Nel 2026, mentre l’intelligenza artificiale ogni giorno ci stupisce con nuove abilità ed effetti speciali, è ancora necessario parlare di frammentazione tecnologica, di silos di dati e di infrastrutture software inadeguate per sostenere la trasformazione digitale e la stessa AI. Problemi annosi, già emersi in relazione all’adozione del cloud, alla Business Intelligence, alla cybersicurezza. Problemi risaputi, ma non banali. Oggi i silos non soltanto esistono ancora ma si moltiplicano in parallelo all’escalation dei dati e sono uno dei principali ostacoli – ancor più della disponibilità di potenza computazionale, più dei costi, più delle competenze – all’adozione dell’intelligenza artificiale nelle aziende. O meglio, all’adozione su larga scala, non limitata a sperimentazioni circoscritte ed effimere.
Questo il tema chiave dell’ultimo report di Cloudera, “Data Readiness Index”, realizzato in collaborazione con Researchscape e basato su quasi 1.300 interviste a responsabili IT, di cui 312 appartenenti ad aziende dell’area Emea. Il succo è che le iniziative di intelligenza artificiale abbondano, ma spesso vengono interrotte prima di entrare “in produzione” o comunque non vengono estese su larga scala perché il ritorno sull’investimento si è dimostrato deludente.
Ma il problema non è la tecnologia, non è l’AI ma quello che sta sotto: le fondamenta fatte di infrastrutture, ambienti IT, dati e processi. “Molte aziende si fermano dopo il proof-of-concept perché spesso non si riesce a ottenere il ritorno sull'investimento sperato”, ha commentato Fabio Pascali, regional vice president Italia, Grecia e Cipro di Cloudera. “I primi tre punti sono la qualità del dato, i silos e il tema dei costi”.
La frammentazione irrisolta
I silos, ha illustrato Pascali, limitano la “vista” dell'AI e portano a costruire modelli AI frammentati, traducendosi poi anche in un ostacolo alla scalabilità delle iniziative. I compartimenti stagni esistono e resistono anche perché ancora, tra i manager, “non c'è consapevolezza sul fatto che il dato usato per fare addestramento e fine tuning sia al sicuro”, ha spiegato il regional vice president. “Apparentemente è più semplice rivolgersi a servizi già pronti all’uso, che però non garantiscono la medesima privacy e sicurezza”. E l’attitudine storica dei manager Line of Business a tenere i dati per sé, per il proprio reparto, non aiuta. Accanto a tutto ciò si pone la questione dei costi dell’AI, legati al consumo di risorse cloud (che è la scelta infrastrutturale nella maggior parte delle implementazioni) e di token.
“Le grandi aziende italiane, per ciò che vediamo, sembrano essere in perenne riorganizzazione, con quindi la necessità di seguire sempre nuovi obiettivi spesso nel breve termine”, ha commentato Yari Franzini, group vice president Southern Europe di Cloudera. “Il tema dei costi è fondamentale, ma l'evoluzione tecnologica viene incontro ai clienti da questo punto di vista. Noi di Cloudera con la Private AI permettiamo di realizzare il proof-of-concept in cloud e poi di consolidare i modelli altrove e di usarli con una logica svincolata dai token”.
Franzini ha parlato, scherzosamente ma non troppo, di “POC-ficio”, una situazione in cui molte aziende lanciano proof-of-concept ma senza considerare aspetti fondamentali per la scalabilità dei progetti, come la compliance, la governance dell’AI e il controllo dei costi. E lo scenario italiano non sembra discostarsi troppo dal più ampio contesto Emea, con la parziale eccezione di Germania e Francia, oggi in posizione avvantaggiata per quanto riguarda l’integrazione dei dati e la governance dell'AI.
Fabio Pascali, regional vice president Italia, Grecia e Cipro di Cloudera
Problemi di costi, visibilità e governance
Il report di Cloudera si focalizza sulla data readiness, cioè su quanto le aziende siano “pronte” per l’intelligenza artificiale, rispetto ai dati e alla loro gestione. In Germania il principale problema, citato dal 47% dei manager, è la scarsa visibilità sulla collocazione dei dati. Le aziende tedesche vantano, di contro, le più solide fondamenta di infrastruttura IT: il 49% ha raggiunto una completa integrazione dei dati tra i diversi ambienti informatici, percentuale ben superiore al 16% dell’Italia e al 15% della Francia. Fra i manager italiani intervistati (55 le realtà incluse nel campione) il 53% sostiene comunque che la propria azienda abbia integrato la maggior parte delle fonti di dati.
Il 16% di aziende italiane che vantano una completa integrazione dei dati è, nel commento di Fabio Pascali, una “percentuale bassissima”, che però non deve stupire troppo. Raggiungere un’integrazione completa non è facile, considerando la grande quantità e varietà di fonti di dati che transitano da qualsiasi azienda e a maggior ragione da quelle di grandi dimensioni (principale target di clientela di Cloudera). Solo il 26% dei manager italiani afferma di avere accesso immediato ai dati in qualunque formato e solo il 18% delle aziende permette il completo accesso self-service ai dati per scopi di consultazione, analytics e quant’altro.
A penalizzare le iniziative di intelligenza artificiale nelle nostre grandi aziende c’è anche un “gap di governance”, così lo chiama Cloudera, superiore alla media Emea: un altissimo 91% di manager IT italiani ha un’elevata fiducia nei propri dati, ma appena il 2% dispone di ambienti dati totalmente governati. Lo scarto tra illusione e realtà è enorme.
“Se guardiamo anche alle scadenze dell'AI Act, rispetto alla deadline di agosto, sono tutti più o meno in ritardo”, ha illustrato Franzini. “Si è cresciuti in un'ottica best of breed, con uno shadow IT che ha finito per includere anche l'AI. Le aziende hanno continuato a ragionare in termini di silos, che prima riguardavano l’hardware e ora il software, e che presuppongono costi di integrazione”.
Yari Franzini, group vice president Southern Europe di Cloudera
La risposta di Cloudera
La risposta di Cloudera alle sfide dell’integrazione dei dati, della visibilità e dei costi è una piattaforma che crea un layer di virtualizzazione al di sopra dei dati e che è indipendente dall’infrastruttura IT sottostante. “Cerchiamo di portare i clienti nel giusto percorso”, ha detto Franzini, “avendo anche una grande flessibilità di piattaforma che ci consente di prescindere dal luogo in cui i dati sono ubicati. Cloudera permette di sposare una distribuzione del dato ibrida e multicloud, che velocizza il percorso di adozione”.
“In Italia l'anno scorso abbiamo chiuso un anno record in termini di ricavi e di clienti”, ha svelato Pascali. “Tuttavia, anche dove siamo presenti, c'è margine di miglioramento perché esistono dati non integrati e silos da rompere. Con la nostra offerta di data lakehouse basato su open source creiamo un layer che permette alle aziende di essere più fiduciose nel fornire i propri dati, anche perché garantiamo la sicurezza e il fatto che quei dati non vengano ceduti all'esterno”.
Banche, aziende sanitarie e Pubblica Amministrazione si confermano i principali bacini di clientela in Italia, e tra i nuovi progetti diversi si focalizzano sul filone della sovranità e su un utilizzo selettivo del cloud. Il regional vice president ha anche citato la “collaborazione crescente” con l'ecosistema di partner tecnologici e system integrator, globali e locali, che aiutano a tradurre le tecnologie in soluzioni ad hoc per i clienti. “Investiamo in competenze”, ha detto Pascali. “I nostri partner hanno accesso a training gratuiti, di base e più evoluti, e osserviamo una crescente richiesta di certificazioni. Conoscere la piattaforma significa poter scegliere il giusto strumento da proporre per ciascun caso d'uso”.