- L'intelligenza artificiale degli agenti e i servizi gestiti stanno ridefinendo il canale IT verso modelli di resilienza informatica e valore misurabile.
- Cloud 3.0, architetture API-first e iperautomazione trasformano la tecnologia in un sistema operativo aziendale integrato.
- Governance, regolamentazione e sovranità tecnologica condizionano l'adozione di intelligenza artificiale, dati e cloud, con particolare attenzione al rischio e alla conformità.
- Le pressioni in materia di energia e sostenibilità spingono verso GreenOps, elaborazione locale con NPU e ottimizzazione delle infrastrutture.
In questo contesto, si parla di resilienza informatica, ecosistemi di partner più piccoli ma molto più specializzati, l'ascesa del modello MSP, l'intelligenza artificiale agentiva in ambienti reali, Cloud 3.0, GreenOps, governance dei dati federata, piattaforme native per l'IA, operazioni intelligenti e una visione della tecnologia come motore diretto di competitività e sovranità. Ciò che sta per arrivare non è un altro ciclo di hype, ma il momento di dimostrare il ROI e la resilienza.
La nuova era del canale IT: dalla rivendita alla resilienza informatica gestita
Il canale IT si sta orientando nettamente verso la resilienza informatica come proposta di valore fondamentale. Come sottolineano i responsabili di canale dei principali fornitori di protezione dei dati e sicurezza informatica, le conversazioni con i clienti si sono spostate dai tradizionali argomenti "sicurezza e backup" a discussioni più ampie su prevenzione, rilevamento, gestione delle identità, backup orchestrati e ripristino completo, soprattutto in ambienti ibridi, multicloud e SaaS.
Questa complessità implica che nessun singolo produttore possa coprire da solo l'intero spettro , favorendo la crescita di ecosistemi di partner più collaborativi. Il ruolo del global systems integrator (GSI), del value-added reseller (VAR) e soprattutto del managed service provider (MSP) sta acquisendo sempre maggiore importanza, con gli MSP che si affermano come motore di crescita nel settore della resilienza informatica. Le aziende non cercano più solo prodotti; desiderano un partner che si assuma la responsabilità continua della loro postura di sicurezza.
Parallelamente, i produttori stanno diventando molto più selettivi nella scelta dei partner . Il numero di partner si sta riducendo, mentre le collaborazioni si intensificano con coloro che dimostrano maturità nei servizi, capacità di progettare soluzioni complete e affidabilità nella fornitura. Programmi commerciali, incentivi e risorse vengono riconfigurati attorno al modello MSP , premiando chi offre resilienza informatica come servizio e consulenza specialistica in ambienti ibridi, cloud pubblici e SaaS.
Questo cambiamento implica che i partner che rimangono ancorati alla semplice rivendita corrono il rischio concreto di diventare irrilevanti . Il valore si sta spostando verso la conoscenza, l'integrazione e la gestione continua. Il canale che abbraccia la resilienza informatica, l'automazione e la governance come servizio sarà una componente chiave delle strategie tecnologiche a lungo termine dei suoi clienti.
Agentic AI: dai chatbot ai sistemi che agiscono in autonomia
Il nostro rapporto con l'intelligenza artificiale sta per cambiare radicalmente . Finora, le interfacce conversazionali sono state lo standard: si chiede un riassunto, un testo o un'immagine e il sistema risponde. Nei prossimi anni, questo modello lascerà il posto all'IA agentiva, in cui i sistemi non solo risponderanno, ma eseguiranno autonomamente compiti complessi, interagendo con applicazioni, dati e altri servizi.
In pratica, ciò significa che gli utenti smetteranno di chiedere suggerimenti e inizieranno a delegare le attività . Invece di richiedere consigli di viaggio a un chatbot, daranno un ordine a un agente che, con le autorizzazioni appropriate, consulterà il calendario, confronterà le opzioni di volo, prenoterà, pagherà e invierà le conferme senza una supervisione costante. Questo salto di qualità aumenterà la produttività, ma ridurrà anche il margine di errore accettabile e aumenterà la consapevolezza in materia di sicurezza e responsabilità.
Il mercato si sta già organizzando attorno a due categorie principali: piattaforme e framework per la creazione di agenti personalizzati e soluzioni preconfezionate dai fornitori. Aziende come OpenAI, Google, Microsoft, Oracle, Amazon, Nvidia, Salesforce, Cisco e SAP offrono di tutto, dalle architetture per la creazione di agenti ad agenti specificamente progettati per le vendite, l'assistenza clienti, l'automazione dei processi, l'osservabilità o la gestione del rischio.
Inoltre, gli ecosistemi di agenti inizieranno a comunicare tra loro utilizzando protocolli come A2A (agente-agente), consentendo flussi di lavoro distribuiti in cui più agenti collaborano su dati condivisi e API aziendali. Questa autonomia non sarà inizialmente assoluta: i processi critici saranno soggetti a solidi meccanismi di supervisione umana e a strutture di responsabilità chiaramente definite per garantire la conformità alle normative e agli audit.
L'anno della verità per l'IA: dal pilota all'impatto sui profitti
Dopo diversi anni di progetti pilota e test di fattibilità, l'intelligenza artificiale si trova ad affrontare la sua prova definitiva . I CIO e i CEO stanno aumentando la pressione: ogni euro investito nell'IA deve dimostrare un impatto concreto su fatturato, riduzione dei costi, mitigazione dei rischi o nuovi modelli di business. Le visioni futuristiche stanno lasciando il posto a domande molto più concrete: quanto costa, cosa offre e chi è responsabile in caso di fallimento?
Le principali società di consulenza e gli analisti concordano sul fatto che l'attenzione si stia spostando da esperimenti isolati a implementazioni su scala aziendale . La chiave non è più avere un "caso d'uso appariscente", ma piuttosto costruire una piattaforma digitale aziendale basata sui dati con data fabric federati, integrazioni solide, osservabilità, sicurezza e una vera "chimica" uomo-IA che promuova la fiducia e un'adozione sostenibile.
I numeri iniziano a confermare questa tendenza: una percentuale crescente di organizzazioni ha già in produzione applicazioni predisposte per l'IA , con significativi miglioramenti in termini di efficienza operativa e riduzione del time-to-market. Tuttavia, emergono anche chiari limiti: il fenomeno FOMO (paura di perdersi qualcosa) ha portato al lancio di molti progetti senza un solido business case, e il 2026 sarà l'anno decisivo per stabilire quali iniziative sopravvivranno e quali verranno abbandonate per mancanza di ROI.
Inoltre, i CEO nell'area EMEA richiedono prove tangibili del valore prima di approvare nuovi progetti di intelligenza artificiale . Le priorità si stanno spostando dal semplice miglioramento della produttività individuale all'innovazione del modello di business, alla reinvenzione dei processi e alla resilienza organizzativa. Ci si aspetta che l'IA porti creatività, nuovi servizi e diverse modalità di gestione, il che genererà anche attriti sul posto di lavoro e, probabilmente, ulteriori ristrutturazioni e licenziamenti in determinati ruoli.
Gli agenti di intelligenza artificiale giocheranno un ruolo chiave in questo salto di qualità . Si prevede che un numero significativo di grandi aziende integrerà gli agenti nelle proprie piattaforme di osservabilità e sicurezza per automatizzare l'applicazione delle policy, ridurre le violazioni e garantire la conformità normativa. Se l'IA non dimostrerà risultati misurabili in questo ciclo, molte organizzazioni rallenteranno gli investimenti e si concentreranno su iniziative con benefici evidenti.
Come l'intelligenza artificiale sta riscrivendo il software, il cloud e le operazioni
L'intelligenza artificiale non sta influenzando solo le applicazioni aziendali, ma sta trasformando lo sviluppo software stesso . La programmazione tradizionale, basata sulla scrittura di righe di codice, sta lasciando il posto a un modello in cui gli sviluppatori esprimono le proprie intenzioni e l'IA genera e gestisce i componenti. Questo accorcia i cicli di sviluppo, migliora la qualità e permette ai team umani di concentrarsi sulla progettazione dell'architettura, sulla sicurezza, sulla governance e sul coordinamento degli agenti.
Questa “ricostruzione del software” richiede nuovi modelli di governance, supervisione umana e controllo qualità per prevenire vulnerabilità, errori diffusi ed eccessiva dipendenza dai fornitori di SaaS. Allo stesso tempo, apre la strada alla creazione di sistemi più adattabili e autonomi, riducendo il lock-in e favorendo prodotti personalizzati su piattaforme aperte e componibili.
Parallelamente, il cloud sta entrando nella fase 3.0, in cui architetture ibride, multicloud, private e sovrane coesistono come norma . L'intelligenza artificiale su larga scala non può basarsi esclusivamente sul cloud pubblico tradizionale; richiede architetture distribuite, latenza molto bassa e edge computing coordinato con i data center. Le profonde trasformazioni e le tensioni geopolitiche stanno spingendo le organizzazioni verso strategie multicloud, sovrane e di diversificazione dei fornitori.
Anche i sistemi aziendali si stanno evolvendo da semplici archivi di dati a motori operativi attivi e intelligenti . Grazie agli agenti di intelligenza artificiale integrati nei processi chiave (finanza, catena di approvvigionamento, risorse umane, servizio clienti), le aziende possono passare da automazioni isolate all'orchestrazione di intere catene del valore, con monitoraggio continuo, risoluzione delle eccezioni e miglioramento adattivo basato sui dati.
Tutto ciò si inserisce in una chiara tendenza: la tecnologia non è più un insieme di componenti indipendenti, ma un "sistema operativo aziendale " integrato. Il vantaggio competitivo non deriverà più dall'avere più progetti, ma dal garantire che intelligenza artificiale, automazione, API, cloud computing, sicurezza, osservabilità e dati lavorino insieme come un tutt'uno coerente, governato e allineato con le metriche aziendali.
Governance, regolamentazione e sovranità tecnologica: l'intelligenza artificiale sotto la lente d'ingrandimento
Il contesto normativo si sta facendo più rigoroso e sta assumendo un ruolo centrale . Regolamenti come l'European AI Act, NIS2, DORA, CRA, CSRD e altre normative di settore trasformeranno la governance, il rischio e la sicurezza da "buone pratiche" a prerequisiti operativi. Le aziende dovranno documentare in modo esaustivo i dati che utilizzano, i modelli che implementano e la logica alla base delle loro decisioni automatizzate.
La governance dell'IA si sta evolvendo verso modelli adattivi basati su AI TRiSM (Trust, Risk, and Security Management) , che combinano politiche, controlli, processi e strumenti per monitorare in tempo reale pregiudizi, allucinazioni, fughe di dati, abusi e deviazioni dalle prestazioni. In Europa, la tensione tra innovazione e conformità sarà intensa: un'eccessiva rigidità potrebbe ostacolare la competitività rispetto alle regioni meno regolamentate.
In questo scenario, la sovranità tecnologica, intesa come "interdipendenza resiliente", acquista rilevanza . Invece di aspirare all'autonomia assoluta (irrealistica in un mondo iperconnesso), governi e aziende si concentrano sul controllo degli strati critici della catena del valore digitale: semiconduttori, dati, modelli di intelligenza artificiale, infrastrutture cloud sovrane e standard aperti che consentono un passaggio senza soluzione di continuità tra i fornitori.
La governance federata dei dati si sta affermando anche come modello per la condivisione di informazioni tra organizzazioni senza rinunciare alla sovranità dei dati o centralizzare fisicamente i repository. Questo approccio, combinato con architetture componibili e API ben definite, è l'abilitatore tecnico essenziale per gli ecosistemi di agenti che collaborano su dati distribuiti in modo sicuro e verificabile.
La conseguenza diretta è che, in molti casi, la velocità di implementazione tecnologica rallenterà , ma in compenso aumenteranno la certezza del diritto, la tracciabilità e la fiducia. Il mercato inizierà a distinguere più chiaramente tra software seri, verificabili e conformi alle normative e soluzioni illusorie che non reggono a un rigoroso esame normativo.
Sicurezza, identità e l'addio silenzioso alle password
Anche la sicurezza informatica sta entrando in una fase di profondo cambiamento . La portata, la velocità e la sofisticazione degli attacchi rendono impossibile mantenere un modello puramente reattivo basato sull'analisi manuale. La difesa sta iniziando a muoversi a "velocità di macchina", affidandosi all'intelligenza artificiale per rilevare anomalie, correlare eventi e orchestrare risposte automatizzate, mentre i team umani si concentrano su strategia, governance e gestione di incidenti complessi.
A livello di accesso, l'identità sta diventando il nuovo perimetro di sicurezza . La proliferazione di applicazioni SaaS, il lavoro distribuito e la connettività onnipresente rendono necessaria la centralizzazione della protezione attorno a utenti, dispositivi e servizi, piuttosto che alle reti perimetrali. Il modello Zero Trust si sta evolvendo verso modelli contestuali e proattivi, in cui ogni accesso viene continuamente convalidato in base a comportamento, posizione, rischio e sensibilità delle risorse.
Una delle trasformazioni più evidenti a livello utente sarà la graduale scomparsa della password tradizionale . Le passkey, basate sulla crittografia a chiave pubblica, diventeranno il metodo di autenticazione principale: la chiave privata rimane sul dispositivo dell'utente e viene sbloccata tramite dati biometrici (impronta digitale, riconoscimento facciale), mentre il server riceve solo una prova matematica dell'identità, rendendo inefficaci la maggior parte degli attacchi di phishing basati sul furto di credenziali.
Questa evoluzione è accompagnata da modelli di gestione delle identità e degli accessi (IAM) molto più avanzati , nonché da una maggiore sicurezza nella catena di fornitura del software e con i fornitori esterni. La supervisione di terze parti, gli audit continui e gli accordi contrattuali con garanzie di sicurezza informatica saranno fondamentali per prevenire violazioni provenienti da vettori esterni.
Architetture API-first, iperautomazione e “servizio come software”
L'integrazione sta diventando un'ossessione strategica . Settori come quello bancario, assicurativo, energetico, della vendita al dettaglio, sanitario e pubblico si rendono conto ogni giorno che la frammentazione tecnologica e i sistemi legacy isolati sono tra i maggiori ostacoli all'innovazione. La risposta è l'adozione diffusa di architetture API-first e piattaforme di integrazione che consentono alle aziende di esporre le proprie funzionalità come servizi riutilizzabili.
Parallelamente, l'iperautomazione si sta affermando come la soluzione pratica per aumentare l'efficienza senza incrementare l'infrastruttura . Combinando IA, RPA, BPM, API, analisi e orchestrazione, le organizzazioni si stanno allontanando dalla creazione di bot isolati per processi marginali per adottare programmi completi che automatizzano i flussi di lavoro end-to-end, soprattutto nei settori regolamentati dove gli errori manuali sono costosi.
Questo cambiamento è accompagnato da un nuovo modello di consumo del software che potremmo definire "servizio come software ". Oltre al classico modello SaaS basato su licenza o utente, stanno emergendo schemi in cui la fatturazione si basa sui risultati: per documento elaborato, per transazione riconciliata, per attività completata o per richiesta di assistenza risolta automaticamente. Per il canale IT, questo apre opportunità di business incentrate su risultati misurabili, allineati con gli obiettivi del cliente.
Inoltre, i sistemi ERP e altri sistemi centrali si stanno evolvendo in versioni "attive" supportate dall'intelligenza artificiale agentiva . Molte attività di back-office (contabilità, fatturazione, riconciliazioni, gestione documentale) vengono automatizzate quasi completamente, liberando il personale per concentrarsi sulla gestione delle eccezioni e sul processo decisionale strategico. Non si tratta di "aziende senza esseri umani", bensì di organizzazioni in cui il talento umano è concentrato laddove apporta il maggior valore aggiunto.
La democratizzazione dello sviluppo con piattaforme low-code e no-code sta guadagnando terreno , consentendo alle unità aziendali di creare le proprie applicazioni e flussi di lavoro sotto la supervisione dell'IT. Ciò accelera l'innovazione interna, sebbene richieda framework di sicurezza, qualità e conformità molto chiari per prevenire la diffusione incontrollata di "shadow IT".
Infrastrutture, energia e GreenOps: limiti fisici dell'IA
L'avvento dell'intelligenza artificiale sta spingendo le infrastrutture al limite . L'addestramento e l'implementazione massiccia di modelli richiedono un'enorme potenza di calcolo e capacità di raffreddamento, mettendo in luce una risorsa che prima veniva data per scontata: l'energia. Il dibattito tecnologico si sta spostando da "quanti parametri ha il modello" a "quanti watt consuma per unità di valore generato".
A livello hardware, la NPU sta diventando una specifica standard nei PC e nei dispositivi mobili . I computer "abilitati all'IA" non saranno più un'offerta di lusso, ma un requisito di base, poiché l'esecuzione di agenti e modelli in locale riduce la latenza, migliora la privacy e alleggerisce il carico sul cloud. Quando si aggiornano computer desktop o portatili, le capacità di calcolo dell'IA saranno importanti quanto la RAM o lo spazio di archiviazione.
La domanda di memorie DRAM e NAND ad alte prestazioni per i data center dedicati all'intelligenza artificiale sta mettendo a dura prova la catena di approvvigionamento e facendo lievitare i prezzi dei componenti . I produttori stanno dando priorità alle linee di produzione di server rispetto ai dispositivi per il mercato consumer, il che potrebbe comportare prezzi più elevati o limitazioni di stock per i sistemi di memoria ad alta capacità destinati agli utenti finali.
In questo contesto, l' approccio GreenOps alla gestione del cloud e delle infrastrutture sta guadagnando terreno . Non è più sufficiente ottimizzare semplicemente i costi finanziari; occorre considerare anche l'impronta di carbonio, l'uso efficiente delle risorse e la conformità agli obiettivi ESG. La sostenibilità sta diventando un KPI fondamentale per il CIO e i leader tecnologici devono giustificare ogni kilowattora consumato, bilanciando i carichi di lavoro tra cloud, edge e on-premise.
A tutto ciò si aggiunge l'arrivo di innovazioni nell'accumulo di energia, come le batterie ad anodo di silicio e le prime applicazioni commerciali a stato solido per il consumo di massa. La loro maggiore densità energetica consentirà la realizzazione di dispositivi mobili con un'autonomia reale di due giorni e di auto elettriche più leggere con maggiore autonomia, oltre a supportare la ricarica ultraveloce con minore degrado, alleviando così parte dell'ansia da autonomia.
Connettività avanzata: WiFi 7 e copertura satellitare diretta
Anche le reti stanno compiendo un salto qualitativo per supportare questo nuovo livello di servizi digitali . Il Wi-Fi 7 diventerà lo standard dominante per router, smartphone e laptop, non solo per la sua velocità pura, ma anche per cambiamenti architetturali come il Multi-Link Operation (MLO), che consente l'utilizzo simultaneo di più bande, riducendo la latenza e migliorando la stabilità anche in case con un'elevata concentrazione di dispositivi.
Grazie a questa evoluzione, le connessioni in fibra da 1 Gbps non saranno più limitate dalle vecchie reti Wi-Fi . Streaming in 8K, realtà mista, cloud gaming ed esperienze immersive saranno possibili senza continue interruzioni, rafforzando la percezione che la rete "funzioni e basta", aspetto fondamentale in un momento in cui sempre più operazioni critiche dipendono dalla connettività wireless. Per scoprire come si sta evolvendo la connettività domestica, è consigliabile consultare una guida completa su ADSL e fibra.
Parallelamente, inizia la diffusione commerciale dei servizi Direct-to-Cell, che consentono ai telefoni cellulari di connettersi direttamente ai satelliti in orbita terrestre bassa . Inizialmente focalizzati sulla messaggistica e sulle comunicazioni di emergenza in aree prive di copertura terrestre (montagne, mare, zone rurali remote), segnano l'inizio della fine delle zone "senza segnale" come le conosciamo oggi.
I nuovi modem saranno in grado di commutare automaticamente tra celle telefoniche e satelliti, garantendo un livello minimo di servizio anche in condizioni avverse. Per il canale IT, ciò apre nuove opportunità in soluzioni IoT remote, monitoraggio distribuito e servizi critici in tempo reale in settori quali logistica, energia, trasporti e sicurezza.
Casi di riferimento e posizionamento dei principali attori ICT
Le principali aziende del settore ICT si stanno preparando a questo nuovo scenario . Gli operatori di infrastrutture condivise, come i gestori di torri e reti di telecomunicazione, stanno investendo in automazione avanzata, analisi dei dati in tempo reale e collaborazione con fornitori di intelligenza artificiale per migliorare la resilienza delle proprie risorse a eventi meteorologici e picchi di traffico.
Gli operatori di telecomunicazioni integrati stanno implementando piani strategici pluriennali per modernizzare le reti, dismettere le tecnologie obsolete e sfruttare l'intelligenza artificiale per automatizzare le operazioni, personalizzare al massimo i servizi e migliorare l'esperienza del cliente. L'obiettivo è ridurre drasticamente i costi operativi, aumentare i ricavi B2B e affermarsi come leader nella sicurezza informatica, nel cloud computing e nell'intelligenza artificiale applicata.
Le grandi società di consulenza globali, dal canto loro, propongono framework come TechnoVision per aiutare le organizzazioni a prendere decisioni tecnologiche basate su criteri di business . Il loro messaggio è chiaro: l'IA generativa e l'IA agentica devono essere integrate in architetture resilienti, con particolare attenzione alla governance dei dati, alla sovranità tecnologica e alla riprogettazione dei processi verso operazioni intelligenti.
Altre aziende specializzate in modernizzazione, interoperabilità e iperautomazione insistono sul fatto che la chiave non sia più semplicemente aggiungere più strumenti, ma piuttosto integrarli, governarli e scalarli con disciplina . Architettura aziendale, API, osservabilità, FinOps e gestione del rischio non sono più "dettagli tecnici", ma sono diventati condizioni critiche affinché l'IA e l'automazione evitino di rimanere bloccate in infiniti programmi pilota.
Le società di consulenza regionali e i fornitori di soluzioni aziendali sottolineano inoltre il consolidamento di modelli di intelligenza artificiale specifici per settore , capaci di ridurre le illusioni, adattarsi alle normative di settore e ottimizzare il consumo energetico. Modelli più piccoli, perfezionati utilizzando dati proprietari e terminologia specifica, coesisteranno con modelli più ampi e di carattere generale per soddisfare in modo efficiente esigenze diverse.
Il 2026 segna un punto di svolta nel rapporto tra canale IT, intelligenza artificiale e business : l'intelligenza artificiale sta diventando la spina dorsale delle architetture aziendali, il cloud si sta orientando sempre più verso la distribuzione e la sovranità, la sicurezza si sta spostando verso l'identità e il rilevamento proattivo, le architetture stanno diventando componibili e basate su API, e l'energia e la sostenibilità stanno diventando vincoli di progettazione. Le organizzazioni in grado di orchestrare tutti questi elementi come un unico sistema, supportato da un canale IT maturo e orientato ai servizi gestiti, saranno quelle che faranno la differenza competitiva nel prossimo decennio.
