AI, cloud ibrido e quantum computing: IBM e le imprese

L’intelligenza artificiale ha ormai superato la fase dell’entusiasmo iniziale. Se il biennio 2024-2025 è stato caratterizzato dalla corsa alle sperimentazioni, ai proof of concept e ai progetti pilota, oggi il mercato si trova davanti a una domanda molto più concreta: come trasformare l’AI in un vantaggio competitivo misurabile? È da questa considerazione che prende forma la strategia di IBM, che individua tre direttrici destinate a guidare l’evoluzione del business nei prossimi anni: intelligenza artificiale, hybrid cloud e quantum computing. Tre ambiti strettamente connessi tra loro e accomunati da un quarto elemento che attraversa l’intera offerta tecnologica dell’azienda: la sicurezza.

AI già nei processi core, ma l’impatto sui ricavi è ancora limitato

La fotografia scattata da IBM attraverso la tradizionale indagine globale condotta su oltre 6.000 amministratori delegati racconta un mercato in movimento, ma ancora lontano dalla piena maturità. Secondo i dati mostrati da Nico Losito, General Manager di IBM Italia, il 69% dei CEO afferma che l’intelligenza artificiale è già entrata nei processi core delle organizzazioni, ma soltanto una piccola parte delle iniziative sta producendo un impatto diretto sulla crescita dei ricavi. La maggioranza dei progetti continua, infatti, a concentrarsi sull’efficienza operativa, sulla riduzione dei costi e sull’incremento della produttività.

Per IBM questo rappresenta il principale cambio di paradigma che le imprese devono affrontare. “Siamo usciti dalla fase della pura sperimentazione e siamo entrati in quella dell’adozione guidata dal ritorno dell’investimento”, sottolinea Losito. L’AI, quindi, non può più essere considerata soltanto uno strumento per automatizzare attività ripetitive o comprimere i costi. “Non dobbiamo utilizzare questa tecnologia esclusivamente per generare produttività, ma per amplificare nuovi modelli di business, nuove opportunità e nuova crescita”, è il messaggio che Losito rivolge alle imprese.

Secondo i dati raccolti da IBM, il mercato globale continua a crescere a ritmi che non lasciano intravedere alcun rischio di rallentamento strutturale. “non si tratta di una bolla destinata a sgonfiarsi, ma di una trasformazione che inciderà profondamente sul modo in cui le aziende progettano prodotti, organizzano processi e generano valore”, sostiene Losito.

Proprio per questo motivo la società invita le organizzazioni a cambiare approccio. Integrare un assistente di intelligenza artificiale all’interno di processi esistenti non basta più. Occorre ripensare l’intera organizzazione secondo una logica “AI first”, ridisegnando le attività alla luce delle nuove capacità offerte dai modelli generativi. “C’è una differenza sostanziale tra aggiungere un layer di AI ai processi attuali e riprogettare quei processi pensando fin dall’inizio a come sfruttare l’intelligenza artificiale”, osserva Losito.

Il modello “Client Zero”

È esattamente il percorso che la stessa azienda ha deciso di seguire attraverso quello che definisce il modello “Client Zero”. Prima ancora di proporre una soluzione al mercato, IBM la adotta internamente, utilizzando Watsonx e gli strumenti proprietari per trasformare la propria organizzazione. Il principio è semplice: ogni processo aziendale viene analizzato ponendosi quattro domande fondamentali: genera ricavi? Produce profitto? Migliora la soddisfazione del cliente? Contribuisce al cash flow? Se la risposta è negativa, quel processo non deve essere automatizzato, ma eliminato. Se invece crea valore, allora viene ripensato attraverso l’intelligenza artificiale.

Tra le innovazioni più recenti rientra la piattaforma di intelligenza artificiale IBM Bob, progettata per trasformare il ciclo di sviluppo del software. L’obiettivo non è semplicemente aumentare la produttività del singolo sviluppatore, come avviene con i tradizionali code assistant, ma coordinare l’intero Software Development Life Cycle. “Bob non migliora soltanto il lavoro del singolo developer, ma organizza e ottimizza l’attività di tutto il team di sviluppo”, spiega Losito.

La piattaforma integra diversi modelli linguistici, compresi LLM di terze parti, creando agenti specializzati nelle diverse fasi dello sviluppo software: progettazione, scrittura del codice, testing, documentazione, refactoring, governance e controllo della conformità. Utilizzato internamente da circa 80 mila sviluppatori IBM, il sistema avrebbe già prodotto una riduzione del 70% dei tempi di sviluppo e un miglioramento dell’85% nella qualità del software realizzato.

Uno degli aspetti più interessanti della piattaforma riguarda la capacità di monitorare il consumo delle risorse computazionali. Con la diffusione dei modelli generativi cresce infatti anche il costo associato all’utilizzo dei token e della potenza di calcolo. “Molte aziende scoprono solo alla fine del mese quanto sia diventata pesante la bolletta generata dall’intelligenza artificiale”, osserva Losito. Per questo Bob integra strumenti analitici in grado di monitorare costantemente costi, consumi e risorse utilizzate, introducendo una dimensione di governance economica destinata a diventare sempre più importante con l’aumento dell’adozione dell’AI.

Hybrid cloud e AI, un binomio inscindibile

Per IBM, però, nessuna strategia sull’intelligenza artificiale può prescindere dall’infrastruttura che la sostiene. È proprio questo uno degli errori più frequenti che l’azienda osserva nei progetti avviati dalle imprese. Molte iniziative, infatti, non si arenano per limiti degli algoritmi, ma per la presenza di dati frammentati, sistemi isolati, architetture eterogenee e ambienti cloud incapaci di dialogare tra loro.

“Esiste una relazione strettissima tra le performance dell’AI e quelle dell’infrastruttura sottostante – sottolinea Losito –. Allo stesso tempo, l’intelligenza artificiale permette di ottimizzare il funzionamento dell’infrastruttura stessa”. È questa reciprocità a spiegare perché il gruppo continui a considerare l’hybrid cloud il naturale complemento dell’AI.

La risposta proposta dall’azienda ruota attorno a un’architettura Open Hybrid Cloud costruita su Red Hat OpenShift, considerato il livello di interoperabilità capace di mettere in comunicazione applicazioni, modelli di intelligenza artificiale e risorse computazionali distribuite tra data center, cloud pubblici e infrastrutture proprietarie. L’obiettivo è evitare che le imprese rimangano vincolate a un singolo ambiente tecnologico e consentire ai workload di spostarsi dove risultano più efficienti, mantenendo al tempo stesso controllo, sicurezza e continuità operativa.

Questa impostazione si collega direttamente a un altro tema che, secondo IBM, sta rapidamente diventando prioritario nelle conversazioni con clienti pubblici e privati: la sovranità digitale.

La sovranità diventa un requisito strategico

Il dibattito sulla sovranità viene spesso ricondotto esclusivamente alla localizzazione dei dati, ma per Losito rappresenta un concetto molto più ampio. Da questa convinzione nasce Sovereign Core, piattaforma software presentata nei mesi scorsi per consentire alle organizzazioni di mantenere il controllo dell’intero ecosistema digitale. “La sovranità non significa soltanto sapere dove risiedono i dati, ma avere la libertà di controllare infrastrutture, applicazioni e modelli di intelligenza artificiale”.

Losito individua quattro dimensioni fondamentali. La prima riguarda la sovranità del dato, cioè la possibilità di decidere dove le informazioni vengono archiviate, elaborate e da chi possono essere utilizzate, nel rispetto di normative come il GDPR.

La seconda è quella operativa e interessa il controllo degli accessi, la gestione delle piattaforme e la conformità ai nuovi requisiti normativi, come quelli introdotti dal regolamento DORA.

Segue poi la sovranità tecnologica, che punta a ridurre il lock-in nei confronti dei grandi fornitori di servizi cloud e delle piattaforme proprietarie. Non significa rinunciare ai grandi hyperscaler, chiarisce Losito, ma conservare la libertà di scegliere e sostituire tecnologie senza dipendere da un unico ecosistema.

Infine, la quarta dimensione riguarda direttamente l’intelligenza artificiale. Le imprese devono poter governare i modelli utilizzati, comprenderne il funzionamento, garantirne trasparenza e spiegabilità e assicurarsi che le decisioni automatizzate siano coerenti con i requisiti normativi introdotti dall’AI Act europeo.

La piattaforma integra, inoltre, oltre centocinquanta framework regolatori e policy già predisposte, con l’obiettivo di semplificare il percorso di compliance delle organizzazioni.

Quantum computing, la scommessa del prossimo decennio

Accanto all’intelligenza artificiale, IBM continua a investire nella tecnologia che considera destinata a trasformare profondamente la capacità di calcolo: il quantum computing.

L’azienda è stata tra i primi operatori a rendere disponibile nel 2016 un computer quantistico accessibile attraverso il cloud e di aver costruito negli anni un ecosistema internazionale composto da università, centri di ricerca, startup e grandi imprese.

Il percorso di sviluppo procede secondo una roadmap definita da tempo e, rivendica Losito, finora rispettata. Il prossimo obiettivo è raggiungere il cosiddetto quantum advantage, cioè la dimostrazione pratica che un computer quantistico possa eseguire un’elaborazione meglio di una macchina tradizionale. Successivamente arriverà la sfida ancora più complessa della fault tolerance, cioè la capacità di operare eliminando gli errori tipici dell’elaborazione quantistica.

Parallelamente procede anche il progetto industriale legato ad Anderon, la nuova realtà nata grazie a un investimento congiunto tra IBM e il Dipartimento del Commercio degli Stati Uniti per la produzione dei futuri chip quantistici.

Guardando all’Europa, Losito auspica anche una maggiore presenza dell’Italia in questo settore: “Il nostro obiettivo è riuscire a portare questa tecnologia anche nel nostro Paese, perché rappresenterebbe un importante fattore per la competitività del sistema industriale italiano”.

La sicurezza entra nell’era post-quantistica

L’evoluzione del quantum computing apre inevitabilmente anche nuovi scenari sul fronte della cybersecurity.

Losito richiama l’attenzione sul fenomeno definito “harvest now, decrypt later“: dati cifrati oggi potrebbero essere sottratti e conservati da attaccanti intenzionati a decifrarli in futuro, quando la disponibilità di computer quantistici renderà inefficaci gli algoritmi crittografici oggi utilizzati. “Se la migrazione verso nuovi sistemi di crittografia richiede dai cinque ai dieci anni, non possiamo aspettare che il problema diventi attuale”.

Per questo motivo IBM sta investendo nelle tecnologie di crittografia post-quantistica e negli algoritmi che il National Institute of Standards and Technology statunitense ha individuato come futuri standard di riferimento, alcuni dei quali sviluppati proprio dai laboratori IBM.

Tuttavia, la sicurezza non riguarda soltanto il futuro del quantum computing. L’esplosione dell’intelligenza artificiale sta infatti modificando anche il panorama delle vulnerabilità informatiche. Losito cita, ad esempio, l’emergere di nuovi sistemi di AI capaci di individuare falle di sicurezza con una velocità mai vista prima, rendendo necessario un cambio di paradigma anche negli strumenti di difesa.

Da qui nascono iniziative come Project Lightwell, sviluppata insieme a Red Hat per aumentare la sicurezza dello sviluppo software open source, e IBM Concert, piattaforma che utilizza l’intelligenza artificiale per correlare informazioni provenienti da diversi strumenti di monitoraggio e sicurezza, accelerando l’identificazione delle vulnerabilità e riducendo drasticamente i tempi di risposta agli incidenti.

Più che limitarsi a segnalare una criticità, il sistema è in grado di contestualizzarla, individuare le applicazioni coinvolte, valutarne l’esposizione al rischio e suggerire le priorità di intervento, trasformando grandi quantità di dati tecnici in informazioni realmente utilizzabili dai responsabili della sicurezza.

Le competenze restano il vero fattore competitivo

La trasformazione tecnologica non può però essere affrontata soltanto investendo in piattaforme e infrastrutture. Il vero cambiamento riguarda le persone.

Per Losito, le organizzazioni tradizionali, costruite attorno a ruoli rigidi e job description statiche, rischiano di rallentare l’adozione dell’intelligenza artificiale. Servono invece modelli organizzativi più flessibili, nei quali il lavoro venga definito in funzione degli obiettivi e non esclusivamente delle mansioni.

Da qui la necessità di investire nell’AI literacy, nella formazione continua e nel reskilling dell’intera popolazione aziendale. “La familiarità con l’intelligenza artificiale deve diventare patrimonio di tutta l’organizzazione”, sostiene Losito.

La visione finale è quella di una nuova unità di competenza, nella quale agenti di intelligenza artificiale e capacità umane collaborano in modo complementare. Se gli algoritmi saranno sempre più efficaci nell’analizzare dati, automatizzare processi e supportare il ragionamento, alle persone resteranno le attività che richiedono giudizio, creatività, gestione della complessità e capacità relazionale.

“Il futuro sarà costruito dalla collaborazione tra agenti AI e human mindset”, conclude Losito. Una prospettiva che, secondo il gruppo, non riguarda soltanto il miglioramento dell’efficienza aziendale, ma l’accelerazione della ricerca in campi ad alta intensità di conoscenza come neuroscienze, longevità, aerospazio e scienze della vita.