L’intelligenza artificiale sta entrando in una nuova fase. Se negli ultimi anni il tema principale era comprendere come sperimentare e utilizzare i modelli generativi, oggi il problema per CIO e CTO è riuscire a controllare un ecosistema AI sempre più distribuito, autonomo e integrato nei processi aziendali.

È questa la fotografia scattata dal nuovo studio dell’IBM Institute for Business Value, realizzato in collaborazione con Oxford Economics su un campione di 2.000 dirigenti tecnologici in 33 aree geografiche e 19 settori industriali.

La ricerca mostra come la diffusione dell’AI stia superando la capacità delle organizzazioni di governarla, aprendo nuove sfide sul fronte della sicurezza, della conformità normativa, della responsabilità e della sostenibilità economica.

Il dato che emerge con maggiore forza è che due terzi dei CIO e CTO intervistati dichiarano di essere ritenuti responsabili di sistemi AI che non controllano completamente, mentre il 70% ammette che i diversi team aziendali stanno implementando tecnologie più rapidamente di quanto l’IT riesca a monitorarle.

La governance non tiene il passo dell’AI

L’adozione dell’intelligenza artificiale continua ad accelerare, spinta direttamente dai vertici aziendali. L’80% dei leader tecnologici intervistati afferma che il mandato per la trasformazione AI arriva dal CEO.

Questa pressione, tuttavia, non è accompagnata da un analogo livello di preparazione organizzativa. Solo l’11% ritiene infatti di essere completamente pronto a gestire un’implementazione estesa degli agenti AI prevista per il prossimo anno, mentre il 77% riconosce che l’adozione dell’intelligenza artificiale sta già superando le attuali capacità di governance.

Entro il 2027, inoltre, i responsabili tecnologici prevedono un aumento del 38% del numero di agenti AI distribuiti all’interno delle organizzazioni.

Per i CIO si tratta di un cambiamento radicale: non devono più governare soltanto applicazioni software tradizionali, ma sistemi autonomi capaci di prendere decisioni, interagire con altri applicativi, accedere ai dati e svolgere attività operative.

Come approfondito nell’articolo di DataManager dedicato agli agenti AI come cuore operativo della nuova impresa, il passaggio dall’AI generativa all’AI agentica comporta una crescente autonomia nell’esecuzione dei processi e richiede nuovi livelli di integrazione, tracciabilità e controllo.

L’AI agentica aumenta il rischio operativo

La ricerca evidenzia come l’espansione degli agenti AI renda sempre più critici gli aspetti legati alla sicurezza, alla supervisione e alla conformità.

Il 59% dei CIO e CTO individua infatti sicurezza e compliance come i principali ostacoli alla scalabilità degli agenti AI.

Nel corso dell’ultimo anno, le organizzazioni intervistate hanno registrato mediamente 54 incidenti collegati agli agenti AI: eventi indesiderati o dannosi che hanno richiesto un intervento umano correttivo.

Il 17% di questi episodi è stato classificato come altamente grave e ha richiesto più di quattro ore per essere contenuto. Tra gli incidenti più rilevanti:

• il 37% ha comportato esposizione di dati o violazioni della sicurezza;
• il 33% ha provocato malfunzionamenti a catena tra sistemi;
• il 17% ha generato problemi di conformità normativa.

Il tema non riguarda soltanto la protezione dei modelli. Come evidenziato nell’approfondimento L’agentic AI trasforma il lavoro e accelera i rischi, l’autonomia degli agenti può amplificare rapidamente le conseguenze di un errore, soprattutto quando questi sistemi possono operare su database, applicazioni e infrastrutture critiche.

La governance deve essere integrata nei sistemi

Uno degli aspetti più significativi dello studio è la relazione diretta tra il modello di governance adottato e la resilienza operativa.

Nelle organizzazioni che continuano ad affidarsi prevalentemente a controlli manuali, il rischio di incidenti aumenta con l’espansione dell’AI. Al contrario, le imprese che integrano il controllo direttamente nei propri sistemi AI registrano il 25% di incidenti in meno.

Per i responsabili IT il messaggio è chiaro: la governance non può più essere un’attività separata o successiva alla distribuzione dei sistemi, ma deve essere incorporata nelle piattaforme, nei workflow e negli agenti fin dalla progettazione.

È un principio condiviso anche nell’analisi pubblicata su DataManager sull’AI agentica e sulla necessità di integrare sicurezza, governance e fiducia fin dall’inizio della progettazione delle nuove piattaforme intelligenti.

In termini architetturali, questo significa adottare controlli automatizzati, policy verificabili, gestione delle identità, segregazione dei privilegi, registrazione delle attività, monitoraggio continuo e meccanismi di intervento umano.

Il controllo dell’AI diventa un vantaggio competitivo

Secondo lo studio IBM, integrare la governance nei sistemi non rappresenta soltanto una misura di protezione, ma può diventare un fattore di accelerazione.

Le organizzazioni che incorporano meccanismi di controllo direttamente nelle proprie piattaforme AI:

• implementano un numero di agenti AI 16 volte superiore rispetto alle aziende che adottano una governance prevalentemente manuale;
• registrano margini operativi superiori del 18%;
• spendono fino a quattro volte meno del proprio budget destinato all’intelligenza artificiale.

Il controllo, quindi, non costituisce necessariamente un freno all’innovazione. Al contrario, può rappresentare la condizione necessaria per scalare l’adozione dell’AI senza aumentare in modo proporzionale complessità, costi e superficie di rischio.

Infrastrutture e dati devono sostenere gli agenti AI

La capacità di governare l’intelligenza artificiale dipende anche dall’architettura tecnologica sulla quale operano i modelli e gli agenti.

Gli agenti AI devono accedere a dati aggiornati, applicazioni aziendali, API, strumenti operativi e risorse di calcolo. Senza un’infrastruttura osservabile, interoperabile e adeguatamente protetta, la loro diffusione rischia di creare nuove dipendenze e punti ciechi.

L’approfondimento di DataManager su Agentic AI e infrastrutture pronte per l’intelligenza artificiale sottolinea in particolare il ruolo della qualità, della struttura e della tempestività dei dati per consentire agli agenti di operare su informazioni affidabili e coerenti.

Per i CIO diventa quindi essenziale evitare architetture rigide e difficili da modificare. Lo studio rileva infatti che le aziende che hanno progettato fin dall’inizio sistemi adattabili, mantenendo portabili i workload e sostituibili i modelli, hanno registrato nel 2025 un ritorno sugli investimenti AI superiore del 10%.

L’altra sfida riguarda il FinOps dell’AI

Parallelamente alla governance operativa cresce il tema della sostenibilità economica.

Secondo lo studio, la quota dei budget IT destinata all’intelligenza artificiale passerà da poco meno del 15% nel 2025 a quasi il 25% entro il 2027, con un incremento del 71% in due anni.

Nonostante l’aumento degli investimenti, la maggior parte delle organizzazioni non dispone ancora degli strumenti necessari per governarne i costi.

L’84% dei tech CxO dichiara di non avere ancora reso completamente operativa la gestione finanziaria dell’AI, mentre l’85% non possiede una piena visibilità in tempo reale sulla spesa.

Emerge così un nuovo ambito destinato a diventare centrale: il FinOps applicato all’intelligenza artificiale, ovvero la capacità di monitorare consumi, utilizzo dei modelli, costi infrastrutturali, spesa per le API, carichi inferenziali e ritorno sugli investimenti.

Il tema è approfondito anche nella guida di DataManager dedicata al FinOps e alla gestione dei costi delle infrastrutture tecnologiche, un approccio che diventa ancora più rilevante quando i consumi AI sono distribuiti tra cloud, modelli, dati e applicazioni.

Lo studio IBM mostra che le organizzazioni caratterizzate da una maggiore disciplina finanziaria riescono a implementare 2,4 volte più agenti AI senza aumentare il budget AI e IT e hanno una probabilità tre volte superiore di dichiararsi completamente pronte alla scalabilità.

Il caso italiano: cresce la pressione, ma manca la preparazione operativa

I dati relativi all’Italia confermano la stessa tendenza, con alcune criticità ancora più marcate.

L’86% dei tech leader italiani segnala una pressione medio-alta da parte del CEO o dell’executive leadership per accelerare l’adozione degli agenti AI, ma soltanto il 9% ritiene che la propria organizzazione sia realmente pronta a gestirne la diffusione su larga scala.

Anche gli investimenti sono destinati ad aumentare. La quota del budget IT dedicata all’intelligenza artificiale dovrebbe infatti crescere dal 16% nel 2025 al 28% nel 2027.

Parallelamente, però, il 90% degli intervistati italiani riconosce di non disporre ancora di una visibilità completa e in tempo reale sulla spesa AI.

«Il quadro che emerge è quello di un’ambizione sull’intelligenza artificiale che cresce più rapidamente della capacità delle organizzazioni di governarla: la sfida per le imprese non è rallentare l’innovazione, ma creare le condizioni per scalarla in modo sicuro e sostenibile, integrando fin dall’inizio governance, trasparenza, controllo dei costi e responsabilità nelle architetture, nei processi e negli agenti AI, così che la velocità di adozione si traduca in valore concreto e duraturo».

È il commento di Giuseppe Bottura, Chief Technology Officer di IBM Consulting Italia.

La prossima sfida dei CIO sarà governare ecosistemi AI distribuiti

La ricerca IBM fotografa una trasformazione ormai evidente: l’intelligenza artificiale non è più un progetto sperimentale gestito da singoli team, ma una componente strutturale dell’architettura enterprise.

Per questo motivo, le priorità dei CIO stanno cambiando rapidamente. Non sarà sufficiente distribuire nuovi modelli o aumentare il numero di agenti AI. Occorrerà costruire piattaforme capaci di garantire osservabilità, sicurezza, governance, controllo economico e conformità normativa lungo l’intero ciclo di vita dell’AI.

Le organizzazioni che riusciranno a integrare questi elementi direttamente nell’infrastruttura tecnologica saranno probabilmente quelle in grado di trasformare l’attuale accelerazione dell’AI in un vantaggio competitivo duraturo.

Al contrario, chi continuerà a trattare governance e controllo come attività successive all’implementazione rischia di vedere aumentare complessità, costi operativi e superficie di rischio proprio mentre l’intelligenza artificiale diventa uno dei principali motori della trasformazione digitale.

Lo studio è stato realizzato dall’IBM Institute for Business Value, in collaborazione con Oxford Economics, intervistando 2.000 dirigenti senior responsabili delle decisioni relative a IT, tecnologia e AI in 33 aree geografiche e 19 settori industriali, tra gennaio e aprile 2026.

L'articolo IBM: i CIO accelerano sull’AI, ma cresce il divario tra adozione e governance proviene da Data Manager Online.

Quello che i clienti chiedono davvero

Durante gli incontri che abbiamo con i nostri clienti sull’introduzione di nuove soluzioni di AI in azienda, le domande più ricorrenti non riguardano la tecnologia, ma le persone: come coinvolgerle nel cambiamento, gestire aspettative e resistenze, e trasformare l’AI in un’opportunità concreta anziché in una minaccia percepita. Subito dopo emergono i dubbi legati al business: come misurare il ritorno degli investimenti, valutare l’effettivo utilizzo degli strumenti e capire se l’adozione dell’AI produrrà valore reale o solo nuovo hype.

È proprio qui che oggi si concentra la sfida principale: non più nel tech debt, ma nel divario culturale ed esperienziale tra le potenzialità della tecnologia e la capacità delle organizzazioni di integrarla davvero nei processi e nel lavoro quotidiano.

La tecnologia corre, le organizzazioni fanno fatica a stare al passo

Stiamo vivendo una delle trasformazioni più significative nella storia del lavoro. L’AI sta rimodellando i ruoli, ridisegnando i processi e ridefinendo la natura stessa della performance. Secondo un nuovo studio dell’IBM Institute for Business Value, la tecnologia si sta muovendo più rapidamente di quanto lavoratori, manager e imprese riescano a tenere il passo. In Italia, ad esempio, nonostante il 63% dei lavoratori affermi di avere linee guida chiare sull’uso dell’AI, il 71% sostiene che queste regole sono già obsolete rispetto al modo in cui il lavoro si sta evolvendo – un divario che riflette pienamente la tendenza globale.

Questo scarto spiega uno dei punti più significativi dello studio: il principale ostacolo alla piena espressione del valore dell’AI non è la tecnologia in sé, ma come le organizzazioni preparano persone, processi e cultura al suo utilizzo. In altre parole, il problema da gestire non è più il debito tecnologico accumulato nel tempo: è il gap di esperienza e di cultura che si allarga ogni giorno tra chi l’AI la introduce e chi dovrebbe adottarla.

Il divario tra dirigenti e lavoratori

Quasi due terzi dei dirigenti intervistati affermano che l’AI sta già ridefinendo ruoli e processi operativi. Ma ciò che si osserva costantemente sul campo è che molte organizzazioni non hanno ancora ridisegnato le pratiche di gestione, i sistemi di valutazione della performance e le strutture di supporto ai lavoratori necessari a rendere efficaci tali cambiamenti. Il risultato è un divario crescente e significativo tra i progressi sull’AI riportati dai dirigenti e il modo in cui i dipendenti li vivono.

In Italia, ad esempio, il 68% dei lavoratori afferma di non conoscere gli strumenti AI usati nella propria azienda, o di venirne a conoscenza solo quando sono già in uso. Non si tratta di un problema di comunicazione: è un segnale di un modello organizzativo che non ha ancora integrato l’AI come cambiamento strutturale, ma la tratta come un layer tecnologico aggiuntivo.

I dati confermano questa lettura. I dirigenti affermano che l’impatto dell’AI sui ruoli avanza a una velocità doppia rispetto a quanto percepito dai dipendenti. Mentre l’81% dei dirigenti dichiara che i dipendenti vengono premiati per lo sviluppo di competenze sull’AI, il 43% dei dipendenti a livello globale afferma di non ricevere formazione. In Italia questa percentuale sale al 52% – tra le più alte in Europa – e solo il 41% dichiara di essere stato formato per evitare errori generati dall’AI.

Questi dati non sono semplici statistiche: descrivono una disconnessione profonda che rischia di minare la fiducia e rallentare un’adozione davvero efficace.

Costruire una cultura che supporti l’AI

Un’adozione di successo dipende dal fatto che le persone si sentano sicure nel parlare, nel mettere in discussione i risultati e nell’applicare il proprio giudizio. Eppure, il 43% dei dirigenti – in Italia il 49% –  afferma che i dipendenti non si sentono tranquilli nell’esprimere perplessità sui risultati dell’AI, e più della metà dei dipendenti sostiene che i colleghi non mettono in discussione l’AI quando dovrebbero.

Quando le persone si sentono più sicure nell’essere d’accordo che nel porre domande, il problema non è lo strumento: è il clima organizzativo in cui quello strumento viene usato. L’AI, in assenza di una cultura psicologicamente sicura, non diventa un amplificatore di intelligenza collettiva: diventa un dispositivo di conformismo.

In IBM crediamo che la curiosità e l’apprendimento continuo siano fondamentali. Lo studio conferma che le organizzazioni più performanti creano maggiore fiducia attorno all’AI. In Italia, tuttavia, questa fiducia è indebolita anche da un altro fattore: il 47% dei lavoratori afferma che l’AI rende più difficile ricevere riconoscimento equo per il proprio contributo. Non è una percezione marginale: è un segnale che i sistemi di valutazione della performance non sono ancora stati adattati a un mondo in cui umano e macchina collaborano.

Manager chiamati a guidare in modo diverso

I manager si trovano al centro di questa transizione: devono coordinare la collaborazione tra persone e AI, e valutare la performance in modi del tutto nuovi. Il 93% dei dirigenti globali afferma che l’AI rende la valutazione più difficile. In Italia, il 42% dei dipendenti dichiara di sentirsi in burnout per il ritmo dei cambiamenti – un dato che segnala quanto la pressione sui manager italiani sia particolarmente elevata.

Oggi solo il 27% dei dipendenti globali afferma che i propri manager si concentrano principalmente su coaching e giudizio strategico. Questa quota è destinata a salire fino al 45% entro il 2028: un salto significativo, che richiederà un ripensamento profondo del ruolo manageriale. In Italia, dove la formazione sull’AI è ancora largamente insufficiente, questo cambiamento sarà particolarmente sfidante – e tanto più urgente.

Le organizzazioni che hanno successo: cosa le distingue

Lo studio identifica un gruppo di organizzazioni con maturità avanzata rispetto all’AI e capacità di gestione del cambiamento. Ciò che le distingue non è la tecnologia che usano: è il modo in cui hanno ridisegnato il contesto umano attorno a essa. Stabiliscono ruoli chiari, definiscono norme su quando fidarsi dell’AI e quando metterla in discussione, costruiscono sistemi di valutazione coerenti con una realtà ibrida. Il risultato è misurabile: fino al 73% di crescita dei ricavi rispetto ai competitor.

Il quadro italiano, per contrasto, mostra quanto sia ancora lontano questo modello: il 71% vede linee guida già superate, il 52% non riceve formazione, il 49% non mette in discussione l’AI e il 68% non conosce gli strumenti di AI in uso nella propria organizzazione. Non si tratta di singoli indicatori da migliorare: sono i sintomi di un modello operativo che non è ancora stato ridisegnato attorno all’AI.

Cosa dovrebbero fare i leader

Le domande che i miei clienti mi pongono alla fine di ogni meeting – come trascino le persone, come misuro il ROI, come evito che questa sia l’ennesima bolla – non hanno risposte tecnologiche. Hanno risposte organizzative. L’adozione dell’AI sta portando in superficie lacune nel processo decisionale, nei comportamenti e nel giudizio. Per colmarle e costruire fiducia e valore reale, è necessario agire su tre fronti.

• Trattare l’introduzione dell’AI come una trasformazione che riguarda le persone, non solo la tecnologia. In Italia, dove più della metà dei dipendenti non ha ancora ricevuto formazione adeguata, questo passo non è più rinviabile.
• Aggiornare i sistemi di performance per premiare apprendimento, capacità di mettere in discussione le risposte dell’AI e buon giudizio. Questo è essenziale per contrastare la percezione – diffusa nel 47% dei lavoratori italiani – che l’AI oscuri i contributi individuali.
• Creare spazi di pratica decisionale con simulazioni e ambienti protetti. In Italia, dove il 49% delle persone non mette in discussione l’AI nemmeno quando sbaglia, questo lavoro è particolarmente critico.

Le organizzazioni che guideranno questa era non saranno quelle con la migliore AI: saranno quelle che avranno saputo costruire le migliori competenze umane attorno a essa. In un contesto come quello italiano – dove il divario tra tecnologia disponibile e preparazione delle persone è ancora ampio – questo investimento non è solo strategico. È urgente.

Per consultare lo studio, visita: https://ibm.biz/ai-human-op-model

L'articolo L’impatto umano dell’AI: perché le persone contano più della tecnologia proviene da Data Manager Online.

L’azienda lo ha ringraziato per il contributo offerto e per i risultati raggiunti nel corso degli anni di collaborazione, augurandogli successo per il futuro.

Contestualmente, dal 1° aprile, Nico Losito assume l’incarico di General Manager di IBM Italia. In precedenza Losito è stato Vice President Sales di IBM Technology, l’unità di business che comprende software, infrastrutture hardware e servizi professionali di supporto tecnico.

In questo ruolo ha guidato un team di professionisti impegnati nel disegnare e implementare le soluzioni tecnologiche di AI e Hybrid Cloud necessarie a realizzare la trasformazione digitale delle principali aziende italiane. Nel corso della sua carriera ha ricoperto diversi ruoli di leadership in IBM Europe Middle East e Africa.

L'articolo IBM Italia: cambio ai vertici proviene da Data Manager Online.

IBM ha annunciato oggi che il proprio computer quantistico è riuscito a simulare in modo affidabile il comportamento quantistico di un materiale magnetico, ottenendo risultati in linea con gli esperimenti sullo scattering di neutroni, segnando un passo significativo verso l’utilizzo dei computer quantistici come strumenti affidabili per la scoperta scientifica. Il lavoro, riportato in uno studio di ricerca pubblicato in pre-print è stato condotto da scienziati del Quantum Science Center finanziato dal Dipartimento dell’Energia degli Stati Uniti presso Oak Ridge National Laboratory, dell’Università Purdue, dell’Università dell’Illinois Urbana-Champaign, del Los Alamos National Laboratory e dell’Università del Tennessee e IBM.

La capacità di progettare nuovi materiali, come superconduttori migliori, batterie più efficienti o nuovi farmaci, dipende capacità di comprendere il comportamento quantistico, che spesso risulta difficile da modellare con i metodi classici. Sebbene ci si aspettasse che i computer quantistici potessero affrontare questa sfida, non era ancora chiaro se i processori oggi disponibili fossero in grado di fornire simulazioni quantitativamente affidabili di materiali reali. Questi risultati dimostrano che l’hardware quantistico, insieme ad algoritmi innovativi e a workflow di quantum-centric supercomputing, può simulare con precisione le proprietà dei materiali, cosa difficile da realizzare utilizzando solo i metodi classici.

“Esiste un’enorme quantità di dati sullo scattering di neutroni sui materiali magnetici che non comprendiamo ancora pienamente a causa dei limiti dei metodi classici approssimati”, ha dichiarato Arnab Banerjee, professore assistente di Fisica e Astronomia all’Università Purdue. “Utilizzare un computer quantistico per comprendere meglio queste simulazioni e confrontarle con i dati sperimentali è stato per me un sogno coltivato per oltre un decennio, e sono entusiasta del fatto che oggi abbiamo dimostrato, per la prima volta, che questo è possibile.”

L’esperimento

Da tempo gli scienziati utilizzano sorgenti di neutroni per rivelare le proprietà quantistiche dei materiali, misurando come i neutroni incidenti scambiano energia e quantità di moto con gli spin nel materiale. In questo studio, il team si è concentrato sul cristallo magnetico KCuF3 e ha confrontato direttamente le misurazioni di scattering di neutroni con le simulazioni su un computer quantistico. La forte corrispondenza tra esperimento e simulazione dimostra che i processori quantistici sono ora in grado di calcolare le principali proprietà dinamiche dei materiali reali. “È la corrispondenza più impressionante che abbia mai visto tra dati sperimentali e simulazione con qubit, e alza in modo significativo il livello di ciò che ci si può attendere dai computer quantistici”, ha commentato Allen Scheie, fisico della materia condensata al Los Alamos National Laboratory. “Sono estremamente entusiasta del significato che questo risultato può avere per la scienza.”

Questi risultati iniziano a consolidare l’utilizzo dei computer quantistici come strumenti computazionali affidabili per la simulazione dei materiali. “Le simulazioni quantistiche di modelli realistici dei materiali e la loro caratterizzazione sperimentale rappresentano una dimostrazione concreta dell’impatto che il quantum computing può avere nei processi di scoperta scientifica”, ha affermato Travis Humble, direttore del QSC presso l’Oak Ridge National Laboratory (ORNL).

Lo studio evidenzia inoltre come i miglioramenti in termini di scala e qualità dei processori quantistici siano stati cruciali per il livello di accuratezza raggiunto nella simulazione. “Questi risultati sono stati resi possibili dai tassi di errore dei gate a due qubit che ora sono stati raggiunti sui nostri processori quantistici”, ha affermato Abhinav Kandala, ricercatore di IBM. “Ci aspettiamo ulteriori miglioramenti nei tassi di errore e nelle estensioni a dimensioni superiori per consentire previsioni sulle proprietà dei materiali che risultano difficili da ottenere con i soli metodi classici.” Basandosi sulla programmabilità di un processore quantistico universale, il team ha già esteso questo approccio oltre il KCuF₃ per simulare classi di materiali con interazioni più complesse.

Verso l’era quantistica

Questo esperimento si inserisce in un cambiamento più ampio nel modo in cui i computer quantistici vengono applicati ai problemi scientifici affrontati dai laboratori di ricerca. Tra i risultati più recenti figurano la prima simulazione quantistica di una molecola half-Möbius mai osservata prima e una simulazione proteica su larga scala realizzata con Cleveland Clinic. In discipline come la chimica, la scienza dei materiali e la biologia molecolare, la simulazione quantistica sta iniziando a misurarsi con problemi rilevanti per la comunità scientifica.

L’approccio del quantum-centric supercomputing dimostrato in questo lavoro è stato concepito per generare valore scientifico e commerciale già negli anni che precedono l’arrivo di sistemi ancora più avanzati, integrando l’hardware quantistico disponibile oggi con il calcolo classico in flussi di lavoro che rendono produttivo l’uso di entrambi.

L'articolo Il computer quantistico di IBM simula con precisione materiali magnetici reali, riproducendo i dati di laboratorio proviene da Data Manager Online.

Il 2025, il quinto anno dell’era Arvind Krishna, non poteva concludersi in modo più positivo per IBM. «Il quarto trimestre e l’intero 2025 si sono chiusi con risultati molto solidi» – dichiara il 28 gennaio l’amministratore delegato di IBM Italia Alessandro La Volpe, dopo la pubblicazione dei risultati della corporation. Risultati che confermano la forza della direzione strategica intrapresa, il valore del portfolio di offerta e la capacità di integrazione tra IBM Technology, IBM Consulting e l’ecosistema dei partner.

A monte dei risultati finanziari e della coerenza del portafoglio, emerge la visione strategica di Krishna. Già artefice dell’acquisizione di Red Hat – operazione da 34 miliardi di dollari completata nel 2019 – il CEO ha impresso una direzione chiara a IBM. Cloud ibrido e intelligenza artificiale rappresentano i due pilastri su cui si fondano tecnologia, ricerca e posizionamento di mercato di Big Blue. Alessandro La Volpe delinea a partire dai risultati finanziari e dalle soluzioni recentemente annunciate, il presente e l’immediato futuro di IBM. Soffermandosi sulle prospettive che l’attuale percorso dell’azienda – tra i big dell’IT quella più concretamente impegnata sul fronte dell’informatica quantistica – potrebbe aprire sia a livello globale sia per l’ecosistema tecnologico italiano.

L’AI ALIMENTATA DA DATI REAL-TIME

«Dalla nomina di Krishna, la scelta di concentrarsi sulla tecnologia e di valorizzare soluzioni e servizi ci ha fatto diventare un unicum sul mercato, dove la consulting è parte integrante della nostra identità». Se l’acquisizione di Red Hat getta le basi del posizionamento di IBM nel campo del cloud ibrido, quella che è stata annunciata proprio alla fine del 2025 dice molto della strategia dedicata all’intelligenza artificiale e dell’impegno sul fronte dei nuovi modelli di approccio al problema dell’informazione per le aziende data-driven. La nuova operazione, che dovrebbe chiudersi entro la metà del 2026, riguarda Confluent, significativa realtà della Silicon Valley fondata nel 2014 dai creatori di Apache Kafka come progetto open source all’interno di LinkedIn, e oggi una delle principali piattaforme per la gestione di dati in tempo reale.

Qual è l’interesse di IBM in questa tecnologia? «Confluent si inserisce in un contesto che oggi è determinante» – spiega l’AD di IBM Italia. «La capacità di gestire in tempo reale, a bassissima latenza, imponenti volumi di dati provenienti da fonti diverse e destinati a supportare i processi di automazione e di trasformazione digitale dei clienti è un fattore chiave. Questa acquisizione, il cui valore stimato è di 11 miliardi di dollari, rappresenta la seconda operazione più importante dopo Red Hat».

L’informazione real-time è la grande sfida nell’evoluzione degli attuali modelli di addestramento dell’intelligenza artificiale generativa e del machine learning, perché permette di colmare l’attuale gap tra dati statici e dinamici e apre la strada a un aggiornamento delle basi di conoscenza dell’AI in modo molto più rapido e compatibile anche con le informazioni che viaggiano continuamente su Internet. In più, Confluent condivide pienamente il paradigma open source che da tempo caratterizza l’offerta di IBM e ne guida le scelte. In virtù di questa omogeneità, è possibile garantire l’integrazione end-to-end di applicazioni, analisi, ecosistemi di dati e agenti AI per promuovere l’intelligence e la resilienza negli ambienti cloud ibridi. Secondo Arvind Krishna, con l’acquisizione di Confluent, IBM fornirà una data platform intelligente per l’IT aziendale, progettata appositamente per l’AI.

UN MAINFRAME PER L’AI

Tornando ai risultati, Alessandro La Volpe evidenzia che il buon andamento dell’ultimo trimestre si è tradotto in cifre di tutto rispetto lungo l’arco dell’anno. IBM chiude il 2025 con un fatturato di 67,5 miliardi di dollari, pari al 6% di crescita a valuta costante sul 2024 e le aspettative per il 2026 sono altrettanto favorevoli. L’ultimo quarto vede crescere molto bene il software per il cloud ibrido, e benissimo quello per i dati. Ancora più soddisfacente l’andamento del comparto infrastruttura ibrida: i dati corporate parlano di un 67% in più per il business generato dalla nuova generazione dei mainframe, la famiglia IBM Z.

«Il nuovo mainframe z17 è uno dei motori di questa crescita» – osserva La Volpe. «Questi sistemi sono il pilastro della strategia IBM e consentono di far girare le macchine transazionali dei clienti con grandi performance e con ogni tipo di workload in ambito pubblico o privato. Sempre con riferimento al mainframe c’è da segnalare una significativa novità pensata per adattare l’architettura transazionale dello z17 alle necessità di calcolo dell’AI. «Abbiamo rilasciato una nuova famiglia di schede di accelerazione compatibili con z17 e LinuxONE 5, proprio per assicurare scalabilità verso l’AI generativa e i language model più complessi, senza costringere l’utilizzatore a trasferire i workload dell’AI all’esterno del mainframe».

Le schede Spyre Accelerator sono ottimizzate per il calcolo inferenziale e dispongono di 32 core ciascuna. Un singolo z17 può accogliere fino a 48 schede di accelerazione, raggiungendo una capacità di elaborazione pari a 450 miliardi di inferenze al giorno. Le aree applicative target sono quelle dell’AI generativa e agentica, nonché i modelli ad alta precisione usati per la valutazione in tempo reale dei rischi, l’individuazione dei tentativi di frode e per la cosiddetta “ingestione” dei dati.

Le architetture hybrid cloud su cui IBM ha investito negli ultimi anni sono ormai uno standard di fatto – come spiega La Volpe – perché consentono di addestrare ed eseguire modelli analitici e soluzioni di intelligenza artificiale dove risiedono i dati: all’interno dei confini aziendali, nei siti produttivi o nel cloud pubblico. «Riteniamo che il 2026 porterà alla definitiva affermazione dell’intelligenza artificiale “in produzione” e dell’AI effettivamente capace di gestire i processi di business. Questo è sicuramente un momento di svolta» – ribadisce l’AD di IBM Italia. «Ci stiamo liberando da quella che chiamo la “palude” del prototipo, di casi d’uso fini a se stessi e che non si integrano nei processi aziendali».

Tutto ciò di cui si è parlato finora – streaming in tempo reale dei dati, cloud ibrido, confluenza di transazionale e inferenziale, salto di qualità dell’AI che entra direttamente nella gestione del business – contribuirà a rendere ancora più urgente il tema della giurisdizione sul dato: la sovranità digitale. Nel corso degli anni, al problema della regolamentazione della privacy e della ownership, è stata data una risposta geografica: a discriminare, il luogo fisico dei server dei data center privati e del cloud pubblico. «IBM sta pensando a una soluzione diversa con il rilascio della piattaforma software chiamata Sovereign Core, che sarà disponibile verso l’estate, e che vuole risolvere il classico dilemma tra controllo e innovazione, ma senza correre il rischio di perdere la sovranità su dati, applicazioni e infrastruttura IT». L’intelligenza artificiale oggi sposta il focus dalla sovranità geografica a un modello più ampio di sovranità digitale. Questi sistemi operano continuamente in modalità di esecuzione, dipendono da dati e modelli altamente sensibili e introducono nuovi obblighi normativi in materia di responsabilità, verificabilità e governance. Parlare di sovranità significa avere visibilità e controllo su chi gestisce le piattaforme, dove i modelli di AI vengono eseguiti e come viene gestita l’inferenza, l’accesso amministrativo ai sistemi e il modo in cui le varie conformità possono essere dimostrate e documentate.

SOVRANITÀ BY-DESIGN

La risposta a un problema così complesso è la “sovranità by design”, l’approccio che Sovereign Core rende operativamente possibile. In questo modo, la sovranità diventa, come è stato per la sicurezza by-design, una proprietà intrinseca delle piattaforme software. La nuova soluzione IBM punta a fornire, attraverso un’architettura open source basata su Red Hat OpenShift, una piattaforma per la sovranità digitale gestita direttamente dal cliente, senza intermediazioni. Identità degli utenti e relative chiavi di autenticazione, autorizzazione, crittografia e gestione degli accessi rimangono all’interno dei suoi confini. All’interno dei quali vengono generati, archiviati e gestiti i dati operativi completi, la telemetria del sistema e i registri compilati con i dati rilevati. Sotto il pieno controllo dell’owner restano anche la distribuzione dei modelli AI e l’esecuzione dell’inferenza, con tracciabilità e supervisione complete.

«Questo approccio non si limita più a costruire semplicemente il proprio data center in Europa» – spiega La Volpe. «Ma permette di mantenere il controllo delle proprie chiavi di casa, ovunque si trovino asset applicativi e dati. Sovereign Core dispone di strumenti che consentono di validare la compliance delle applicazioni, senza delegare ad altri la gestione della sovranità».

IL QUANTUM COMPUTING

In mezzo a tanti argomenti, il quantum computing è forse l’elemento più caratterizzante della vision di IBM sul piano competitivo. Soprattutto perché, quando si parla di informatica quantistica e delle sue dirompenti capacità, convergono molte delle problematiche affrontate sin qui. Prima tra tutte la questione della sicurezza crittografica di chiavi universalmente ritenute inviolabili (almeno nei tempi resi mediamente possibili dai calcolatori convenzionali), ma che non potrebbero reggere alle prestazioni di un computer quantistico. La Volpe osserva che per quanto sia avanzata la posizione “quantistica” di IBM, nell’orizzonte tracciato dal piano strategico 2020, ci sono ancora due giri di boa.

Il 2026 che segnerà la certificazione dei primi casi di “quantum advantage”: applicazioni in cui il calcolo quantistico supera, in modo misurabile, le capacità dei sistemi tradizionali. «È un’aspettativa molto concreta in campi come i modelli finanziari o la ricerca di nuovi materiali» – afferma La Volpe. «Una prima comunicazione è già arrivata a fine 2025 dalla società finanziaria britannica HSBC che in collaborazione con IBM ha risolto un problema di ottimizzazione nel trading obbligazionario con un’accuratezza migliore del 34% rispetto al calcolo convenzionale». L’altro traguardo, che secondo le stime verrà raggiunto nel 2029, è la fault tolerance. Al momento nei computer quantistici non è ancora possibile eliminare del tutto il rumore di fondo dell’elaborazione, che a sua volta genera incertezza nei risultati con troppi margini di approssimazione. «Il problema è di natura tecnologica, non algoritmica, ma prevediamo che entro quel termine verrà superato» – dichiara La Volpe.

Il dominio di IBM nel nascente mercato dell’IT quantistica, uno dei più promettenti nell’arco dei prossimi decenni, inizia nel 2016, con la dimostrazione dei primi circuiti della IBM Quantum Platform. Il computer quantistico non è una scatola o un mainframe standalone, ma un insieme di circuiti in un sistema molto complesso intorno al quale va costruito un data center e un intero ecosistema di scienziati, ricercatori, programmatori e linguaggi. Questo è il ruolo della IBM Quantum Network, la rete mondiale di 300 università, istituzioni e aziende che raggruppa gli sperimentatori in grado di accedere alle risorse non ancora commerciali che IBM mette a disposizione della sua rete attraverso il cloud. Sebbene formalmente facciano capo alla rete globale dei laboratori di ricerca IBM, secondo La Volpe queste risorse hanno già generato negli ultimi anni contratti per un valore complessivo di un miliardo di dollari.

L’IT PER IL FUTURO

Alla base delle applicazioni – che spaziano dallo sviluppo di nuove molecole in campo farmacologico e ingegneristico alla previsione del rischio meteorologico e climatico, passando per l’ottimizzazione finanziaria, della logistica, della generazione e distribuzione dell’energia elettrica – c’è un kit di sviluppo open source, Qiskit, che è l’equivalente quantistico di CUDA, lo strumento che NVIDIA mette a disposizione di chi vuole costruire applicazioni avanzate per le GPU. Dal 2016 IBM ha messo a disposizione 89 processori quantistici. Oggi ne sono attivi più di 15, tutti da oltre 100 qubit, alcuni dedicati ad accordi nazionali, altri nei due quantum data center di IBM: quello di Poughkeepsie negli USA e quello di Ehningen in Germania, voluto fortemente dall’ex cancelliera Merkel e inaugurato nel 2024. Sono inoltre in funzione nove computer quantistici “on site”, l’ultimo e più potente dei quali è l’IBM-Euskadi Quantum Computational Center di Donostia-San Sebastián, nei Paesi Baschi, un gigante da 156 “qubit”, l’unità fondamentale del calcolo quantistico. Il sistema – il più potente costruito finora da IBM – è operativo dallo scorso ottobre ed è impiegato principalmente nella ricerca in ambito molecolare.

Nella creazione del futuro mercato dell’informatica quantistica e dello sviluppo del suo indispensabile bacino di nuove competenze, IBM ritrova quella che era stata la sua missione formativa ai tempi dell’invenzione tecnologica del mainframe. Vocazione che Big Blue non ha mai abbandonato. Ancora prima di raggiungere la piena maturità, il computer quantistico richiede molto lavoro, per il quale occorre formare una nuova generazione di “programmatori”. Uno degli aspetti da coprire è proprio la sicurezza degli algoritmi in uno scenario in cui i sistemi di crittografia tradizionale sono a rischio. Il National Institute of Standards and Technology (NIST) ha già certificato tre algoritmi “quantum safe” in ambito cybersecurity e due di questi sono targati IBM.

Inoltre, il programma IBM Impact Accelerator certifica diversi percorsi formativi orientati allo sviluppo delle nuove competenze. IBM promuove anche una nuova cultura della sicurezza attraverso la Cyber Academy, realizzata in Italia con la collaborazione dell’Agenzia per la Cybersicurezza Nazionale. Mentre strumenti come AI Toolkit for z e l’ambiente di sviluppo Project Bob vengono rilasciati ai coder per promuovere la creazione di software agentico e modernizzare le applicazioni legacy in chiave AI.

«In ambito quantum siamo attivi anche in Italia, dove in occasione di ComoLake 2025 Digital Innovation Forum, abbiamo presentato “Quantum Lake” l’iniziativa che ha l’obiettivo di portare i nostri quantum ambassador nelle scuole secondarie per introdurre il tema ai futuri universitari» – spiega Alessandro La Volpe, che vede nella nuova informatica e nel potenziale indotto una grande occasione di rilancio economico, industriale e culturale dell’Europa e dell’Italia in particolare.

Se l’installazione dell’IBM Quantum System Two ha posto la Spagna sul nodo europeo della tecnologia quantistica, è lecito chiedersi se anche l’Italia possa ritagliarsi un ruolo analogo. «I modelli sono diversi: i Paesi Baschi hanno saputo muoversi nell’ambito di un governo regionale molto forte, mentre in Italia la situazione è più frammentata» – risponde La Volpe. «Prima bisogna individuare i giusti driver. Sono già aperte diverse interlocuzioni a più livelli, insieme alle tante realtà italiane che utilizzano i sistemi quantistici di IBM in cloud. Diverse università stanno portando avanti iniziative promettenti». L’auspicio è che i frammentati interessi delle numerose parti in gioco possano convergere in un ecosistema nazionale focalizzato su una tecnologia ad altissimo potenziale.

L'articolo IBM, il salto quantistico dell’IT proviene da Data Manager Online.

IBM X-Force ha registrato un aumento del 44% degli attacchi iniziati con lo sfruttamento di applicazioni pubbliche, in gran parte causati dalla mancanza di controlli di autenticazione e dalla scoperta di vulnerabilità consentita dall’AI.

Alcuni dei principali punti emersi:

• I gruppi attivi di ransomware ed estorsione sono aumentati (49%) anno su anno, segnando la frammentazione dell’ecosistema, mentre il numero di vittime pubblicamente conosciute è aumentato di circa il 12%.
• Le grandi supply chain e la compromissione delle terze parti sono quasi quadruplicati dal 2020, poiché gli attaccanti sfruttano sempre più gli ambienti in cui il software viene costruito e distribuito o le integrazioni SaaS.
• Lo sfruttamento delle vulnerabilità è diventato la principale causa degli attacchi, rappresentando il 40% degli incidenti osservati da X-Force nel 2025.

“Gli attaccanti non stanno reinventando i manuali di gioco, li stanno accelerando con ‘I’AI”, ha detto Mark Hughes, Global Managing Partner per i Servizi di Cybersecurity di IBM. “Il problema di fondo è lo stesso: le aziende sono oppresse dalle vulnerabilità del software. La differenza ora è la velocità. Con così tante vulnerabilità che non richiedono credenziali, gli attaccanti possono bypassare gli esseri umani e passare direttamente dall’esplorazione all’impatto. I responsabili della sicurezza devono adottare un approccio più proattivo, utilizzando il rilevamento e la risposta alle minacce basati su agenti per identificare le lacune e individuare le minacce prima che degenerino.”

Il crescente problema dell’identità dell’AI

Il malware Infostealer ha portato all’esposizione di oltre 300.000 credenziali ChatGPT nel 2025, segnalando che le piattaforme di AI hanno raggiunto lo stesso rischio di credenziali di altre soluzioni core SaaS aziendali.

Le credenziali dei chatbot compromesse creano rischi specifici per l’AI oltre il semplice accesso all’account. Gli attaccanti possono manipolare output, esfiltrare dati sensibili o iniettare prompt dannosi. Questo sottolinea la necessità di valutare l’adozione dell’AI a livello aziendale e di imporre un’autenticazione forte e controlli di accesso condizionati.

AI e Leaked Tooling abbassano le barriere all’ecosistema ransomware

Nel 2025, X-Force ha registrato un aumento del 49% dei gruppi ransomware attivi rispetto all’anno precedente, data la presenza di operatori più piccoli e transitori le cui campagne a basso volume complicano l’attribuzione. Questa tendenza è accelerata dal crollo delle barriere all’ingresso, poiché gli autori delle minacce riutilizzano strumenti compromessi. Ora, si affidano a playbook consolidati e ricorrono sempre più spesso all’intelligenza artificiale per automatizzare le operazioni. Con la maturazione dei modelli di AI multimodali, X-Force si aspetta che gli avversari automatizzino compiti complessi come la ricognizione e attacchi ransomware avanzati, generando minacce più rapide e adattive.

Pressione pronta a crescere sulle supply chain

X-Force ha identificato un aumento di quasi 4 volte nelle compromissioni delle supply chain o di terze parti dal 2020, principalmente a causa degli attaccanti che sfruttano le relazioni di fiducia e l’automazione CI/CD nei flussi di sviluppo e nelle integrazioni SaaS. Con strumenti di codifica basati su AI che accelerano la creazione di software e, occasionalmente, introducono codice non verificato, la pressione su pipeline ed ecosistemi open source dovrebbe aumentare nel 2026.

Questo aumento è anche attribuito alla linea sfumata tra stato-nazione e agli attori motivati finanziariamente. Man mano che tattiche e tecniche si diffondono nei “forum sotterranei”, e l’AI semplifica la ricognizione e lo sfruttamento, tecniche malevoli un tempo a disposizione di pochi soggetti gestiti da stati-nazioni ora possono essere utilizzate da più organizzazioni criminali finanziate da soggetti privati.

Ulteriori risultati del rapporto 2026 includono:

• L’AI accelera il ciclo di vita dell’attaccante. Gli attaccanti utilizzano l’AI per accelerare la ricerca, analizzare grandi set di dati e iterare i percorsi degli attacchi in tempo reale. Ad esempio, i programmi di lavoratori IT nordcoreani utilizzano l’AI per scalare le operazioni, inclusa la manipolazione delle immagini guidata dall’AI per identità sintetiche e strumenti di traduzione per interagire tra mercati globali.
• Fondamenti di sicurezza ancora mancanti. I test di penetrazione X-Force Red rivelano persistenti debolezze nell’igiene delle credenziali e nella configurazione software, con controlli di accesso mal configurati come punto di ingresso più comune per queste situazioni.
• La produzione è in cima alla lista degli obiettivi per il quinto anno. Il settore ha rappresentato il 27,7% degli incidenti osservati da X-Force, con il furto di dati come il più comune.
• Il Nord America è emerso come la regione più attaccata. Rappresentando il 29% dei casi totali osservati da X-Force, e in aumento rispetto al 24% del 2024, il Nord America è diventato la regione più colpita per la prima volta in 6 anni.

L'articolo IBM 2026 X-Force Threat Index: gli attacchi basati sull’AI stanno aumentando a causa delle lacune di sicurezza che lasciano le imprese esposte proviene da Data Manager Online.

Il programma invita organizzazioni non profit o governative, incluse istituzioni accademiche, a collaborare con IBM allo sviluppo di soluzioni che aiutino le persone ad apprendere in modo più efficace, a gestire le transizioni di carriera e ad accedere a quei lavori necessari a costruire la resilienza economica.

Il divario tra ciò che le persone imparano e ciò di cui le aziende hanno bisogno si sta ampliando più rapidamente di quanto le istituzioni possano adattarsi. Con l’AI che rimodella le professioni e le industrie, i lavoratori sono costretti ad acquisire competenze a un ritmo sempre più veloce.

Una recente ricerca dell’IBM Institute For Business Value mostra che il 67% dei dirigenti rileva una crescente volatilità dei ruoli professionali, con il 57% che stima l’obsolescenza della maggior parte delle competenze attuali entro il 2030. Secondo Pearson, questa difficoltà di transizione tra formazione e lavoro ha un costo: 1,1 trilioni di dollari l’anno solo per l’economia USA.

Mentre milioni di persone si rivolgono a corsi e certificazioni online per stare al passo con il mercato del lavoro, molte istituzioni che si occupano di formazione e gestione delle competenze mancano dell’infrastruttura dati, degli strumenti e della capacità per adattarsi allo stesso ritmo. I datori di lavoro continuano ad affrontare disallineamenti nelle competenze, gli studenti faticano a capire quali capacità contino di più e le aziende pubbliche operano spesso con limitazioni di risorse che rendono difficile la modernizzazione. L’IBM Impact Accelerator mira ad affrontare queste sfide supportando le organizzazioni che lavorano su come le persone apprendono, migliorano le proprie competenze e trovano un lavoro interessante in un contesto di rapidi cambiamenti economici guidati dall’AI.

“I sistemi di formazione e di gestione delle competenze per il mondo del lavoro sono sotto pressione per adattarsi più rapidamente che mai, ma molti mancano degli strumenti per farlo”, ha detto Justina Nixon-Saintil, vicepresidente e Chief Impact Officer di IBM. “Attraverso questa RFP globale, IBM vuole supportare in tempo reale le organizzazioni che utilizzano l’AI per colmare il divario tra apprendimento e lavoro, rafforzando al contempo i percorsi che collegano l’istruzione al lavoro di qualità.”

La nuova coorte sosterrà quelle professioni che utilizzano l’AI per affrontare le sfide sistemiche nell’ambito dell’insegnamento, dell’apprendimento e della preparazione dei lavoratori. I potenziali progetti possono includere strumenti didattici e di valutazione abilitati all’AI, oltre a assistenti personalizzati per l’apprendimento e l’orientamento professionale che supportano gli studenti in diverse fasi. Le aree di interesse possono comprendere piattaforme dati che collegano gli studenti a reali opportunità e simulazioni, o ambienti di governance che aiutano educatori e responsabili a livello politico a testare e perfezionare pratiche di AI responsabili, inclusa la previsione dei bisogni formativi.

Le organizzazioni selezionate riceveranno pro bono una sovvenzione biennale per la tecnologia e l’implementazione, che includerà l’accesso a tecnologie IBM come IBM Watsonx, modelli AI Granite, IBM Cloud, IBM Quantum, tecnologie open source Red Hat, oltre al supporto dell’ecosistema di ricercatori, designer e consulenti IBM. La coorte beneficerà anche della partecipazione del partner strategico EY, che condivide l’impegno di IBM a promuovere soluzioni basate sull’AI per le comunità in difficoltà ambientale ed economica. I candidati includono organizzazioni non profit, enti governativi e imprese di proprietà statale, nonché scuole e università pubbliche o private senza scopo di lucro. I candidati ammissibili devono essere in grado di collaborare con IBM per un periodo di due anni e condurre progetti in inglese.

La RFP è aperta da oggi. Le proposte possono essere inviate tramite il portale IBM di Presentazione delle Proposte fino al 25 marzo 2026. Criteri completi di idoneità, FAQ e linee guida per le candidature sono disponibili alla pagina IBM Impact Accelerator Education and Workforce RFP. Eventuali domande possono essere indirizzate a impact.accelerator@ibm.com.

Inaugurato nel 2022, l’IBM Impact Accelerator è un programma di innovazione sociale che offre risorse IBM, tra cui tecnologia di AI, cloud ibrido e un ecosistema di esperti, per migliorare e scalare iniziative non profit e governative. Nel 2024, IBM ha annunciato l’impegno a donare fino a 45 milioni di dollari cash, in tecnologia e servizi per cinque anni per supportare le popolazioni che affrontano minacce ambientali ed economiche in tutto il mondo. Includendo l’ultima supply chain modernization cohort, il programma ha supportato 25 organizzazioni e circa 2,5 milioni di persone hanno beneficiato direttamente dei loro progetti nell’agricoltura sostenibile, nell’energia pulita, nella gestione dell’acqua e nell’ambito delle città resilienti.

L'articolo IBM promuove una richiesta di soluzioni basate sull’AI per plasmare il futuro del lavoro e della formazione proviene da Data Manager Online.

L’intelligenza artificiale sta trasformando il modo in cui le aziende operano, e anche in cui scelgono, acquistano e implementano la tecnologia. Questo cambiamento sta alzando l’asticella rispetto a ciò che i clienti si aspettano dai fornitori di tecnologia e dai partner di cui si fidano. Per soddisfare questa domanda non basta avere ottimi prodotti. È necessario un ecosistema dinamico che si muove con velocità, chiarezza e risultati condivisi.

In IBM, l’ecosistema è costituito da partecipanti diversi, ognuno dei quali svolge un ruolo distinto attorno a un obiettivo molto chiaro: offrire maggiore valore ai clienti.

Guardando al 2026, ci concentriamo sulla crescita del fatturato, sull’ampliamento di una base clienti fidati e sul rafforzamento dell’allineamento all’interno del nostro ecosistema. Oggi, annunciamo l’accelerazione del programma IBM Partner Plus per supportare questo impegno aiutando i partner a muoversi più velocemente, ad amplificare il loro impatto e fornire soluzioni basate sull’intelligenza artificiale che stabiliscono nuovi standard di mercato. I miglioramenti del programma includono nuovi incentivi, benefit e supporto ampliati, esperienze di vendita basate sull’intelligenza artificiale, finanziamenti scalabili per il co-marketing e percorsi di commercializzazione semplificati, come i marketplace hyperscaler e IBM Agent Connect.

Abbiamo, inoltre, rafforzato la nostra capacità di sviluppo e allineato le nostre risorse per supportare la nostra strategia di ecosistema. Abbiamo aggiornato il nostro modello di coverage, rafforzato la nostra attenzione sulla centralità del partner e migliorato il modo in cui mettiamo in contatto venditori e partner per accelerare le trattative. I risultati che puntiamo a raggiungere – volume, velocità e, anche, crescita del fatturato e ampliamento di una base clienti fidati – rimangono semplici e coerenti.

Con i rivenditori, stiamo eliminando gli ostacoli accelerando la loro capacità di fare business con noi, migliorando gli incentivi, automatizzando ove possibile e rafforzando le offerte e i prodotti che contribuiscono a guidare la pipeline. Per i partner di servizi, il successo deriva dalla fiducia che ripongono nella nostra tecnologia.

Li aiutiamo a esprimere chiaramente il valore di IBM, a integrare la nostra tecnologia in modo fluido nelle loro offerte e a costruire un rapporto di fiducia con noi per crescere insieme e influenzare le decisioni dei clienti. I fornitori di software indipendenti si rivolgono a noi per avere indicazioni sulle tecnologie su cui basarsi. Li stiamo aiutando a integrare la nostra tecnologia per creare le soluzioni più competitive e di successo. E con gli hyperscaler, continuiamo a ottimizzare questi percorsi di accesso al mercato, in particolare marketplace, self-service ed e-commerce, per poter raggiungere i clienti ovunque si trovino.

IBM si impegna ad aiutare i partner a ottenere risultati significativi per i clienti mentre esplorano e implementano nuove tecnologie. Grazie a relazioni di fiducia che abbracciano migliaia di partner, continueremo a collaborare con loro per affrontare le sfide del mondo reale con l’AI e accelerare i risultati di business.

Insieme ai nostri partner, abbiamo una straordinaria opportunità di promuovere un successo duraturo e creare un momento favorevole senza pari per i clienti nel 2026 e oltre.

L'articolo Accelerare un ecosistema dinamico creato per l’intelligenza artificiale, la crescita e il successo dei partner proviene da Data Manager Online.

IBM ha annunciato oggi IBM Enterprise Advantage, un servizio di consulenza “asset-based”, il primo nel suo genere, che combina consolidati strumenti di AI e competenze specialistiche per aiutare le aziende a creare, governare e gestire rapidamente la propria piattaforma AI interna, creata su misura e scalabile.

Le organizzazioni possono ora utilizzare IBM Enterprise Advantage per ridisegnare i flussi di lavoro, collegare l’AI ai sistemi esistenti e ampliare l’adozione di nuove applicazioni agentiche senza dover apportare modifiche ai propri cloud provider, ai modelli di AI o all’infrastruttura principale. Il servizio si integra con Amazon Web Services, Google Cloud, Microsoft Azure, IBM watsonx e con modelli open e closed source, consentendo alle aziende di valorizzare gli investimenti esistenti.

IBM Enterprise Advantage unisce la competenza tecnica e di industria dei consulenti IBM con la tecnologia sviluppata da IBM Consulting Advantage, la productivity delivery platform basata sull’AI di IBM. Con un marketplace di agenti e applicazioni AI specifiche per settore in continua crescita, Consulting Advantage ha già supportato più di 150 progetti, aumentando la produttività interna dei consulenti fino al 50% e permettendo così ai clienti di ottenere risultati concreti più rapidamente.

Con il servizio Enterprise Advantage, IBM offre ora ai suoi clienti lo stesso approccio e lo stesso insieme di competenze, asset e strumenti già collaudati affinchè possano costruire le proprie piattaforme AI e orientarsi nell’articolato mercato dell’AI con l’obiettivo di generare valore.

Ad esempio, Pearson, azienda attiva nel settore dell’apprendimento continuo, sta utilizzando questo servizio per sviluppare una piattaforma personalizzata basata sull’AI che combina l’esperienza umana con assistenti agentici per gestire il lavoro quotidiano e i processi decisionali.

Anche un’azienda in contesto manifatturiero ha utilizzato Enterprise Advantage per implementare la propria strategia di AI generativa. Il percorso ha incluso l’identificazione dei casi d’uso a maggior valore, il test di prototipi mirati e l’allineamento della leadership verso una strategia scalabile, basata innanzitutto sulla piattaforma. Con la soluzione Enterprise Advantage, il cliente sta ora implementando assistenti AI che utilizzano tecnologie multiple in un ambiente sicuro e governato, costruendo le basi per espandere l’AI generativa in tutta l’organizzazione.

“Molte aziende stanno investendo nell’AI, ma ottenere un valore reale su larga scala resta una grande sfida”, ha dichiarato Mohamad Ali, Senior Vice President e Head of IBM Consulting. “In IBM abbiamo già superato queste sfide, utilizzando l’AI per trasformare le nostre operazioni ottenendo risultati misurabili, questo ci ha fornito un modello consolidato per aiutare i nostri clienti a raggiungere i propri obiettivi. Enterprise Advantage porta questo framework alle aziende, combinando esperienza umana con operatori digitali e asset AI pronti all’uso, così da poter scalare l’AI con fiducia e ottenere un impatto concreto.”

L'articolo IBM presenta Enterprise Advantage, il servizio che favorisce la scalabilità dell’AI agentica da parte delle imprese proviene da Data Manager Online.

IBM ha annunciato oggi IBM Sovereign Core, il primo software sovrano del settore, pronto per l’intelligenza artificiale, che consente alle aziende, ai governi e ai fornitori di servizi di creare, rilasciare e gestire ambienti pronti per l’AI. Le organizzazioni di tutto il mondo stanno affrontando il crescente imperativo di riportare le applicazioni sotto il loro diretto controllo. Guidate da requisiti normativi in evoluzione, dalla complessità geopolitica e dal bisogno di una governance auditabile, le aziende e i governi sono alla ricerca di ambienti autonomi dove poter mantenere il pieno controllo operativo, soprattutto in riferimento all’adozione dell’intelligenza artificiale in cui sono maggiormente avvertite le preoccupazioni sulla sovranità.

La sovranità digitale va oltre la localizzazione dei dati. Si estende a chi opera e controlla l’ambiente tecnologico, a come avvengono l’accesso e il governo dei dati, a dove vengono eseguiti i carichi di lavoro e sotto quali giurisdizioni funzionano i modelli di intelligenza artificiale. Tuttavia, la maggior parte delle organizzazioni non dispone di una destinazione sicura e conforme per migrare, modernizzare e ricollocare le applicazioni sotto il controllo sovrano, specialmente quelle che incorporeranno capacità di intelligenza artificiale. Gartner prevede che il 75% delle aziende fuori dagli Stati Uniti avrà una strategia di sovranità digitale entro il 2030.

“Le aziende stanno affrontando una crescente pressione per innovare, rispettando allo stesso tempo requisiti normativi sempre più stringenti e riconoscendo l’importanza di controllare come avviene l’accesso e l’utilizzo dei dati sensibili e dei carichi di lavoro di intelligenza artificiale”, ha dichiarato Priya Srinivasan, General Manager di IBM Software Products. “Questo cambiamento sta creando un’urgente necessità di soluzioni sovrane che forniscano ambienti pronti per l’AI. Con il IBM Sovereign Core, stiamo aiutando i clienti a muoversi più velocemente e con fiducia, combinando apertura, conformità e autonomia operativa per soddisfare le esigenze dell’era dell’AI, senza sacrificare alcun requisito di sovranità.”

La sovranità come fondamento software

Oggi, IBM ha annunciato il IBM Sovereign Core per aiutare i clienti a raggiungere la sovranità in modo verificabile e con il pieno controllo operativo. Sovereign Core è un software basato sulla piattaforma Red Hat open source e progettato perché le organizzazioni possano creare, rilasciare e gestire carichi di lavoro cloud e di intelligenza artificiale sotto la propria autorità, all’interno di una singola giurisdizione. A differenza degli approcci che sovrappongono i controlli di sovranità ad architetture esistenti, Sovereign Core rende la sovranità una proprietà intrinseca del software stesso e offre flessibilità su hardware e infrastruttura. Le organizzazioni otterranno:

• Control plane operato dal cliente: le organizzazioni mantengono un controllo operativo diretto sulle operazioni software, sulle decisioni di rilascio e sulle configurazioni del sistema senza intermediazione del fornitore.
• Identità e chiavi all’interno dei confini: tutte le autenticazioni, autorizzazioni, chiavi di crittografia e gestione degli accessi rimangono entro i confini della giurisdizione sotto il controllo del cliente.
• Assicurazione continua della conformità ed evidenza della conformità continua: vengono generati, memorizzati e gestiti dati operativi completi, telemetria del sistema e tracce di audit interamente all’interno del confine sovrano, incluse le identità automatizzate.
• Inferenza AI governata: deployment e hosting dei modelli di intelligenza artificiale, cluster di GPU locali, esecuzione locale dell’inferenza e operazioni degli agenti AI avvengono sotto governance locale con tracciabilità completa e supervisione, senza esportare dati verso fornitori esterni.
• Facilità di implementazione: garantisce sovranità su larga scala con coerenza e flessibilità, fin dal primo giorno di attivazione del control plane; con libertà di scelta su hardware e infrastruttura.

“Il dibattito sull’intelligenza artificiale sovrana si è concentrato sulla localizzazione dei dati, ma questa è solo una parte dell’equazione”, ha affermato Sanjeev Mohan, Principal di SanjMo. “IBM Sovereign Core affronta la questione più difficile: chi controlla il sistema e può dimostrarlo alle autorità di regolamentazione? IBM adotta un approccio olistico che abbraccia dati, operazioni, tecnologia e garanzia di conformità, con un monitoraggio continuo. Con l’introduzione dell’intelligenza artificiale nella produzione, questo tipo di responsabilità diventa non negoziabile.”

“L’intelligenza artificiale sta accelerando il ritmo con cui le questioni relative alla sovranità si spostano dalla teoria alle operazioni quotidiane”, ha affermato Erik Fish, Direttore di Geotecnologia di Eurasia Group. “Con la crescente convergenza tra geopolitica, regolamentazione e governance dei dati, governi e imprese devono muoversi dimostrando un chiaro controllo sui dati e sulle infrastrutture critiche. La sfida non è più trovare un compromesso tra apertura e sovranità, ma governare i dati, gli accessi e le infrastrutture in un contesto di crescenti vincoli normativi e geopolitici.”

Indipendenza operativa tramite scelta dell’ambiente

I clienti possono implementare IBM Sovereign Core nell’ambiente che preferiscono, sia nei data center on-premise, che su infrastrutture cloud supportate localmente o tramite fornitori di servizi IT. In questa iniziativa, IBM collabora con diversi fornitori di servizi IT a livello globale, a partire da un primo rollout in Europa con Cegeka in Belgio e nei Paesi Bassi e Computacenter in Germania. Queste partnership garantiscono indipendenza operativa locale e conformità, consentendo ai fornitori di servizi IT di offrire servizi sovrani differenziati alle imprese che si stanno preparando a gestire o che già gestiscono carichi di lavoro AI su larga scala.

“Mentre le organizzazioni affrontano requisiti normativi e di conformità sempre più complessi, stiamo assistendo a una forte domanda di piattaforme digitali e software che consentano ai dati sensibili di rimanere entro limiti controllati e conformi”, ha affermato Gaetan Willems, VP Cloud & Digital Platforms di Cegeka. “Collaborare con IBM per offrire una soluzione preconfigurata attraverso il nostro ambiente locale ci consente di fornire software pronto all’uso ai nostri clienti, permettendo loro di rispettare gli standard di conformità locali.”

“Con IBM Sovereign Core possiamo concentrarci sulla configurazione del software per i casi d’uso specifici di ogni cliente, piuttosto che trascorrere mesi ad assemblare diverse componenti e a convalidare i controlli di sovranità”, ha dichiarato Christian Schreiner, Unit Director Cloud, Computacenter. “Questo accelera significativamente i nostri tempi di creazione del valore e ci consente di aiutare clienti che in precedenza non potevano nemmeno prendere in considerazione soluzioni di AI”.

L'articolo IBM presenta un nuovo software per rispondere all’esigenza crescente di sovranità digitale proviene da Data Manager Online.