruzione non dipende dalla sua durata, e il consolidamento stesso è gratuito. Ciascuna può essere rilassata senza perdere la lezione della forma chiusa, e ciascun rilassamento sposta l’ottimo in una direzione che vale la pena conoscere.

4.1 Shock comuni

Si supponga che, oltre al guasto indipendente di ogni piattaforma, con probabilità qq per periodo uno shock comune metta fuori uso tutte le piattaforme in una volta: un componente condiviso si guasta, un incidente informatico si propaga, la regione di un provider cade. La perdita attesa diventa

E(m)=q ℓ+(1−q) p ℓ m 1−γ(6)E(m) = q\,\ell + (1-q)\,p\,\ell\,m^{\,1-\gamma} \tag{6}

Equazione 6. Perdita attesa con uno shock comune che mette fuori uso tutte le piattaforme in una volta con probabilità qq.

Lo shock comune aggiunge un pavimento, q ℓq\,\ell, che nessun numero di piattaforme rimuove, e riduce il beneficio della diversificazione di un fattore (1−q)(1-q). L’ottimo è come nell’equazione (5) con pp sostituito da (1−q) p(1-q)\,p: conviene gestire meno piattaforme quando dominano gli shock comuni, perché la diversificazione non può toccarli. La lettura pratica è quella che la Sezione 7 sviluppa: il primo denaro dovrebbe andare ad abbassare qq, eliminando i componenti condivisi, e solo dopo ad aumentare mm, perché una piattaforma aggiunta sotto un componente condiviso non compra nulla contro lo shock che conta di più.

4.2 Distribuzioni non uniformi e il disegno a nucleo e satelliti

Le funzioni sono raramente distribuite in modo uniforme. Il disegno comune è una piattaforma nucleo che porta la maggior parte dell’impresa e satelliti che portano il resto, e la domanda è se i satelliti valgano il loro costo. Con quote s1,…,sms_1, \dots, s_m che sommano a uno, la perdita attesa è p ℓ∑jsjγp\,\ell \sum_j s_j^{\gamma}, che per un dato mm è minimizzata da quote uguali, perché sγs^{\gamma} è convessa; qualsiasi disuniformità porta la perdita attesa sopra il caso uniforme. Un nucleo che porta nove decimi con due satelliti a un ventesimo ciascuno ha, con γ=2\gamma = 2, una perdita attesa di p ℓ (0.81+0.0025+0.0025)=0.815 p ℓp\,\ell\,(0.81 + 0.0025 + 0.0025) = 0.815\,p\,\ell, appena sotto il p ℓp\,\ell della piattaforma singola, pagando però tre piattaforme. I satelliti costano quasi quanto una diversificazione reale e non ne forniscono quasi nulla. Il disegno che paga è quello che divide il carico, ed è per questo che la banca della Sezione 10 separa il retail banking dal business banking anziché ricavare un piccolo satellite da un nucleo dominante.

4.3 Durata

La perdita di un’interruzione cresce con la sua durata, e la durata dipende dal numero di piattaforme in due modi opposti. La capacità di ripristino è finita, quindi un’interruzione più grande richiede più tempo per essere ripristinata se gli stessi team devono ripristinare tutto in serie; questa è una delle fonti di convessità della Sezione 5 ed è già contenuta in γ\gamma. Per contro, un panorama con più piattaforme ha più cose distinte che possono rompersi e più procedure di ripristino distinte da mantenere, così che ogni singolo ripristino può essere più lento per mancanza di pratica. Il secondo effetto suggerisce di mantenere mm modesto e di esercitare il ripristino su ogni piattaforma mantenuta, ed è una delle ragioni per cui le regole della Sezione 12 preferiscono il consolidamento minore alla diversificazione maggiore.

4.4 Il costo del consolidare

Il consolidamento è una migrazione, e le migrazioni sono a loro volta una fonte di interruzioni: dati spostati, interfacce ricostruite, personale riqualificato e un periodo di doppio esercizio in cui l’impresa dipende sia dal vecchio sia dal nuovo. Un business case di consolidamento dovrebbe includere un termine di rischio una tantum, la perdita attesa da incidenti di migrazione, accanto al risparmio ricorrente, e dovrebbe riconoscere che il termine cresce con il numero di piattaforme eliminate. Il modello non lo prezza, perché è una tantum e il modello è per periodo, ma esso sposta la decisione nella stessa direzione del premio: verso il consolidamento minore.

4.5 Sensibilità dell’ottimo

La Figura 2 disegna l’ottimo dell’equazione (5) in funzione del rapporto p ℓ/c1p\,\ell / c_1, la posta in gioco rispetto al costo di una piattaforma, per tre valori di γ\gamma. Sotto un rapporto di circa uno l’ottimo è una piattaforma qualunque sia la convessità, e il consiglio ortodosso è sicuro. Sopra, l’ottimo cresce, lentamente, con la posta in gioco: un rapporto di sei, il caso della banca, dà da due a tre piattaforme; un rapporto di venti, un gruppo ospedaliero o una borsa, dà da tre a cinque. Le curve sono abbastanza piatte perché i parametri esatti contino meno del regime: a un’impresa basta sapere all’incirca se il suo rapporto è sotto uno o ben sopra per sapere se si trova nel regime ortodosso o in quello del premio, e l’appendice fornisce la griglia completa.

Figura 2. Il numero ottimale di piattaforme in funzione del rapporto delle poste in gioco p ℓ/c₁, per tre convessità. Sotto un rapporto di circa uno, la standardizzazione completa è ottimale; sopra, l’ottimo cresce lentamente con la posta in gioco. Le curve si incrociano perché una convessità maggiore aumenta la perdita dalle grandi interruzioni ma anche il beneficio della prima divisione più di quello delle successive.
Figura 2. Il numero ottimale di piattaforme in funzione del rapporto delle poste in gioco p ℓ/c₁, per tre convessità. Sotto un rapporto di circa uno, la standardizzazione completa è ottimale; sopra, l’ottimo cresce lentamente con la posta in gioco. Le curve si incrociano perché una convessità maggiore aumenta la perdita dalle grandi interruzioni ma anche il beneficio della prima divisione più di quello delle successive.

5. Da dove viene la convessità

Il risultato del modello dipende da γ>1\gamma > 1: dalla tesi che perdere l’intera impresa in una volta costi più della somma delle perdite delle sue parti prese separatamente. La tesi va argomentata, non assunta, e va detto dove fallisce, perché dove fallisce il consiglio ortodosso è giusto.

5.1 Cinque fonti di convessità

Copertura reciproca. Quando una funzione è ferma, le altre la coprono: una filiale prende una chiamata che l’app non può prendere, un magazzino spedisce ciò che il portale non può vendere, il personale lavora su carta. La copertura è possibile solo se la funzione che copre è attiva. Un’interruzione parziale è assorbita dalla copertura; un’interruzione totale non ha nessuno che copra. La perdita dell’ultima funzione ferma è perciò maggiore della perdita della prima, e questo è convessità.

Capacità finita di workaround. Un’impresa ha un numero finito di persone che possono eseguire workaround manuali, un numero finito di linee telefoniche e una tolleranza finita nei suoi clienti. Un’interruzione piccola rientra in quella capacità; una grande la supera, e l’eccedenza è perduta del tutto.

Soglie. La segnalazione regolamentare, i crediti di servizio contrattuali, l’attenzione reputazionale e la copertura mediatica hanno tutti delle soglie. Un’interruzione sotto la soglia costa la sua perdita diretta; una sopra costa la perdita diretta più le conseguenze della soglia. Le soglie fanno salire a gradini la funzione di perdita con la dimensione, il che in aggregato è convessità.

Parallelismo del ripristino. Il ripristino è eseguito da team con capacità finita. Due interruzioni indipendenti su piattaforme diverse possono essere ripristinate in parallelo da team diversi; una sola interruzione su tutto viene ripristinata in serie dalle stesse persone, così la sua durata, e la sua perdita, cresce con la sua dimensione.

Contagio per dipendenza. Le funzioni dipendono l’una dall’altra. Una funzione attiva ma dipendente da una ferma è degradata; al crescere della quota ferma, la quota degradata cresce più rapidamente, perché ogni interruzione aggiuntiva toglie una dipendenza a diverse funzioni superstiti.

Ogni fonte è familiare a chiunque abbia gestito un incidente, e insieme rendono γ>1\gamma > 1 il caso normale per un’impresa di funzioni debolmente accoppiate. Il valore di γ\gamma è una questione empirica; usiamo 1.5 e 2 come illustrazioni, e la Sezione 15 dice come potrebbe essere misurato.

5.2 Dove la convessità è assente: l’accoppiamento stretto

L’argomento si inverte dove le funzioni sono così strettamente accoppiate che perderne una qualsiasi è tanto grave quanto perderle tutte. Una catena dei pagamenti in cui autorizzazione, compensazione e regolamento devono tutte funzionare perché un pagamento si completi è un caso del genere: l’interruzione di un passo ferma la catena, e la perdita per un passo fermo è la perdita per la catena ferma. All’interno di una catena simile γ≤1\gamma \le 1, la diversificazione tra piattaforme non compra nulla, perché qualsiasi piattaforma si guasti ferma tutto, e la standardizzazione è corretta: una piattaforma, una modalità di guasto, un ripristino. L’accoppiamento stretto di Perrow (1984) è la condizione, e fornisce all’articolo la sua prima regola: standardizzare all’interno delle catene strettamente accoppiate, diversificare tra le funzioni debolmente accoppiate. L’unità di diversificazione non è la funzione ma la catena, e un’impresa dovrebbe mappare le proprie catene prima di contare le proprie piattaforme.

La stessa logica risponde a un’obiezione. Gestire più piattaforme non aiuta se un guasto su una si propaga alle altre; la propagazione è accoppiamento, e piattaforme accoppiate sono una sola piattaforma ai fini del modello. La diversità conta solo dove le piattaforme si guastano in modo indipendente, che è l’oggetto della prossima sezione.

6. Misurare la convessità

Tutto nel modello dipende da γ\gamma, e γ\gamma è una grandezza che nessuna impresa registra. Può essere misurata, e questa sezione mostra come con un esempio costruito, in modo che una funzione rischio possa fare lo stesso con il proprio registro degli incidenti.

6.1 I dati

Per ogni interruzione nel registro servono due numeri: la quota delle funzioni dell’impresa che ha raggiunto, ff, e la perdita che ha causato, LL, nelle stesse unità di ℓ\ell. La quota è di solito ricavabile dal verbale dell’incidente, che nomina i sistemi colpiti; la perdita è più difficile, perché le imprese registrano il costo diretto di un incidente e raramente il mancato fatturato, i risarcimenti o le conseguenze reputazionali, e la convessità vive in larga parte in questi. Un registro che riporta solo il costo diretto sottostimerà γ\gamma. La misurazione comincia perciò con un esercizio una tantum: per le dieci o venti interruzioni più grandi del registro, ricostruire con il business la perdita completa, compreso ciò che è stato recuperato con copertura e workaround e ciò che non lo è stato.

6.2 L’adattamento

Con la funzione di perdita L=ℓfγL = \ell f^{\gamma}, prendendo i logaritmi si ottiene log⁡L=log⁡ℓ+γlog⁡f\log L = \log \ell + \gamma \log f, una retta la cui pendenza è γ\gamma. La Tabella 2 riporta un registro costruito di otto interruzioni per un’impresa con dodici funzioni, e l’adattamento. Le interruzioni che hanno raggiunto una funzione sono costate circa un ventesimo della cifra dell’interruzione totale, non un dodicesimo; quelle che hanno raggiunto metà dell’impresa circa un terzo, non la metà; la pendenza è circa 1.8. Il numero è illustrativo, ma la sua entità è il punto: un’impresa le cui piccole interruzioni sono assorbite dalla copertura e le cui grandi non lo sono troverà γ\gamma ben sopra uno, e l’adattamento rende il risultato un numero anziché un’impressione.

Tabella 2. Un registro degli incidenti costruito per un’impresa di dodici funzioni, e la convessità adattata su di esso. Perdita in EUR milioni, ricostruita per includere mancato fatturato e risarcimenti. La pendenza adattata di log⁡L\log L su log⁡f\log f è γ≈1.8\gamma \approx 1.8; l’intercetta dà ℓ≈58\ell \approx 58.

Interruzione Funzioni Quota ff Perdita LL L/ℓL/\ell
A 1 0.08 0.7 0.012
B 1 0.08 1.1 0.019
C 2 0.17 2.4 0.041
D 3 0.25 4.9 0.084
E 4 0.33 8.0 0.138
F 6 0.50 17.0 0.293
G 9 0.75 36.0 0.621
H 12 1.00 58.0 1.000

6.3 Leggere i residui

I residui dell’adattamento sono informativi quanto la sua pendenza. Le interruzioni che costano più di quanto la retta prevede per la loro dimensione sono quelle in cui la copertura ha fallito, i workaround si sono esauriti o una soglia è stata superata; i loro verbali dicono quale, e il dirlo identifica le fonti della Sezione 5 attive in questa impresa. Le interruzioni che costano meno del previsto sono quelle in cui la copertura ha funzionato, e identificano le capacità manuali e reciproche della Sezione 7 che vale la pena mantenere. Un’impresa che adatta la retta e legge i residui apprende sia il proprio γ\gamma sia le sue ragioni, che è più di quanto il modello chieda ed esattamente ciò di cui la decisione di consolidamento ha bisogno.

6.4 Elicitare γ\gamma senza dati

Dove il registro è scarno, γ\gamma può essere delimitato per elicitazione. Si chieda al business, per un’interruzione piccola e per una grande, quanto a lungo tiene la copertura e quale frazione di valore sostiene; si chieda dove si collocano le soglie di segnalazione, contrattuali e reputazionali e quanto costa superarne ciascuna; si chieda come il ripristino scala con il numero di sistemi fermi. Ogni risposta dà un punto sulla curva di perdita, e tre o quattro punti danno una pendenza. L’elicitazione è grossolana, ma lo è nel posto giusto: la decisione tra una piattaforma e due dipende dal fatto che γ\gamma sia vicino a uno o vicino a due, e un’elicitazione di solito sa distinguerli.

7. Monocolture nascoste

7.1 Diversità nominale ed effettiva

Il modello conta piattaforme che si guastano in modo indipendente. Un’impresa che gestisce tre piattaforme applicative su un solo sistema operativo, autentica tutte e tre attraverso un solo provider di identità, le aggiorna tutte e tre attraverso un solo agente e le ospita tutte e tre in una sola regione cloud ha tre piattaforme ai fini della fattura delle licenze e una ai fini di un guasto in uno qualsiasi di quei componenti condivisi. La sua diversità nominale è tre; la sua diversità effettiva, contro il guasto di un componente condiviso, è uno. L’interruzione del luglio 2024 è stata precisamente questo: organizzazioni con panorami applicativi diversificati hanno scoperto di condividere un unico agente di sicurezza, e l’agente era la piattaforma che si è guastata.

Due misure rendono operativa la distinzione. Per le distribuzioni non uniformi, in cui la piattaforma jj porta una quota sjs_j delle funzioni, il numero effettivo di piattaforme è l’inverso della somma dei quadrati delle quote,

meff=1∑jsj2,(7)m_{\text{eff}} = \frac{1}{\sum_j s_j^{2}}, \tag{7}

Equazione 7. Numero effettivo di piattaforme per quote non uniformi: l’inverso della somma dei quadrati delle quote.

l’indice di Simpson inverso (Simpson, 1949), noto in economia come indice di Herfindahl inverso (Hirschman, 1964). Tre piattaforme che portano la metà, tre decimi e un quinto dell’impresa hanno meff=2.6m_{\text{eff}} = 2.6, non tre; una che ne porta nove decimi con altre due piccole ha meff≈1.2m_{\text{eff}} \approx 1.2. La perdita attesa dell’impresa è governata da meffm_{\text{eff}}, e l’equazione (5) va letta come un obiettivo per essa.

Per i componenti condivisi, dove i guasti delle piattaforme sono correlati con correlazione a coppie ρ\rho, il numero effettivo è

meff=m1+(m−1) ρ,(8)m_{\text{eff}} = \frac{m}{1 + (m-1)\,\rho}, \tag{8}

Equazione 8. Numero effettivo di piattaforme quando i guasti sono correlati con correlazione a coppie ρ\rho.

che scende da mm per ρ=0\rho = 0 a uno per ρ=1\rho = 1. Tre piattaforme con una correlazione di un mezzo sono effettivamente una e mezza; con una correlazione di nove decimi sono effettivamente una. Un componente condiviso da cui tutte le piattaforme dipendono pone ρ=1\rho = 1 per i guasti di quel componente, per quanto diverse siano le piattaforme sotto ogni altro aspetto.

7.2 Un inventario dei componenti condivisi

La Tabella 3 elenca i componenti attraverso i quali le imprese condividono più spesso una modalità di guasto senza accorgersene, perché nessuno di essi compare come piattaforma nell’inventario applicativo. La proprietà comune è che ciascuno viene scelto una volta, per l’intera impresa, da una funzione che non conta le piattaforme: la sicurezza sceglie l’agente, l’infrastruttura sceglie l’hypervisor e la regione, l’identità sceglie il provider, il networking sceglie il DNS. Ogni scelta è localmente sensata e ogni scelta aggiunge una dipendenza con ρ=1\rho = 1.

Tabella 3. Componenti attraverso i quali piattaforme nominalmente diverse condividono una modalità di guasto, e la funzione che tipicamente li sceglie senza contare le piattaforme.

Componente condiviso Chi lo sceglie, e perché è invisibile
Agente di sicurezza degli endpoint Sicurezza; distribuito a ogni dispositivo per policy
Sistema operativo e canale di patch Infrastruttura; «la build standard»
Provider di identità, single sign-on Identità; ogni applicazione si autentica attraverso di esso
Hypervisor, provider cloud, regione Infrastruttura; la decisione di hosting
DNS, certificati, content delivery Networking; nessun altro li vede
Bus di integrazione, API gateway Architettura; ogni integrazione vi passa attraverso
Un unico fornitore SaaS per più prodotti Acquisti; un contratto, un gestore del fornitore
Un unico integratore o fornitore di servizi gestiti Sourcing; un solo interlocutore da cui esigere
Nucleo di rete, firewall Networking; una sola architettura

L’inventario fornisce la seconda regola dell’articolo: contare la diversità effettiva, non la diversità nominale. Un business case di consolidamento dovrebbe dichiarare meffm_{\text{eff}} prima e dopo, calcolato sui componenti condivisi oltre che sulle piattaforme applicative, e una decisione di diversificazione dovrebbe verificare che le piattaforme mantenute separate non condividano un componente che le rende una sola.

7.3 La diversità di ultima istanza

Una piattaforma è sempre disponibile e quasi mai contata: il processo manuale. Una filiale che può accettare un pagamento su carta, un magazzino che può prelevare da una lista stampata, un reparto che può compilare la cartella a mano, è una seconda piattaforma con un alto costo di esercizio per transazione, una correlazione quasi nulla con qualsiasi cosa digitale e una capacità finita che decade se non esercitata. Nel modello è una piattaforma con c1c_1 grande e ρ=0\rho = 0, vale a dire il tipo più costoso e più prezioso. Le imprese che hanno consolidato su una sola piattaforma digitale e lasciato decadere la capacità manuale hanno meff=1m_{\text{eff}} = 1 nel senso più stretto, e le organizzazioni che se la sono cavata meglio nel luglio 2024 sono state, secondo la maggior parte dei resoconti, quelle che sapevano ancora lavorare senza i loro schermi.

8. Diversità che costa poco

Gestire una seconda piattaforma è il modo costoso di comprare diversità, e il modello la prezza a c1c_1. Diversi disegni comprano parte della stessa protezione per molto meno, e il modello mostra perché funzionano: ciascuno abbassa la quota ff che un singolo guasto può raggiungere, o abbassa la correlazione ρ\rho tra le cose che possono guastarsi, senza aggiungere una piattaforma.

8.1 Diversità nel tempo: anelli e canary

Una modifica distribuita a tutte le istanze in una volta raggiunge f=1f = 1 se è difettosa. La stessa modifica distribuita in RR anelli, ciascuno trattenuto finché il precedente non ha funzionato senza problemi per un periodo, raggiunge al massimo f=1/Rf = 1/R prima di essere fermata, così la perdita da una modifica difettosa scende da ℓ\ell a ℓ (1/R)γ\ell\,(1/R)^{\gamma}: con quattro anelli e γ=2\gamma = 2, a un sedicesimo. Il rilascio ad anelli è diversità nel tempo anziché nella piattaforma, costa ritardo anziché denaro, ed è disponibile per ogni componente condiviso della Tabella 3. È anche ciò che il fornitore al centro dell’interruzione del luglio 2024 ha adottato in seguito per gli aggiornamenti di contenuto che l’avevano causata (CrowdStrike, 2024): il primo anello è il canary, e il canary è la piattaforma più economica che un’impresa possa gestire. L’avvertenza del modello è che gli anelli proteggono solo dai guasti che si manifestano entro il periodo di attesa; un difetto che resta latente raggiunge ogni anello, e i difetti latenti sono uno shock comune.

8.2 Diversità nello spazio: regioni e siti

Ospitare la stessa piattaforma in due regioni o due siti non aggiunge una piattaforma, ma abbassa ρ\rho per i guasti locali a una regione: alimentazione, rete, l’incidente regionale di un provider. Non fa nulla per i guasti nel software della piattaforma stessa, che raggiungono entrambe le regioni, e un’impresa che conta una seconda regione come una seconda piattaforma ha confuso le due cose. La lettura del modello è che la diversità regionale abbassa qq per una classe di shock comune e va prezzata come tale, non come m=2m = 2.

8.3 Modalità degradate

Una piattaforma che può ripiegare su una modalità ridotta, in sola lettura, in cache, con accodamento e inoltro differito, quando una dipendenza si guasta, converte un’interruzione totale in una parziale: la quota ff raggiunta da un’interruzione diventa la quota di funzionalità che la modalità degradata non può sostenere. Le modalità degradate sono economiche dove sono progettate fin dall’inizio e impossibili dove non lo sono, e il modello le conta abbassando ff per il guasto della dipendenza. Il processo manuale della Sezione 7 è il caso limite, la modalità degradata che non ha bisogno di software.

8.4 Diversità nei fornitori, non nei prodotti

Due prodotti di un unico fornitore condividono le modalità di guasto del fornitore: il suo processo di aggiornamento, il suo servizio di identità, la sua salute finanziaria. Un’impresa che vuole diversità di fornitore in uno strato in cui un secondo prodotto è troppo costoso può talvolta ottenerla invece nelle dipendenze dello strato, un secondo provider di identità come riserva, un secondo DNS, una seconda autorità di certificazione, a una frazione del costo di una piattaforma. Questi abbassano ρ\rho per il guasto della dipendenza e lasciano invariato il conteggio delle piattaforme.

8.5 Che cosa hanno in comune

Ciascuno di questi disegni è economico perché non aggiunge una cosa da gestire; cambia il modo in cui una cosa esistente si guasta. Il modello è indifferente tra un ff più basso, un ρ\rho più basso e un mm più alto, perché tutti e tre abbassano la perdita attesa, e un’impresa dovrebbe comprarli in ordine di costo per unità di riduzione. Anelli e modalità degradate vengono di solito per primi, la diversità regionale e di dipendenza subito dopo, e una seconda piattaforma per ultima, che è l’ordine inverso rispetto a quello in cui le revisioni di consolidamento li considerano.

9. La situazione olandese

9.1 Una mattina di luglio

L’interruzione del 19 luglio 2024 ha raggiunto i Paesi Bassi come ha raggiunto ogni altro luogo. I voli all’aeroporto nazionale sono stati ritardati e cancellati per il guasto dei sistemi delle compagnie aeree e di terra; gli ospedali hanno segnalato disservizi ai sistemi sulle postazioni colpite e hanno rinviato le cure; servizi pubblici e privati sono stati interrotti. Le organizzazioni colpite non avevano scelto le stesse piattaforme applicative; avevano scelto lo stesso agente di sicurezza, che girava a livello privilegiato su ogni computer Windows che possedevano. Nei termini del modello, la loro diversità applicativa era irrilevante: l’agente era un componente condiviso con ρ=1\rho = 1, l’interruzione ha raggiunto una quota ff vicina a uno in ogni organizzazione colpita, e la convessità ha fatto il resto. Il costo è stato sostenuto da organizzazioni che, singolarmente, non avevano fatto nulla di imprudente, che è la firma di una monocoltura.

9.2 Un punto singolo di guasto per progetto

L’identità digitale nazionale, DigiD, gestita dall’agenzia governativa per i servizi digitali, è il mezzo con cui la maggior parte dei residenti accede online all’agenzia delle entrate, ai comuni, agli assicuratori sanitari, agli enti pensionistici e agli ospedali. È un punto singolo di guasto per progetto, scelto per la coerenza e la comodità che un’identità unica porta con sé, e la scelta è difendibile esattamente in base all’economia della standardizzazione che questo articolo dà per acquisita. Il modello dice quanto costa la scelta: per ogni servizio che ne dipende, lo strato di identità è un componente condiviso con ρ=1\rho = 1, e un’interruzione, di cui gli attacchi di negazione del servizio ne hanno causate diverse, toglie l’accesso a tutti in una volta. Le mitigazioni esistenti, uno schema di identità separato per le imprese, il futuro portafoglio europeo di identità digitale e i canali di riserva dei servizi stessi, sono diversificazione nel senso del modello, e il loro valore può essere espresso nei suoi termini: ciascuna abbassa ρ\rho per una certa quota dei servizi dipendenti. Non sosteniamo che l’identità nazionale debba essere duplicata; sosteniamo che le imprese che ne dipendono dovrebbero contarla in meffm_{\text{eff}} e tenere esercitato un canale di riserva.

9.3 Una regolamentazione che conta la concentrazione

DORA impone alle entità finanziarie olandesi di valutare il proprio rischio di concentrazione ICT e di segnalare gli incidenti gravi alla banca centrale; l’attuazione olandese della NIS2 estende gli obblighi di segnalazione e di gestione del rischio ai settori critici. Entrambe fanno della concentrazione una grandezza che deve essere conosciuta. Il modello offre all’autorità di vigilanza e al vigilato lo stesso vocabolario: meffm_{\text{eff}} è la concentrazione, l’equazione (5) è il livello al quale smette di essere prudente, e il premio di monocoltura è il costo del superarlo. Le segnalazioni di incidenti che entrambe le normative ora richiedono sono, come sostiene la Sezione 15, i dati dai quali pp, ℓ\ell e soprattutto γ\gamma potrebbero finalmente essere misurati anziché assunti.

9.4 La mattina degli ospedali

Gli ospedali sono il settore in cui la convessità della Sezione 5 è più visibile, perché le soglie sono cliniche. Un reparto che perde la cartella elettronica ripiega sulla carta e se la cava; un ospedale che perde in una volta la cartella di ogni reparto, insieme al laboratorio, alla farmacia e ai sistemi di imaging che dipendono dalle stesse postazioni, non se la cava e rinvia le cure. Diversi ospedali olandesi hanno segnalato esattamente questo il 19 luglio 2024, e quelli che si sono ripresi più in fretta sono stati, per loro stessa ammissione, quelli con procedure cartacee esercitate, che è la diversità di ultima istanza nei termini del modello. Il consolidamento del settore su un piccolo numero di piattaforme di cartella elettronica, difendibile su ogni base di standardizzazione, è anche una monocoltura tra ospedali: un difetto in una piattaforma raggiunge ogni ospedale che la usa, il che è uno shock comune a livello di settore che la diversificazione di nessun singolo ospedale può affrontare, e che la legge di attuazione della NIS2, designando il settore come essenziale, ora obbliga il settore a considerare.

9.5 Che cosa chiedono le normative, nei termini del modello

I requisiti di DORA si traducono direttamente nelle grandezze del modello. Il registro degli accordi con fornitori terzi di servizi ICT che essa impone a ogni entità finanziaria di mantenere è l’inventario dei componenti condivisi della Tabella 3 in forma regolamentare, e meffm_{\text{eff}} può essere calcolato a partire da esso. La valutazione del rischio di concentrazione che essa richiede è la domanda se meffm_{\text{eff}} sia prudente, alla quale l’equazione (5) è una risposta. E la sua classificazione degli incidenti gravi, che usa soglie di clienti colpiti, durata, estensione geografica e impatto economico, è a sua volta una fonte di convessità: un’interruzione che supera le soglie comporta conseguenze di segnalazione, di vigilanza e reputazionali che una al di sotto non comporta, così che la normativa stessa rende più ripida la curva di perdita sopra la soglia. Un’istituzione che stima il proprio γ\gamma dovrebbe includere le soglie della normativa tra le fonti, il che significa che DORA misura la concentrazione e insieme ne aumenta il costo.

9.6 La questione della sovranità

Il dibattito pubblico olandese sulla dipendenza da un piccolo numero di provider cloud non europei è, nei termini del modello, un dibattito su qq: uno shock comune, legale, politico o commerciale, che raggiungerebbe in una volta ogni carico di lavoro ospitato presso un unico provider. Il modello non risolve il dibattito, che dipende dalla probabilità di un tale shock, ma ne enuncia i termini: un secondo provider è una piattaforma al costo c1c_1 che abbassa qq per una classe di shock, e se valga la pena gestirlo dipende da qq, ℓ\ell e γ\gamma nel modo consueto. Le imprese da entrambe le parti del dibattito discuterebbero più utilmente con quei tre numeri che senza.

10. Un caso costruito

Il caso è costruito, non osservato. Non è un resoconto su alcuna banca e le sue cifre sono illustrative; esiste per far girare il modello su una decisione del tipo che le revisioni di consolidamento producono.

10.1 La proposta

Bank K è una banca olandese di medie dimensioni che, dopo due fusioni, gestisce quattro piattaforme di core banking, una per ciascuna entità precedente, ciascuna con circa un quarto delle sue funzioni. Una revisione dei costi propone il consolidamento a una sola, con un risparmio di EUR 3 milioni all’anno in licenze, competenze, strumenti e integrazione: l’eliminazione di tre piattaforme a c1=c_1 = EUR 1 milione ciascuna. Il business case conta il risparmio e il costo di migrazione e nient’altro, ed è approvato in linea di principio.

10.2 La lettura del modello

La funzione rischio della banca stima, dalla propria storia degli incidenti e da quella dei pari, che un’interruzione invalidante di una piattaforma core avvenga circa una volta per decennio per piattaforma, p=0.10p = 0.10; che un’interruzione totale della durata di riferimento costerebbe circa EUR 60 milioni in risarcimenti, mancato fatturato, conseguenze regolamentari e reputazione; e, dalla forma delle sue passate interruzioni parziali, costate molto meno della loro quota proporzionale, che γ≈2\gamma \approx 2. Sono i parametri ad alta posta in gioco della Tabella 1, e la lettura della proposta da parte del modello è nella Tabella 4.

Tabella 4. Bank K: costo di esercizio, perdita attesa da interruzioni e totale per il parco attuale, la proposta e l’ottimo del modello. EUR milioni all’anno; c0c_0 omesso. Dati di coda dall’Appendice A.

4 (oggi) 1 (piano) 2 3
Costo di esercizio c1mc_1 m 4.0 1.0 2.0 3.0
Perdita attesa E(m)E(m) 1.5 6.0 3.0 2.0
Totale T(m)T(m) 5.5 7.0 5.0 5.0
Anno peggiore su 20 (VaR 95%) ≈\approx30 60 30 20

La proposta risparmia EUR 3 milioni di costo di esercizio e aggiunge EUR 4.5 milioni di perdita attesa da interruzioni. Il suo totale è di EUR 1.5 milioni all’anno peggiore del parco che sostituisce, e il suo anno peggiore su venti raddoppia da circa EUR 30 milioni a EUR 60 milioni. Il consolidamento a due piattaforme, per contro, risparmia EUR 2 milioni di costo di esercizio, aggiunge EUR 1.5 milioni di perdita attesa e abbassa il totale di mezzo milione con l’anno peggiore invariato; il consolidamento a tre abbassa il totale della stessa cifra e dimezza l’anno peggiore. La mossa ortodossa è sbagliata nel segno; la mossa giusta è un consolidamento minore di quello proposto dalla revisione.

10.3 Il disegno

La banca consolida a due piattaforme e applica le regole dell’articolo alla divisione. Mappa prima le proprie catene strettamente accoppiate: la catena dei pagamenti, dall’autorizzazione al regolamento, è collocata intera su una piattaforma, perché al suo interno γ≤1\gamma \le 1 e la diversità non comprerebbe nulla. Le funzioni rimanenti sono divise lungo l’accoppiamento più debole che la banca possiede, il retail banking su una piattaforma e il business banking sull’altra, in modo che un’interruzione di una delle due lasci l’altra a servire i propri clienti e in grado di coprire, che è da dove viene la convessità. La banca verifica poi la diversità effettiva: alle due piattaforme vengono dati canali di patch diversi e agenti endpoint diversi, sono ospitate in regioni cloud diverse e sono autenticate attraverso uno strato di identità la cui riserva è esercitata ogni trimestre, in modo che la correlazione dei componenti condivisi sia bassa anziché uno. La capacità manuale della rete di filiali retail è mantenuta ed esercitata. L’mm della banca è due; il suo meffm_{\text{eff}}, calcolato sui componenti condivisi, è vicino a due; e il suo business case di consolidamento ora riporta una riga per la perdita da interruzioni che quello della revisione non aveva.

11. Un secondo caso costruito: un gruppo ospedaliero

Il caso della banca riguarda le piattaforme. Il secondo riguarda i componenti condivisi, dove il modello dice che di solito sta il rischio maggiore. È costruito, non osservato, e non è un resoconto su alcun ospedale.

11.1 Il parco

Il gruppo ospedaliero G gestisce tre ospedali su un’unica cartella clinica elettronica, un unico sistema di laboratorio, un unico sistema di imaging e un unico sistema di farmacia: quattro piattaforme, ciascuna uno standard di settore, ciascuna scelta bene. Ogni postazione nei tre ospedali usa la stessa build del sistema operativo, lo stesso agente di sicurezza degli endpoint e lo stesso canale di patch; ogni clinico si autentica attraverso un unico provider di identità; tutte e quattro le piattaforme sono ospitate in un unico data center con uno standby caldo in un secondo. Nominalmente m=4m = 4. Il registro del gruppo, costruito per la legge di attuazione della NIS2, mostra che tutte e quattro le piattaforme dipendono dalla build delle postazioni, dall’agente, dal provider di identità e dalla rete del data center, e che lo standby condivide l’agente e il provider di identità con il primario.

11.2 Diversità effettiva

Per i guasti del software proprio delle piattaforme, meffm_{\text{eff}} è circa quattro, e il gruppo è ben diversificato: un difetto nel sistema di farmacia lascia in funzione la cartella, il laboratorio e l’imaging, e la perdita clinica è limitata. Per i guasti della build delle postazioni, dell’agente, del provider di identità o della rete, ρ=1\rho = 1 su tutte e quattro le piattaforme e meff=1m_{\text{eff}} = 1: un difetto in uno qualsiasi di essi raggiunge in una volta ogni clinico in ogni ospedale, e lo standby, che ne condivide due, non aiuta. La diversità reale del gruppo è una sola piattaforma per le modalità di guasto che la storia dice essere con più probabilità correlate, e il luglio 2024 è stato un guasto esattamente di quel tipo.

11.3 I numeri

La funzione rischio del gruppo stima un guasto invalidante di un componente condiviso a p=0.08p = 0.08 all’anno sull’insieme, una perdita da interruzione totale di circa EUR 40 milioni per la durata di riferimento, in cure rinviate, dirottamenti, straordinari e conseguenze regolamentari, e, dalle interruzioni parziali degli ospedali stessi, un γ\gamma di circa 2.2, ripido perché un’interruzione parziale è assorbita dalla carta e una totale no. Per la modalità di guasto da componente condiviso, p ℓ/c1p\,\ell / c_1 con c1c_1 a circa EUR 0.8 milioni dà un rapporto di quattro, e l’equazione (5) dà m∗≈2m^{*} \approx 2: il gruppo dovrebbe gestire i propri componenti condivisi in due insiemi indipendenti, non in uno.

11.4 Il disegno

Gestire due cartelle cliniche elettroniche sarebbe rovinoso, e il modello non lo chiede; chiede due insiemi indipendenti dei componenti condivisi che attualmente rendono le quattro piattaforme una sola. Il gruppo divide le proprie postazioni in due build con due agenti di fornitori diversi e due canali di patch, assegna ogni reparto ospedaliero a una build in modo che ogni corsia abbia colleghi sull’altra, aggiunge un secondo percorso di identità come riserva esercitata ogni mese, e sposta il data center di standby su una rete e un agente che il primario non condivide. Le piattaforme restano quattro. La diversità effettiva per i guasti dei componenti condivisi sale da uno a circa due, che è ciò che il modello chiedeva, a un costo ben inferiore a quello di una seconda piattaforma: la seconda build e il secondo agente costano una frazione di c1c_1, il secondo percorso di identità è una dipendenza anziché una piattaforma, e il rilascio ad anelli della Sezione 8 è applicato a entrambe le build in modo che un aggiornamento difettoso raggiunga al massimo un quarto del parco. La riserva cartacea è mantenuta, finanziata ed esercitata ogni trimestre, perché per il gruppo è l’unica piattaforma con correlazione zero rispetto a tutto il resto.

11.5 Che cosa mostra il caso

Il caso della banca ha mostrato che il consolidamento ortodosso può essere sbagliato nel segno. Quello dell’ospedale mostra qualcosa di più comune: un’impresa diversificata nelle piattaforme e monocoltura nei componenti, in cui il premio viene pagato senza che un consolidamento sia mai stato proposto, e in cui il rimedio costa poco perché è diversità nei componenti, nel tempo e nelle dipendenze anziché nelle piattaforme. La maggior parte delle imprese è più vicina all’ospedale che alla banca, e il registro che DORA e NIS2 ora richiedono è lo strumento che glielo mostra.

12. Regole

Standardizzare all’interno delle catene, diversificare tra le funzioni. Mappare le catene di processo strettamente accoppiate; all’interno di ciascuna, una sola piattaforma. Tra le funzioni debolmente accoppiate si applica l’ottimo del modello. L’unità di diversificazione è la catena.

Contare la diversità effettiva. Calcolare meffm_{\text{eff}} sui componenti condivisi oltre che sulle piattaforme applicative, prima e dopo ogni consolidamento. Tre piattaforme su un solo agente sono una sola piattaforma.

Prezzare il premio. Aggiungere a ogni business case di consolidamento una riga per la perdita attesa da interruzioni, p ℓ m1−γp\,\ell\,m^{1-\gamma} prima e dopo, usando le stime proprie dell’impresa. Un caso che non sa dichiarare pp, ℓ\ell e γ\gamma non è un caso sul rischio, e il consolidamento è una decisione sul rischio.

Verificare la coda. Dichiarare l’anno peggiore su venti prima e dopo, e confrontarlo con le soglie di segnalazione, le riserve di capitale e le esposizioni contrattuali dell’impresa. Attese uguali con code diverse sono decisioni diverse.

Mantenere la diversità di ultima istanza. Trattare la capacità manuale come una piattaforma: finanziarla, esercitarla e contarla. È l’unica piattaforma con correlazione zero.

Preferire il consolidamento minore. Dove il modello dà un ottimo interno, la perdita per essersi fermati una piattaforma prima è piccola e la perdita per essere andati una piattaforma oltre è grande, perché la curva della perdita attesa è ripida vicino a uno. Nel dubbio, tenere una piattaforma.

13. Prezzare il premio in un business case

Le regole della Sezione 12 chiedono che il premio sia prezzato. Questa sezione mostra che aspetto ha la riga nel documento in cui il consolidamento viene effettivamente deciso, perché un rischio che non è sulla pagina del business case non è nella decisione. La Tabella 5 espone un caso di consolidamento nella forma usata dalla maggior parte delle funzioni finanza, con le righe aggiunte dal modello contrassegnate, per la banca della Sezione 10.

Tabella 5. Un business case di consolidamento per Bank K con le righe del modello aggiunte (contrassegnate con ⋆\star). Cifre annue in EUR milioni, salvo le righe una tantum di migrazione. Il caso ortodosso mostra la proposta risparmiare 3.0 all’anno; il caso completo la mostra costare 1.5 all’anno più di oggi e 2.0 più dell’alternativa a due piattaforme, con un anno peggiore raddoppiato.

Riga Oggi (m=4m=4) Proposta (m=1m=1) Alternativa (m=2m=2) Fonte
Costo di esercizio delle piattaforme, c1mc_1 m 4.0 1.0 2.0 Licenze, competenze, strumenti, integrazione
Costo di esercizio, altro (c0c_0) 12.0 12.0 12.0 Invariato rispetto a mm
Totale annuo ortodosso 16.0 13.0 14.0
⋆\star Perdita attesa da interruzioni, p ℓ m1−γp\,\ell\,m^{1-\gamma} 1.5 6.0 3.0 p=0.10p=0.10, ℓ=60\ell=60, γ=2\gamma=2
⋆\star Di cui attribuibile ai componenti condivisi (q ℓq\,\ell) 0.6 0.6 0.6 q=0.01q=0.01; invariato a meno che i componenti non siano diversificati
Totale annuo completo 17.5 19.0 17.0
⋆\star Anno peggiore su venti (VaR 95%) ≈\approx30 60 30 Appendice A
⋆\star Supera le soglie DORA di incidente grave nell’anno peggiore probabile certo probabile Clienti colpiti, durata
Costo di migrazione una tantum – 18.0 9.0 Stima del programma
⋆\star Rischio di interruzione da migrazione una tantum – 2.4 1.0 Perdita attesa da incidenti di migrazione
⋆\star Diversità effettiva meffm_{\text{eff}} dopo i componenti condivisi 3.6 1.0 1.9 Dal registro

Tre caratteristiche del caso completo meritano di essere evidenziate. Primo, il caso ortodosso e il caso completo non sono in disaccordo sull’entità del risparmio ma sul suo segno: il risparmio di costo di esercizio della proposta, EUR 3 milioni, è reale, ed è inferiore agli EUR 4.5 milioni di perdita da interruzioni che aggiunge. Una funzione finanza che vede solo il blocco superiore approva la proposta; una che vede l’intera pagina preferisce l’alternativa, ed entrambe leggono gli stessi numeri. Secondo, la riga dei componenti condivisi è invariata tra le colonne, che è il modo del modello di dire che la decisione di consolidamento non tocca il più grande rischio correlato dell’impresa; quel rischio è affrontato dal disegno della Sezione 8, non dal conteggio delle piattaforme, e un caso che mostra la riga invariata invita alla domanda su che cosa la cambierebbe. Terzo, le righe di coda non sono additive con il resto e non vanno compensate con il risparmio; sono mostrate perché il consiglio di amministrazione possa vedere che cosa sta accettando, e sono le righe su cui un’autorità di vigilanza che legga il caso ai sensi di DORA farà domande per prime.

Lo schema si generalizza. Qualsiasi caso di consolidamento può riportare le quattro righe annue contrassegnate, le due righe una tantum contrassegnate e la riga della diversità effettiva, e un’impresa che non sa compilarle non ha ancora stimato pp, ℓ\ell e γ\gamma, cosa che l’Appendice B mostra come fare. L’esercizio richiede di solito a una funzione rischio qualche settimana, che è poco rispetto agli anni che un consolidamento richiede e al decennio lungo il quale il suo premio viene pagato.

14. Implicazioni per le autorità di vigilanza

Le normative che ora impongono alle imprese olandesi di valutare il rischio di concentrazione non dicono quanta concentrazione sia troppa, e un’autorità di vigilanza che valuta la valutazione di un’istituzione ha bisogno di un criterio. Il modello offre tre domande che un’autorità di vigilanza può porre su qualsiasi decisione di consolidamento o valutazione della concentrazione di un’istituzione, ciascuna delle quali ha un numero come risposta.

La prima è la diversità effettiva del parco, calcolata dal registro sui componenti condivisi oltre che sulle piattaforme, e se sia stata calcolata affatto. Un’istituzione che riporta il proprio conteggio di piattaforme senza i componenti condivisi ha riportato la diversità nominale, e il luglio 2024 è la dimostrazione permanente che la diversità nominale non è la grandezza che si guasta. La seconda è la stima propria dell’istituzione della convessità della sua perdita, con i dati sugli incidenti o l’elicitazione che la sostengono, perché un’istituzione che non ha stimato γ\gamma non può aver prezzato la propria concentrazione e un’istituzione il cui γ\gamma è vicino a uno ha, per sua stessa dichiarazione, poco da guadagnare dalla diversificazione e dovrebbe saper dire perché. La terza è se le decisioni di consolidamento degli ultimi anni abbiano riportato le righe della Tabella 5 e, se non l’hanno fatto, quale sarebbe stato il premio su ciascuna. Nessuna di queste domande richiede che l’autorità di vigilanza prescriva un numero di piattaforme, cosa che nemmeno il modello fa; richiedono che l’istituzione mostri di conoscere il compromesso che ha fatto, che è ciò a cui serve una valutazione del rischio di concentrazione.

Un’autorità di vigilanza può usare il modello anche a livello di settore, dove si applica la sua forma a shock comune. Un settore in cui la maggior parte delle istituzioni usa la stessa piattaforma, lo stesso agente o lo stesso provider ha un qq che la diversificazione di nessuna istituzione abbassa, e la resilienza del settore è allora una proprietà del fornitore anziché del vigilato. Il modello dà all’autorità di vigilanza il vocabolario per dirlo, e i dati del registro le danno il mezzo per vederlo prima della mattina in cui viene dimostrato.

15. Limiti e agenda di ricerca

Si tratta di ricerca teorica. Ne seguono quattro limiti, ciascuno con una verifica.

Primo, γ\gamma non è misurato. È il parametro decisivo del modello e quello che nessuna impresa attualmente registra. Potrebbe essere stimato dalle storie degli incidenti regredendo la perdita di ogni interruzione sulla quota dell’impresa che ha raggiunto, all’interno di un’impresa o attraverso un settore; la segnalazione degli incidenti che DORA e NIS2 ora richiedono produrrà, per la prima volta, il campione. Prevediamo che γ\gamma sia sopra uno per la maggior parte delle imprese e dei settori, ben sopra uno dove le soglie sono rilevanti, e pari o inferiore a uno all’interno delle catene strettamente accoppiate. Un riscontro di γ≤1\gamma \le 1 su tutta la linea confuterebbe la tesi pratica dell’articolo e ne lascerebbe in piedi solo l’argomento della coda.

Secondo, il modello assume i guasti delle piattaforme come indipendenti e tratta la correlazione attraverso meffm_{\text{eff}}. Un modello più completo darebbe la distribuzione congiunta dei guasti su un grafo delle dipendenze, e l’inventario dei componenti condivisi della Sezione 7 è il primo passo verso di esso. La verifica è se meffm_{\text{eff}} calcolato da un inventario predica la correlazione delle interruzioni osservate.

Terzo, il costo di esercizio è lineare nelle piattaforme e la perdita è una potenza della quota ferma. Entrambe sono semplificazioni; i costi fissi per piattaforma possono diminuire con la scala e le perdite possono procedere a gradini anziché a curva. Il risultato qualitativo, un ottimo interno ogni volta che la perdita è convessa e p ℓp\,\ell è grande rispetto a c1c_1, sopravvive a qualsiasi funzione di costo crescente con le piattaforme e a qualsiasi funzione di perdita convessa; la forma chiusa no.

Quarto, il caso è costruito e la lettura olandese è interpretativa. Gli eventi del luglio 2024 e il disegno dell’identità nazionale sono pubblici; la tesi che le imprese che ne dipendono dovrebbero contarli in meffm_{\text{eff}} è nostra. Uno studio sul campo che calcolasse meffm_{\text{eff}} per un campione di entità finanziarie olandesi dalle loro valutazioni di concentrazione DORA, e lo confrontasse con l’equazione (5) usando le loro stime di perdita, mostrerebbe quanto il settore è lontano dall’ottimo del modello e in quale direzione.

16. Conclusione

Standardizzare il panorama IT ne abbassa il costo di esercizio e ne aumenta la fragilità, e le due cose non si annullano. Meno piattaforme significano interruzioni più grandi, e quando il danno di un’interruzione cresce più rapidamente della sua dimensione, come accade ogni volta che le funzioni possono coprirsi a vicenda, i workaround sono finiti ed esistono soglie, la perdita attesa da interruzioni aumenta man mano che le piattaforme vengono consolidate anche se nessun guasto diventa più probabile. Il numero di piattaforme che minimizza la somma di costo di esercizio e perdita da interruzioni ha una forma chiusa: cresce con la probabilità e la scala delle interruzioni e con la convessità della perdita, e diminuisce con il costo di una piattaforma. Sotto uno, il consiglio ortodosso vale; sopra uno, l’impresa che standardizza completamente paga un premio di monocoltura che il suo business case di consolidamento non mostra.

Noi di Nashua abbiamo sostenuto che il premio è reale, che è più grande dove le imprese meno se lo aspettano, nei panorami nominalmente diversificati che condividono un componente, e che dovrebbe essere prezzato in ogni decisione di consolidamento accanto ai risparmi. Le regole sono poche: standardizzare all’interno delle catene strettamente accoppiate e diversificare tra le funzioni debolmente accoppiate; contare la diversità effettiva, non quella nominale; prezzare il premio; verificare la coda; e mantenere la capacità manuale come l’unica piattaforma che si guasta senza nient’altro. La convessità su cui l’argomento si fonda è la grandezza che più vale la pena misurare, e le normative che ora impongono alle imprese olandesi di segnalare i propri incidenti la renderanno, per la prima volta, misurabile. Preferiremmo che fosse misurata piuttosto che creduta.

Appendice A. Dati di coda

Per mm piattaforme con carico uguale, ciascuna delle quali si guasta in modo indipendente con probabilità pp all’anno e porta una quota 1/m1/m, il numero di piattaforme ferme in un anno è binomiale con parametri mm e pp, e la perdita è ℓ (j/m)γ\ell\,(j/m)^{\gamma} quando jj sono ferme. Le cifre che seguono usano p=0.10p = 0.10 e ℓ=60\ell = 60; il valore a rischio (VaR) al 95% è la perdita più piccola la cui probabilità di superamento è inferiore al 5%.

Tabella 6.

m=1m=1 m=2m=2 m=3m=3 m=4m=4
P(nessuna interruzione) 0.900 0.810 0.729 0.656
P(una piattaforma ferma) 0.100 0.180 0.243 0.292
P(due ferme) – 0.010 0.027 0.049
P(tre o più ferme) – – 0.001 0.004
Perdita, una ferma (γ=1\gamma=1) 60 30 20 15
Perdita attesa (γ=1\gamma=1) 6.0 6.0 6.0 6.0
Perdita attesa (γ=2\gamma=2) 6.0 3.0 2.0 1.5
VaR 95% (γ=1\gamma=1) 60 30 20 ≈\approx30

Il valore a rischio per m=4m = 4 è approssimativamente 30 perché la probabilità che due o più piattaforme si guastino nello stesso anno, circa il 5.2%, è appena sopra il livello del 5%; con un pp leggermente più basso sarebbe 15. Il punto della tabella sta nella prima e nell’ultima riga: la perdita attesa con γ=1\gamma = 1 è identica tra le colonne, e l’anno peggiore su venti no.

Appendice B. Stima dei parametri

Probabilità di interruzione pp. Dal registro degli incidenti dell’impresa: interruzioni invalidanti per piattaforma-anno sulla finestra più lunga disponibile, aggregate con dati di pari o di settore dove la storia propria dell’impresa è breve. Contare le interruzioni che hanno messo fuori uso la piattaforma per la durata di riferimento o più a lungo; le interruzioni più brevi appartengono a una scala di perdita diversa.

Scala della perdita ℓ\ell. La perdita per l’intera impresa ferma per la durata di riferimento: ricavi o servizio perduti, risarcimenti e crediti di servizio, conseguenze regolamentari, costo di ripristino e una stima reputazionale. La maggior parte delle imprese ha questa cifra nella propria pianificazione della continuità operativa sotto un altro nome.

Convessità γ\gamma. Dal registro degli incidenti: per ogni interruzione, la quota di funzioni raggiunta e la perdita subita; adattare log⁡(loss)=log⁡ℓ+γlog⁡(share)\log(\text{loss}) = \log \ell + \gamma \log(\text{share}). Dove il registro è scarno, elicitare γ\gamma dalle fonti della Sezione 5: chiedere quanto a lungo tengono copertura e workaround, dove si collocano le soglie e come scala il ripristino, e delimitare γ\gamma a partire dalle risposte.

Costo di piattaforma c1c_1. Dal business case di consolidamento stesso: il risparmio dichiarato per piattaforma eliminata è, per costruzione, c1c_1.

Diversità effettiva meffm_{\text{eff}}. Dall’inventario applicativo e dall’inventario dei componenti condivisi della Tabella 3: calcolare la misura basata sulle quote sulle piattaforme, poi per ogni componente condiviso registrare quali piattaforme ne dipendono e porre la loro correlazione a coppie uguale a uno per la modalità di guasto di quel componente.

Appendice C. Griglia di sensibilità

La Tabella 7 riporta m∗m^{*} dall’equazione (5) per una griglia del rapporto delle poste in gioco p ℓ/c1p\,\ell / c_1 e della convessità γ\gamma. Valori inferiori a uno significano standardizzazione completa.

Tabella 7. Numero ottimale di piattaforme m∗m^{*} per rapporto delle poste in gioco e convessità.

p ℓ/c1p\,\ell / c_1 0.5 1 2 4 8 16
γ=1.25\gamma = 1.25 0.19 0.33 0.57 1.00 1.74 3.03
γ=1.5\gamma = 1.5 0.40 0.63 1.00 1.59 2.52 4.00
γ=2\gamma = 2 0.71 1.00 1.41 2.00 2.83 4.00
γ=2.5\gamma = 2.5 0.92 1.18 1.55 2.05 2.70 3.56
γ=3\gamma = 3 1.00 1.26 1.59 2.00 2.52 3.17

Appendice D. Perdita attesa con guasti correlati

Supponiamo che le mm piattaforme si guastino con probabilità marginale pp ciascuna e correlazione a coppie ρ\rho tra gli indicatori di guasto. Il numero atteso di piattaforme ferme è m pm\,p indipendentemente da ρ\rho, quindi con perdita lineare (γ=1\gamma = 1) la correlazione non cambia l’attesa; cambia solo la distribuzione, concentrando la stessa perdita attesa in eventi meno numerosi e più grandi. Con perdita convessa, la correlazione aumenta l’attesa, perché aumenta la probabilità dei grandi ff che la convessità penalizza. Per la forma a shock comune della Sezione 4, in cui uno shock con probabilità qq mette fuori uso tutte le piattaforme e i guasti sono altrimenti indipendenti, la perdita attesa è esattamente q ℓ+(1−q) p ℓ m1−γq\,\ell + (1-q)\,p\,\ell\,m^{1-\gamma}, e il numero effettivo di piattaforme che la riproduce nel modello indipendente è meff=(q/p+(1−q) m1−γ)1/(1−γ)m_{\text{eff}} = \left(q/p + (1-q)\,m^{1-\gamma}\right)^{1/(1-\gamma)} per γ≠1\gamma \neq 1. La forma a correlazione a coppie meff=m/(1+(m−1)ρ)m_{\text{eff}} = m / (1 + (m-1)\rho) della Sezione 7 è la corrispondente riduzione per la varianza della quota ferma, ed è la misura migliore quando la correlazione è diffusa anziché un singolo shock.

Bibliografia

CrowdStrike (2024, 6 August). Channel File 291 incident: Root cause analysis. CrowdStrike Holdings. https://www.crowdstrike.com/wp-content/uploads/2024/08/Channel-File-291-Incident-Root-Cause-Analysis-08.06.2024.pdf

European Parliament and Council (2022). Regulation (EU) 2022/2554 on digital operational resilience for the financial sector (DORA). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/reg/2022/2554/oj

European Parliament and Council (2022). Directive (EU) 2022/2555 on measures for a high common level of cybersecurity across the Union (NIS 2). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/dir/2022/2555/oj

Geer, D., Bace, R., Gutmann, P., Metzger, P., Pfleeger, C. P., Quarterman, J. S., & Schneier, B. (2003, 24 September). CyberInsecurity: The cost of monopoly. Computer & Communications Industry Association. https://www.schneier.com/essays/archives/2003/09/cyberinsecurity_the.html

Haldane, A. G., & May, R. M. (2011). Systemic risk in banking ecosystems. Nature, 469, 351–355. https://doi.org/10.1038/nature09659

Hirschman, A. O. (1964). The paternity of an index. American Economic Review, 54(5), 761–762.

Hollnagel, E., Woods, D. D., & Leveson, N. (Eds.) (2006). Resilience engineering: Concepts and precepts. Ashgate. (Reissued by CRC Press, 2017. https://doi.org/10.1201/9781315605685)

Leveson, N. G. (2011). Engineering a safer world: Systems thinking applied to safety. MIT Press. https://doi.org/10.7551/mitpress/8179.001.0001

Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91. https://doi.org/10.1111/j.1540-6261.1952.tb01525.x

May, R. M. (1972). Will a large complex system be stable? Nature, 238, 413–414. https://doi.org/10.1038/238413a0

Perrow, C. (1984). Normal accidents: Living with high-risk technologies. Basic Books.

Ross, J. W., Weill, P., & Robertson, D. C. (2006). Enterprise architecture as strategy: Creating a foundation for business execution. Harvard Business School Press. ISBN 978-1-59139-839-4.

Sheffi, Y. (2005). The resilient enterprise: Overcoming vulnerability for competitive advantage. MIT Press.

Simpson, E. H. (1949). Measurement of diversity. Nature, 163, 688. https://doi.org/10.1038/163688a0

Tilman, D., Reich, P. B., & Knops, J. M. H. (2006). Biodiversity and ecosystem stability in a decade-long grassland experiment. Nature, 441, 629–632. https://doi.org/10.1038/nature04742

Weill, P., & Ross, J. W. (2004). IT governance: How top performers manage IT decision rights for superior results. Harvard Business School Press. ISBN 978-1-59139-253-8.

Weston, D. (2024, 20 July). Helping our customers through the CrowdStrike outage. The Official Microsoft Blog. https://blogs.microsoft.com/blog/2024/07/20/helping-our-customers-through-the-crowdstrike-outage/