Il tuo progetto pilota AI funziona perfettamente: il modello offre le performance previste e il business case è convincente. Decidi quindi di estenderlo all’intera organizzazione. Ed è proprio in quel momento che iniziano i problemi. La latenza aumenta, i trasferimenti dati rallentano drasticamente e il team di sicurezza lancia l’allarme.
È uno scenario che oggi si sta verificando in molte organizzazioni, mentre gli investimenti in AI accelerano. I budget ci sono e consentono di trasformare i progetti pilota in risultati misurabili, ma sta emergendo un vincolo critico. Non è il modello AI e non è il cloud.
È la rete.
Per lungo tempo considerata un’infrastruttura invisibile, la rete è diventata oggi un fattore decisivo per il successo dell’AI. Poiché influenza direttamente performance, sicurezza e capacità di scalare l’AI, determinerà se i progetti AI riusciranno a progredire o finiranno per bloccarsi.
L’AI sta cambiando il ruolo della rete
I workload AI non si comportano come le tradizionali applicazioni enterprise. Sono distribuiti tra cloud, edge environment e aree geografiche differenti, generando pattern di traffico imprevedibili. Inoltre, dipendono da flussi di dati in tempo reale che devono essere sicuri e conformi ai requisiti di sovranità del dato. Sicurezza, latenza e throughput influenzano oggi direttamente i risultati di business.
Questo significa che la rete svolge un ruolo molto più importante del semplice trasporto dei dati tra sistemi.
Alla fine del 2025, NTT DATA ha condotto un’ampia ricerca indipendente su AI e architetture tecnologiche coinvolgendo oltre 7.000 decision maker, inclusi CEO e CAIO, in 35 Paesi e 15 settori. Abbiamo classificato come AI leader le organizzazioni con strategie AI definite o in fase di implementazione, un livello di maturità AI avanzato o evoluto e una redditività derivante dall’AI significativamente superiore rispetto ai competitor.
Abbiamo rilevato che 7 AI leader su 10 stanno già effettuando investimenti consistenti nell’AI, alimentando una crescita esponenziale di dati e workload e mettendo immediatamente sotto pressione le reti, che devono trasformarsi in sistemi intelligenti e autonomi.
Le ambizioni AI stanno superando la preparazione delle reti?
I leader sono pienamente consapevoli della centralità della rete. I nostri dati mostrano che il 98% delle organizzazioni riconosce che l’AI sta aumentando la necessità di investimenti nelle reti, ma meno della metà si dichiara pienamente soddisfatta dei progressi compiuti nella modernizzazione IT.
Come già evidenziato, avviare un progetto pilota AI non è più la parte più difficile. I problemi legati alle performance e alle vulnerabilità di sicurezza spesso hanno origine proprio nella rete. Questo spiega perché il 96% delle organizzazioni ritenga importante disporre di una strategia dedicata alla modernizzazione e trasformazione della rete.
Tuttavia, solo il 14% prevede di avere una rete completamente modernizzata nei prossimi 12 mesi. Ciò significa che la maggior parte delle organizzazioni sta cercando di eseguire workload AI di nuova generazione su infrastrutture progettate per un’altra epoca.
Le loro ambizioni AI stanno superando la preparazione delle reti.
Tre modi in cui la rete sta diventando centrale
L’AI prospera su reti intelligenti e autonome, ormai diventate la nuova base del vantaggio competitivo.
1. Dalla connettività all’intelligenza autonoma
Le reti statiche e deterministiche non riescono più a soddisfare le esigenze degli ambienti guidati dall’AI. Le architetture software-defined, invece, possono adattarsi in tempo reale per ottimizzare il traffico, dare priorità ai workload a maggiore valore e rispondere autonomamente alle variazioni della domanda. Di conseguenza, la rete smette di essere un’infrastruttura passiva e diventa un punto di controllo strategico che influenza direttamente performance, rischio e risultati di business.
Nel nostro studio, il 96% delle organizzazioni ha dichiarato che una rete moderna software-defined, integrata con API di rete e interfacce agentic AI, è essenziale per modernizzare cloud e applicazioni e raggiungere gli obiettivi di rete.
2. Dalla sicurezza perimetrale alla fiducia integrata
I nostri dati mostrano che la priorità numero uno nella trasformazione delle reti AI-ready è implementare fin dall’inizio maggiori livelli di sicurezza infrastrutturale, invece di aggiungerli successivamente.
Poiché l’AI sposta dati tra cloud, edge environment e differenti regioni geografiche, il tradizionale perimetro di sicurezza si dissolve rapidamente, mentre aumentano rischi e controlli normativi. Quasi tutte le organizzazioni (97%) dichiarano di essere preoccupate per i rischi legati all’AI e oltre la metà degli AI leader (59%) indica privacy dei dati, sovranità del dato e trasferimenti cross-border come priorità di governance.
La fiducia non può più risiedere ai margini dell’infrastruttura. Deve essere incorporata direttamente nella rete, verificando costantemente ogni interazione, applicando policy in tempo reale e proteggendo i dati ovunque si trovino. In questo modello, la rete diventa la prima linea di difesa nella gestione del rischio su larga scala.
3. Dai gap di visibilità all’osservabilità in tempo reale
Secondo la nostra ricerca, il 97% degli AI leader afferma che mantenere performance e sicurezza richiede osservabilità in tempo reale e una visione unificata di cloud, rete e sicurezza. La rete sta diventando un motore decisionale in tempo reale, capace di fornire telemetria e intelligence necessarie per gestire ambienti sempre più complessi all’interno dell’organizzazione.
Inoltre, il 96% delle organizzazioni ritiene fondamentale poter scalare e segmentare dinamicamente il traffico di rete per supportare architetture AI in continua evoluzione.
Tuttavia, mantenere performance e sicurezza nei sistemi AI dinamici richiede una visibilità completa e continua su cloud, rete e livelli di sicurezza, e molte organizzazioni non sono ancora a questo punto: il 50% di CIO e CTO afferma di non aver ancora integrato completamente questi livelli, lasciando aperti significativi blind spot operativi.
Non è un normale progetto di modernizzazione della rete
Un cambiamento incrementale non sarà sufficiente.
Le organizzazioni che si limitano ad aggiornare componenti, aumentare capacità e migliorare gradualmente le performance della rete continueranno a rimanere indietro. Questo perché l’AI introduce volatilità: crescita rapida dei workload, pattern di traffico mutevoli e necessità di applicare policy in modo continuo.
Gli aggiornamenti frammentati della rete finiscono per aumentare la complessità anziché risolverla. Ciò che serve è ridefinire il ruolo della rete all’interno dell’architettura enterprise.
Perché serve un approccio platform-based
Con l’aumento del ruolo strategico della rete, la frammentazione diventa un rischio. Strumenti scollegati tra cloud, rete e sicurezza creano blind spot e aumentano il rischio operativo.
Gli approcci basati su piattaforme affrontano questo problema integrando infrastruttura, applicazioni, sicurezza e governance in un modello operativo unificato e potenziato dall’AI. Il risultato sono decisioni più rapide e consapevoli, applicazione coerente delle policy e capacità di scalare l’AI con fiducia anziché con complessità.
Le organizzazioni prevedono infatti un incremento di tre volte delle piattaforme cloud completamente gestite e automatizzate nei prossimi 12-18 mesi. L’obiettivo non è semplificare fine a sé stesso, ma ottenere la capacità di scalare workload AI mantenendo controllo e coerenza.
Già oggi, il 32% degli AI leader sta dando priorità a piattaforme e stack tecnologici scalabili e sicuri per accelerare una crescita conforme alle normative, rispetto al 22,1% degli AI laggard, cioè le organizzazioni meno mature identificate nella nostra ricerca.
Le partnership aiutano a superare le sfide di execution
Anche con la strategia corretta, l’execution resta una barriera significativa. La nostra ricerca mostra che l’89% delle organizzazioni ritiene di non possedere internamente le competenze necessarie per integrare l’agentic AI nei sistemi esistenti.
È qui che la conversazione si sposta dalle scelte tecnologiche ai modelli operativi. Le organizzazioni stanno comprendendo che il successo dipende dall’integrazione di cloud, rete e sicurezza in un ecosistema coerente. Per riuscirci, spesso servono partner affidabili con competenze trasversali in tutti e tre gli ambiti, capaci di supportare miglioramenti di performance e allineamento agli obiettivi di business.
La maggior parte delle organizzazioni considera oggi estremamente importante collaborare con un managed service provider che possieda anche l’infrastruttura core, inclusi data center e reti, per garantire integrazione, performance e accountability.
Inoltre, le organizzazioni identificano nella collaborazione con partner qualificati per infrastruttura e servizi il principale fattore abilitante per ottenere ROI dall’AI.
È il momento di cambiare prospettiva manageriale
I senior leader devono riconoscere che il successo dell’AI non dipende solo da modelli, dati e capacità computazionale. Senza le giuste fondamenta di rete, questi investimenti non reggeranno su larga scala. La rete si affianca oggi a questi elementi come driver centrale di performance, sicurezza e crescita, influenzando direttamente la velocità con cui le iniziative AI si trasformano in risultati concreti.
Le organizzazioni che comprenderanno tempestivamente questo cambiamento potranno trattare la rete come un asset strategico da progettare, governare e ottimizzare per trasformare il business in una vera AI-driven enterprise.