Il nuovo Data Streaming Report 2026, una ricerca pubblicata da Confluent che ha coinvolto 4.625 responsabili IT a livello globale, fotografa una situazione poco attesa: il 72% dei leader IT ritiene che la mancanza di infrastrutture in grado di gestire dati in tempo reale stia rallentando la crescita delle iniziative di intelligenza artificiale.
Un dato che racconta quanto il mercato sia ancora immaturo: le aziende, infatti, stanno scoprendo che il problema non è nello sperimentare gli usi dell’AI, ma renderla operativa, affidabile e integrata nei processi aziendali quotidiani.
Dalla fase pilota alla produzione: il momento della verità
Del resto, molte organizzazioni hanno ormai superato la fase degli esperimenti. Chatbot, assistenti intelligenti, motori predittivi e sistemi di analisi avanzata stanno entrando nei processi critici delle aziende. Tuttavia, quando si cerca di passare dalla sperimentazione alla produzione emergono problemi strutturali che spesso erano rimasti nascosti.
Secondo la ricerca, il 72% dei responsabili IT ha incontrato almeno tre ostacoli significativi nel percorso di scalabilità dell’AI. Le difficoltà principali riguardano proprio le fondamenta informative su cui l’intelligenza artificiale dovrebbe operare. Oltre alle carenze nelle infrastrutture per l’elaborazione dei dati in tempo reale, il 66% segnala problemi legati alla provenienza, all’aggiornamento e alla qualità dei dati, mentre il 65% evidenzia criticità dovute alla frammentazione della proprietà dei dati all’interno dell’organizzazione. Si tratta di problematiche che diventano particolarmente evidenti quando l’AI deve prendere decisioni operative, generare suggerimenti contestualizzati o alimentare processi automatizzati, insomma quando il controllo umano diventa meno serrato.
L’AI agentica rallenta per colpa dei dati
Infatti, il fenomeno assume una rilevanza ancora maggiore nel caso dell’AI agentica, considerata da molti analisti la prossima evoluzione dell’intelligenza artificiale aziendale. Gli agenti AI non si limitano infatti a generare contenuti o rispondere a domande, ma sono progettati per interagire con sistemi, applicazioni e processi aziendali in modo autonomo. Per funzionare correttamente necessitano di informazioni aggiornate, affidabili e accessibili in tempo reale.
Non sorprende, quindi, che il 66% dei responsabili IT identifichi nelle infrastrutture dati e nella qualità delle informazioni il principale ostacolo all’adozione dell’AI agentica. Di conseguenza, soltanto il 32% delle organizzazioni dichiara di aver già portato in produzione soluzioni agentiche, mentre la maggioranza continua ad accumulare ritardi.
Se non altro, la ricerca mostra come le aziende abbiano ormai compreso che il valore dell’intelligenza artificiale dipende direttamente dalla qualità dei dati disponibili e stiano movendosi alla ricerca di una soluzione. Ben l’80% dei responsabili IT considera strategico utilizzare i dati aziendali per alimentare i sistemi AI, confermando che il patrimonio informativo interno rappresenta oggi uno degli asset più importanti per la competitività.
Questo cambiamento di prospettiva sta spostando l’attenzione dagli algoritmi verso l’infrastruttura necessaria a distribuire dati affidabili nel momento esatto in cui servono. Non basta possedere enormi quantità di informazioni, occorre renderle disponibili in tempo reale, contestualizzate e immediatamente utilizzabili da applicazioni, sistemi analitici e agenti AI.
Perché il data streaming diventa centrale
Per risolvere questo tipo di problemi, bisogna affidarsi a piattaforme di data streaming efficaci e infatti si sta impennando l’interesse verso le piattaforme progettate per acquisire, elaborare e distribuire continuamente flussi di dati provenienti da applicazioni, database, sensori, sistemi ERP, CRM e servizi cloud. A differenza dei tradizionali processi batch, che aggiornano i dati a intervalli prestabiliti, il data streaming consente di lavorare su informazioni praticamente in tempo reale.
Secondo il report, l’88% degli intervistati ritiene che le piattaforme di data streaming accelerino l’adozione dell’AI agentica, grazie alla capacità di fornire dati più affidabili, aggiornati e contestualizzati, e ancora più significativo è il fatto che il 94% dei responsabili IT considera il data streaming uno strumento capace di aumentare il valore degli investimenti in AI, mentre il 90% afferma che ne semplifica l’adozione all’interno delle organizzazioni.
Il sorpasso sugli investimenti in AI
Uno degli aspetti più interessanti emersi dalla ricerca riguarda le priorità di investimento. Tradizionalmente l’AI viene considerata il principale destinatario dei nuovi budget tecnologici, ma non secondo i dati raccolti da Confluent. L’88% dei responsabili IT considera il data streaming una priorità strategica, una percentuale superiore all’82% che attribuisce la stessa importanza alle tecnologie di AI e machine learning.
Non si tratta di un ridimensionamento dell’intelligenza artificiale, bensì della presa di coscienza che il successo dei progetti AI dipende sempre più dalla qualità dell’infrastruttura sottostante. Secondo Shaun Clowes, Chief Product Officer di Confluent, molte organizzazioni stanno scoprendo che il problema principale non riguarda i finanziamenti destinati all’AI, ma la capacità di fornire dati adeguati ai sistemi intelligenti.
Le aziende continuano infatti a basarsi su infrastrutture nate per processi batch, architetture frammentate e silos informativi che mal si adattano alle esigenze dell’intelligenza artificiale moderna. Quando i modelli iniziano a essere integrati nei processi aziendali più importanti, queste limitazioni emergono con forza. Gli algoritmi devono poter accedere a eventi, transazioni, comportamenti degli utenti e informazioni operative nel momento stesso in cui vengono generati. Per questo motivo, la sfida dei prossimi anni non sarà soltanto sviluppare AI più potenti, ma costruire piattaforme dati capaci di supportarle.