Da tempo non più una destinazione ma un ecosistema in continua evoluzione, il cloud è sempre sotto i riflettori. Anche perché sempre più aziende, spinte dalla necessità di innovare più rapidamente e di ridurre la complessità, stanno abbracciando modelli ibridi e multicloud per combinare flessibilità, controllo e resilienza.

È una trasformazione non solo tecnologica, ma una vera e propria scelta strategica che ridefinisce i confini dell’IT aziendale e la governance dei dati, perché il multicloud non è semplicemente “avere più cloud”, ma gestirli come un unico ambiente coerente, dove interoperabilità, sicurezza e niente lock-in diventano fattori decisivi, con l’obiettivo di costruire un’infrastruttura capace di integrare applicazioni, servizi e AI attraverso piattaforme aperte, automatizzate e scalabili.

Oltre il modello unico per tutti

Questo Speciale intende operare una ricognizione su quali siano le strategie e le soluzioni tecnologiche più attuali per adottare il cloud ibrido e il multicloud, riducendo i rischi di lock-in e potenziando la flessibilità operativa dell’IT in azienda. Inquadrando oggi i contorni dello scenario, IDC evidenzia innanzitutto che “il futuro del cloud sarà profondamente integrato con l’intelligenza artificiale, dando vita a un panorama digitale più autonomo ed efficiente”, con le aziende che “stanno modernizzando la propria infrastruttura cloud per gestire i carichi di lavoro AI, passando da processi manuali a sistemi intelligenti e automatizzati. Questo include l’ascesa delle operazioni cloud agentiche, in cui agenti AI gestiscono e ottimizzano autonomamente le risorse cloud in tempo reale. Ciò si estende anche alle piattaforme SaaS agentiche, che utilizzano l’AI per automatizzare attività complesse per gli utenti, come marketing o analisi finanziaria”.

Il cloud, prosegue IDC, è ormai andato oltre un modello unico per tutti: “una nuova generazione di provider cloud specializzati in AI offre infrastrutture su misura per specifici compiti di intelligenza artificiale. A ciò si aggiunge un uso crescente di infrastrutture cloud eterogenee, che includono un mix di CPU, GPU e acceleratori specializzati per gestire carichi di lavoro diversificati. Per una sicurezza e un controllo migliori sui dati sensibili, molte imprese stanno adottando cloud privati per l’AI aziendale".

Verso nuove piattaforme

Entro il 2027, come anticipato nelle IDC FutureScape: Worldwide Cloud 2026 Predictions, le enormi richieste di computing e di dati dell’AI “costringeranno l’80% delle aziende a modernizzare gli ambienti cloud legacy, migrando verso nuove piattaforme progettate specificamente per i carichi di lavoro AI: si tratta di un cambiamento guidato dalla fondamentale incompatibilità delle infrastrutture cloud tradizionali con i carichi di lavoro AI di oggi. Le piattaforme legacy, ottimizzate per il calcolo general-purpose, non dispongono di hardware specializzato, come GPU e TPU, e delle pipeline di dati a bassa latenza necessarie per l’addestramento e l’inferenza efficienti dei modelli. Tentare di eseguire AI su larga scala su questi sistemi obsoleti porta a costi proibitivi, prestazioni lente e impossibilità di innovare”.

Per l’IT, spiega IDC, questo significa “un’evoluzione critica, nella quale l’attenzione si sposterà dalla semplice gestione di macchine virtuali alla costruzione e alla manutenzione di piattaforme AI progettate ad hoc. Questo richiede nuove competenze in ambito MLOps, data engineering e gestione di hardware e software specializzati. L’IT diventa un partner strategico, abilitando direttamente il business a sfruttare appieno il potenziale dell’AI. Per le aziende, questa modernizzazione è una necessità competitiva: quelle che adottano questa transizione otterranno vantaggi significativi grazie a cicli di sviluppo più rapidi, applicazioni AI più potenti e costi operativi ottimizzati, mentre chi rimarrà indietro sarà superato da concorrenti più agili e basati sui dati”.

L’ora dell’agentic AI

Sempre consultando le IDC FutureScape: Worldwide Cloud 2026 Predictions, si ricava che entro il 2027, “l’85% delle aziende contenute nella lista Global 500 implementerà AI agentica per operazioni cloud IT autonome, in grado di monitorare, analizzare e correggere problemi su larga scala con minima supervisione umana. Ambienti ibridi e multicloud comprendono piattaforme cloud-native, sistemi legacy, SaaS ed edge, creando una superficie operativa oltre la capacità umana. L’AI agentica colma questo divario trasformando i segnali di osservabilità e lo stato di configurazione in cicli decisionali continui: il risultato è un’architettura pratica di tipo ‘event-to-action’, che scala attraverso ambienti eterogenei, riducendo il MTTR, ovvero il Mean Time To Repair, prevenendo gli incidenti e ottimizzando costi e consumi energetici. Le aziende che adotteranno l’autonomia agentica raggiungeranno operazioni proattive, verificabili ed economicamente efficienti”.

Spostando l’orizzonte di un ulteriore anno, ovvero entro il 2028, IDC spiega che “per soddisfare i requisiti di privacy dei dati e ridurre i rischi di fuga di informazioni verso LLM pubblici, il 40% delle aziende adotterà cloud privati che garantiscono maggiore controllo sulla governance dei dati per i carichi di lavoro AI, in una transizione che affronta direttamente i rischi associati all’uso di LLM pubblici, dove dati sensibili potrebbero essere esposti”. È un fatto che “un cloud privato offre all’organizzazione il controllo totale sulla governance dei dati. Questo è essenziale per proteggere informazioni proprietarie, dati dei clienti e proprietà intellettuale. Mantenendo l’addestramento e l’inferenza dei modelli AI all’interno dei propri datacenter o in strutture di colocation, le aziende possono assicurarsi che le informazioni sensibili rimangano sicure e non vengano utilizzate o esposte a modelli pubblici".

Si tratta, prosegue IDC, di un approccio “fondamentale per la compliance normativa, specialmente in settori come Finance e Sanità, che gestiscono dati altamente regolamentati. I cloud privati consentono l’implementazione di protocolli di sicurezza rigorosi e forniscono tracciamenti di audit completi, garantendo il rispetto delle normative e degli standard. In sostanza, questa scelta riduce il rischio di esposizione di informazioni competitive e preserva la sovranità dei dati, dando alle aziende pieno controllo sulla propria infrastruttura e proprietà intellettuale AI”.

Un abilitatore strategico

Infine, allargando la visione di un altro anno ancora, IDC prevede che “entro il 2029, oltre il 70% delle organizzazioni utilizzerà infrastrutture cloud eterogenee, sfruttando un mix di CPU, GPU e tecnologie di storage per ottimizzare il rapporto prezzo-prestazioni dei carichi di lavoro AI. Le organizzazioni stanno entrando in una nuova fase della strategia cloud, in cui efficienza, scalabilità e innovazione devono convivere sotto una crescente pressione sui budget. Con la sempre crescente domanda di potenza di computing, le aziende dovranno ripensare il modo in cui progettano applicazioni cloud-native e modernizzate: la risposta non è una singola tecnologia, ma un’infrastruttura cloud eterogenea che sfrutta diversi tipi di calcolo e storage per ottenere risultati ottimali. GPU e acceleratori, combinati con storage ottimizzato per l’alta velocità di movimento dei dati, stanno diventando indispensabili per il training e l’inferenza su larga scala. Questo approccio si estenderà oltre il cloud pubblico, portando questa combinazione anche nei deployment dedicati e di tipo edge per soddisfare i requisiti di latenza, conformità e sostenibilità”.

Sintetizzando, conclude IDC, si sta passando dalla “corsa all’AI”, caratterizzata da sperimentazioni frammentate, alla modalità “AI pivot”, in cui l’infrastruttura diventa un abilitatore strategico per l’azienda: le organizzazioni concentreranno l’attenzione sull’adozione di infrastrutture eterogenee per una maggiore resilienza, risparmi sui costi e tempi più rapidi di innovazione. Ciò garantirà agilità al business e aiuterà le aziende a tenere il passo con l’evoluzione dell’AI e delle esigenze di business.

Nelle pagine che srguono, le risposte alle nostre due domande:

1 - Qual è oggi la strategia più indicata per adottare un modello ibrido e multicloud che riduca i rischi di lock-in e garantisca interoperabilità e governance dei dati?

2 - Quali sono le tecnologie o le architetture più avanzate come per esempio container, orchestrazione, open source, che consentono di gestire ambienti cloud eterogenei come un unico ecosistema integrato e sicuro?