F5: l’AI entra nei processi enterprise e cambia l'IT

L’intelligenza artificiale sta entrando in una nuova fase di maturità operativa all’interno delle aziende: dopo anni caratterizzati da sperimentazioni, proof of concept e progetti pilota, i sistemi AI stanno infatti diventando componenti integrati nei processi quotidiani delle organizzazioni, con implicazioni dirette sulla gestione delle infrastrutture, della sicurezza e delle architetture applicative. È questa la sintesi delle indicazioni emerse dal report State of Application Strategy 2026 pubblicato da F5.

Lo studio si basa sull'analisi di un campione composto da centinaia di responsabili IT e sicurezza a livello globale e descrive un contesto in cui l’AI viene sempre più trattata come un workload enterprise "proprio" a tutti gli effetti. Secondo i dati pubblicati, il 78% delle organizzazioni gestisce internamente le attività di inferenza AI, cioè l’esecuzione dei modelli addestrati per produrre output operativi. Il dato viene interpretato come un segnale della volontà delle aziende di mantenere un maggiore controllo su dati, modelli e processi piuttosto che affidarsi completamente a servizi AI pubblici.

F5 evidenzia come la gestione dell’AI stia anche presentando problemi di delivery applicativa, orchestrazione del traffico e governance operativa. Il "dietro le quinte" dell'AI si fa quindi complesso, per chi vuole gestirlo direttamente. Questo poi coincide con l’aumento generalizzato nella complessità infrastrutturale delle aziende, caratterizzate da ambienti hybrid multicloud sempre più diffusi. Secondo il report, il 93% delle organizzazioni utilizza oggi configurazioni multicloud, mentre l’86% distribuisce applicazioni tra ambienti on-premise, cloud pubblici e infrastrutture di colocation.

L’intelligenza artificiale viene quindi inserita in ecosistemi IT già fortemente distribuiti e frammentati, aggiungendo complessità. I workload AI richiedono infatti capacità di routing avanzato, gestione delle policy, controllo degli accessi e strumenti di orchestrazione in grado di operare in ambienti differenti. Il report sottolinea che in questa evoluzione le organizzazioni non stanno convergendo verso un singolo modello AI o una singola piattaforma cloud, ma stanno costruendo portafogli di modelli eterogenei che comprendono servizi proprietari, open source e piattaforme sviluppate internamente.

In sostanza, secondo F5, le strategie esclusivamente basate sulle piattaforme di AI-as-a-Service stanno perdendo appeal. Solo l’8% delle aziende dichiara di affidarsi unicamente a servizi AI pubblici. La maggior parte delle organizzazioni preferisce invece modelli misti, nei quali diversi sistemi AI vengono di volta in volta utilizzati in base a costi, accuratezza, disponibilità e requisiti di compliance. Questo approccio rende ovviamente più complessa la gestione dell’infrastruttura AI: le aziende devono integrare differenti modelli linguistici, strumenti di inferenza e sistemi di sicurezza all’interno di ambienti distribuiti. Così la governance dell’AI non riguarda più soltanto i modelli, ma coinvolge livelli operativi più ampi che comprendono networking, API, identità digitali e gestione delle autorizzazioni.

Nel report si osserva che le aziende coordinano in media sette modelli di AI in produzione contemporaneamente, e ciò implica la necessità di introdurre meccanismi di fallback, instradamento intelligente e policy dinamiche per "attivare" di volta in volta il modello più adatto alle esigenze operative. In pratica, i sistemi AI vengono trattati sempre più come componenti infrastrutturali analoghi ai tradizionali servizi enterprise.

Anche per questo approccio, il tema della sicurezza diventa centrale: secondo F5, l’88% delle organizzazioni ha affrontato problemi di sicurezza legati all’AI. E la situazione non promette di diventare più semplice: il 98% dichiara di prepararsi all’adozione di AI agentica, cioè di sistemi autonomi che - proprio per la loro autonomia - modificano il concetto stesso di perimetro di sicurezza. Le aziende devono introdurre sistemi di autenticazione, autorizzazione e monitoraggio capaci di governare non solo utenti umani ma anche agenti software autonomi.

Una maggiore osservabilità dei workload AI potrebbe aiutare, in questo. Le aziende stanno cercando strumenti capaci di monitorare in tempo reale il comportamento dei modelli, l'utilizzo delle risorse IT, la sicurezza delle interazioni tra agenti AI e applicazioni. Secondo F5, nel complesso, le aziende che riusciranno a integrare osservabilità, autenticazione e policy uniformi nei diversi ambienti in cui operano modelli AI saranno quelle maggiormente in grado di trasformare l’intelligenza artificiale in un elemento stabile dei processi aziendali.