Nell’era dell’AI, la tua strategia cloud per il settore automotive deve essere progettata per l’esecuzione. Non è possibile avere successo con l’intelligenza artificiale se il cloud non è all’altezza delle esigenze.
Nella ricerca globale di NTT DATA sul rapporto sempre più stretto tra tecnologie cloud e AI, gli intervistati ritengono che il successo dell’intelligenza artificiale dipenda direttamente dal successo delle strategie cloud.
Tuttavia, il nostro report Cloud-led innovation in the era of AI: The new rules for driving value with cloud evidenzia anche un divario significativo tra ambizioni e maturità cloud: solo il 14% delle organizzazioni intervistate si definisce “cloud-evolved”, ovvero tra le più avanzate nell’adozione e nella valorizzazione del cloud, mentre il 99% afferma che l’AI, inclusa l’AI agentica, ha aumentato la necessità di investire nel cloud.
Come il settore automotive si sta adattando all’AI
Per produttori e fornitori automotive, questo divario ha implicazioni molto concrete. Il settore sta passando da programmi di sviluppo veicoli incentrati sull’hardware a ecosistemi di mobilità connessa, elettrificata e software-defined. AI, cloud e mobilità software-defined non sono più temi separati. I veicoli stanno diventando sempre più connessi, più intensivi dal punto di vista dei dati e più dipendenti dal software, rendendo il cloud una componente essenziale dell’architettura operativa delle aziende automotive.
Questo è importante perché, affinché l’AI possa generare valore in modo efficace, deve operare trasversalmente tra progettazione, produzione, supply chain, piattaforme veicolo ed esperienza cliente. Il cloud fornisce l’ambiente di esecuzione governato che rende possibile questa integrazione, collegando dati, applicazioni, controlli e capacità computazionali affinché l’AI possa supportare il processo decisionale lungo l’intero modello operativo automotive.
Poiché il cloud assume un ruolo sempre più strategico, le strategie cloud del settore automotive devono oggi supportare questa trasformazione garantendo sicurezza, compliance, gestione della latenza, proprietà dei dati e distribuzione continua del software.
Il nostro report identifica sei regole per creare valore dal cloud nell’era dell’AI. In questo articolo ci concentriamo su quelle che determinano se l’AI possa operare in modo sicuro ed efficace in un ecosistema di mobilità software-defined: architettura, operazioni basate su piattaforme e sicurezza.
Un cloud basato su piattaforme trasforma la complessità automotive in capacità di esecuzione
Le aziende automotive dispongono di enormi quantità di dati provenienti da molteplici fonti, ma questa ricchezza informativa ha un costo. I dataset provenienti da progettazione, produzione, supply chain, piattaforme veicolo, reti di concessionari e canali cliente seguono spesso ritmi operativi, architetture e modelli di governance differenti.
Questa frammentazione assume un peso ancora maggiore man mano che i veicoli diventano software-defined. Ciò che un tempo era principalmente un aggiornamento software richiede oggi un enorme sforzo coordinato che coinvolge validazione ingegneristica, governance dei rilasci, controlli di cybersecurity, connettività del veicolo, esperienza cliente e persino coordinamento con i fornitori.
Lo stesso vale per il controllo qualità basato sull’AI, la manutenzione predittiva, i servizi connessi e workflow sempre più autonomi all’interno dell’intera organizzazione.
Per questo motivo, un approccio basato su piattaforme è diventato essenziale. Nei prossimi due anni, le aziende manifatturiere e automotive prevedono più che un raddoppio dell’utilizzo di piattaforme cloud completamente gestite e automatizzate fornite da partner strategici, passando dall’11% al 27%.
Questa tendenza riflette una realtà concreta: le organizzazioni hanno bisogno di un livello operativo coerente che colleghi applicazioni, dati, infrastrutture, reti e azioni guidate dall’AI lungo tutta l’azienda.
Con la crescita dei carichi di lavoro AI nelle attività di progettazione, produzione e servizi connessi, i costi possono aumentare rapidamente. Quasi sei organizzazioni su dieci nei settori manifatturiero e automotive (58%) dichiarano che la gestione dei costi cloud rappresenta una sfida e che è necessario dedicare maggiore attenzione all’ottimizzazione della spesa cloud.
In un settore in cui affidabilità e ripetibilità sono fondamentali, un modello basato su piattaforme consente ai team di innovare localmente — in fabbrica, nell’ingegneria e nei servizi connessi — operando al contempo all’interno di un framework comune per sicurezza, affidabilità, controllo dei costi e governance.
L’architettura cloud determina ciò che l’AI può fare in sicurezza
Le decisioni architetturali relative al cloud possono determinare il successo o il fallimento di un’organizzazione. Nel definire dove eseguire i carichi di lavoro AI, il 52% delle aziende automotive e manifatturiere indica sicurezza dei dati, privacy e compliance come fattori prioritari. Un ulteriore 53% sottolinea la necessità di un maggiore controllo sull’infrastruttura e sulle personalizzazioni.
La vera domanda non è semplicemente dove un workload possa essere eseguito, ma dove debba essere eseguito in funzione di prestazioni, controllo, rischio, integrazione e requisiti di ciclo di vita.
Un sistema AI che accelera la gestione dei requisiti nelle attività di ricerca e sviluppo presenta vincoli differenti rispetto a un sistema di ispezione visiva della qualità basato sull’AI. Una piattaforma per veicoli connessi ha esigenze diverse rispetto a un motore di personalizzazione dell’esperienza cliente.
Le funzionalità dei veicoli software-defined, inclusi gli aggiornamenti over-the-air e le esperienze adattive a bordo del veicolo, dipendono sia dalla connettività cloud sia da rigorosi controlli sui processi di rilascio, sull’integrità dei dati, sulla sicurezza e sulla continuità operativa.
In questo settore, l’architettura è il punto in cui il modello operativo inizia a trasformarsi. Quando le decisioni cloud sono frammentate, l’AI rimane confinata a casi d’uso isolati. Quando invece l’architettura è progettata considerando l’intero ecosistema composto da veicolo, fabbrica e cliente, l’AI può contribuire a coordinare decisioni trasversali, ridurre i cicli di sviluppo, migliorare la reattività produttiva e rendere le esperienze connesse sempre più adattive nel tempo.
- LEGGI ANCHE → Dai veicoli software-defined all’AI-native: il prossimo modello operativo dell’automotive
La sicurezza rende possibile la scalabilità
In tutti i settori, la sicurezza rappresenta la priorità principale nelle strategie cloud. Sicurezza, governance, gestione del rischio e compliance legate agli agenti autonomi costituiscono inoltre le principali sfide per l’adozione dell’AI agentica nelle soluzioni cloud nei prossimi 12-18 mesi.
Per le aziende automotive, questa priorità interessa l’intero ecosistema: IT aziendale, ambienti di ingegneria, sistemi produttivi, veicoli connessi, piattaforme software, fornitori, partner infrastrutturali e servizi rivolti ai clienti.
Una vulnerabilità in una qualsiasi di queste aree può compromettere proprietà intellettuale, continuità produttiva, conformità normativa, fiducia dei clienti o sistemi correlati ai veicoli.
Con l’aumento del ruolo degli agenti AI nei processi decisionali, cresce anche la necessità di rafforzare la cybersecurity. Nel settore automotive, la questione non riguarda soltanto l’accesso ai dati da parte di un agente. Riguarda anche quali decisioni possa prendere, quali azioni possa attivare, quali sistemi possa influenzare e quando sia necessario un intervento umano di supervisione.
Questa distinzione è particolarmente rilevante quando entrano in gioco aggiornamenti software, condizioni di test, processi produttivi o servizi rivolti ai clienti.
In questo senso, la sicurezza non rappresenta un freno all’innovazione. È ciò che consente alle organizzazioni automotive di innovare più rapidamente e con maggiore fiducia.
Come le decisioni cloud guidano l’esecuzione nel settore automotive
Il successo della prossima fase delle strategie cloud automotive sarà misurato dalla capacità del cloud di connettere veicoli, stabilimenti, team software, partner e clienti all’interno di un modello operativo più intelligente.
L’AI può trasformare il modo in cui i veicoli vengono progettati, prodotti, aggiornati e utilizzati, ma non genererà questo valore attraverso progetti pilota isolati o automazioni scollegate tra loro. È necessaria una base cloud progettata per integrazione, governance ed esecuzione.
Cosa fare ora
Consulta il report Cloud-led innovation in the era of AI: The new rules for driving value with cloud per approfondire i risultati della nostra ricerca.