L’intelligenza artificiale non deve più dimostrare di poter funzionare. Per i vertici aziendali, la domanda è diventata un’altra: l’organizzazione sta investendo abbastanza, e con sufficiente rapidità, per non perdere terreno rispetto ai concorrenti?

È il cambiamento di prospettiva evidenziato dalla seconda edizione dello studio Cisco “Come i CEO vedono l’IA”, realizzato intervistando 2.500 amministratori delegati di aziende con più di 250 dipendenti in 23 Paesi.

Il 91% dei CEO si dichiara più ottimista rispetto allo scorso anno sulle potenzialità dell’intelligenza artificiale. Parallelamente cresce, però, anche il timore di restare indietro: il 65% ritiene che la propria impresa potrebbe non investire abbastanza, rispetto al 53% registrato nella precedente edizione della ricerca.

Oltre due CEO su tre, il 69%, considerano ormai l’adozione dell’AI un requisito essenziale per un’azienda moderna. Lo slancio strategico, tuttavia, non sempre trova riscontro nella preparazione tecnologica delle organizzazioni. Infrastrutture insufficienti, dati frammentati e difficoltà nel garantire sicurezza e controllo rischiano di rallentare il passaggio dai progetti pilota all’adozione su larga scala.

L’AI passa dalla sperimentazione alla priorità strategica

I risultati mostrano una crescente maturità del management nei confronti dell’intelligenza artificiale.

In un solo anno, la percentuale di CEO che si sente frenata nelle decisioni da una conoscenza insufficiente dell’AI è scesa dal 74% al 47%. Anche la quota di leader convinti che questa lacuna impedisca loro di prendere decisioni ponderate è diminuita, passando dal 74% al 49%.

Il problema, quindi, non è più soltanto comprendere la tecnologia, ma tradurre la maggiore consapevolezza in capacità di esecuzione.

L’evoluzione conferma un orientamento già emerso nella precedente edizione dello studio Cisco, quando l’attenzione dei CEO si concentrava soprattutto sulla necessità di sviluppare competenze, modernizzare le infrastrutture e rafforzare la cybersecurity.

Per CIO e IT manager questo cambio di passo aumenta la pressione sulle roadmap tecnologiche. La leadership aziendale si aspetta risultati più rapidi, ma la capacità di produrre valore dipende dalla disponibilità di reti, piattaforme dati, sistemi di sicurezza e modelli operativi adeguati.

Infrastrutture AI-ready: la prima priorità per il 2026

L’aggiornamento delle infrastrutture IT è indicato dai CEO come la principale priorità per il 2026, seguito dalla formazione del personale.

Il 53% degli intervistati teme che i limiti dell’infrastruttura possano rallentare l’adozione dell’intelligenza artificiale. L’esecuzione di modelli e agenti AI richiede infatti reti ad alte prestazioni, capacità di calcolo scalabile, bassa latenza, osservabilità e un controllo coerente degli ambienti on-premise, cloud ed edge.

La questione non riguarda soltanto la potenza di calcolo. Con l’aumento dei workload AI, la rete diventa una componente strutturale dell’architettura: deve collegare dati, modelli, applicazioni e utenti garantendo prestazioni prevedibili e sicurezza integrata.

DataManager ha già approfondito questo passaggio nell’analisi sulla rete come piattaforma AI-ready e nella riflessione sulla corsa alle infrastrutture necessarie per sostenere l’Agentic AI.

I dati frammentati restano il principale ostacolo

La disponibilità di infrastrutture adeguate non basta quando le informazioni aziendali sono disperse tra silos, applicazioni legacy e ambienti non integrati.

Il 34% dei CEO considera i problemi di qualità, accessibilità e centralizzazione dei dati la barriera più significativa all’avanzamento dell’AI. È una percentuale superiore a quella associata a qualsiasi altra singola criticità rilevata dallo studio.

Per un sistema di intelligenza artificiale, e ancora di più per un agente chiamato a prendere decisioni o eseguire operazioni, il contesto è essenziale. Informazioni incomplete, incoerenti o non aggiornate possono produrre risposte poco affidabili e propagare errori nei processi aziendali.

La sfida per i CIO è quindi duplice: rendere i dati tecnicamente accessibili e assicurarne qualità, tracciabilità, significato e corretta autorizzazione. Non si tratta semplicemente di concentrare tutte le informazioni in un unico repository, ma di creare un livello di governance che consenta ai sistemi AI di utilizzare il dato giusto, nel contesto corretto e con permessi coerenti.

Il rapporto tra data governance e intelligenza artificiale diventa così uno degli elementi centrali della strategia enterprise: la governance deve ridurre i rischi senza trasformarsi in un ostacolo all’innovazione.

L’AI agentica porta sicurezza e controllo al primo posto

L’inserimento di agenti AI nella forza lavoro rientra tra le tre priorità principali indicate dai CEO per il 2026. La prospettiva è quella di sistemi capaci non soltanto di elaborare informazioni, ma anche di interagire con applicazioni, utilizzare strumenti ed eseguire attività con diversi livelli di autonomia.

Proprio questa capacità di azione rende sicurezza e controllo la principale preoccupazione dei vertici aziendali.

Un agente compromesso, configurato in modo errato o dotato di privilegi eccessivi può produrre conseguenze operative più significative rispetto a un tradizionale chatbot. Le imprese devono quindi applicare agli agenti controlli sulle identità, autorizzazioni granulari, segmentazione, logging, monitoraggio continuo e meccanismi di revoca.

Come evidenziato nell’approfondimento di DataManager su AI agentica, sicurezza e fiducia, governance e protezione devono essere integrate fin dalla progettazione delle piattaforme, e non aggiunte soltanto dopo il deployment.

Lo stesso principio vale per il threat modeling. L’adozione degli agenti deve tenere conto non solo delle vulnerabilità del modello, ma anche delle azioni che il sistema può compiere, dei dati ai quali può accedere e degli strumenti che può utilizzare.

Umani e AI: il controllo resterà alle persone

Nonostante l’aumento dell’autonomia tecnologica, i CEO non prevedono un futuro in cui l’intelligenza artificiale sostituirà completamente il contributo umano.

Quasi tutti gli intervistati ritengono che entro il 2030 l’AI avrà un ruolo nelle attività aziendali, ma il 72% immagina che continuerà a operare come supporto o a eseguire compiti sotto la direzione, il giudizio o la supervisione delle persone.

Le motivazioni sono operative, oltre che etiche. La supervisione umana è considerata necessaria per garantire la sicurezza dei sistemi, mantenere efficace la collaborazione tra persone e agenti e gestire le conseguenze delle decisioni automatizzate.

Il modello emergente non è quindi quello dell’autonomia assoluta, ma di una collaborazione strutturata nella quale le persone definiscono obiettivi, limiti e responsabilità, mentre gli agenti accelerano l’esecuzione delle attività.

È il principio dello human-in-the-loop, approfondito anche nell’articolo di DataManager “Agenti AI, il cuore operativo della nuova impresa”: l’autonomia cresce, ma deve essere accompagnata da controllo, tracciabilità e una chiara attribuzione delle responsabilità.

In Europa prevale un approccio basato sulla fiducia

La ricerca mette in evidenza una specificità europea. I CEO del continente sembrano meno concentrati sulla velocità di implementazione e più attenti alle modalità con cui l’AI viene introdotta nei processi.

Fiducia, trasparenza e allineamento etico assumono un peso rilevante. L’indicazione che emerge è quella di non sacrificare la fiducia di dipendenti, clienti e stakeholder in nome dell’efficienza o della rapidità di adozione.

Questo orientamento non implica necessariamente un rallentamento dell’innovazione. Al contrario, può contribuire a costruire sistemi più sostenibili nel tempo, evitando che implementazioni opache o scarsamente governate producano rischi legali, reputazionali e operativi.

Per i CIO europei significa affiancare alla roadmap tecnologica una serie di elementi organizzativi: policy sull’utilizzo dei sistemi, criteri di trasparenza, valutazioni del rischio, responsabilità definite e strumenti per documentare le decisioni prese o supportate dall’AI.

Il divario tra ambizione e readiness

Le preoccupazioni espresse dai CEO trovano riscontro nel Cisco AI Readiness Index 2026, condotto su oltre 8.000 responsabili IT a livello globale.

Secondo i dati riportati nel comunicato:

• soltanto il 22% considera la propria rete ottimale per i workload di intelligenza artificiale;
• appena il 31% si ritiene pronto a garantire sicurezza e controllo sugli agenti AI;
• solo il 19% dispone di dati completamente centralizzati e accessibili ai sistemi di AI.

Il quadro evidenzia una distanza significativa tra ambizione strategica e capacità tecnica. I CEO sono sempre più convinti della necessità di investire, ma gran parte delle organizzazioni deve ancora creare le condizioni per trasformare gli investimenti in risultati affidabili e scalabili.

Per i CIO la priorità è costruire fondamenta, non moltiplicare i progetti pilota

La ricerca invia un messaggio chiaro ai responsabili tecnologici: il 2026 non sarà l’anno in cui avviare il maggior numero possibile di sperimentazioni, ma quello in cui scegliere quali progetti portare in produzione e costruire l’architettura necessaria per sostenerli.

La roadmap dovrebbe partire da quattro priorità: modernizzazione della rete e delle infrastrutture, consolidamento del patrimonio informativo, sicurezza degli agenti e formazione delle persone.

A queste si aggiunge la necessità di definire un modello operativo nel quale business, IT, cybersecurity, data team e funzioni di controllo condividano responsabilità e metriche.

La paura dei CEO di non investire abbastanza rapidamente è comprensibile. Tuttavia, aumentare la spesa senza intervenire sulle fondamenta può moltiplicare costi, complessità e rischi. La vera differenza competitiva non dipenderà soltanto dalla velocità con cui le imprese adotteranno l’AI, ma dalla capacità di renderla affidabile, governabile e integrata nei processi aziendali.

L'articolo Cisco: cresce la fiducia dei CEO nell’AI, ma infrastrutture, dati e sicurezza frenano la corsa proviene da Data Manager Online.

Nella valutazione Global 100 Most Sustainable Corporations 2026, Ricoh ha raggiunto i seguenti risultati:

• 19° posto su 1.043 aziende del settore Information Technology
• 3° posto nel segmento Computers and Peripherals Manufacturing

La classifica, basata su dati pubblicamente disponibili di 8.231 aziende con ricavi annui superiori a 1 miliardo di dollari, valuta le performance attraverso tre indicatori ponderati allo stesso modo: ricavi sostenibili, investimenti sostenibili e crescita dei ricavi sostenibili, con ulteriori adeguamenti per eventuali penalità e per i compensi dei dirigenti legati alle performance di sostenibilità. Dal 2020, Ricoh ha  integrato l’ambito ESG tra gli obiettivi aziendali, considerandolo al pari dei tradizionali target finanziari. Da allora, gli indicatori ESG sono stati inclusi nei criteri di retribuzione degli executive.

Mikako Suzuki, Corporate Officer responsabile di ESG e Gestione del Rischio presso Ricoh Company, Ltd., ha commentato: “Il Gruppo Ricoh sta portando avanti le iniziative di sostenibilità allineando i principi ESG alla crescita aziendale. Siamo orgogliosi di essere stati nuovamente riconosciuti come azienda Global 100. Questo riconoscimento riflette le valutazioni positive dei nostri continui sforzi per ampliare le vendite di prodotti e servizi sostenibili, nonché per gli investimenti in sostenibilità,  inclusa la realizzazione di strutture sempre più efficienti dal punto di vista energetico. Guardando al futuro, continueremo a collaborare con gli stakeholder per accelerare le azioni volte a realizzare una società sostenibile attraverso il nostro business”.

L'articolo Ricoh riconosciuta tra le Global 100 Most Sustainable Corporations 2026 da Corporate Knights proviene da Data Manager Online.

Un approccio serio alla AI sovereignty deve fondarsi sulla comprensione concreta delle esigenze delle aziende e delle sfide operative che accompagnano l’implementazione di queste tecnologie. Il concetto di sovranità digitale, e di sovranità dell’AI, assume infatti significati differenti a seconda dei contesti: ogni Paese e ogni regione presenta requisiti specifici e in continua evoluzione, senza indicazioni uniformi su quali workload o settori debbano necessariamente conformarsi a determinati criteri.

Nonostante queste differenze, emergono alcuni temi comuni. La sovranità del dato (comprensiva di residenza dei dati e restrizioni sugli accessi) e la sovranità operativa (che include resilienza, continuità e indipendenza operativa) costituiscono le fondamenta su cui si costruisce la sovranità dell’AI. A queste si aggiungono aspetti emergenti, come la tutela delle norme e dei valori culturali e delle lingue locali nei risultati prodotti dai sistemi di AI. In ultima analisi, soddisfare i requisiti di sovranità digitale e dell’AI significa offrire alle organizzazioni maggiore controllo e maggiore libertà di scelta.

Controllo e libertà di scelta lungo l’intero stack AI

La sovranità dell’AI richiede controllo e libertà di scelta lungo tutto lo stack tecnologico: infrastrutture cloud complete che integrino capacità di calcolo, networking, gestione dei dati, sicurezza, servizi applicativi specializzati e competenze.

Questo implica la possibilità di compiere scelte consapevoli su aspetti quali localizzazione, dipendenze tecnologiche, servizi e partner, in linea con le esigenze operative, i requisiti normativi e gli obiettivi di innovazione. Le aziende devono poter sviluppare applicazioni AI su una base tecnologica affidabile, mantenere il controllo sui dati e scegliere tra diverse tipologie di chip ottimizzati per l’AI, selezionando quello più adatto allo specifico workload.

È altrettanto fondamentale disporre di infrastrutture e strumenti per integrare l’AI lungo l’intera catena del valore: non solo in casi d’uso isolati, ma come funzionalità strutturale che consenta di addestrare e distribuire modelli e di sviluppare applicazioni sofisticate di AI e AI generativa ad alte prestazioni. Ciò permette alle aziende di concentrarsi sull’innovazione anziché sull’infrastruttura, portando il cloud dove ne hanno più bisogno.

Per i workload mission-critical che richiedono ambienti dedicati, ad esempio, AWS prevede implementazioni fisicamente isolate che combinano le più recenti infrastrutture di AI con funzionalità on-premise, consentendo di eseguire in modo sicuro attività di addestramento, ottimizzazione e inferenza in tempo reale.

Sostenere le strategie nazionali sull’AI

Strategie AI efficaci richiedono la costruzione di ecosistemi capaci di valorizzare le competenze locali, sostenere le startup, sviluppare applicazioni verticali e favorire collaborazioni pubblico-private. Il cloud ha trasformato l’intelligenza artificiale da tecnologia accessibile solo a organizzazioni con ingenti capacità di investimento a strumento disponibile per realtà di ogni dimensione.

Sebbene l’attenzione si concentri principalmente sulle infrastrutture tecniche quando si parla di sovranità nell’AI, le dimensioni culturali e strategiche dei Foundation Model (FM) nazionali sono altrettanto cruciali. I FM non sono semplici strumenti computazionali: possono codificare elementi di conoscenza culturale, sfumature linguistiche e contesto sociale, rendendo la rilevanza locale una scelta progettuale fondamentale anziché un aspetto secondario. Se addestrati localmente, questi modelli possono riflettere i programmi educativi nazionali e i valori culturali, comprendendo al contempo i sistemi giuridici, le pratiche commerciali e i quadri normativi locali. I modelli addestrati su lingue, dialetti e contesti culturali locali sostengono la diversità linguistica e aiutano le lingue sottorappresentate ad acquisire visibilità nei prodotti e nei servizi di AI. Ne sono esempi concreti Meltemi, il primo Large Language Model greco, sviluppato a partire da Mistral-7B su infrastruttura AWS e addestrato su un dataset di 28,5 miliardi di token in lingua greca, e SEA-LION, una famiglia di modelli open source multilingua per il Sud-Est asiatico, addestrati interamente su AWS. Qui è stato completato un modello da 3 miliardi di parametri in soli tre mesi, con tempi ridotti del 60% rispetto a progetti on-premises comparabili.

Controllo verificabile sugli accessi ai dati

La sovranità non riguarda solo il luogo in cui risiedono i dati, ma anche chi può accedervi e a quali condizioni. Nel contesto dell’AI, le restrizioni di accesso vanno oltre l’infrastruttura e includono input e output dei modelli, processi di addestramento e ambienti operativi. A differenza dell’infrastruttura tradizionale, i carichi di lavoro di AI introducono nuove superfici di accesso: il modello stesso, i dati utilizzati per addestrarlo e la pipeline di inferenza attraverso cui fluiscono gli input sensibili. Tutto ciò rafforza la necessità di una governance verificabile e della propagazione delle identità nei sistemi informatici.

Per garantire riservatezza e integrità dei dati, le istanze di calcolo cloud dovrebbero essere supportate da architetture progettate in modo che l’accesso ai dati aziendali durante l’esecuzione dei workload sia tecnicamente precluso a qualsiasi soggetto non autorizzato, incluso il personale appartenente all’organizzazione del provider tecnologico. Questa garanzia non dovrebbe dipendere da policy interne, ma essere incorporata nell’architettura stessa del sistema. Un esempio di questo approccio è AWS Nitro System, un’architettura progettata per isolare i workload dei clienti e impedire l’accesso ai dati durante l’elaborazione.

I servizi AI ereditano le stesse protezioni dell’infrastruttura sottostante, estese a tutte le fasi del ciclo di vita del modello: dall’addestramento all’inferenza. La solidità di queste protezioni dovrebbe essere verificata da soggetti terzi indipendenti specializzati in sicurezza informatica, rendendo la trasparenza un elemento strutturale del rapporto di fiducia con i clienti.

Con la crescente diffusione di agenti di AI che operano in modo autonomo sui sistemi, diventa essenziale controllare chi e cosa può accedere alle risorse e garantire un’adeguata supervisione umana. Utenti e agenti di AI dovrebbero operare secondo il principio del minimo privilegio, cioè con le sole autorizzazioni strettamente necessarie, e ogni azione dovrebbe essere tracciabile attraverso audit log completi.

Trasparenza e garanzie

La trasparenza è al centro di qualsiasi impegno serio in materia di sovranità digitale. Questo implica, per i provider tecnologici, mettere a disposizione misure tecniche complete e all’avanguardia, controlli operativi e tutele contrattuali che garantiscano alle aziende il controllo su dove collocare i propri dati, chi può accedervi e come vengono utilizzati.

Garanzie e trasparenza dovrebbero essere costantemente rafforzate. Ciò significa, tra l’altro, aggiornare i termini di servizio per riflettere gli impegni di protezione tecnica, definire impegni contrattuali dettagliati sulla gestione delle richieste di terze parti relative ai dati dei clienti e mettere a disposizione risorse che orientino scelte consapevoli in materia di sovranità. Questi sforzi dovrebbero estendersi all’ambito dell’AI responsabile, offrendo alle aziende la certezza di poter sviluppare e gestire applicazioni di AI in modo consapevole e sicuro.

In questo quadro, ISO/IEC 42001, lo standard internazionale di riferimento per i sistemi di gestione dell’AI, definisce requisiti e controlli per promuoverne lo sviluppo e l’uso responsabile. Conseguire la relativa certificazione accreditata e superare audit di sorveglianza periodici senza rilievi rappresenta un indicatore concreto del livello di maturità raggiunto su questo fronte.

La tecnologia innovativa richiede una base sicura e affidabile. AWS, ad esempio, aderisce a oltre 140 standard di sicurezza e certificazioni di conformità che clienti e partner possono fare propri per adeguarsi alle normative locali. Un impegno serio in questo ambito implica un dialogo continuativo con le autorità di regolamentazione e per la sicurezza informatica, per allineare i servizi alle priorità nazionali e garantire che le soluzioni supportino tanto l’innovazione quanto il controllo, contribuendo attivamente alla definizione di framework normativi capaci di rispondere ai nuovi sviluppi senza frenare il progresso.

Articolo a cura di Stéphane Israël, Managing Director of the AWS European Sovereign Cloud at AWS

L'articolo Sovranità dell’AI: un approccio concreto secondo AWS proviene da Data Manager Online.

È questo il quadro delineato dalla Salary Guide 2026 di LHH, società del Gruppo Adecco specializzata nella consulenza HR e nella gestione del talento, che fotografa l’evoluzione del mercato del lavoro italiano attraverso l’analisi dei processi di selezione, dei benchmark retributivi e delle principali trasformazioni organizzative.

Il vero problema non è il numero di posti disponibili

Secondo il report, il mercato del lavoro italiano continua a mostrare segnali positivi sul fronte dell’occupazione: il tasso di occupazione ha ormai superato il 62% (fonte ISTAT). Parallelamente, però, cresce la difficoltà delle imprese nel reperire candidati con competenze adeguate.

Oltre il 45% delle aziende, infatti, segnala difficoltà nel trovare profili coerenti con le proprie esigenze (fonte Unioncamere-ANPAL, Excelsior 2025).

Il nodo non riguarda tanto la quantità di candidati disponibili quanto la qualità delle competenze. Le aziende ricercano professionisti capaci di combinare competenze tecniche, capacità di analisi dei dati e comprensione del business, mentre il mercato dell’offerta procede con un ritmo più lento rispetto all’evoluzione della domanda.

Il risultato è un mismatch di competenze destinato a diventare uno dei principali fattori competitivi per le organizzazioni.

L’intelligenza artificiale cambia il lavoro, ma servono nuove competenze

L’adozione dell’intelligenza artificiale sta accelerando la trasformazione delle professioni.

La Salary Guide evidenzia che il 55% dei lavoratori si aspetta un’integrazione dell’AI nelle attività quotidiane entro i prossimi dodici mesi. Tuttavia, soltanto il 41% afferma di essere coinvolto direttamente nella ridefinizione del proprio ruolo (fonte: The Adecco Group – Global Workforce of the Future 2025).

Questo dato suggerisce che la tecnologia, da sola, non basta a colmare il divario di competenze. Le organizzazioni dovranno accompagnare il cambiamento attraverso programmi di formazione, aggiornamento professionale e ridefinizione dei percorsi di carriera.

Retribuzioni ancora molto diverse tra Nord e Centro-Sud

Il report evidenzia come il mercato italiano continui a presentare un marcato divario territoriale sul fronte delle retribuzioni.

Per i ruoli manageriali e ad alta responsabilità, gli stipendi nelle principali aree del Nord risultano mediamente superiori rispetto al Centro-Sud, con differenze che possono superare il 15-20% a parità di posizione.

La distanza salariale riflette la maggiore concentrazione di grandi imprese, la complessità organizzativa e la competizione per i talenti presente nelle aree economicamente più sviluppate del Paese.

Anche la crescita retributiva appare sempre più selettiva: gli aumenti più significativi riguardano le figure con competenze rare o con forte impatto strategico, mentre le posizioni intermedie registrano incrementi più contenuti.

Le competenze diventano il vero valore del lavoro

La trasformazione digitale sta modificando anche il modo in cui vengono progettati i ruoli aziendali.

Le organizzazioni stanno progressivamente superando le tradizionali job description statiche per adottare modelli basati sulle competenze, premiando sempre di più capacità analitiche, interpretazione dei dati e supporto ai processi decisionali.

Di conseguenza cresce la domanda di professionisti in grado di muoversi tra tecnologia e business, contribuendo non soltanto all’operatività quotidiana ma anche ai processi di innovazione aziendale.

Le professioni più richieste nel 2026

Tra i profili destinati a registrare la domanda più elevata figurano:

• AI e Machine Learning Engineer, con retribuzioni che nei profili junior-mid possono raggiungere i 55-60 mila euro;
• AI Architect e Data Leader, figure senior che guidano i progetti di intelligenza artificiale, con stipendi superiori agli 80 mila euro;
• Cybersecurity Specialist e Cybersecurity Manager, sempre più richiesti per proteggere dati e infrastrutture digitali;
• Cloud e DevOps Engineer, fondamentali per la gestione di infrastrutture scalabili e resilienti;
• Controller e professionisti FP&A, chiamati a supportare le decisioni strategiche attraverso analisi avanzate dei dati.

Lo stipendio non basta più

La Salary Guide 2026 sottolinea infine come la componente economica, pur restando importante, non rappresenti più l’unico elemento nella scelta di un datore di lavoro.

I professionisti qualificati valutano sempre più aspetti quali qualità della leadership, opportunità di crescita, chiarezza del ruolo, cultura aziendale e sostenibilità organizzativa.

Per le imprese diventa quindi fondamentale costruire una Employee Value Proposition credibile lungo tutto il percorso professionale del collaboratore, dalla selezione allo sviluppo delle competenze.

“Il 2026 evidenzia con chiarezza come il tema delle competenze sia ormai centrale nella competitività delle imprese. In un mercato sempre più selettivo, non è più sufficiente attrarre talenti: diventa fondamentale svilupparli e valorizzarli nel tempo, creando contesti in cui tecnologia, business e capitale umano evolvano in modo integrato”, ha commentato Luca Semeraro, Amministratore Delegato di LHH Italia. “L’introduzione di nuovi principi di trasparenza salariale contribuirà inoltre a rendere sempre più centrali coerenza, equità e chiarezza nelle politiche retributive. La vera sfida per le organizzazioni non è quindi inseguire il cambiamento, ma renderlo comprensibile e governabile, trasformandolo in un vantaggio competitivo concreto e sostenibile.”

L'articolo Lavoro, cresce il mismatch di competenze: AI e cybersecurity tra i profili più ricercati nel 2026 proviene da Data Manager Online.

Parte della risposta risiede nel modo in cui le aziende applicano l’AI. Troppo spesso, l’AI viene considerata un investimento tecnologico a sé stante, piuttosto che una capacità in grado di migliorare il processo decisionale, rafforzare le operazioni e generare risultati di business misurabili. Man mano che le organizzazioni adottano più sistemi basati sull’AI, le prestazioni e la resilienza di tali sistemi diventano sempre più legate ai ricavi, alla customer experience e alla reputazione del brand. Quando la tecnologia fallisce, l’impatto si fa sentire ben oltre il reparto IT.

Allo stesso tempo, l’adozione dell’AI continua ad accelerare. Deloitte riporta che il 65% delle aziende include ora l’AI nella propria strategia aziendale. Eppure, nonostante questo slancio, molte aziende sono ancora alla ricerca di modi per tradurre gli investimenti in AI in un valore aziendale significativo. Per farlo, i leader hanno bisogno di una comprensione più chiara di come le prestazioni della tecnologia influenzino i sistemi, i servizi e la customer experience che sono alla base del successo commerciale. È in questo contesto che l’intelligence in tempo reale assume un’importanza sempre maggiore.

Il crescente legame tra tecnologia e performance aziendali

Un tempo, le performance tecnologiche erano considerate una questione prettamente informatica. Oggi, sono una questione aziendale.

Con la digitalizzazione delle organizzazioni, i sistemi che supportano le interazioni con i clienti, le transazioni e i servizi sono diventati fattori critici per la generazione di ricavi. Quando questi sistemi rallentano o falliscono, le conseguenze possono essere immediate: perdita di fatturato, clienti insoddisfatti e danni alla brand reputation.

Questo cambiamento sta modificando le aspettative nei confronti dell’intelligenza artificiale. Le aziende non cercano più solo guadagni in termini di efficienza. Vogliono che l’AI supporti l’innovazione, migliori l’affidabilità e contribuisca a offrire esperienze migliori ai clienti. Dopotutto, i clienti non percepiscono la complessità di un servizio digitale. Ne sperimentano solo il funzionamento.

È qui che l’osservabilità basata sull’AI può svolgere un ruolo importante. Fornendo una maggiore visibilità su sistemi e operazioni, le aziende possono identificare i problemi in anticipo, comprenderne il potenziale impatto e rispondere in modo più efficace. L’agentic AI fa un ulteriore passo avanti, aiutando i team ad automatizzare le attività di monitoraggio e risoluzione dei problemi di routine, consentendo ai dipendenti di concentrarsi sul processo decisionale strategico e su attività a maggior valore aggiunto.

In definitiva, le organizzazioni che non hanno visibilità sulle proprie operazioni rischiano di rimanere indietro. La capacità di rilevare e risolvere i problemi prima che i clienti ne risentano sta diventando un fattore chiave di differenziazione. L’intelligence in tempo reale contribuisce a rendere tutto ciò possibile, fornendo ai leader un quadro più chiaro di come le prestazioni tecnologiche influenzino i risultati aziendali più ampi.

Passare da operazioni reattive a processi decisionali in tempo reale

Molte organizzazioni operano ancora in modo reattivo per quanto riguarda le prestazioni tecnologiche. I problemi vengono spesso scoperti solo dopo che hanno interrotto i servizi o colpito i clienti.

L’intelligence in tempo reale contribuisce a spostare questo approccio da reattivo a proattivo. Invece di limitarsi a rispondere agli incidenti, le organizzazioni possono identificare i rischi in anticipo, prevedere potenziali problemi e agire prima che si verifichino interruzioni.

I vantaggi vanno oltre la semplice ricezione di avvisi più rapidi. Quando emerge un problema, le aziende devono capire non solo cosa è successo, ma anche perché è successo, quali sistemi sono interessati e quale azione intraprendere successivamente. Le moderne piattaforme di osservabilità possono aiutare i team a eseguire analisi delle cause alla base molto più rapidamente, riducendo i tempi di inattività e accelerando la risoluzione.

Questo livello di comprensione più profondo diventa sempre più importante man mano che gli ambienti tecnologici si fanno più complessi. Non è più sufficiente che i sistemi segnalino un malfunzionamento. Le aziende hanno bisogno di contesto.

Quando l’intelligenza artificiale viene integrata nei flussi di lavoro e nelle funzioni aziendali, può collegare i segnali tecnici con i risultati operativi e commerciali. Questo aiuta le organizzazioni a capire in che modo le prestazioni tecnologiche influenzano clienti, dipendenti e flussi di entrate, consentendo decisioni più rapide e informate. In altre parole, l’intelligence in tempo reale non è solo monitoraggio dei sistemi. Si tratta di fornire ai leader le informazioni di cui hanno bisogno per prendere decisioni di business migliori.

Trasformare la visibilità in impatti di business misurabili

Avere visibilità sui sistemi è importante, ma la sola visibilità non basta. Il vero valore deriva dalla comprensione di come le prestazioni tecnologiche influiscano sui risultati di business.

Per raggiungere questo obiettivo, le organizzazioni necessitano di una visione unificata delle proprie operazioni. In assenza di tale visione, i team tendono a lavorare a compartimenti stagni, rendendo più difficile individuare i rischi, stabilire le priorità di intervento e comprendere l’impatto più ampio dei problemi tecnologici.

Il settore dell’aviazione offre un esempio significativo. Ogni giorno, milioni di passeggeri si affidano alla tecnologia che supporta i sistemi di prenotazione, le procedure di check-in, la gestione dei bagagli e le operazioni di volo. Quando si verifica un problema, le ripercussioni possono propagarsi rapidamente all’intera attività aziendale.

Grazie a una piattaforma di osservabilità, i team delle compagnie aeree possono vedere come i problemi tecnologici incidano su metriche aziendali chiave, quali la puntualità di partenze e arrivi e i tassi di completamento del check-in digitale. Ciò consente di dare priorità alle azioni in base all’impatto sul business, anziché alla sola gravità tecnica del problema, migliorando così sia la resilienza operativa che l’esperienza del cliente.

Lo stesso principio vale per tutti i settori. Man mano che la tecnologia assume un ruolo sempre più centrale nelle prestazioni aziendali, le organizzazioni necessitano di strumenti in grado di collegare i dati operativi ai risultati commerciali. È proprio in questo ambito che l’intelligenza artificiale può andare oltre il semplice incremento dell’efficienza e iniziare a generare un valore misurabile.

Dall’insight all’azione

Le aziende che continuano a considerare la tecnologia come una semplice funzione di back-office rischiano di perdere un’opportunità significativa.

Molte organizzazioni stanno comprendendo sempre più che le prestazioni tecnologiche, la customer experience e i risultati di business sono profondamente interconnessi. Con la crescente adozione dell’AI, la capacità di comprendere tali connessioni e di agire di conseguenza diventerà ancora più cruciale.

L’agentic AI sta contribuendo ad accelerare questa trasformazione, consentendo alle organizzazioni di ottenere visibilità in tempo reale sui sistemi, automatizzare le attività di routine e rispondere alle problematiche in modo più efficace. Invece di affidarsi esclusivamente all’intervento manuale, i team possono concentrarsi sulle priorità strategiche, mentre l’AI aiuta a gestire la complessità dei moderni ambienti tecnologici.

In definitiva, le organizzazioni che otterranno i maggiori vantaggi dall’AI saranno quelle capaci di utilizzarla per migliorare i processi decisionali, rafforzare la resilienza e offrire una customer experience superiore. L’intelligence in tempo reale costituisce la base di questo approccio, aiutando le aziende a trasformare gli insight in azioni concrete e gli investimenti in AI in un impatto aziendale misurabile.

Articolo a cura di Philippe Deblois, Global Vice President, Solutions Engineering, Dynatrace

L'articolo Come l’intelligenza basata sull’AI sta trasformando le performance aziendali proviene da Data Manager Online.

Quando si parla di IA e mondo del lavoro, il punto non è solo come stia impattando, ma quanto. Quali ruoli tech oggi sono più esposti all’IA e come si stanno adattando i professionisti? Secondo il Tech Talent Explorer di Hays, basato sull’analisi di 20 ruoli tecnologici in 34 Paesi, l’intelligenza artificiale non sta ancora avendo in Italia un impatto dirompente sui professionisti tech (punteggio complessivo pari a 46 su 100). Non si parla quindi, almeno per ora, di una trasformazione tale da far scomparire alcune figure, ma di un’evoluzione progressiva delle attività e delle competenze richieste. I ruoli come Network Engineer, Change Manager e Project Manager sembrano oggi meno interessati dalla trasformazione legata all’IA. L’impatto cresce invece per profili più legati a sviluppo, automazione e testing, come AI Engineer, RPA Engineer e Test Analyst, che registrano il livello più alto di esposizione tra i ruoli analizzati, con un punteggio pari a 56 su 100.

I profili più esposti sono quindi quelli in cui una parte delle attività può essere progressivamente supportata dall’automazione, soprattutto nei processi più operativi, ripetitivi o standardizzabili. Questo, però, non significa una perdita di centralità del talento umano. Al contrario, restano essenziali competenze come supervisione, progettazione, problem solving, controllo qualità e capacità di integrare le soluzioni tecnologiche nei processi aziendali. La trasformazione guidata dall’AI non riduce quindi il valore dei professionisti tech, ma ne ridefinisce il ruolo: accanto all’expertise tecnica diventano sempre più importanti capacità decisionale, visione strategica, comprensione del business e gestione del cambiamento.

Retribuzioni Tech: l’Italia nel confronto internazionale

Nel confronto con alcuni dei principali mercati europei, considerando la media delle fasce salariali dei 20 ruoli tech analizzati, l’Italia registra una retribuzione media pari a 41.590 euro, ovvero il 38% in meno del Regno Unito, dove la media raggiunge i 67.350 €, del 37% rispetto alla Germania (€ 66.100), del 23,4% rispetto alla Francia (€ 54.300) e del 13,9% rispetto alla Spagna (€ 48.300). Il Portogallo si colloca invece sotto il mercato italiano, con una media pari a 38.050 euro.

In questo scenario, il Change Manager rappresenta il ruolo italiano meglio posizionato nel confronto internazionale, con una retribuzione media pari a 72.270 €, ma che può raggiungere gli 84.960€. Un dato che conferma il valore crescente delle competenze legate alla gestione del cambiamento, alla trasformazione organizzativa e all’adozione di nuove tecnologie. In un contesto in cui l’AI sta ridefinendo processi, attività e modelli operativi, le aziende riconoscono sempre più rilevanza ai profili capaci di accompagnare l’evoluzione tecnologica e tradurla in cambiamento concreto.

Tra gli altri ruoli con le retribuzioni medie più elevate in Italia figurano anche gli AI Engineer, con 51.910 euro, i Solutions Architect, con 47.915 euro, i Project Manager, con 47.420 euro, e i Security Engineer, con 46.920 euro.

Disponibilità di talenti: profili tech e trasversali diffusi, competenze specialistiche ancora rare

I dati mostrano che, nel nostro Paese, la disponibilità di talenti si concentra soprattutto su figure ormai sempre più richieste dal mercato, come i Project Manager, che rappresentano circa il 9,7% dei profili disponibili, seguiti dai Software Developer con il 9,6%, dai Data Analyst con l’8,5% e dai Business Analyst con l’8,2%, confermando una maggiore maturità del mercato su ruoli legati alla gestione progettuale, allo sviluppo software e all’analisi dei dati. Al contrario, le figure più specialistiche e verticali risultano meno diffuse: profili come i DevOps Engineer, pari a circa lo 0,9%, gli RPA Engineer con lo 0,6%, i Cloud Engineer con lo 0,3% e gli Scrum Master con appena lo 0,2% evidenziano una disponibilità più limitata, suggerendo una possibile maggiore sfida tra aziende nell’attrarre competenze tecniche avanzate.

“Il Tech Talent Explorer mostra come l’AI stia cambiando il valore dei ruoli tech”, dichiara Fabiano Peveralli, Director di Hays. “Le competenze tecniche restano fondamentali, ma cresce il peso delle capacità che permettono di trasformare l’innovazione in risultati concreti: Per il mercato italiano, la sfida sarà valorizzare sempre di più i profili coinvolti nella trasformazione digitale, a partire dalle competenze più specialistiche e meno diffuse, e investire in upskilling, percorsi di crescita e strategie di attraction mirate”.

L'articolo I professionisti tech italiani guadagnano fino al 38% in meno dei colleghi europei proviene da Data Manager Online.

PPK Innovation annuncia l’ingresso nel capitale di ally Consulting con l’acquisizione del 30% della società, dando avvio a una nuova fase di crescita condivisa che si inserisce nella strategia di Buy & Build del Gruppo.

L’operazione rappresenta un tassello del piano industriale di PPK, nato con un obiettivo chiaro: aggregare e strutturare il know-how tecnologico italiano in un’unica architettura industriale. In un mercato caratterizzato dalla presenza di numerose software house altamente specializzate nello sviluppo di soluzioni business-critical per le PMI, PPK punta a trasformare la frammentazione in un sistema integrato, capace di generare economie di scala, maggiore efficienza e una superiore capacità di investimento.

ally Consulting entra così a far parte di questo percorso mantenendo la propria identità e valorizzando oltre trent’anni di esperienza come società italiana di consulenza IT e system integrator specializzata nella trasformazione digitale. L’azienda affianca da decenni le imprese nell’evoluzione dei processi organizzativi, con una consolidata competenza nell’implementazione di sistemi ERP, in particolare sulle tecnologie Infor, e nello sviluppo di progetti di Business Intelligence, Intelligenza Artificiale e analisi predittiva, rivolti soprattutto al settore manifatturiero, dall’automotive all’aerospazio, fino all’high-tech e ai produttori di macchinari industriali.
L’ingresso di PPK consentirà ad ally Consulting di rafforzare ulteriormente il proprio posizionamento nell’ambito dell’Industrial Intelligence, integrando nuove competenze e accelerando lo sviluppo di soluzioni sempre più evolute. Parallelamente, l’operazione permetterà di ampliare il raggio d’azionecommerciale della società, estendendo l’offerta anche a nuove fasce di mercato, comprese le piccole imprese, in linea con il piano di crescita condiviso.

“L’Industrial Intelligence nasce dall’integrazione dei sistemi prima ancora che dall’intelligenza artificiale. Per questo la capability ‘Integrate’ rappresenta uno dei pilastri della strategia PPK. Abbiamo scelto ally perché porta in dote oltre trent’anni di esperienza nell’integrazione di processi e piattaforme mission-critical, maturata al fianco di alcune delle più importanti realtà manifatturiere italiane”, dichiara Antonino Cilluffo, CEO di PPK Innovation.

‘’L’ingresso di PPK introduce nuove professionalità e competenze che arricchiscono l’offerta di ally verso i propri clienti. Oltre la crescita è fondamentale consolidare la propria identità trasferendo ai clienti la robustezza di un “alleato” in grado di sostenere a 360 gradi la loro evoluzione tecnologica. ‘’ afferma Paolo Aversa, Managing Director ally Consulting.

L’operazione conferma la volontà di entrambe le realtà di costruire un percorso di crescita di lungo periodo, fondato sulla complementarità delle competenze, sulla condivisione degli investimenti e sulla creazione di un polo italiano capace di accompagnare le imprese nella trasformazione digitale e nell’evoluzione dei propri modelli industriali.
Nell’ambito della strategia Buy & Build di PPK, ally Consulting rappresenta un’importante realtà complementare, destinata a contribuire allo sviluppo di un ecosistema tecnologico sempre più integrato, in grado di offrire alle imprese italiane competenze specialistiche, innovazione e capacità di execution su progetti ad alto valore aggiunto

L'articolo PPK Innovation entra nel capitale di ally Consulting: acquisito il 30% della società per accelerare la strategia di crescita e consolidare l’offerta nell’Industrial Intelligence proviene da Data Manager Online.

La storia di smeup racconta l’evoluzione di una software house nata in Franciacorta e diventata uno dei principali gruppi italiani specializzati nella trasformazione digitale delle imprese. Un percorso lungo oltre quarant’anni, costruito attraverso lo sviluppo di competenze proprietarie, una strategia di aggregazione e un’offerta che oggi comprende soluzioni ERP, piattaforme documentali, agenti di Intelligenza Artificiale, business analytics, cybersecurity e cloud. Un’evoluzione che oggi si traduce in numeri concreti: cento milioni di euro di fatturato, 710 professionisti, 2.600 clienti attivi in 29 Paesi e 21 sedi distribuite sul territorio nazionale.

Le origini risalgono alla metà degli anni Ottanta. Il fondatore Silvano Lancini inizia la propria carriera come insegnante di matematica nelle scuole elementari, per poi orientarsi verso l’informatica, maturando esperienze in IBM e Panthera. Quando alcuni imprenditori bresciani gli propongono di sviluppare software per le loro aziende, nasce SMEA, il nucleo originario del gruppo: quattro dipendenti, nessun ufficio e una taverna di casa trasformata nella prima sede operativa.

Fin dall’inizio l’obiettivo va oltre la realizzazione di software: affiancare le imprese partendo dalla conoscenza dei loro processi e costruire relazioni di lungo periodo. «Credevo di non saper fare l’imprenditore, ma dovevo pagare quattro stipendi», ricorda oggi Lancini. Una responsabilità che diventa il punto di partenza di un modello fondato sulla vicinanza ai clienti e sulla crescita condivisa, e che negli anni si consolida in una cultura aziendale riconoscibile, fatta di continuità nelle relazioni e di attenzione costante ai bisogni reali delle imprese clienti.

Un passaggio decisivo arriva nel 1998, quando smeup trasforma una relazione con una società concorrente, QUERY, in un progetto comune. Anziché procedere con una tradizionale operazione finanziaria, le due realtà mettono a fattor comune la proprietà del software sviluppato, dando vita a un modello di collaborazione basato sulla valorizzazione delle rispettive competenze. È un principio che si rivelerà centrale anche nelle fasi successive di crescita del gruppo.

È così che l’aggregazione diventa uno dei motori della crescita. Con la nascita di smeup S.p.A. nel 2013, il gruppo avvia un percorso di acquisizioni e integrazioni volto ad ampliare le proprie competenze e la sua presenza sul mercato, preservando il patrimonio professionale delle aziende coinvolte. In meno di dieci anni le oltre trenta operazioni di M&A portano il fatturato da 10 a 100 milioni di euro, consolidando smeup come uno dei principali gruppi italiani della Digital Transformation.

Oggi smeup integra tecnologie proprietarie e servizi consulenziali per accompagnare le imprese lungo il percorso di innovazione. Dall’ERP alla gestione documentale, dal cloud alla cybersecurity fino all’intelligenza artificiale, le soluzioni del gruppo rendono più efficienti i processi produttivi, organizzativi e decisionali. La stessa intelligenza artificiale viene interpretata come uno strumento di supporto dell’intelligenza umana. Un collaboratore digitale specializzato, capace di alleggerire attività ripetitive, lasciando alle persone un ruolo sempre più centrale nell’interpretare informazioni, prendere decisioni e guidare il business.

Questa visione guida anche il piano industriale 2027-2030, che punta su un equilibrio tra crescita organica e acquisizioni mirate, con particolare attenzione allo sviluppo della proprietà intellettuale interna e al consolidamento dei 130 milioni di euro di fatturato previsti entro il 2030. Per il gruppo, la sovranità digitale significa progettare e governare tecnologie e competenze distintive, riducendo la dipendenza da piattaforme di terze parti e sviluppando soluzioni sempre più aderenti alle esigenze delle imprese, in un mercato in cui il controllo del know-how diventa un fattore competitivo sempre più determinante.

L’evoluzione passa anche attraverso la governance. Nel tempo smeup ha costruito un modello di continuità manageriale basato su circa sessanta soci operativi e su una struttura pensata per garantire lo sviluppo dell’azienda oltre la figura del fondatore. Dal 2025 la direzione generale è affidata a Dario Vemagi, in una fase in cui il gruppo continua a rafforzare la propria organizzazione interna per sostenere i ritmi di crescita degli anni a venire.

La direttrice resta quella di quasi quarant’anni fa: crescere senza perdere il legame con le proprie radici, nello stesso spirito imprenditoriale che ha trasformato una taverna della Franciacorta in uno dei principali gruppi tecnologici italiani.

L'articolo smeup: storia di una software house italiana proviene da Data Manager Online.

Con questa operazione Altea Federation conferma la propria strategia di crescita attraverso la valorizzazione delle eccellenze del Gruppo e il consolidamento di competenze ad alto contenuto tecnologico e ingegneristico, investendo in un ambito destinato a diventare sempre più centrale per lo sviluppo sostenibile e la sicurezza del territorio

Altea Federation accelera sulla sicurezza delle infrastrutture italiane e annuncia la nascita del Polo Nazionale di Sistemi di Monitoraggio su Strutture Critiche. Il progetto ha copertura nazionale e unisce le competenze di I-am – player di riferimento per l’Infrastructure Asset Management – con la sua neonata Business Unit IoT sviluppata dall’integrazione di Agisco – storica azienda di ingegneria civile e tecnologie avanzate per il monitoraggio infrastrutturale – e di Famas System – leader nel settore degli Infrastructure Transport Systems (ITS), con soluzioni per la mobilità intelligente, il monitoraggio del traffico, la sicurezza stradale e la digitalizzazione delle infrastrutture di trasporto.

Altea crea così un hub tecnologico unico in Italia per il monitoraggio delle opere infrastrutturali, offrendo servizi di progettazione ad alto valore nei domini hardware e software, integrazione di soluzioni su misura evolute, ed esperienze consolidate nei contesti della mobilità, del controllo ambientale e strutturale, dell’ingegneria digitale e della gestione di infrastrutture critiche (come ponti, reti energetiche, trasporti, ecc.).

L’obiettivo è supportare enti pubblici, concessionari infrastrutturali, utility, operatori energetici e grandi organizzazioni nella gestione evoluta dei propri asset strategici, contribuendo a migliorarne sicurezza, affidabilità, efficienza operativa e sostenibilità.

“La nascita del Polo Nazionale di Sistemi di Monitoraggio su Strutture Critiche rappresenta molto più di un’evoluzione organizzativa: è una scelta industriale che guarda al futuro”, dichiara Andrea Ruscica, Chairman & CEO di Altea Federation. “Abbiamo deciso di mettere a fattor comune competenze, tecnologie ed esperienze che negli anni hanno dimostrato il proprio valore sul mercato, creando una realtà capace di rispondere alle sfide sempre più complesse che riguardano la sicurezza, la sostenibilità e la resilienza delle infrastrutture strategiche. Crediamo che questo progetto possa contribuire all’innovazione delle opere ingegneristiche e rafforzare il ruolo di Altea Federation come prime mover per la trasformazione digitale e tecnologica del sistema Paese”.

 La necessità di garantire sicurezza, resilienza e affidabilità a reti, opere civili, infrastrutture di trasporto, asset energetici e sistemi strategici è oggi più che mai centrale. In risposta a questa esigenza, cresce la domanda di tecnologie avanzate in grado di monitorare in tempo reale, prevenire criticità e supportare decisioni basate sui dati.

“Negli ultimi anni, sono numerose le infrastrutture italiane che hanno presentato problemi strutturali” – aggiunge Domenico Andreis, AD di I-am, che cita a riguardo di dati del Rapporto ANCE sulle infrastrutture – “Il 60% dei ponti ha superato i 50 anni di vita e si stima che almeno il 20% di queste opere viarie mostri fenomeni di corrosione o degrado strutturale. In Italia, stiamo cercando di colmare il gap con il Piano Nazionale di Ripresa e Resilienza (PNRR) e gli oltre 30 miliardi di euro stanziati per la modernizzazione delle infrastrutture. In questo scenario, il nuovo Polo che abbiamo creato si propone come riferimento tecnologico per enti pubblici e privati, offrendo soluzioni di monitoraggio predittivo per prevenire crolli, ottimizzare la manutenzione e ridurre i costi operativi. Un’azione che va ben oltre il progresso digitale, contribuendo alla salvaguardia della vita umana.”

Altea Federation ha scelto di mettere a sistema le competenze tecnologiche, ingegneristiche e digitali maturate dalle proprie company, integrando know-how, tecnologie e capacità progettuali complementari in un unico hub. Nasce così una proposta end-to-end, pensata per accompagnare organizzazioni pubbliche e private nella gestione, nella tutela e nell’evoluzione delle proprie infrastrutture.

L’eredità di Famas System incontra l’innovazione di I-am

Al centro del progetto c’è il rilancio strategico di Famas System, realtà che da oltre trent’anni opera nella sustainable mobility e nei sistemi di monitoraggio, distinguendosi per competenza, capacità progettuale e affidabilità. L’ingresso in Altea Federation ne ha custodito il patrimonio tecnologico e professionale, sviluppando nuove opportunità di crescita in sinergia con le altre company del Gruppo.

Tra queste, I-am ha sviluppato negli anni soluzioni avanzate per Asset Management, Digital Twin, monitoraggio predittivo, Deep Learning, Internet of Things e ingegneria digitale applicata alle infrastrutture strategiche e ai servizi regolati, consolidando collaborazioni con alcuni dei principali operatori italiani nei settori delle infrastrutture, dell’energia, dell’ambiente e dei servizi pubblici (fra cui ad esempio CAP Holding).

Un ulteriore impulso a questo progetto arriva oggi dalla nuova Business Unit IoT, nata dalla recente integrazione di Agisco in I-am, che amplia le competenze del Gruppo nella sensoristica avanzata, nella raccolta e analisi dei dati in real time e nel monitoraggio intelligente delle infrastrutture.

Una nuova governance per il Polo

Per guidare questa nuova fase di sviluppo, Altea Federation ha definito una governance orientata alla massima sinergia tra le società nel progetto del Polo Nazionale di Sistemi di Monitoraggio su Strutture Critiche.

Domenico Andreis assumerà il ruolo di Managing Director di Famas System, oltre che di I-am, con la responsabilità di garantire una regia industriale e strategica unitaria, favorendo la piena valorizzazione delle sinergie tecnologiche e commerciali.

Accanto a lui, Stefano Mellina ricoprirà il ruolo di Chief Business Officer di Famas System, con responsabilità sulle attività di Key Account Management per i clienti strategici, tra cui ANAS, i principali gestori della rete autostradale italiana e realtà territoriali di primo piano.

A completare la governance, Cristiano Penta (Deputy CFO di Altea Federation) assume il controllo finanziario di Famas System ed entra a far parte del Consiglio di Amministrazione, rafforzando ulteriormente la solidità e la visione strategica del progetto.

L'articolo Altea Federation presenta il Polo Nazionale di Sistemi di Monitoraggio su Strutture Critiche: con I-am, una nuova traiettoria strategica per il futuro di Famas System proviene da Data Manager Online.

La digitalizzazione della produzione richiede tecnologie specialistiche e partner in grado di trasformarle in valore concreto per le imprese. Da questa visione nasce la partnership tra EOS eCybertec, finalizzata a portare CyberPlan, soluzione APS di Cybertec, all’interno dell’offerta EOS dedicata alle aziende manifatturiere.

L’accordo nasce dalla volontà di integrare l’esperienza di EOS, realtà di riferimento nell’implementazione di soluzioni Microsoft per il settore manifatturiero, con CyberPlan, soluzione APS (Advanced Planning & Scheduling) di riferimento sul mercato e parte dell’offerta Zucchetti Digital Supply Chain. Grazie alle sue funzionalità avanzate di pianificazione e schedulazione della produzione, CyberPlan supporta le imprese nell’ottimizzazione delle risorse, nella gestione della capacità produttiva e nel miglioramento delle performance operative.

Per EOS, la collaborazione rappresenta il completamento della propria offerta dedicata alla smart factory, aggiungendo una soluzione APS consolidata a un ecosistema già composto da ERP, MES e altre tecnologie per la gestione dei processi industriali. Per Cybertec, l’accordo si inserisce nella strategia di rafforzamento del proprio ecosistema di partner qualificati, con l’obiettivo di rendere CyberPlan accessibile a un numero crescente di aziende manifatturiere. La collaborazione con EOS consente di farlo attraverso un partner con una profonda conoscenza del manufacturing e una consolidata esperienza nell’implementazione di soluzioni digitali.

Per CyberPlan, invece, significa poter contare su un partner con una profonda conoscenza del manufacturing e una consolidata esperienza nella progettazione e nell’implementazione di soluzioni digitali, capace di accompagnare le aziende in tutte le fasi del percorso di trasformazione.

«Mettere insieme le competenze specialistiche di CyberPlan sulla pianificazione avanzata con l’esperienza di EOS sulle tecnologie Microsoft e sui processi manifatturieri significa offrire alle aziende la configurazione migliore per affrontare le sfide del mercato», commenta Alice Kirchner, Direttrice Commerciale di Cybertec Zucchetti. «Il nostro obiettivo è mettere a disposizione dei clienti una proposta solida e integrata costruita attraverso le tecnologie più efficaci e i partner più qualificati.»

La collaborazione nasce dalla convinzione condivisa che il valore di un progetto non dipenda esclusivamente dalla qualità del software, ma dalla capacità di integrarlo nei processi aziendali e di accompagnare il cambiamento organizzativo.

«Abbiamo scelto CyberPlan perché rappresenta la soluzione APS di riferimento sul mercato», afferma Simone Grassi, Business Unit Manager Manufacturing di EOS Solutions. «Vogliamo proporre ai nostri clienti una piattaforma tecnologica altamente specializzata, integrabile con l’ecosistema Microsoft e supportata da una partnership solida. L’obiettivo è rendere i progetti più rapidi, ridurre la complessità delle implementazioni e offrire alle aziende strumenti concreti per migliorare la pianificazione della produzione.»

La sinergia tra le due aziende consente infatti di coniugare innovazione tecnologica e competenza progettuale: CyberPlan mette a disposizione una piattaforma evoluta per la pianificazione e la schedulazione della produzione, mentre

L'articolo CyberPlan entra nell’offerta EOS Solutions per rafforzare la pianificazione avanzata nel manifatturiero proviene da Data Manager Online.