Negli ultimi anni il concetto di AI Factory è diventato uno dei simboli più riconoscibili della nuova era dell’intelligenza artificiale. Grandi cluster di GPU, concentrati in pochi data center altamente specializzati, hanno reso possibile l’addestramento di modelli sempre più complessi e potenti, accelerando una trasformazione tecnologica senza precedenti.

Questa evoluzione è stata fondamentale: senza infrastrutture centralizzate di questa scala, lo sviluppo dell’AI generativa non avrebbe raggiunto l’attuale livello di maturità. Tuttavia, quando l’intelligenza artificiale esce dalla fase sperimentale e inizia a essere integrata nei processi produttivi delle aziende, emerge un punto critico sempre più evidente: il valore dell’AI non dipende solo dalla capacità di addestrare modelli, ma soprattutto dalla possibilità di utilizzarli in modo continuo, efficiente e su scala globale.

È qui che il paradigma cambia. Nel ciclo di vita dell’intelligenza artificiale è infatti essenziale distinguere tra training e inferenza. Il primo è un processo intensivo dal punto di vista computazionale ma episodico. Il secondo è il momento in cui il modello entra realmente in azione, rispondendo alle richieste degli utenti ed elaborando informazioni in tempo reale. Ed è proprio l’inferenza a rappresentare la vera economia dell’AI: ogni interazione digitale, ogni sistema di raccomandazione, ogni applicazione intelligente si basa su questo processo.

Con la diffusione dell’AI in ambito enterprise, l’inferenza è destinata a diventare la componente dominante sia in termini di volumi sia di costi operativi. Non sorprende che molte analisi prevedano che rappresenterà la maggior parte dei workload AI nei prossimi anni.

I limiti della centralizzazione

Questo spostamento ha implicazioni profonde. Non è più sufficiente concentrare la potenza di calcolo in pochi poli sempre più grandi e potenti: diventa necessario ripensare dove e come l’intelligenza viene eseguita.

Le AI Factory continueranno a svolgere un ruolo imprescindibile, soprattutto nella fase di addestramento dei modelli. Ma quando questi modelli vengono messi in produzione emergono limiti strutturali che non possono essere ignorati.

La latenza è il primo: in molti casi d’uso – dall’elaborazione video in tempo reale alla personalizzazione delle esperienze digitali fino all’automazione industriale – anche pochi millisecondi possono fare la differenza tra un’esperienza fluida e una inefficace. A questo si aggiungono i costi legati al trasferimento dei dati e le complessità normative e di governance, soprattutto nei settori regolamentati dove la sovranità del dato è un requisito essenziale. Infine, la scalabilità: concentrare tutte le richieste di inferenza in pochi hub globali significa esporsi a colli di bottiglia nei momenti di picco.

Per queste ragioni, il mercato sta evolvendo verso modelli ibridi e distribuiti, in cui il cloud centrale rimane fondamentale ma non più esclusivo.

L’edge come estensione naturale del cloud

In questo contesto, l’edge computing assume un ruolo sempre più strategico. Portare la capacità di calcolo vicino al punto in cui i dati vengono generati e utilizzati consente di ridurre la latenza, migliorare l’esperienza utente e ottimizzare l’efficienza complessiva dell’infrastruttura.

Non si tratta di sostituire il cloud, ma di estenderlo.

L’obiettivo non è replicare ovunque la stessa potenza di calcolo, ma costruire un modello intelligente di distribuzione dell’inferenza, in cui ogni richiesta venga eseguita nel punto della rete più adatto in base a criteri dinamici come prestazioni, costi e disponibilità.

È su questa trasformazione che si inserisce l’evoluzione delle piattaforme globali di Akamai, con soluzioni come Akamai Inference Cloud, che portano capacità di calcolo accelerato direttamente all’interno di una rete globale distribuita. L’obiettivo è rendere l’inferenza un servizio nativamente edge-aware, capace di adattarsi in tempo reale alle condizioni della rete e ai requisiti applicativi.

Orchestrazione e architettura distribuita

Ma distribuire la potenza di calcolo non basta. La vera sfida è l’orchestrazione: la capacità di decidere dinamicamente dove eseguire ogni singola inferenza, bilanciando latenza, carico infrastrutturale, prossimità geografica e vincoli di compliance. In altre parole, la rete diventa una sorta di sistema operativo globale dell’intelligenza artificiale.

In questo modello anche lo storage e la gestione dei dati giocano un ruolo fondamentale. Soluzioni come Akamai Object Storage permettono di supportare carichi distribuiti garantendo accesso coerente ai dati e prestazioni elevate indipendentemente dalla posizione in cui avviene l’elaborazione.

Il risultato è un’architettura realmente ibrida, in cui cloud ed edge non sono in competizione ma collaborano. Il cloud centrale continua a rappresentare il cuore del training e dei processi più complessi e intensivi, mentre l’edge diventa il livello in cui l’intelligenza artificiale interagisce con il mondo reale: utenti, dispositivi, sistemi industriali e transazioni digitali. 

Casi d’uso e impatto reale

Questa combinazione consente di allocare ogni workload nel punto più efficiente dell’infrastruttura, abilitando nuovi scenari applicativi.

Nel media, l’inferenza all’edge consente di personalizzare e trasformare contenuti live in tempo reale senza sovraccaricare le infrastrutture centrali. Nel retail, abilita esperienze più ricche e immediate nei punti vendita, migliorando l’interazione con i clienti e la gestione operativa. Nei servizi finanziari, permette di rilevare frodi e anomalie nel momento stesso in cui avvengono le transazioni, riducendo drasticamente i tempi di risposta.

In tutti questi scenari, la prossimità dell’intelligenza non è solo un vantaggio tecnologico, ma un elemento competitivo decisivo.

Resilienza e conclusione

Un ulteriore beneficio di questo modello è la resilienza. In un’architettura distribuita, eventuali guasti locali non compromettono il servizio complessivo: i workload vengono automaticamente ridistribuiti verso altri nodi della rete o verso il core centrale. Questo rende l’infrastruttura AI più robusta e adattiva.

La storia delle infrastrutture digitali insegna che ogni tecnologia realmente scalabile tende alla distribuzione. È accaduto con i contenuti e le CDN, poi con il cloud computing, e oggi sta accadendo con l’intelligenza artificiale.

Le AI Factory continueranno a essere essenziali, ma non saranno sufficienti. Il futuro dell’AI non sarà definito solo dalla potenza dei modelli, ma dalla loro capacità di essere presenti ovunque servano, esattamente nel momento in cui servono.

In definitiva, il valore non risiederà soltanto nell’intelligenza costruita nei data center, ma nella sua capacità di essere distribuita nel mondo reale.

A cura di Nicola Ferioli, Head of Engineering di Akamai Technologies

L'articolo Le AI Factory non bastano: il valore dell’AI si gioca nell’inferenza all’edge proviene da Data Manager Online.

Il cloud ibrido è diventato il nuovo standard dell’IT enterprise

Per oltre un decennio il paradigma Cloud First ha guidato le strategie di trasformazione digitale di aziende e pubbliche amministrazioni. Spostare applicazioni e dati nel cloud pubblico rappresentava la risposta più efficace alle esigenze di scalabilità, agilità e riduzione dei costi infrastrutturali.

Oggi, però, questo modello non è più sufficiente.

L’evoluzione dell’intelligenza artificiale, l’aumento dei requisiti normativi, la crescente attenzione alla sovranità del dato, l’esplosione dell’edge computing e la necessità di gestire workload sempre più diversificati stanno modificando profondamente il modo in cui vengono progettate le infrastrutture digitali.

Come abbiamo approfondito nell’articolo dedicato a Il Cloud First non basta più: è il momento di mettere in primo piano la sovranità, oggi il vero obiettivo non consiste più nello spostare tutto nel cloud, ma nell’eseguire ogni workload nell’ambiente più adatto.

È proprio questo il principio alla base del cloud ibrido.

Che cos’è il Cloud Ibrido

Per cloud ibrido si intende un’architettura nella quale infrastrutture cloud pubbliche, cloud privati e sistemi on-premise operano come un unico ecosistema integrato.

L’obiettivo non è sostituire il data center aziendale, ma sfruttare contemporaneamente i vantaggi dei diversi ambienti.

In un’infrastruttura ibrida possono convivere:

• data center aziendali;
• private cloud;
• public cloud;
• edge computing;
• servizi SaaS;
• AI infrastructure.

I workload vengono distribuiti dinamicamente in funzione di prestazioni, costi, sicurezza, latenza, compliance normativa e disponibilità delle risorse GPU.

Perché il Cloud Ibrido è diventato indispensabile

Negli ultimi anni sono emersi almeno cinque fattori che rendono il cloud ibrido una scelta quasi obbligata per molte organizzazioni enterprise.

1. Sovranità del dato

La normativa europea, dal GDPR al Data Act, fino ad AI Act e NIS2, impone requisiti sempre più stringenti sulla localizzazione, sul trattamento e sul controllo dei dati.

Molte organizzazioni devono mantenere alcune informazioni all’interno di infrastrutture nazionali o private. Per questo motivo cresce l’interesse verso modelli di AI Sovereignty, nei quali cloud pubblico e infrastrutture dedicate convivono per garantire controllo, governance e libertà di scelta.

2. L’esplosione dell’Intelligenza Artificiale

L’intelligenza artificiale ha modificato completamente il concetto di infrastruttura.

Durante l’addestramento dei modelli servono enormi quantità di GPU concentrate nei data center. Quando però il modello entra in produzione, prevale l’inferenza.

Come raccontiamo nell’articolo Le AI Factory non bastano: il valore dell’AI si gioca nell’inferenza all’edge, il vero valore economico dell’intelligenza artificiale nasce quando il modello risponde alle richieste degli utenti in tempo reale e non durante la fase di training.

Questo rende fondamentale distribuire la capacità di calcolo vicino ai dati.

3. Edge Computing

Sempre più dati vengono generati lontano dai grandi data center: fabbriche, ospedali, negozi, automobili connesse, reti TLC e sensori IoT producono flussi informativi continui.

Trasferire continuamente questi dati verso un cloud centrale aumenta latenza, costi e complessità. Per questo motivo il cloud ibrido integra sempre più spesso l’edge computing, consentendo di elaborare le informazioni direttamente nel punto in cui vengono prodotte.

L’inferenza distribuita rappresenta ormai uno dei principali driver evolutivi delle moderne infrastrutture AI.

4. Continuità operativa

Le aziende non possono più permettersi interruzioni dei servizi. La disponibilità delle applicazioni dipende sempre più da architetture distribuite che permettono disaster recovery, backup continuo, replica geografica e failover automatico.

Un tema strettamente collegato anche alla Identity Resilience, oggi elemento essenziale della continuità operativa e della protezione delle identità digitali.

5. Ottimizzazione dei costi

Non tutti i workload richiedono le stesse prestazioni. Le aziende distribuiscono le applicazioni scegliendo di volta in volta cloud pubblico, cloud privato, edge o data center in funzione del miglior rapporto tra costo, prestazioni e requisiti normativi.

Come funziona un’infrastruttura Hybrid Cloud

Una moderna architettura cloud ibrida è composta da diversi livelli tecnologici che devono operare in modo coordinato.

Infrastruttura fisica

Server, storage, networking e GPU costituiscono il livello fisico su cui vengono eseguiti i workload.

Virtualizzazione

Macchine virtuali, hypervisor, container e piattaforme Kubernetes consentono di astrarre le risorse e renderle disponibili in modo flessibile.

Orchestrazione

Kubernetes, OpenShift, Anthos, Amazon EKS e Azure Arc permettono di distribuire e governare applicazioni in ambienti eterogenei.

Cloud

AWS, Microsoft Azure, Google Cloud, Oracle Cloud e private cloud aziendali possono essere integrati in un unico modello operativo.

Edge

Micro data center, CDN, PoP distribuiti e gateway IoT portano la capacità di calcolo più vicino agli utenti e ai dati.

AI

Foundation model, Large Language Model, inference engine, vector database e GPU cluster richiedono infrastrutture capaci di bilanciare potenza di calcolo, prossimità ai dati e governance.

Il ruolo dello storage

Uno degli elementi più sottovalutati riguarda lo storage.

Le prestazioni reali non dipendono solamente dalla velocità degli HDD o degli SSD, ma dall’intera architettura. Come spiegato nell’approfondimento Prestazioni degli HDD: i fattori chiave che influenzano la velocità di trasferimento dati secondo Toshiba, configurazioni RAID, controller, rete e tipologia dei workload incidono in modo determinante sulle performance complessive.

Lo storage diventa quindi parte integrante della progettazione del cloud ibrido.

Cloud Ibrido e Cybersecurity

La sicurezza rappresenta uno dei principali criteri con cui viene progettata un’architettura hybrid cloud.

Le strategie moderne comprendono Zero Trust, Identity Security, XDR, CNAPP, backup immutabile ed Exposure Management.

Tra gli approfondimenti pubblicati da DataManager meritano particolare attenzione l’analisi dedicata all’Exposure Gap Report 2026, utile per comprendere il tema della prioritizzazione delle vulnerabilità, e il Technology Threat Landscape Report 2026, che analizza l’evoluzione delle minacce informatiche legate anche all’intelligenza artificiale.

Unified Communications e Cloud

Voice, video collaboration, contact center e piattaforme collaborative sono ormai servizi nativamente cloud.

Come evidenziato nello studio sul mercato delle Unified Communications, queste piattaforme rappresentano oggi vere infrastrutture digitali strategiche e stanno evolvendo grazie all’integrazione dell’intelligenza artificiale.

La rete è il cloud

Un’infrastruttura cloud distribuita richiede una connettività adeguata.

L’espansione della fibra FTTH costituisce uno degli elementi essenziali per sostenere la crescita dei servizi cloud, delle applicazioni AI e dei modelli distribuiti di elaborazione.

Dove sta andando il Cloud Ibrido

Le principali direttrici evolutive riguardano:

• AI distribuita;
• inferenza all’edge;
• cloud sovrano;
• orchestrazione automatica;
• multicloud;
• FinOps;
• osservabilità;
• cybersecurity integrata;
• AI Agent.

Il cloud del futuro sarà sempre meno identificabile con un luogo fisico e sempre più con una piattaforma distribuita capace di eseguire ogni applicazione nel punto migliore della rete.

Conclusioni

Il cloud ibrido non rappresenta una fase di transizione tra data center e cloud pubblico, ma il modello operativo destinato a caratterizzare l’IT enterprise dei prossimi anni.

La convergenza tra cloud, edge computing, intelligenza artificiale, cybersecurity e sovranità del dato impone infrastrutture sempre più distribuite, intelligenti e governabili.

Per le organizzazioni, la vera sfida non sarà scegliere tra cloud pubblico e privato, ma costruire un ecosistema capace di bilanciare prestazioni, sicurezza, costi e conformità normativa, portando ogni workload esattamente dove può generare il massimo valore.

FAQ sul Cloud Ibrido

Cloud ibrido e multicloud sono la stessa cosa?

No. Il multicloud indica l’utilizzo di più cloud pubblici. Il cloud ibrido integra invece cloud pubblici, cloud privati, infrastrutture on-premise ed edge computing in un unico modello operativo.

Quando conviene adottare un cloud ibrido?

Il cloud ibrido è particolarmente indicato quando l’organizzazione deve bilanciare scalabilità, controllo dei dati, compliance, resilienza e ottimizzazione dei costi.

Quali workload dovrebbero restare on-premise?

In genere restano on-premise i workload soggetti a vincoli regolatori, applicazioni mission critical, sistemi legacy difficili da migrare o dati che richiedono controllo diretto.

Qual è il rapporto tra cloud ibrido e AI?

Il cloud ibrido permette di distribuire training, inferenza, dati e modelli AI tra cloud pubblico, data center aziendali ed edge computing, scegliendo l’ambiente più efficiente per ogni fase del ciclo di vita.

Qual è la differenza tra edge computing e cloud ibrido?

L’edge computing è uno dei componenti del cloud ibrido. Porta l’elaborazione vicino al punto in cui i dati vengono generati, mentre il cloud ibrido coordina edge, cloud pubblico, cloud privato e on-premise.

Il cloud ibrido aiuta la compliance normativa?

Sì. Consente di collocare dati e workload in ambienti coerenti con requisiti di residenza del dato, sicurezza, governance e normative come GDPR, NIS2, DORA e AI Act.

Vuoi approfondire l’evoluzione delle infrastrutture digitali? Continua a seguire Data Manager per analisi, guide e approfondimenti dedicati a cloud computing, intelligenza artificiale, cybersecurity e trasformazione digitale.

L'articolo Cos’è il Cloud Ibrido: guida completa all’Hybrid Cloud, tra AI, Edge Computing e Sovranità del dato proviene da Data Manager Online.

La rivoluzione dell’e-commerce ha inevitabilmente avuto ripercussioni anche sul commercio tradizionale: i retailer più lungimiranti si sono rinnovati e hanno modificato e adattato le loro strategie alle nuove abitudini dei consumatori.

Nuove abitudini di acquisto

Ormai non è raro, specie in momenti particolari come nel periodo dei saldi di fine stagione, che i consumatori prediligano gli acquisti on line rispetto a quelli nei negozi fisici. Ovviamente, questo cambiamento mette una notevole pressione sui rivenditori al dettaglio, che devono trovare nuovi modi per attirare i possibili acquirenti nei propri negozi. Alcuni di questi metodi sono già realtà e vanno nella direzione di offrire un più facile accesso all’acquisto e alle informazioni, ad esempio attraverso installazioni di digital signage concepite per attirare l’attenzione degli acquirenti su prodotti e promozioni.

I cambiamenti, però, non sono ancora terminati dal momento che l’Internet of Things sta creando ulteriori opportunità di innovazione per i negozi fisici. I punti vendita che abbracciano la trasformazione digitale per sfruttare la tecnologia IoT possono ottenere tre tipi di vantaggi: il miglioramento dell’esperienza del cliente sia online che in negozio, l’ottimizzazione della catena di approvvigionamento e lo sviluppo di nuove opportunità di profitto.

Si tratta di una trasformazione che richiede una pianificazione accurata e un’implementazione attenta e accurata e di tecnologie che per essere sfruttate al meglio implicano l’investimento nell’edge computing, che avvicina analitica ed elaborazione alle “cose” nell’IoT e alle persone che le utilizzano.

C’è però da considerare che, proprio grazie all’avvento dello shopping online, i consumatori sono più informati e più esigenti quando entrano in un negozio: non vogliono stare minuti di fronte a un monitor del computer che si sta caricando lentamente per ottenere le informazioni di cui hanno bisogno. L’accesso alle informazioni deve essere immediato e accurato, altrimenti l’adozione delle tecnologie rischia di trasformarsi in un boomerang.

L’obiettivo finale deve essere dunque quello di rendere lo shopping in negozio il più vicino possibile alla praticità e all’intuitività dello shopping online. In questo senso l’edge computing è la tecnologia che meglio consente questo tipo di trasformazione da parte dei retailer. Grazie alla capacità di elaborazione dei dati in tempo reale, a livello di edge, cioè di distribuire i carichi di calcolo più vicino ai dispositivi (come smartphone, tablet, telecamere, pos o sensori), con conseguente riduzione della latenza, è possibile migliorare diversi aspetti della propria attività, come la gestione delle scorte, i tempi di attesa per la verifica e l’efficienza complessiva dell’elaborazione degli acquisti e dei resi.

Il negozio del (prossimo) futuro

Immaginiamo un cliente che entra in un negozio fisico con il suo smartphone e lì, grazie alla registrazione wi-fi, riceve messaggi di promozioni e nuovi prodotti. Nel frattempo, le telecamere di riconoscimento facciale identificano l’acquirente, attivando ulteriori soluzioni per visualizzare gli elementi di possibile interesse. Per ottenere ulteriori risposte sarà sufficiente puntare il proprio telefono sui codici a barre dei prodotti. Nel back-end, il rivenditore potrà avvalersi di sistemi intelligenti per gestire l’inventario e garantire che le linee di pagamento siano debitamente gestite per ridurre al minimo i tempi di attesa.

Alcune di queste tecnologie sono già disponibili: il prossimo passo evolutivo sarà quello di far lavorare tutto insieme per offrire un’esperienza d’acquisto capace di richiamare ancora i clienti. E per fare questo ci sarà bisogno di tutta la potenza, la velocità e la flessibilità dell’edge computing.

Il cuore pulsante del negozio del futuro

Un ruolo chiave di questa trasformazione può essere giocato dai Micro Data Center, in particolare per tutti quei settori in cui sia necessario condividere e analizzare quantità crescenti di dati, proprio come nella vendita al dettaglio. Da un punto di vista tecnologico, si tratta essenzialmente di un data center “plug and play”, che lo rende ideale per cloud privati e sistemi IT convergenti. Se un’impresa ha la necessità di ridurre la latenza delle proprie applicazioni, aggiungere capacità rapidamente, abilitare la gestione continua e sicura o aumentare l’affidabilità, allora è doveroso considerare l’opzione di dotarsi di un micro data center. Come ulteriore vantaggio, è possibile ridurre al minimo l’installazione e i costi operativi dell’IT, compresa una riduzione del prezzo per watt del 50%. Una soluzione di questo tipo, secondo Gartner, rende possibile ai CIO ridurre i costi, migliorare l’agilità e introdurre nuovi livelli di conformità e continuità del servizio.

Un ambiente di elaborazione autonomo

Ma come funziona? Un micro data center è un ambiente di elaborazione autonomo, che include tutti gli strumenti necessari di alimentazione, raffreddamento, sicurezza e strumenti di gestione associati. Include tutte le funzionalità di archiviazione, elaborazione e collegamento in rete necessarie per eseguire correttamente le applicazioni dei clienti.

Schneider Electric da tempo propone una vastissima gamma di soluzioni micro data center, particolarmente indicate per il mondo retail ed SMB.

L'articolo Il negozio del futuro? Connesso e intelligente proviene da Data Manager Online.

Qual è oggi il costo industriale di un oggetto IoT? Probabilmente inferiore a un euro. Ciò contribuisce alla veloce diffusione di una pletora di sensori connessi favorendo l’allargamento degli ambiti di applicazione. Contatori e lampioni stradali intelligenti, auto connesse, fotocamere IP, DVR. Dispositivi in grado di accendersi o spegnersi quando serve, comprare energia nel momento in cui è più economico farlo, irrigare un campo ogni volta che serve. In grado cioè di prendere decisioni sulla base di dati (raccolti inviati ed elaborati), svincolate da criteri logici pre-programmati.  Che poi tutto questo avvenga in sicurezza è per molti costruttori assai meno importante. Un gran numero di dispositivi connessi dispone di limitati controlli. In alcuni casi mancanti semplicemente per limiti fisici. Altre volte per scelta. Spesso poi, alla scarsa qualità realizzativa si somma la debolezza di software e hardware obsoleti. Una manna per i malintenzionati. Che possono utilizzare codice di facile reperibilità per colpire un numero elevato di dispositivi contemporaneamente. «Al momento, per i dispositivi IoT non ci sono standard universali da seguire: questi device possono quindi contenere vulnerabilità o essere facilmente accessibili da Internet» – osserva Morten Lehn, general manager Italy di Kaspersky Lab. «Produttori senza un solido background o una conoscenza piena dei possibili problemi legati alla sicurezza informatica hanno sviluppato questi device in modo rapido negli ultimi anni».

#IoT e #Industry 4.0 La mancanza di standard genera diffidenza
Click To Tweet

Per provare a rimediare a questa situazione negli ultimi anni sono sorti numerosi consorzi industriali come IoT Cyber Security Alliance, Trusted IoT Alliance, CSA IoT Working Group, solo per citarne alcuni. «Questi consorzi propongono diverse soluzioni e standard tecnici per affrontare in modo coerente e uniforme la necessità di pensare a un livello di embedded security» – afferma Giancarlo Vercellino, research & consulting manager di IDC Italia. «La necessità primaria è quella di stabilire uno standard internazionale» – ribadisce Lehn. «ITU, un’agenzia specializzata, ha svolto un importante lavoro in questa direzione. L’ITU-T Y.4806, “Funzionalità di sicurezza per supportare la salvaguardia dell’Internet of Things”, è una possibile risposta a questa esigenza primaria, applicabile a sistemi IoT di importanza critica, come automazione industriale, sistemi automobilistici, trasporti, smart city e dispositivi medicali indossabili e autonomi. I nostri esperti del Kaspersky Lab ICS CERT hanno contribuito al lavoro di questa organizzazione, classificando i problemi di sicurezza, esaminando le possibili minacce e offrendo delle raccomandazioni». Non sarà un compito semplice. Anche per la grande varietà di dispositivi IoT in circolazione. Ognuna con caratteristiche costruttive molto diverse tra loro. «Inutile osservare che non esiste una risposta valida per qualsiasi dispositivo» – concorda Vercellino. «Oggi, si richiede agli operatori IoT hardware di concepire i nuovi dispositivi implementando, dove possibile, alcuni ragionamenti di sicurezza in modo nativo. Prassi che si va traducendo in un principio sempre più generale, valido per qualsiasi organizzazione e qualsiasi processo, attraverso il GDPR (security by design)». Ci torneremo. Ma è un fatto che sono ancora limitati i filtri capaci di rallentare l’arrivo sul mercato di dispositivi pronti per esempio a connettersi alla rete, semplicemente utilizzando le credenziali di default fornite dal costruttore. Se si esclude la soluzione drastica adottata da alcuni paesi di mettere al bando taluni prodotti oppure direttamente i loro produttori.

RISCHIO GARANTITO

Le credenziali deboli non sono l’unica vulnerabilità che affligge i dispositivi IoT. «Tra le più comuni la protezione insufficiente dei web server embedded (applicazioni web), la crittografia implementata e realizzata in modo poco attento, l’esecuzione di codici arbitrari o l’escalation dei privilegi. Il tempo per colmare eventuali gap in questo settore sta già correndo velocemente» – mette in guardia Lehn di Kaspersky Lab. «Tuttavia riteniamo che il nostro contributo allo standard sia un primo passo significativo per aiutare le organizzazioni a sviluppare strategie di cybersicurezza sempre più efficienti e in grado di proteggere dalle attuali minacce informatiche». Di certo il gran numero di “varchi” a disposizione offre parecchie opportunità ai malintenzionati di fare danni. Molti di questi attacchi si basano su malware creati ad hoc. Secondo una rilevazione condotta da Kaspersky Lab, le varianti in circolazione lo scorso anno superavano i settemila campioni di malware. Metà delle quali emersa nei dodici mesi precedenti. Spesso però questi device poveri e obsoleti in termini di tecnologia di sicurezza a bordo (poco spazio di memorizzazione, componenti antiquati, non supporto alla crittografia), sono esposti anche ad attacchi con i quali pensavamo di non dover più fare i conti. Buffer overflow, attacchi del tipo man in the middle, DOS d’antan, probabilmente conosceranno una seconda giovinezza. L’idea che la sicurezza IoT non sia dal punto di vista qualitativo, molto diversa da quella di qualsiasi altra categoria di dispositivi, cozza con il gran numero di dispositivi connessi. Rendendo il compito ancora più impegnativo. «Di fronte a questa “esplosione” di device IoT, trovare una soluzione di sicurezza omnicomprensiva, diventa un’impresa ardua. La difficoltà maggiore sta nel volere imporre delle regole in un mercato di device enorme, e che continuerà a crescere» – afferma Emmanuel Becker, managing director Italy di Equinix. «La sicurezza IoT dovrebbe sempre considerare tre aspetti: la protezione dei dispositivi IoT, la crescente portata dei sistemi IoT e i dati utilizzati e trasmessi dai dispositivi IoT. Se un dispositivo viene violato, non deve trasformarsi in un vettore di attacco per altri sistemi. È importante capire in che modo gli esseri umani e le macchine interagiscono con i dati, quando e perché si accede ai dati e come vengono elaborati o analizzati» – spiega Emiliano Massa, AVP sales SEMEA di Forcepoint.

#IoT e #Industry 4.0 Il GDPR può innescare un processo virtuoso?
Click To Tweet

IOT E SPESA IN SICUREZZA

«Le imprese che guardano verso l’IoT e l’Industry 4.0 sono perfettamente consapevoli delle sfide da affrontare per muovere i primi passi nella direzione giusta e comprendono il ruolo strategico della sicurezza IT nella realizzazione dei nuovi modelli» – afferma Vercellino di IDC. «Circa il 24% delle imprese italiane destina alla sicurezza IT un budget rate compreso tra l’uno e il tre per cento del budget IT. Nel gruppo delle imprese con specifici obiettivi legati all’IoT, quelle che allocano altrettante risorse salgono al 38%». Le differenze – rileva ancora IDC – diventano ancora più marcate quando osserviamo le aree di investimento in tecnologie e servizi per la sicurezza IT tra le imprese con un focus su IoT e Industry 4.0: «Qui le percentuali di imprese che investono in identity & access management, security & vulnerability management, managed security services, expert intelligence services, cognitive/ML-based security intelligence sono circa quattro volte superiori rispetto alla media percentuale del mercato italiano» – osserva Vercellino. «Queste direzioni di investimento rivelano una consapevolezza chiara di almeno due problemi. Primo: la sicurezza IT in ambito industriale è un tema che richiede lo sviluppo di specifiche partnership tecnologiche con i service providers. Secondo: si tratta di un ambito dove il confronto tecnologico con malware sempre più sofisticati e attacchi APT porta necessariamente allo sviluppo di strategie di difesa ampiamente basate su analytics e intelligence». E, potremmo aggiungere, edge computing. Che almeno per quanto riguarda l’industry 4.0 rappresenta probabilmente una delle opportunità più promettenti per affrontare, anche in combinazione con il machine learning, il tema security in modo strutturale.

«La disseminazione del dato, indotta dall’adozione di tecnologie IoT, comporta la dispersione delle funzioni elaborative per ottenere una diffusione del trattamento dei dati necessaria a rendere l’architettura scalabile e funzionale» spiega Sergio Ribba, chief technology officer di NovaNext. «Edge computing e fog computing, elementi che devono integrare le funzioni per realizzare il trasporto in sicurezza del dato verso i sistemi di elaborazione centralizzati in cloud o data center, diventano quindi elementi dell’architettura in grado di realizzare la necessaria capacità pre-elaborativa. Il posizionamento di capacità elaborative nei sistemi di trasmissione periferici e in dispositivi come i PAC (Programmable automation controller) crea i presupposti per realizzare i meccanismi di trattamento sicuro dei dati». Tuttavia – rileva ancora Ribba – solo i dispositivi IoT con sufficiente capacità elaborativa e di memoria possono implementare tecniche di ML che includono supervised, unsupervised e reinforcement learning, per la protezione dei dati, o la rilevazione di attacchi e malware. «Le sfide da analizzare riguardano l’individuazione del giusto compromesso tra l’accuratezza delle funzioni di protezione, anche basate su tecniche di ML e l’incremento di complessità elaborativa, dispendio energetico, latenza di comunicazione, che queste potrebbero comportare» – spiega Ribba. Approccio condiviso anche da Gastone Nencini, country manager di Trend Micro Italia che tuttavia avverte: «Oggi, la soluzione non è un software o un approccio singoli, ma una strategia di ampio respiro che prenda in considerazione l’aspetto tecnologico e i processi, oltre agli approcci sistematici». È fondamentale che il cliente indirizzi adeguatamente necessità come la protezione dei data center, la cifratura, la segmentazione della rete e il controllo degli accessi di persone e oggetti. «Ma lo è altrettanto disporre di soluzioni in grado di identificare, con algoritmi o analisi specifiche, anomalie riconducibili a minacce avanzate o, ancor peggio, a furti di dati personali o business critical» – mette in evidenza Enrico Sorge, senior technical engineer cyber security di Italtel. «Un approccio questo a nostro parere vincente. Più dinamico nell’identificare minacce ancora non note all’industria ma, al tempo stesso, determinante per tenere sotto controllo anche i punti più deboli della supply chain, ossia partner e fornitori, elementi di valore del business aziendale, ma purtroppo saliti alla ribalta come gli anelli più deboli dove colpiscono i malintenzionati».

#IoT e #sicurezza In Italia 1 impresa su 4 spende dall’1 al 3% del budget IT
Click To Tweet

FAR WEST IOT, DOVE SONO LE LEGGI?

In questo momento nell’UE non esistono in materia di sicurezza vincoli normativi per i produttori di oggetti IoT. Gli unici paletti sono di natura tecnica. Ma è sufficiente garantire l’interoperabilità del prodotto con i protocolli più comuni (Bluetooth, Wi-Fi e così via) per ottenere il via libera alla commercializzazione di qualsiasi oggetto. Un vuoto legislativo che consente ai costruttori di operare nella più totale libertà. Compresa quella di rilasciare poche informazioni circa le modalità di conservazione e finalità dei dati raccolti. Come auspicato per altri settori, per esempio l’armonizzazione dell’imposizione fiscale tra i paesi membri dell’UE, sono in molti a ritenere che una regolamentazione efficace non potrà che essere sovranazionale. Lo ha sostenuto per esempio l’ENISA, l’agenzia europea per la sicurezza delle reti e dell’informazione che – in uno studio incentrato sui problemi connessi allo sviluppo del settore – ha evidenziato la totale assenza di linee guida legali e requisiti minimi per le installazioni IoT sia in ambito consumer sia industriale. Una mancanza – si sottolinea nello studio citato – che determina l’assenza di un adeguato incentivo per i produttori a costruire dispositivi che abbiano a bordo controlli di sicurezza degni di questo nome. Lacuna – suggerisce ENISA – che potrà essere colmata solo attraverso un programma europeo di certificazione dei prodotti IoT (secondo criteri “by design” e “by default” come previsti per la privacy dal GDPR), che però con queste caratteristiche non rientra in nessun piano europeo. Inutile nascondere che in ogni caso un processo di certificazione e standardizzazione europeo richiederebbe tempi lunghi. Da qui il suggerimento di numerosi osservatori di partire da best practice già esistenti. ENISA non esita a parlare in relazione a questa situazione di un vero “fallimento del mercato”. La mancanza di sicurezza dei dispositivi IoT – lo si voglia ammettere o meno – crea diffidenza tra imprese e consumatori.

IOT, GDPR E ANALISI DEI RISCHI

Se l’attuale vuoto legislativo rappresenta una delle cause dell’attuale mancanza di sicurezza dei dispositivi IoT, il GDPR potrebbe incidere sulla qualità costruttiva di questi oggetti? Come noto il Regolamento, diversamente da una Direttiva che deve essere prima recepita, è subito attuativo. Dopo il 25 maggio 2018, tutte le imprese sono a rischio sanzione per inadempienza. La mancanza del decreto di attuazione ha di fatto sospeso le sanzioni, e il Garante italiano per la Privacy sulla scia dell’omologa Autorità francese ha allungato di sei mesi i tempi per l’adeguamento. Salvo ulteriori slittamenti, a partire da questo termine, gli organi di controllo (Garante Privacy, Guardia di Finanza, etc.) potranno verificare l’applicazione da parte delle aziende di quanto previsto dalla normativa a protezione dei dati personali. «Credo che il GDPR stia ponendo ogni tipo di impresa di fronte ad approcci e best practice di sicurezza che in molti ambiti sono percepiti come innovativi (o almeno “nuovi”), generando una forma di sensibilizzazione che non ha precedenti» – premette Luca Bechelli, membro del direttivo di CLUSIT. «L’approccio estremamente maturo e molto anglosassone di rendere le aziende “accountable” – continua Bechelli – introduce una assunzione di una responsabilità, già in parte presente ma scarsamente percepita. Consapevolezza che prima o poi farà riflettere i dirigenti sulla seguente domanda: Perché conduco delle attività per proteggere i dati degli interessati, e non faccio la medesima cosa con quelli dell’azienda»?  Protezione che passa anche attraverso la completa visibilità sia dei dispositivi in rete sia dei dati raccolti e di chi li riceve. Visibilità fortemente influenzata dal livello normativo esistente, che può sorreggerla o affossarla. «Tranne che in specifici settori in cui il trattamento dei dati personali si può intendere come parte del core business (come nella Sanità), personalmente – continua Becchelli del CLUSIT – non mi aspetto un grande contributo dal GDPR a breve termine alla protezione dei sistemi IoT. Soprattutto in ambito industriale dove questi sistemi raramente rientrano nel perimetro di attuazione del GDPR». Secondo Vercellino di IDC, l’impatto del GDPR sui sistemi di produzione industriale nell’immediato sarà assolutamente limitato. «Nel lungo termine – a due, forse tre anni – i primi risultati del GDPR si osserveranno in un cambiamento culturale presso le medie e grandi imprese, con una maggiore attenzione alla creazione di specifici processi per la tutela e la privacy dei dati». Un cambio di paradigma sul quale costruire scelte di implementazione e controllo dei dispositivi IoT più efficaci. Ma che richiederà ancora del tempo.

D’altra parte afferma Bechelli, «non esiste un vero marchio GDPR-Ready». Secondo l’interpretazione condivisa, il Regolamento impatta sul tema IoT perlomeno sotto il profilo dell’analisi dei rischi. La norma stabilisce infatti che il titolare del trattamento e il responsabile del trattamento debbano mettere in atto misure tecniche e organizzative per garantire un livello di sicurezza adeguato al rischio. Questo significa che pur non stabilendo misure minime di sicurezza, il Regolamento impone di disporre di un processo per provare, verificare e valutare regolarmente l’efficacia delle misure tecnico/organizzative e garantire la sicurezza del trattamento. Per quanto riguarda i dispositivi IoT, il GDPR non dice certo che l’apparecchiatura dovrà essere progettata secondo precisi standard di sicurezza. Però stabilisce che quella utilizzata dovrà essere monitorata nel tempo. In modo che il livello di sicurezza sia sempre proporzionato al rischio. Al fine di valutare se le misure di sicurezza presenti nel dispositivo risultino adeguate, l’azienda di fatto eserciterà perciò delle scelte, che nel medio periodo potrebbero innescare un processo virtuoso. «Il GDPR costringerà le aziende a dover considerare i concetti di “security by design” e di “privacy by design” e questo sarà sicuramente un bene» – prevede Nencini di Trend Micro Italia. «Ma la filiera degli strumenti IoT (software, installatori, manutentori, integrazioni) sarà in grado di mantenere questi standard? Quanto costerà un progetto IoT con una security e una privacy by design»? Dubbi legittimi. Come quelli sollevati in prima persona da Giovanni Buttarelli, garante europeo per la protezione dei dati, circa la capacità degli organi di controllo, sottodimensionati in termini di risorse e personale, di verificare il rispetto di leggi complesse (chiaro, il riferimento al GDPR) applicabili a tutte le aziende del mondo che offrono servizi ai cittadini europei.

#IoT e #Industry 4.0 Caccia aperta agli oggetti esposti in rete
Click To Tweet

CONCLUSIONI

Forse, dovremo imparare ad accettare un livello limitato di sicurezza su alcuni oggetti IoT. Oppure, addirittura a rinunciarvi del tutto. Alcuni dispositivi semplicemente non possono esserlo senza un investimento sproporzionato di denaro. Si renderà allora necessario provare a cambiare prospettiva. Oggi, gli sforzi maggiori in tema di sicurezza si concentrano sull’endpoint. Sottovalutando l’apporto che i maggiori carrier potrebbero giocare in chiave sicurezza IoT. Bloccando per esempio l’accesso alla rete dei dispositivi più vulnerabili. E selezionando con maggior cura fornitori e costruttori. Come abbiamo visto parlando di GDPR, la normativa può favorire un atteggiamento più responsabile da parte delle aziende. Alle quali si richiede però uno sforzo non banale di verifica del livello di maturità dei propri fornitori nei confronti della sicurezza. Verifica che alla fine le porti a fare affari prioritariamente con coloro che prendono la sicurezza sul serio. Considerazioni simili valgono nei confronti dei costruttori. Chi produce oggetti IoT, prima o poi capirà l’importanza di realizzare dispositivi più sicuri. Nel frattempo, le imprese utenti devono essere pronte a rivolgersi a costruttori in grado di offrire maggiori garanzie. Anche a costo di sostenere costi più elevati e accollarsi l’impegno d’integrare maggior sicurezza e controlli all’interno dei propri sistemi IoT.

L'articolo IoT, GDPR e sicurezza. Data strategy cercasi proviene da Data Manager Online.

Vertiv, in precedenza Emerson Network Power, ha pubblicato il report Definizione dei quattro archetipi dell’edge con i principali requisiti tecnologici, un’analisi globale frutto di una ricerca che ha portato a identificare i quattro archetipi principali per le applicazioni edge e la tecnologia richiesta per supportarli. Gli esperti in ambito edge di Vertiv, in collaborazione con una società di consulenza indipendente, hanno identificato più di 100 casi d’uso e ristretto l’elenco iniziale ai 24 che si ritiene abbiano la maggiore influenza sulle aziende e sugli utenti finali, in termini di crescita prevista, criticità e impatto finanziario.

Partendo dai dati, gli esperti hanno identificato una serie di requisiti legati ai workload per ciascun caso d’uso dell’edge e le corrispondenti esigenze di prestazioni, disponibilità e sicurezza. Hanno esaminato requisiti specifici di prestazioni, tra cui latenza, disponibilità, scalabilità e sicurezza, oltre alla necessità di crittografia, autenticazione e conformità normativa. Infine, hanno valutato la necessità di integrazione con le applicazioni esistenti o legacy e le altre fonti di dati, tenendo conto del numero di edge location in una determinata rete.

“Le opportunità in termini di edge computing sono notevoli, ma la complessità non è da meno. Lo scopo di questa ricerca è di fornire maggiore chiarezza su casi d’uso chiave dell’edge e sulle implicazioni per la progettazione e il funzionamento dell’infrastruttura digitale”, ha affermato Giordano Albertazzi, presidente di Vertiv in EMEA. “Analizzando cosa significa veramente l’edge in tutte le sue forme – dalla distribuzione di contenuti ai veicoli autonomi – possiamo aiutare i nostri clienti, partner e altri stakeholder ad accelerare e a concentrarsi sulle proprie strategie edge”.

I quattro archetipi sono:

• Ad Uso Intensivo di Dati: include casi d’uso in cui la quantità dei dati rende poco pratico il trasferimento tramite la rete direttamente al cloud o dal cloud al punto di utilizzo, a causa di problemi di volume di dati, costi o larghezza di banda. Fra gli esempi possiamo ricordare città e fabbriche intelligenti, case/edifici intelligenti, distribuzione di contenuti ad alta definizione, calcolo ad alte prestazioni, connettività limitata, realtà virtuale e digitalizzazione nel settore del petrolio e del gas. L’esempio più utilizzato è la distribuzione di contenuti ad alta definizione, dove i principali fornitori come Amazon e Netflix collaborano attivamente con i colocation provider per espandere le reti di fornitura e portare il video streaming ad alta intensità di dati più vicino agli utenti, riducendo costi e latenza.
• Sensibili alla Latenza Umana: questo archetipo copre i casi d’uso in cui i servizi sono ottimizzati per il consumo personale e la velocità è determinante. La consegna ritardata dei dati influisce negativamente sull’esperienza tecnologica dell’utente e può ridurre le vendite e la redditività del rivenditore. I casi d’uso includono vendita al dettaglio intelligente, realtà aumentata, ottimizzazione del sito web ed elaborazione del linguaggio naturale.
• Sensibili alla Latenza da Macchina a Macchina: la velocità è la caratteristica distintiva anche di questo archetipo, che include il mercato azionario, smart grid, sicurezza intelligente, analisi in tempo reale, distribuzione di contenuto a bassa latenza e simulazione della forza di difesa. Poiché le macchine sono in grado di elaborare i dati molto più velocemente dell’uomo, le conseguenze per una consegna lenta sono maggiori rispetto all’archetipo della latenza personale. Ad esempio, i ritardi nel trading su materie prime e azioni, dove i prezzi oscillano in frazioni di secondo, possono trasformare potenziali guadagni in perdite.
• Life Critical: questo archetipo comprende casi d’uso che hanno un impatto diretto sulla salute e sulla sicurezza delle persone. Di conseguenza, velocità e affidabilità sono caratteristiche fondamentali. I casi d’uso includono trasporto intelligente, salute digitale, auto connesse/autonome, robot autonomi e droni. I veicoli autonomi, ad esempio, devono disporre di dati aggiornati per operare in sicurezza, come nel caso dei droni che possono essere utilizzati per l’e-commerce e la consegna dei pacchi.

“Poiché l’edge computing continua ad evolversi e ad espandersi, il nostro obiettivo è portare chiarezza e semplicità all’infrastruttura critica necessaria per supportare il futuro dell’edge computing, visualizzando una vasta gamma di applicazioni edge attraverso la lente degli archetipi a maggior impatto”, ha dichiarato Martin Olsen, vice presidente, global edge e soluzioni integrate in Vertiv. “Vertiv è sempre più concentrata su questa fase iniziale di ricerca, per definire i requisiti tecnologici per ciascun archetipo, al fine di accelerare l’implementazione dell’edge e garantire che l’infrastruttura locale offra la sicurezza, la velocità e la disponibilità richieste da una particolare applicazione.”

L'articolo Vertiv definisce quattro archetipi edge primari e i rispettivi requisiti tecnologici proviene da Data Manager Online.

Trasformarsi digitalmente significa per gran parte delle aziende interagire con i clienti in modo più innovativo e immersivo, sfruttando la capacità di raccogliere, elaborare e analizzare i dati direttamente in prossimità di grandi concentrazioni di persone o cose – quello che in gergo viene definito l’edge. L’edge, per estensione, è anche una risorsa IT remota, una sorta di micro data center dotato di particolari accorgimenti in materia di sicurezza e resilienza, e soprattutto quasi completamente automatizzato non risultando il più delle volte presidiato da personale umano.

L’edge computing sta ponendo nuove sfide alle imprese. Entro il 2021, prevede IDC, i settori più rivolti ai consumatori investiranno maggiormente in innovazione e upgrade delle infrastrutture edge rispetto a quelle core, vale a dire i tradizionali data center aziendali, che saranno comunque lo stesso fortemente impattati da questo fenomeno.

Com’è facile immaginare, molta della spesa si focalizzerà su tecnologie intelligenti in grado di portare più automazione possibile nei collegamenti tra data center core ed edge, non fosse altro che per sopperire alla mancanza di presidio umano nei siti edge. Quindi, piattaforme in grado di monitorare in tempo reale lo stato dell’infrastruttura – dalle componenti di alimentazione e raffreddamento fino ai sistemi IT e di comunicazione – e soluzioni capaci di analizzare e prevenire richieste e picchi di elaborazione così da migliorare l’efficienza operativa e di business.

Ovviamente, supportare iniziative di digital transformation implica anche rendere i propri data center in grado di erogare servizi IT con la massima rapidità e agilità, nonché garantire quel livello di resilienza tale da evitare disservizi. Proprio per questo motivo, IDC prevede che il 55% delle grandi aziende sarà costretto nei prossimi tre anni a modernizzare i propri asset data center.

Internet of Things, supply chain digitali, convergenza IT-OT, digital signage, autonomous transportation e robotica sono tutti esempi che introducono o accentuano il bisogno di nuovi ambienti edge in un panorama IT già diversificato, dall’on-premise al cloud.

E proprio per spiegare come questa esigenza di “prossimità digitale” andrà a trasformare le strategie data center – interessando il core, l’edge e il cloud – Schneider Electric in collaborazione con IDC  incontrerà le aziende italiane in due appuntamenti che si terranno il 24 maggio a Castel San Pietro Terme (Bologna) e il 31 maggio a Torino.

Il roadshow, intitolato Local Edge: strategie e regole per la nuova era di gestione delle risorse IT, vedrà gli analisti di IDC insieme a ospiti ed esperti di Schneider Electric illustrare come applicare il modello edge e “smarter data center” ai nuovi processi digitali, valutando le ricadute sugli aspetti architetturali e infrastrutturali. Saranno anche presentate best practice e introdotti i nuovi KPI per i processi di analisi, visibilità e controllo.

L'articolo Dal core all’edge, come lo spazio digitale rimodella il data center proviene da Data Manager Online.

A cura di Gianfranco Gargiulo, Cloud Consultant di Orange Business Services

1. Il tasso di adozione del cloud computing supererà il 50%

La società di analisi Forrester prevede che oltre il 50% delle imprese globali farà affidamento su almeno una piattaforma di cloud pubblico per trasformare e spingere digitalmente iniziative di business.

2. Cloud ed edge

Ci sarà un aumento nel cosiddetto Edge Computing, dove l’elaborazione dei dati viene eseguita ai margini della rete per ottimizzare il cloud computing. La società di analisi IDC prevede che fino al 40% di tutto il calcolo avverrà “ai margini” nei prossimi due anni.

3. Cloud pubblico contro cloud privato

La sfida tra cloud pubblico e cloud privato continuerà, con il cloud pubblico che continua ad aumentare la sua quota. Cisco prevede che entro il 2020 il 68% dei carichi di lavoro sarà nei data center pubblici, contro il 32% nei data center dei cloud privati.

4. Il cloud come driver per l’adozione di SD-WAN

L’attrattiva dell’SD-WAN è la sua capacità di ottimizzare e proteggere le connessioni al cloud e di eliminare la complessità dalla gestione dei carichi di lavoro dinamici. Gli intervistati in un sondaggio di 451 Research hanno indicato il miglioramento delle prestazioni di cloud o Internet come una delle tre motivazioni principali per implementare SD-WAN.

5. Preoccupazioni per la sicurezza del cloud

La protezione dei dati e delle applicazioni nel cloud è fondamentale, oggi che nel cloud  vengono trasferiti sempre più app mission-critical e dati cruciali. Forrester prevede che la spesa per le soluzioni di sicurezza cloud globali raggiungerà i $3,5 miliardi entro il 2021, con un tasso di crescita annuale del 28% nei prossimi quattro anni.

6. Il ransomware colpirà il cloud

Il ransomware che punta ai servizi cloud è destinato a diventare una delle più grandi minacce alla cybersecurity di quest’anno, secondo il Massachusetts Institute of Technology Review, poiché i cybercriminali stanno facendo di tutto per penetrare queste casseforti di dati virtuali.

7. Accelera la crescita dei container

Il mercato dei container applicativi potrà anche rappresentare una piccola parte del mercato globale della tecnologia abilitante al cloud, ma ci aspettiamo una rapida accelerazione dato che le aziende traggono grandi vantaggi dalla facilità della portabilità. 451 Research ritiene che la tecnologia avrà un tasso di crescita annuale composto del 40% fino al 2020.

8. Popolarità del multi-cloud

Gli ambienti multi-cloud acquisteranno slancio mentre le aziende cercano di adottare il giusto mix di modelli e servizi cloud per soddisfare al meglio i loro obiettivi di business. 451 Research prevede che quasi i due terzi delle organizzazioni adotteranno il multi-cloud entro il 2019.

9. GDPR e cloud

Il regolamento generale sulla protezione dei dati (GDPR) entrerà in vigore il 25 maggio 2018, portando con sé alcune sfide di conformità al cloud, dato che l’impresa media utilizza oltre 900 applicazioni cloud, secondo Symantec.

10. È necessaria l’adozione strategica del cloud

L’impatto del cloud sulle strategie IT aziendali è oggi così importante che non esisterà più una strategia cloud separata che funziona in parallelo con la strategia IT: diventeranno una cosa sola. “Le organizzazioni devono investire nella comprensione di questa tecnologia e impiegare una visione a lungo termine di questo spazio in evoluzione. A vincere saranno le organizzazioni che adottano un approccio strutturato completo per la loro strategia di transizione al cloud”, afferma Erik Berggren, VP per Cloud Transition Strategies presso IDC.

[amazon_link asins=’B01FLE5JH8,B0731L7BQX,B00BJSUUMU,B00MXCRUKQ’ template=’ProductCarousel’ store=’dmo0e-21′ marketplace=’IT’ link_id=’a1f3fb8d-3358-11e8-b4bf-d7629200041f’]

L'articolo Le dieci tendenze cloud da tenere d’occhio nel 2018 proviene da Data Manager Online.

Man mano che la domanda di Data Center in colocation continua a crescere, il ruolo del colocator sta assumendo maggiore importanza, e parallelamente si stanno intensificando le sfide e le prove da affrontare. Per comprendere le dinamiche che possiamo attenderci dal mercato della co-location, Schneider Electric, in collaborazione con 451 Research, ha svolto un sondaggio che ha coinvolto 450 decision maker in ambito colocation negli Stati Uniti, Australia, Europa e Cina. Le informazioni ottenute dall’indagine sono state raccolte per fornire un utile supporto ai co-locator nelle loro future decisioni di business.

I provider oggi hanno a che fare con una tipologia di clienti molto variegata e in continua evoluzione, che hanno richieste e necessità sempre più mutevoli, in un quadro di tecnologie emergenti come l’Internet of Things (IoT), l’edge computing di nuova generazione e il cloud computing. Ognuna di queste rappresenta sia un’opportunità che una sfida per la colocation, e i risultati dell’indagine rivelano come ciascuno di essi sia visto dagli utenti finali della colocation, in termini di adozione e importanza. Con il 62% degli intervistati che hanno dichiarato di aver spostato le applicazioni IT dai Data Center di co-location per affidarsi al cloud pubblico negli ultimi due anni, i co-locator devono trovare un modo per mantenere gli attuali clienti e attrarne di nuovi facendo in modo che considerino la co-location come un’opzione valida per le loro attività.

“Sia che forniscano i servizi direttamente o tramite partner, i principali colocator stanno sempre più ampliando la propria offerta di servizi”, ha dichiarato Rhonda Ascierto, Research Director di 451 Research. “La nostra indagine ha identificato diversi servizi a valore aggiunto che rispondono perfettamente alle mutevoli esigenze dei clienti”.

Nel corso della ricerca è emerso chiaramente che ci sono molti modi per guadagnare e mantenere il vantaggio competitivo tra altre opzioni di hosting. Con l’82% degli intervistati che afferma che è importante (molto o un po’) che i servizi cloud siano ospitati nello stesso Data Center dove si trova anche l’infrastruttura IT in co-location, i provider possono trasformare quello che può sembrare un pericolo in un’opportunità. Inoltre, ulteriori dati contenuti nel report possono dare ai colocator qualche spunto in più per distinguersi dai competitor.

• Il 65% dei clienti intervistati ha dichiarato di essere più disposto ad affidarsi a un provider che ha implementato soluzioni di gestione dell’infrastruttura dei Data Center (DCIM). Anche altre tecnologie come le batterie agli ioni di litio, la capacità modulare prefabbricata on-demand (PFM) e il raffreddamento diretto hanno suscitato molto interesse da parte dei clienti.
• L’82% degli intervistati ha dichiarato di essere interessato a utilizzare più servizi a distanza dal proprio fornitore di servizi di co-location, per controllare o monitorare quello che sta succedendo tramite un portale online. Per i provider, ciò offre l’opportunità di ampliare o introdurre nuovi servizi e di avviare nuove opportunità per la loro attività.

Le conclusioni di questa analisi aiutano i fornitori di co-location a comprendere la capacità e le esigenze di servizio dei propri clienti e di compiere scelte informate e prioritarie sulle ultime tecnologie per fornire visibilità, trasparenza, ridondanza, flessibilità e riduzione dei costi. I co-locator che capitalizzare il proprio successo dovranno cercare di indirizzare tutte queste richieste e necessità dei clienti per trarre vantaggio dal 64% dei clienti secondo cui la co-location giocherà un ruolo importante nella loro strategia di Data Center nei prossimi due o tre anni.

L'articolo Colocation, la parola ai clienti. Un nuovo report di 451 Research proviene da Data Manager Online.

Da qualche anno, anche il data center ha cambiato volto. Le ragioni sono molteplici: si va dalla spinta determinata dalla trasformazione dell’IT aziendale, che è sempre più visto come abilitatore del business, all’accelerazione dovuta all’affermarsi del cloud, soprattutto nella veste ibrida, passando anche dallo sviluppo dell’iperconvergenza, che pare essere inarrestabile. Anche fenomeni come l’Internet of Things o l’automazione delle operation, così come la consacrazione di tutto ciò che è “software defined” e l’interesse ormai conclamato per le infrastrutture di tipo convergente, rappresentano fattori di trasformazione che stanno sempre più cambiando il modello di data center al quale eravamo abituati, che assume nuove forme e dimensioni, spostandosi anche verso l’edge, cioè verso la periferia, della rete con la proposta di micro data center che cominciano a fare la loro comparsa. Ma, nonostante l’evoluzione incessante in atto che determina più di un cambiamento, rimane salda una certezza di fondo: il ruolo fondamentale, ovvero “centrale”, del data center all’interno della strategia IT complessiva non cambia.

Se il data center è sempre al centro

A dispetto di tutte le trasformazioni, «la centralità del data center non è cambiata e non cambierà nel breve termine» – sintetizza Sergio Patano, senior research and consulting manager di IDC Italia, articolando questa affermazione, spiegando che «sicuramente il fenomeno legato alla trasformazione digitale che ha maggiormente impattato sul data center è stato l’avvento del cloud computing pubblico, che ha portato a una sostanziale modifica nell’approccio delle aziende allo sviluppo del proprio data center». Questo cambiamento di approccio non ha però comportato una riduzione dell’importanza del data center aziendale per lo sviluppo del business. E questo perché «da un lato il cloud pubblico ha permesso a molte aziende, soprattutto a quelle di piccole dimensioni o a quelle per le quali la funzione IT non veniva considerata core, di accedere a soluzioni e servizi a cui prima non potevano accedere per motivi di budget, come si può vedere dai non pochi casi di aziende che grazie al cloud pubblico sono riuscite a mettere in piedi una strategia di back-up e disaster recovery, prima difficilmente ipotizzabile» – spiega Sergio Patano. Ma dall’altro lato, prosegue IDC, «le aziende più strutturate hanno visto nel cloud pubblico, e in particolare nell’hybrid cloud, non solo la possibilità di incrementare la loro scalabilità verso l’alto e verso il basso in modo trasparente e fluido, ma anche l’opportunità di poter tornare a sperimentare “più a cuor leggero”, senza dover affrontare costi iniziali di tipo Capex, che tradizionalmente limitano molto le possibilità di intraprendere nuove iniziative. Il lancio di nuovi servizi appoggiati al cloud ha permesso a molte aziende di decidere se “spegnere” le macchine qualora l’attività non avesse portato i risultati sperati, oppure, nel caso contrario, di mantenerle “vive” nel cloud pubblico o riportarle all’interno del data center off premise in caso di successo dell’iniziativa».

#Datacenter tra iperconvergenza e “software defined”. Virtualizzare anche la rete
Click To Tweet

Tra iperconvergenza e “software defined”

La dinamica di oscillazione nell’utilizzo del cloud o del data center è molto diffusa, e IDC non manca di far notare che «recenti studi dimostrano che al raggiungimento di determinati livelli per alcuni KPI, key performance indicator, per esempio nel caso venga raggiunta una massa critica prestabilita nell’utilizzo di un servizio online, rimpatriare i workload può risultare maggiormente vantaggioso in termini di costi, gestione e rispetto delle policy aziendali». Ma questa dinamica è resa possibile anche dal fatto che le tecnologie alla base dei data center continuano nella loro evoluzione, che negli ultimi tempi vede prevalere sempre più fenomeni quali la crescita dei sistemi iperconvergenti e l’utilizzo di paradigmi di tipo “software defined”, che rappresentano il punto focale nello sviluppo evolutivo per trasformare il data center e renderlo ancora più “cloud ready”. Non a caso, le ultime stime di IDC prevedono che gli “hyperconverged system” cresceranno in valore nel periodo 2015-2020 a un tasso di crescita medio annuo (CAGR) molto sostenuto e di poco inferiore al 75 per cento. Non solo: per la “software defined infrastructure” le analisi mettono in evidenza «un crescente interesse e una crescente diffusione in termini di adozione da parte delle aziende, sia come soluzioni stand alone che come soluzioni pre-integrate all’interno di sistemi iperconvergenti» – sottolinea Sergio Patano.

Livelli di maturità differenti

Prima di analizzare più da vicino lo sviluppo dell’iperconvergenza, è il caso di soffermarsi sul mondo software defined, operando una necessaria distinzione per quanto riguarda il livello di maturità delle tre componenti dell’infrastruttura, cioè compute (ovvero il Software Defined Computing), storage (Software Defined Storage) e networking (Software Defined Networking): «Il Software Defined Computing costituisce un mercato ampiamente maturo e ben consolidato all’interno delle realtà aziendali, mentre il Software Defined Storage è in forte crescita, con numerose aziende che vi stanno puntando per far fronte alla crescente mole di dati e alla conseguente necessità di gestirli e di metterli in sicurezza. Il Software Defined Networking invece è ancora un mercato che ha un livello di maturità molto basso. Questo è strettamente collegato all’approccio che molte aziende hanno nei confronti delle evoluzioni tecnologiche di questo mercato. Secondo le più recenti survey condotte in tema di approccio all’innovazione tecnologica in ambito networking, quasi il 60 per cento delle aziende intervistate dichiara di adottare le nuove tecnologie solo quando sono mature e pronte: un paradosso, visto che a quel punto non si tratterà più di soluzioni innovative» – fa notare Patano.

#Datacenter Tra IoT e automazione delle operation verso l’edge computing
Click To Tweet

Virtualizzare anche la rete

Ma in cosa consiste esattamente il Software Defined Networking? Concettualmente, è analogo alla virtualizzazione e al Software Defined Data Center, in quanto disaccoppia l’elaborazione del traffico dei dati di rete dalla logica e dalle regole che governano i flussi dei dati di rete stessi. In questo modo, si può avere un controllo di livello superiore sulla gestione dei dati, grazie alla possibilità di applicare differenti regole e funzionalità di routing, comprendendo tra queste facoltà anche la scelta di decidere quale tipo di dati sia da ritenere locale e quale invece debba essere considerato remoto a tutti gli effetti. Va però ribadito che è necessario sgombrare il campo da un equivoco di fondo che tuttora persiste: quello costituito dall’idea che il Software Defined Networking sia valido solo per i data center su larga scala, detti anche “hyperscale”, cioè quelli che forniscono servizi cloud pubblici, privati o ibridi. Perché in realtà il Software Defined Networking è indicato per tutti i livelli di data center, in quanto rende la configurazione, la gestione e il monitoraggio della rete ancora più agevoli, con un impegno inferiore da parte del personale addetto all’IT.

Comprendere i fenomeni

Anche nel caso delle soluzioni “iperconvergenti” si tratta in sostanza di un’ulteriore evoluzione del concetto alla base della virtualizzazione, con l’obiettivo di semplificare la gestione dell’infrastruttura, massimizzando nel contempo l’utilizzo delle risorse hardware. Quella che inizialmente era la semplice implementazione di software di virtualizzazione su risorse hardware indipendenti, come server, storage e networking, allo scopo di utilizzarli al massimo, si è evoluta negli ultimi anni nella disponibilità di infrastrutture convergenti nelle quali hardware di tipo commodity arriva in azienda già integrato, configurato e soprattutto ottimizzato per specifici workload. Il passo ulteriore, rispetto a questo concetto, è quello delle soluzioni iperconvergenti, che vanno ancora oltre, integrando le componenti di compute, storage e networking all’interno di appliance che si possono installare nel giro di poche decine di minuti.

Vantaggi ed esigenze

Più in dettaglio, se le prime soluzioni convergenti univano risorse virtuali all’interno di un’unica unità fisica, i nuovi sistemi iperconvergenti si caratterizzano per la presenza di un hypervisor on top all’intero stack tecnologico integrato sia hardware sia software. Grazie a questo, gli hyperconverged system sono in grado di garantire livelli superiori di flessibilità, gestendo l’intero insieme di unità fisiche costituito da server, storage e networking, come se fosse un sistema virtuale unificato, in grado di assumere diverse configurazioni estremamente flessibili, con minori esigenze di amministrazione. Si tratta di una semplificazione ulteriormente favorita dalla circostanza che i sistemi iperconvergenti si basano su hardware standard x86, con un unico sistema operativo e gestionale richiesto per governare tutte le risorse come se si trattasse di un PC, cioè esattamente quello che serve per configurare le infrastrutture IT in quella maniera agile che oggi è imposta dalla digital transformation. Se quindi i vantaggi delle infrastrutture convergenti nascevano anche dal fatto che permettono di ridurre i costi per il cablaggio, il raffreddamento, l’energia elettrica e gli ingombri, nel caso dei sistemi iperconvergenti questi vantaggi sono ancora più evidenti, data la presenza di un’unica appliance nella quale i livelli server, storage e virtualizzazione vengono raggruppati con un unico insieme scalabile di risorse completamente integrate per una gestione più facile, rapida e conveniente.

#Datacenter Servizi IT da un’unica infrastruttura ibrida ready-to-market
Click To Tweet

Quando l’IT è ibrido

Un altro fenomeno salito recentemente alla ribalta è quello dell’hybrid IT. Secondo IDC non si tratta di un fenomeno passeggero, «ma di un obiettivo a cui le aziende devono puntare nel percorso di trasformazione del proprio data center a supporto della trasformazione digitale». Il perché è presto detto: «CIO e IT manager non distribuiranno più servizi IT da un’unica infrastruttura monolitica, ma da un’infrastruttura ibrida, che sarà in grado di erogare servizi da un pool infrastrutturale grazie all’avvento del software defined e che punterà a disegnare una soluzione “tailor made”, per soddisfare le esigenze del business, non tanto da un punto di vista economico, quanto soprattutto da un punto di vista di reattività al time-to-market» – sottolinea Sergio Patano di IDC Italia, spiegando che «questo consentirà di preservare gli investimenti effettuati in ambienti legacy e in applicazioni non facilmente migrabili verso il cloud, senza però perdere i vantaggi in agilità che le offerte cloud mettono sul mercato». È anche per questo che si prevede un’ulteriore accelerazione nell’adozione del cloud ibrido e del multicloud. IDC prevede che entro il 2018, come a dire da qui a un anno e mezzo, «oltre la metà degli asset IT risiederà al di fuori del data center aziendale». E lo stesso accadrà ai dati, tanto che «entro due o tre anni, le aziende avranno più dati all’esterno che non all’interno del proprio data center, spingendo le aziende a ridisegnare la propria strategia di cloud storage per favorire la migrazione, gestendo correttamente performance, sicurezza e privacy». Seguendo questa tendenza, IDC prevede inoltre che entro pochi anni, «il cloud diventerà anche il meccanismo di delivery per gli analytics, aumentando in modo consistente il consumo dei dati pubblici in cloud, aprendo la strada alla creazione di nuove applicazioni che si basano proprio sull’utilizzo di questi dati».

Verso l’edge computing

La prossima frontiera è sicuramente quella dell’edge computing, sicuramente uno dei fenomeni che sta cominciando ad attirare l’attenzione di molte realtà anche italiane. Come fa notare Sergio Patano di IDC, «tra i driver che stanno portando a sviluppare una strategia edge all’interno delle aziende troviamo quelli legati alla riduzione della latenza per la distribuzione dei contenuti, ovvero la content delivery, per migliorare la customer experience, per esempio nel caso dello streaming video; la possibilità di elaborare nel punto di origine i dati raccolti da sensori Internet of Things, cioè il data processing, per migliorare il time-to-market e la velocità di risposta agli eventi, anche grazie all’implementazione di soluzioni di automazione basate su policy e regole prestabilite; e infine ancora la riduzione della latenza in quanto il traffico dati è mantenuto localmente e consente un maggior controllo sulla trasmissione dei dati, in ottica peering traffic». In effetti, la quantità di dati che si prevede venga generata dall’Internet of Things è quasi inimmaginabile: solo per fare un esempio, secondo recenti previsioni di Gartner, entro il 2020 ci saranno oltre 26 miliardi di dispositivi interconnessi con 215 trilioni di connessioni stabili e 63 milioni di nuove connessioni al secondo. È proprio da qui che nasce l’esigenza di ripensare anche i modelli di gestione dei dati: perché è solo operando a livello periferico, cioè sull’edge della rete, che si possono gestire vaste quantità di dati senza necessariamente passare ogni volta dal cloud. I vantaggi di questo cambio di paradigma non mancano: da una parte, si riduce la richiesta di banda necessaria per raggiungere il cloud o il data center aziendale, dove avverrebbe normalmente l’elaborazione dei dati, e dall’altra parte si può determinare un incremento nei livelli di sicurezza, visto che le infrastrutture possono essere controllabili più agevolmente.

#Datacenter Il cloud come meccanismo di delivery per gli analytics.
Click To Tweet

Tra IoT e automazione delle operation

Lo sviluppo atteso nelle applicazioni di tipo Internet of Things riguarda però anche il funzionamento e la gestione del data center stesso, in ottica di crescente automazione delle operation. La tendenza è ormai tracciata: incorporando sempre di più all’interno dei data center le tecnologie smart degli oggetti connessi e intelligenti, oppure quelle dei sensori che comunicano tra loro e con i sistemi IT, i gestori e gli amministratori dei data center saranno sempre più in grado di tracciare al meglio lo stato effettivo dei componenti del data center stesso, valutando con migliore precisione lo stato di salute degli ambienti e avendo la possibilità di gestire gli eventuali interventi con maggiore efficacia. Sviluppando ulteriormente questo approccio, i classici sensori che stimano temperatura, umidità e consumi potranno essere integrati all’interno della stessa rete a fianco degli strumenti di misurazione e controllo, allo scopo di realizzare sistemi di autodiagnosi e di autoriparazione oppure di semplice allerta. Si tratta dell’importante filone della manutenzione predittiva, che se viene applicata alle infrastrutture IT, è senz’altro in grado di assicurare superiori livelli di uptime del data center.

L'articolo Data center, la trasformazione continua proviene da Data Manager Online.

Oltre 2000 partecipanti, 1430 persone collegate in streaming, 72 relatori, 38 tra partner e sponsor, oltre al patrocinio del Comune di Milano. Sono questi i numeri che raccontano il successo della XII edizione di SAS Forum Milan, l’evento internazionale dedicato al mondo degli analytics che ha riunito a Milano la business community dei dati. Lo avevamo già scritto qualche mese fa che qualcosa di nuovo si stava muovendo. Gli indizi c’erano tutti. Ma la conferma è arrivata solo con il Cisco Live di Berlino e il SAS Global Forum di Orlano. Ormai, la partnership tra Cisco e SAS non solo è ufficiale, ma segna la nuova tappa evolutiva dell’IT, che mette a sistema computing, dispositivi di memoria, analytics, cloud, intelligenza artificiale e networking. Cisco e SAS hanno messo insieme il meglio delle loro tecnologie e competenze per portare al mercato un approccio pragmatico all’IoT, con la piattaforma Cisco SAS Edge-to-Enterprise IoT Analytics. Si tratta della prima esperienza in cui Cisco installa una piattaforma per l’IoT analytics “on the edge”, cioè direttamente sul sensore che genera il dato. L’intelligenza artificiale e l’Internet of Things stanno trasformando non solo la velocità del processo decisionale delle aziende, ma l’intero modello di organizzazione. «La promessa dell’IoT è straordinaria» – ha detto Marco Icardi, regional vice president di SAS. Ma per tradurla in pratica occorre molta forza. E nessuna azienda da sola può vincere questa sfida.

#SASForumMilan La promessa dell’IoT è straordinaria – video intervista a @marcoicardi7
Click To Tweet

Fare bene nel presente e migliorare il futuro

Il volume dei dati generati e disponibili in tempo reale da fonti diverse è in costante crescita. «Il passaggio alla trasformazione digitale comporta un salto culturale, prima ancora che tecnologico» – ha detto Marco Icardi. «Se oggi collaborazione, apertura, conoscenze trasversali e nuove competenze cresceranno di pari passo con le tecnologie più avanzate, sarà possibile costruire ciò che fino a ieri era inimmaginabile». Cloud, analytics avanzati e machine learning stanno cambiano profondamente il modo di essere e fare impresa. «Tutto questo però non succederà, adattando regole vecchie a nuove situazioni, ma riconoscendo l’esistenza di principi completamente nuovi, che stanno definendo un nuovo rapporto uomo-macchina. «Siamo di fronte – mette in guardia Icardi – a una sfida in cui solo il connubio tra tecnologia avanzata e fattore umano renderà possibile l’inimmaginabile». Una sfida duplice per le imprese, continua Icardi: «Fare bene nel presente e migliorare il futuro. La digital transformation ha avuto un impatto su tutte le aziende di tutti i settori. Questo scenario impone un’analisi dei dati per migliorare la relazione con i clienti, i propri prodotti e servizi, e la catena produttiva. Su questo stiamo lavorando con le aziende per costruire un futuro che ancora nessuno può veramente immaginare, ma su cui possiamo lavorare insieme».

#SASForumMilan @oschabenberger La promessa dell’IoT si realizza grazie agli #analytics
Click To Tweet

La prossima tappa evolutiva

L’intelligenza artificiale è la prossima tappa evolutiva. Millennials, “immigrati” digitali e imprese sono nel pieno della trasformazione: «Qualcosa cambia, qualcosa resta. La luce illumina i fatti, gli analytics illuminano i dati. Il cambiamento è evolutivo» – ha spiegato Icardi. Anche gli algoritmi non “allenati” possono sbagliare e il fattore umano resta fondamentale. «Nei prossimi due anni, più del 60 per cento dei servizi IT saranno cloud based. Tutte le aziende sono ormai aziende tecnologiche. Il tempo di attrezzarci è adesso. SAS vuole essere il driver di questo cambiamento». Analytics avanzati, machine learning, intelligenza artificiale: «Le macchine non sostituiranno il fattore umano, ma lo potenzieranno. La partnership con Cisco indica una strada da percorrere insieme nel futuro. Un futuro fatto di integrazione di dispositivi e analisi del dato dove viene generato per un’ottimizzazione complessiva. Si tratta di una partnership strategica destinata a crescere» – ha confermato Marco Icardi. L’analytics delle Cose è la nuova linea di confine. E l’analytics “at the edge” è il nuovo terreno della competizione. «Gli analytics sono ovunque. E non devono essere solo nelle centrali operative, dove si analizzano i dati, ma anche dove il dato viene originato. Su questo fronte stiamo lavorando con Cisco, per costruire un ecosistema che utilizzi l’analisi del dato in tutta la sua catena per portare valore finale alle aziende».

#SASForumMilan Cisco e SAS insieme per un nuovo approccio pragmatico all’IoT
Click To Tweet

Cisco SAS Edge-to-Enterprise IoT Analytics Platform

Flessibile e scalabile, la piattaforma consente alle aziende di applicare gli analytics a vari livelli della rete, sulla base di volume, velocità e latenza (tempo necessario al dato per essere analizzato). Questo tipo di architettura comporta meno ostacoli e rischi, oltre a consentire un notevole risparmio di risorse e performance migliori. La piattaforma ha un’ampia applicabilità in diversi settori e aiuta le aziende a ottenere informazioni in tempo reale e agire immediatamente. Sia che si tratti di garantire sicurezza nel manufacturing, di preservare la salute dei pazienti oppure di rendere più coinvolgente l’esperienza di shopping omni-channel, l’Internet of Things (IoT) è un elemento cruciale e il suo vero valore risiede nei dati che riesce a fornire. Perché i dati non sono tutti uguali e i dati da soli non hanno alcun valore. La partnership SAS e Cisco è importante in quanto mette a disposizione una piattaforma edge-to-enterprise capace di trasformare, tramite gli analytics, i dati provenienti dal mondo IoT in vero valore di business per le aziende. «Se colleghiamo “l’intelligenza” con le “Cose”, abbiamo un’interazione che ci permette di esplorare il mondo. Perché la promessa dell’IoT non si realizza grazie ai sensori, ma grazie alla potenza degli analytics che macinano dati» – ha detto Oliver Schabenberger, executive VP & CTO di SAS.

L'articolo SAS Forum Milan 2017, sfidare il futuro proviene da Data Manager Online.