Da quasi trent'anni affianco CIO di multinazionali e organizzazioni del settore pubblico che operano in alcuni degli ambienti tecnologici enterprise più complessi al mondo. Ho visto le aziende attraversare l'era di Internet, quella del cloud e quella della mobilità. Ogni fase ha cambiato il modo in cui i responsabili IT hanno pensato all'infrastruttura, ma ciò che sta accadendo oggi è diverso: ha un impatto più profondo ed è più urgente di qualsiasi altro cambiamento abbia visto finora.
Siamo entrati nell'era dell'esecuzione dell'intelligenza artificiale e la maggior parte delle organizzazioni non è ancora pronta.
Non è una critica. È un'osservazione che nasce dalle conversazioni che ogni settimana ho con CIO, CISO e responsabili delle infrastrutture, tutti alle prese con la stessa realtà: l'intelligenza artificiale è cresciuta oltre i limiti dell'infrastruttura progettata per supportarla.
Il problema non è la strategia AI, ma ciò che la sostiene
Mi capita spesso di confrontarmi con organizzazioni che hanno investito in modo significativo nell'intelligenza artificiale. I progetti pilota hanno dato risultati promettenti, il consiglio di amministrazione ha accolto con entusiasmo l'iniziativa e i business case sono stati approvati. Poi, tra l'ambizione e l'esecuzione, qualcosa si è inceppato. Modelli che funzionavano perfettamente in ambienti controllati hanno iniziato a mostrare difficoltà una volta distribuiti in produzione su larga scala. La latenza è aumentata, i costi sono cresciuti e il team di sicurezza ha iniziato a segnalare criticità. Il ritorno sull'investimento che sembrava così convincente nelle presentazioni non si è concretizzato.
L'istinto porta ad attribuire la responsabilità al modello, ai dati o al fornitore. Nella quasi totalità dei casi, però, il vero problema è l'infrastruttura sottostante.
I carichi di lavoro dell'intelligenza artificiale non arrivano a ondate: generano un'attività operativa continua. L'inferenza è costante, i dati sono sempre in movimento e la latenza è ormai un fattore che incide direttamente sui risultati di business. L'infrastruttura attuale della maggior parte delle organizzazioni, invece, è stata progettata per un ritmo completamente diverso, pensato per i carichi transazionali e intermittenti dei sistemi legacy.
Secondo il Global AI Report 2026 di NTT DATA: A Playbook for Private and Sovereign AI, il 96% delle organizzazioni ritiene che l'infrastruttura attuale rallenti l'adozione dell'intelligenza artificiale. Si tratta di una vera emergenza strategica.
Il debito infrastrutturale dell'AI: la tassa nascosta
Ogni organizzazione convive con quello che definisco un debito infrastrutturale dell'intelligenza artificiale. È il costo di eseguire applicazioni AI moderne su sistemi progettati per un'altra epoca, un costo che cresce rapidamente.
- Le piattaforme obsolete richiedono uno sforzo sempre maggiore anche solo per mantenere la stabilità.
- Le infrastrutture tradizionali non riescono a scalare con l'espansione dell'intelligenza artificiale nell'intera organizzazione.
- Il vendor lock-in aumenta il costo totale di proprietà.
- Gli ambienti frammentati e multivendor rallentano le operazioni proprio dove velocità e controllo sono più importanti.
Quello che inizialmente sembra un attrito gestibile si trasforma progressivamente in un limite strutturale. Gli investimenti aumentano, ma i risultati non seguono lo stesso andamento. È un problema che può essere risolto, ma richiede un approccio all'infrastruttura radicalmente diverso da quello adottato oggi dalla maggior parte delle organizzazioni.
Il mandato è cambiato. Il tuo modello operativo riesce a tenere il passo?
Ogni giorno incontro leader tecnologici che comprendono perfettamente il problema dal punto di vista teorico, ma faticano a tradurlo in pratica. Ed è comprensibile.
Le aspettative nei confronti dei CIO sono cambiate profondamente. Oggi viene loro richiesto di modernizzare rapidamente l'infrastruttura, rafforzare la sicurezza, automatizzare su larga scala e scalare l'intelligenza artificiale in modo responsabile. Tutto contemporaneamente e senza che i budget siano triplicati per sostenere queste ambizioni.
La sfida è sia tecnica sia operativa. Molte organizzazioni continuano a gestire l'infrastruttura nello stesso modo di sempre: in modo reattivo, attraverso ticket e con un'interpretazione manuale dei segnali provenienti da ambienti frammentati. Alla scala richiesta dall'intelligenza artificiale questo modello operativo diventa un limite. Rallenta le attività, aumenta i costi e introduce rischi proprio quando rapidità e controllo sono più importanti.
Serve un cambiamento radicale nel modo in cui l'infrastruttura viene progettata, gestita e misurata.
Tre priorità per la tua organizzazione
In NTT DATA abbiamo costruito il nostro approccio attorno a tre elementi che devono funzionare insieme. Non come iniziative separate o come una checklist, ma come un unico modello integrato di esecuzione.
1. Modernizzare le fondamenta dell'intelligenza artificiale
Significa ricostruire l'infrastruttura pensando all'inferenza continua, non limitarsi ad aggiornare quella esistente. Occorre progettare la rete per sostenere un traffico AI costante, integrare la sicurezza fin dalla progettazione affinché i controlli possano scalare senza rallentare l'inferenza e modernizzare le pipeline di dati e storage per alimentare in modo continuo il calcolo accelerato.
2. Integrare l'intelligenza artificiale nelle operazioni IT
È l'aspetto che considero più importante, perché rappresenta il momento in cui l'intelligenza artificiale smette di essere un progetto e diventa il modo in cui l'organizzazione opera realmente.
La nostra piattaforma Software-defined Infrastructure (SDI) Services basata su tecnologie agentiche consente di passare da un modello operativo reattivo a uno intelligente e sempre attivo. L'SDI Services Agent mette a disposizione funzionalità intelligenti multivendor per ambienti complessi attraverso un'interazione in linguaggio naturale. Si passa così dagli SLA ai Value Level Agreement (VLA) e da una gestione orientata esclusivamente alla continuità operativa a un'infrastruttura capace di generare risultati di business misurabili.
Un'infrastruttura enterprise sicura, combinata con un'esperienza conversazionale basata su servizi agentici, rappresenta oggi un vero elemento di differenziazione strategica.
3. Scalare con fiducia e controllo
La fiducia è il fondamento su cui l'intelligenza artificiale autonoma può crescere in modo responsabile ed è proprio qui che vedo la maggior parte delle organizzazioni commettere un errore critico.
Governance, tracciabilità e sicurezza non possono essere aggiunte in un secondo momento. Quando l'intelligenza artificiale cresce, coinvolge un numero sempre maggiore di sistemi, viene eseguita in più ambienti e si estende fino all'edge. Ogni nuova implementazione che nasce senza la fiducia incorporata fin dall'inizio crea un nuovo punto di rischio, aumentando la distanza tra ciò che l'AI fa e ciò che l'organizzazione è realmente in grado di vedere, verificare e controllare.
Per questo motivo la nostra Enterprise AI Factory viene implementata all'interno della tua organizzazione, rispondendo ai requisiti di AI privata e sovrana. Sovranità del dato, sicurezza by design e conformità integrata nell'architettura sono trattati come priorità assolute. Il termine "privata" è una scelta precisa. Significa che i dati rimangono dove devono rimanere, i modelli vengono eseguiti dove richiesto dalle normative e i controlli sono integrati nell'infrastruttura, non semplicemente presunti.
Questo è il momento di agire
All'inizio di questo articolo ho affermato che siamo entrati nell'era dell'esecuzione dell'intelligenza artificiale. Vale la pena chiarire meglio cosa significa.
Significa che la finestra temporale per investire oggi in un'infrastruttura moderna, partendo dalle fondamenta, è aperta. Ma non lo resterà per sempre. Man mano che i carichi di lavoro AI cresceranno, i costi e la complessità necessari per adeguare successivamente l'infrastruttura aumenteranno in modo esponenziale. Prendere queste decisioni oggi significa costruire un vantaggio competitivo duraturo.
Le Infrastructure Solutions di NTT DATA nascono proprio per aiutare le organizzazioni a sviluppare ed eseguire l'intelligenza artificiale in modo continuo, scalabile e su fondamenta affidabili. Un impegno supportato da 4.700 esperti certificati presenti in 165 Paesi e dalla fiducia del 75% delle aziende Fortune Global 100.
Secondo un'analisi di IDC Market Note:
"IDC accoglie con favore il fatto che la business unit Infrastructure Solutions rappresenti oggi uno dei pilastri della strategia complessiva di NTT DATA. Questo riflette l'impatto che l'intelligenza artificiale sta avendo sul mercato, l'importanza di costruire una moderna infrastruttura di base, il ruolo fondamentale dei partner nelle aree networking e security e gli investimenti nell'innovazione da parte di partner di servizi come NTT DATA Infrastructure Services."
I leader del prossimo decennio saranno definiti dalle fondamenta che costruiscono oggi. Se sei pronto a passare dai progetti pilota a un'intelligenza artificiale realmente operativa, saremo lieti di mostrarti come farlo.
COSA FARE ORA
Scarica la nostra guida Architecting Infrastructure for the Secure AI Enterprise e prenota oggi stesso il tuo AI Infrastructure Readiness Assessment.
* IDC Market Note. NTT DATA Infrastructure Solutions Are a Cornerstone of Its AI Strategy (Doc. #US54246126). Febbraio 2026.