Red Hat – Data Manager Online https://www.datamanager.it Il portale dell'ICT professionale Thu, 02 Jul 2026 12:02:06 +0000 it-IT hourly 1 https://wordpress.org/?v=5.8.13 https://www.datamanager.it/wp-content/uploads/2020/04/dmo-favicon3.png Red Hat – Data Manager Online https://www.datamanager.it 32 32 Mettere in sicurezza l’infrastruttura software aziendale: un modello di riferimento per l’open source https://www.datamanager.it/2026/07/mettere-in-sicurezza-linfrastruttura-software-aziendale-un-modello-di-riferimento-per-lopen-source/ Tue, 14 Jul 2026 08:58:14 +0000 https://www.datamanager.it/?p=253911 Negli ultimi tempi, abbiamo visto molti giornali da tutto il mondo riportare notizie di vulnerabilità zero-day identificate dall’intelligenza artificiale. Questi episodi hanno sollevato un interrogativo: è possibile che il software open source stia diventando troppo rischioso per le imprese? Il tema è tutt’altro che marginale, considerando che l’open source rappresenta oltre tre quarti della base […]

L'articolo Mettere in sicurezza l’infrastruttura software aziendale: un modello di riferimento per l’open source proviene da Data Manager Online.

]]>
Negli ultimi tempi, abbiamo visto molti giornali da tutto il mondo riportare notizie di vulnerabilità zero-day identificate dall’intelligenza artificiale. Questi episodi hanno sollevato un interrogativo: è possibile che il software open source stia diventando troppo rischioso per le imprese? Il tema è tutt’altro che marginale, considerando che l’open source rappresenta oltre tre quarti della base di codice aziendale. Eppure, la risposta è immediata: il software open source rimane intrinsecamente sicuro, strutturalmente resiliente e ha fondamenta affidabili.

L’open source costituisce la base di tutta la tecnologia moderna, andando ben oltre l’IT aziendale e Linux. Server applicativi, database, routing di rete, ambienti di sviluppo e tutti gli altri componenti invisibili che compongono il nostro tessuto tecnologico si basano in qualche misura su progetti open source.

Non esiste in sostanza un’alternativa all’open source. Il software proprietario, controllato da un’unica azienda, è ciò che vi si avvicina di più, ma non ne possiede la scalabilità, la varietà e la diffusione capillare. Con il software proprietario il codice sorgente è una scatola nera: solo il fornitore decide cosa correggere e quando. Se viene scoperta una vulnerabilità, è possibile che rimanga segreta, nota soltanto agli attaccanti che l’hanno individuata. Questo modello operativo può dare un’illusione di sicurezza, ma non fa altro che spostare il rischio dove non possiamo vederlo, rendendolo di fatto un’incognita. Nel software proprietario, le vulnerabilità proliferano nell’ombra.

L’open source ribalta questo paradigma rendendo il codice accessibile a tutti, incarnando il principio secondo cui “con sufficienti occhi, tutti i bug diventano evidenti”. Se tutti possono leggere il codice, chiunque può individuare e segnalare problemi. Oggi, questo paradigma si estende anche all’AI che amplifica enormemente la capacità di ispezione del codice. Inoltre, vista la dipendenza dall’open source di così tante organizzazioni, esiste una forte motivazione collettiva nel risolvere le vulnerabilità.

Nessun metodo di sviluppo garantisce software perfettamente sicuro, ma la natura trasparente e collaborativa dell’open source offre vantaggi distintivi rispetto ai modelli proprietari nel contrastare le minacce moderne. Le imprese sono sempre state vigili sulle vulnerabilità man mano che emergono, e continueranno a esserlo. Ciò che è cambiato è la velocità. Dal 2016 il numero di CVE pubblicati è cresciuto di oltre il 520%. Gli strumenti di scansione basati sull’AI oggi scoprono vulnerabilità zero-day critiche in ore anziché mesi, ma meno dell’uno percento delle vulnerabilità scoperte dall’AI è stato corretto. La vera sfida ora è la capacità operativa dell’impresa di assorbire e distribuire le correzioni con sufficiente rapidità.

Il problema è reso più complesso dalla mancanza di coordinamento. Ogni grande organizzazione dipende dagli stessi pacchetti open source di base – Spring Framework, Jackson, Log4j, Pandas, OpenSSL – eppure, in assenza di coordinamento, ciascuna scopre in modo indipendente le stesse vulnerabilità, sviluppa patch in isolamento e mantiene fork privati di cui nessun altro può beneficiare. Il risultato è uno sforzo ridondante, con costi enormi e qualità disomogenea, mentre l’ecosistema nel suo complesso rimane esposto. Per restare sicure, le organizzazioni devono contribuire alle community upstream, accelerare i loro standard operativi, e soprattutto devono farlo insieme. 

Cosa possono fare le imprese già oggi

L’open source rimane la base più sicura per l’innovazione, ma ridurre la finestra di esposizione alle minacce richiede azioni immediate. Ecco alcuni passaggi concreti e attuabili che le imprese possono intraprendere oggi per proteggere le proprie supply chain:

  • Scegliere piattaforme supportate da fornitori responsabili:l’infrastruttura è la base su cui poggia tutto il resto. È fondamentale assicurarsi che i fornitori che la supportano contribuiscano attivamente ai progetti open source che distribuiscono. Un fornitore con una solida esperienza di contributi upstream, nel backporting di sicurezza e nella divulgazione responsabile ha un interesse reale nel mantenere la salute della community, non solo nel fornire servizi alle aziende.
  • Costruire un inventario completo delle dipendenze:partite da un audit del vostro portfolio applicativo per mappare la situazione di partenza. Identificate ogni libreria open source, ogni dipendenza transitiva e ogni versione attualmente in produzione.
  • Definire i tempi del ciclo patch-to-production:date una misura chiara alla vostra situazione attuale. Quanto tempo impiega effettivamente una patch upstream ad attraversare le scansioni di sicurezza interne, i test, i change advisory board e le pipeline di deployment? Una volta definiti i tempi, stabilite obiettivi ambiziosi per ridurre questa finestra temporale.
  • Automatizzare le pipeline di rebuild e redeploy:con la frequenza delle minacce che si riduce sempre più da mesi a ore, gli aggiornamenti manuali non sono più sostenibili. Preparate il vostro ambiente per rebuild applicativi frequenti, deterministici e automatizzati, in modo da poter integrare pacchetti sicuri a velocità elevata.
  • Adottare soluzioni di sicurezza attive:utilizzate soluzioni di supply chain attive che forniscano baseline zero-CVE e protezione runtime, come Red Hat Hardened Images, Red Hat Trusted Libraries e OpenShift Advanced Cluster Security, per accelerare i processi. 

Accelerare il cambiamento con Project Lightwell

IBM e Red Hat stanno costruendo un motore di remediation progettato per supportare le imprese che vogliono automatizzare le pipeline per integrare più velocemente le correzioni. Abbiamo recentemente lanciato Project Lightwell, un investimento congiunto da 5 miliardi di dollari sostenuto da una forza globale di oltre 20.000 ingegneri, con l’obiettivo di ridefinire la sicurezza della supply chain del software nell’era dell’AI.

Project Lightwell scala la metodologia collaudata da Red Hat in vent’anni di backporting di patch di sicurezza a livello enterprise. Stiamo estendendo questa precisa disciplina ingegneristica oltre l’ambito del sistema operativo verso i framework applicativi e dipendenze, iniziando da Maven/Java ed espandendoci verso PyPI, npm e altri ancora. Combinando l’AI per l’acquisizione ad alto volume delle minacce con l’esperienza ingegneristica umana, correggiamo in modo mirato le versioni stabili realmente in uso, evitando aggiornamenti indiscriminati che metterebbero a rischio l’operatività.

Senza un meccanismo che permetta di accettare le correzioni upstream, ogni backport sviluppato autonomamente da un’impresa crea un fork privato permanente, che deve essere mantenuto attraverso ogni successiva vulnerabilità, aggiornamento e modifica delle dipendenze. Questo aumenta costi e rischi per l’organizzazione. Project Lightwell rompe questo ciclo: Red Hat sviluppa la correzione, la mette a disposizione dell’impresa e la aggiunge al progetto open source originario. In questo modo, la correzione diventa parte del codebase pubblico.

Questo approccio si allinea alla direzione tracciata dal recente Ordine Esecutivo su AI e cybersecurity emanato dall’amministrazione Trump che prevede la creazione di un “AI cybersecurity clearinghouse” per coordinare scansione, validazione e remediation delle vulnerabilità nelle infrastrutture critiche. Project Lightwell è concepito per essere la spina dorsale operativa del settore privato in supporto a questo mandato. 

Lavorare insieme per proteggere le imprese e l’intero ecosistema open source

Mettere in sicurezza la supply chain del software è una sfida che riguarda tutto il settore, e che nessuna singola impresa può affrontare da sola. Attraverso Project Lightwell stiamo collaborando con un gruppo selezionato di leader del settore finanziario e delle infrastrutture critiche per creare un clearinghouse aziendale sicuro.

Questa rete di intelligence collaborativa offre tre capacità che nessuna impresa può sviluppare autonomamente.

  1. I partecipanti condividono le scoperte di nuove vulnerabilità e ricevono patch coordinate prima della divulgazione pubblica, trasformando scoperte isolate in difesa condivisa.
  2. Ogni patch viene consegnata pronta per la produzione, con firma crittografica, corredata di SBOM machine-readable e security advisory per soddisfare i requisiti di compliance.
  3. Project Lightwell opera secondo un mandato upstream-always: ogni correzione sviluppata viene sottoposta ai progetti open source di origine. Lavorando insieme in questo clearinghouse non ci limitiamo a proteggere le singole imprese: restituiamo sistematicamente i progressi in ambito sicurezza alla community, mantenendo l’open source sicuro per tutti.

L’open source ha costruito l’impresa moderna. L’azione coordinata e Project Lightwell contribuiscono a mantenere questo codice sicuro intervenendo più rapidamente, come un ecosistema che opera insieme, in modo aperto.

Articolo a cura di Chris Wright, Chief Technology Officer and Senior Vice President, Global Engineering, Red Hat

L'articolo Mettere in sicurezza l’infrastruttura software aziendale: un modello di riferimento per l’open source proviene da Data Manager Online.

]]>
Sicurezza cloud-native nel 2026: il divario di maturità e l’imperativo dell’automazione https://www.datamanager.it/2026/03/sicurezza-cloud-native-nel-2026-il-divario-di-maturita-e-limperativo-dellautomazione/ Mon, 23 Mar 2026 10:21:55 +0000 https://www.datamanager.it/?p=251693 Gestire la sicurezza all’interno del cloud ibrido è un aspetto sempre più complesso. Il Red Hat 2026 State of Cloud-Native Security Report evidenzia che molte organizzazioni operano ancora con un approccio prevalentemente reattivo, che rende difficile mantenere continuità e coerenza nelle attività di protezione. Per migliorare la propria postura di sicurezza, i team devono identificare pratiche e […]

L'articolo Sicurezza cloud-native nel 2026: il divario di maturità e l’imperativo dell’automazione proviene da Data Manager Online.

]]>
Gestire la sicurezza all’interno del cloud ibrido è un aspetto sempre più complesso. Il Red Hat 2026 State of Cloud-Native Security Report evidenzia che molte organizzazioni operano ancora con un approccio prevalentemente reattivo, che rende difficile mantenere continuità e coerenza nelle attività di protezione.

Per migliorare la propria postura di sicurezza, i team devono identificare pratiche e policy fondamentali su cui basare la strategia, così da fare della sicurezza un elemento strutturale della piattaforma e non un fattore di rallentamento.

La realtà degli incidenti cloud-native

Dal report emerge innanzitutto un dato chiaro: gli incidenti di sicurezza sono ormai universali. Il 97% delle organizzazioni dichiara di averne subito almeno uno cloud-native negli ultimi 12 mesi. Non si parla solo di attacchi complessi o occasionali: spesso gli incidenti sono riconducibili a errori comuni, mancanza di attenzione o impostazioni scorrette.

Tra gli incidenti più frequentemente segnalati emergono infatti:

  • Configurazioni errate di infrastrutture o servizi (78%): la prima causa di esposizione, spesso legata a errori manuali in ambienti complessi.
  • Vulnerabilità note: workload distribuiti con codice già riconosciuto come vulnerabile, che aprono finestre di rischio del tutto evitabili.
  • Accessi non autorizzati: un problema operativo persistente, che porta spesso all’esposizione di dati sensibili.

L’impatto, però, non si ferma all’IT. Il 74% delle organizzazioni ha rallentato o rinviato il rilascio di applicazioni nell’ultimo anno proprio per ragioni di sicurezza. E i danni non si esauriscono nei ritardi: il 92% degli intervistati segnala conseguenze rilevanti, tra cui l’aumento del tempo dedicato alla remediation (52%), il calo della produttività degli sviluppatori (43%) e perfino la perdita di fiducia da parte dei clienti (32%).

In altre parole, la sicurezza non è più una semplice voce tecnica da spuntare: è diventata un fattore decisivo per l’agilità del business.

Risposte delle organizzazioni intervistate alla domanda: “In che misura si prevede che ciascuno dei seguenti elementi influenzerà la strategia di sicurezza cloud-native nei prossimi 12 mesi?” (considerando le risposte che indicano un’influenza moderata o forte).

Il paradosso della maturità: fiducia contro strategia

Uno degli elementi più significativi emersi dal report è il divario tra la percezione di prontezza e l’effettiva esistenza di una strategia strutturata. A fronte di un 56% delle organizzazioni che definisce il proprio approccio quotidiano alla sicurezza come “altamente proattivo”, solo il 39% dispone davvero di una strategia di sicurezza cloud-native matura e ben definita.

Il dato suggerisce che molte aziende, pur dichiarando un orientamento proattivo, stiano in realtà ancora improvvisando. Circa il 22% delle organizzazioni, infatti, opera senza alcuna strategia formalizzata. Il risultato è un’adozione disomogenea dei principali guardrail di sicurezza, tra cui:

  • Identity and Access Management (IAM): adottato da circa il 75% delle organizzazioni, a conferma del fatto che l’identità è ormai riconosciuta come un controllo fondamentale.
  • Firma delle immagini container: implementata solo da circa la metà delle aziende, nonostante sia essenziale per garantire l’integrità del software.
  • Protezione a runtime: ancora distribuita in modo frammentario, con molti team che si affidano alle impostazioni predefinite anziché a una governance consapevole.

I numeri mostrano con chiarezza come sia la maturità a fare la differenza: le organizzazioni con una strategia ben definita adottano più spesso controlli avanzati e dichiarano un livello di fiducia molto più alto nella protezione della propria supply chain software. Tra queste, il 61% si dice fiducioso nella propria capacità di metterla in sicurezza, contro percentuali nettamente inferiori tra le realtà meno mature.

Dove si spostano gli investimenti: automazione e supply chain

Alla luce di queste criticità, le organizzazioni stanno ribilanciando le priorità di spesa per il 2026. Il focus si sta spostando da strumenti isolati e puntuali verso un consolidamento delle piattaforme e l’integrazione della sicurezza direttamente nel ciclo di vita del software.

Tra le priorità di investimento per i prossimi 12-24 mesi figurano:

  • Automazione DevSecOps: oltre il 60% delle organizzazioni intende investire nell’automazione della sicurezza all’interno delle pipeline CI/CD. L’obiettivo è passare da controlli manuali a un approccio di security as code, riducendo così il rischio di errore umano.
  • Sicurezza della supply chain software: il 56% indica quest’area come prioritaria. Con la crescita degli attacchi alla supply chain, diventa essenziale verificare dipendenze open source e immagini container tramite Software Bill of Materials (SBOM) e controlli di provenienza.
  • Protezione a runtime: il 54% degli intervistati prevede di rafforzare le difese capaci di rilevare e bloccare in tempo reale minacce attive, come il cryptojacking o comportamenti anomali dei container.

Anche la compliance cambia ruolo: non è più un tema secondario. Il 64% delle organizzazioni considera infatti il Cyber Resilience Act (CRA) dell’Unione Europea uno dei principali fattori che guideranno gli investimenti in sicurezza nel 2026. La governance della sicurezza passa così da elemento opzionale a requisito obbligatorio, con una rilevanza sempre più evidente anche a livello di board.

La nuova frontiera del rischio: AI e sicurezza cloud

Nel 2026, l’intelligenza artificiale è diventata un’arma a doppio taglio per i team cloud-native. Se da un lato il 58% delle organizzazioni afferma che l’adozione dell’AI è ormai un driver centrale nella pianificazione della sicurezza, dall’altro la governance procede a un ritmo molto più lento rispetto all’implementazione.

Il report evidenzia una preoccupazione quasi generalizzata rispetto all’AI generativa negli ambienti cloud. E non si tratta di paure astratte, ma di rischi molto concreti:

  • Preoccupazione diffusa: il 96% esprime timori legati all’uso della generative AI nei propri ambienti cloud.
  • I rischi principali: esposizione di dati sensibili, shadow AI e integrazione di servizi AI di terze parti non adeguatamente sicuri.
  • Il vuoto di governance: il 59% delle organizzazioni non dispone ancora di policy interne documentate o di framework di governance dedicati all’uso dell’AI.

Senza regole chiare, il rischio è che l’AI finisca per modificare configurazioni o far uscire codice proprietario dai normali processi di controllo, amplificando problemi già esistenti in ambiti come identità e supply chain.

Le raccomandazioni per il 2026

La conclusione del report è netta: il ritmo dell’innovazione cloud-native ha ormai superato quello della sicurezza tradizionale. Per colmare questo divario di maturità, le organizzazioni devono abbandonare la logica del pronto intervento e adottare un approccio strutturato, coerente e centrato sulla piattaforma.

Cinque indicazioni chiave per il 2026

  1. Definire una strategia formale: le organizzazioni devono andare oltre la gestione ad hoc degli incidenti e costruire un percorso chiaro che le porti da una postura reattiva a una proattiva.
  2. Integrare guardrail e automazione: la sicurezza deve diventare una caratteristica nativa della piattaforma, sicura per impostazione predefinita, gestita dai team DevOps o di platform engineering e capace di scalare senza aggiungere attrito agli sviluppatori.
  3. Dare priorità all’integrità della supply chain: firma obbligatoria delle immagini e scansione delle dipendenze devono diventare pratiche standard. Come osserva uno degli intervistati, tutti usano software open source, ma “quasi nessuno esegue la scansione o firma le proprie dipendenze”. Fare eccezione, in questo caso, è fondamentale per la resilienza.
  4. Chiudere il ciclo di feedback: occorre unificare i dati di osservabilità e sicurezza, in modo che le informazioni raccolte dal rilevamento delle minacce a runtime tornino nel processo di sviluppo e aiutino a dare priorità alle correzioni più urgenti.
  5. Governare subito l’uso dell’AI: le organizzazioni non possono aspettare l’arrivo di nuove normative. Devono attivare subito gruppi di lavoro trasversali per definire linee guida sull’uso accettabile dell’AI e sulla gestione dei dati.

Nel 2026, la sicurezza non può più essere un aspetto da aggiungere a posteriori: si tratta di un elemento strutturale di ogni architettura cloud-native. Le organizzazioni che sapranno avere successo saranno quelle capaci di considerarla non più come un costo, ma come uno dei principali fattori abilitanti dell’agilità aziendale.

L'articolo Sicurezza cloud-native nel 2026: il divario di maturità e l’imperativo dell’automazione proviene da Data Manager Online.

]]>
AI nel finance: tra ambizioni agentiche e l’imperativo della resilienza https://www.datamanager.it/2026/03/ai-nel-finance-tra-ambizioni-agentiche-e-limperativo-della-resilienza/ Mon, 16 Mar 2026 10:21:04 +0000 https://www.datamanager.it/?p=251562 A cura di Richard Harmon, vice president, Global Head – Financial Services Industry, Red Hat Mentre il dibattito sull’intelligenza artificiale nel settore finanziario si concentra sulla promessa di iper-personalizzazione e operazioni autonome, una ricerca condotta da Red Hat e FStech rivela una priorità ancor più pragmatica e urgente per i decision-maker: la resilienza. L’indagine, che […]

L'articolo AI nel finance: tra ambizioni agentiche e l’imperativo della resilienza proviene da Data Manager Online.

]]>
A cura di Richard Harmon, vice president, Global Head – Financial Services Industry, Red Hat

Mentre il dibattito sull’intelligenza artificiale nel settore finanziario si concentra sulla promessa di iper-personalizzazione e operazioni autonome, una ricerca condotta da Red Hat e FStech rivela una priorità ancor più pragmatica e urgente per i decision-maker: la resilienza. L’indagine, che ha coinvolto oltre 100 leader del settore in Europa, mostra come per il 34% di essi il maggiore impatto dell’AI nei prossimi tre anni sarà proprio sulla resilienza operativa e sulla business continuity.

La rivoluzione dell’AI agentica, con sistemi in grado di orchestrare workflow complessi con un minimo intervento umano, è senza dubbio alle porte. Tuttavia, la sua adozione non sta avvenendo nel modo che molti si aspetterebbero. L’innovazione procede con cautela, all’interno di framework rigorosi dove la stabilità ha la precedenza sulla velocità.

Il ruolo chiave della resilienza

Se per anni velocità e riduzione dei costi sono stati i driver del vantaggio competitivo, oggi il paradigma è cambiato. Normative stringenti come il Digital Operational Resilience Act (DORA) dell’UE e l’aumento dei rischi informatici sistemici hanno trasformato la continuità operativa in un imperativo strategico. DORA, imponendo la capacità di garantire i servizi critici anche durante un’interruzione, ha profonde implicazioni per l’architettura dei sistemi di AI. La resilienza non è più un’opzione, ma un requisito da integrare “by design”.

Il report rivela infatti un approccio di “innovazione governata”: quasi la metà degli istituti (47%) sta già implementando o testando l’AI agentica, ma la sicurezza e il controllo restano le priorità assolute.

Il paradosso della sovranità dei dati

Uno dei dati più sorprendenti emersi è il divario tra ambizione e realtà sulla sovranità dei dati. Sebbene il 73% dei leader la ritenga un fattore critico, un incredibile 64% ammette di non avere ancora una strategia formale per garantirla. La sovranità oggi non è più solo una questione di “residenza” dei dati, ma di controllo attivo su dove e come vengono processati, con l’obiettivo strategico di ridurre la dipendenza dagli hyperscaler e aumentare la trasparenza. Tuttavia, i costi elevati e la carenza di competenze specialistiche restano ostacoli concreti.

La difesa in primo piano: gli attuali casi d’uso dell’AI

L’analisi dei casi d’uso conferma questa strategia prudente. L’AI oggi viene soprattutto impiegata per rafforzare le difese, non per creare nuove esperienze rivolte ai clienti. Le tre applicazioni indicate come prioritarie sono il rilevamento delle frodi, il monitoraggio della conformità e il supporto alle operazioni di antiriciclaggio (KYC/AML). Al contrario, applicazioni a diretto contatto con il pubblico come la consulenza finanziaria personalizzata o la gestione del portafoglio appaiono ancora in secondo piano. Il settore vuole prima la garanzia di un controllo assoluto, per poi delegare all’AI decisioni che impattano direttamente il cliente.

La piattaforma: la base per un’AI sostenibile e sicura

L’innovazione dell’AI sarà sostenibile solo se costruita su una base solida di resilienza e governance. Navigare a vista tra modelli e agenti di AI distribuiti all’interno di ambienti isolati è la premessa per arrivare a una complessità ingestibile e rischi sistemici invisibili.

Il vero elemento di differenziazione strategica sarà una piattaforma open hybrid cloud che offra controllo unificato, sicurezza integrata e trasparenza. In questo contesto, l’open source enterprise diventa la base di una vera sovranità digitale, offrendo visibilità sul codice e garantendo la libertà dal vendor lock-in. Non a caso, il 50% degli istituti sta già testando soluzioni di AI open source.

Il percorso verso un ecosistema finanziario autonomo sarà costruito passo dopo passo, ma la priorità è chiara: assicurarsi fondamenta solide e affidabili, capaci di sostenere i nuovi livelli di complessità e responsabilità dell’era agentica.

L'articolo AI nel finance: tra ambizioni agentiche e l’imperativo della resilienza proviene da Data Manager Online.

]]>
Dalle VM legacy al cervello della rete: perché il 2026 segnerà l’ascesa di un cloud comune per le telecomunicazioni https://www.datamanager.it/2026/03/dalle-vm-legacy-al-cervello-della-rete-perche-il-2026-segnera-lascesa-di-un-cloud-comune-per-le-telecomunicazioni/ Tue, 10 Mar 2026 10:27:19 +0000 https://www.datamanager.it/?p=251440 A cura di  Fran Heeran, Vice President and General Manager, Global Telecommunications, Red Hat II settore tech continua a produrre innovazioni dalle prestazioni straordinarie, ma spesso fatica a chiarire il loro impatto reale sul conto economico delle imprese. Il risultato è un divario costante tra aspettative e realtà, che indebolisce la percezione del valore e […]

L'articolo Dalle VM legacy al cervello della rete: perché il 2026 segnerà l’ascesa di un cloud comune per le telecomunicazioni proviene da Data Manager Online.

]]>
A cura di  Fran Heeran, Vice President and General Manager, Global Telecommunications, Red Hat

II settore tech continua a produrre innovazioni dalle prestazioni straordinarie, ma spesso fatica a chiarire il loro impatto reale sul conto economico delle imprese. Il risultato è un divario costante tra aspettative e realtà, che indebolisce la percezione del valore e rallenta l’adozione.

In questo 2026, stiamo finalmente vedendo un cambio di rotta nel settore delle telecomunicazioni. Ci stiamo allontanando di costosi progetti accademici “sulla carta” per avvicinarci al common telco cloud, un’architettura base comune che offre efficienza operativa immediata, coerenza e semplicità superiori, aprendo nuovi flussi di ricavi anche grazie alla possibilità di rendere operative intelligenza artificiale, modernizzazione e automazione.

Le fondamenta: un’unica piattaforma, qualsiasi app, qualsiasi luogo

L’era dei silos verticali è finita. Le reti sono state in gran parte costruite su stack di più fornitori, dotate di strumenti di gestione propri, cicli di vita diversi e requisiti hardware specifici, dando così luogo a un ambiente complesso e frammentato, difficile da scalare e ancora più difficile da mantenere.

Questa frammentazione drena CapEx e OpEx, impedendo alle società di telecomunicazioni di raggiungere una reale efficienza. Il cloud comune per le telecomunicazioni fornisce un’unica piattaforma comune che si estende dal data center al sito radio fino al perimetro aziendale attraverso cloud privati e pubblici. Standardizzando su un ambiente coerente ma flessibile, passiamo dalla gestione di singole “isole” a quella coerente di una rete completa. Non si tratta solo di un’architettura, ma di un elemento essenziale per una crescita redditizia e per l’efficienza operativa pratica necessaria per il successo economico.

La grande modernizzazione: ridurre i rischi del salto

Questa piattaforma comune è esattamente ciò che rende gestibile la grande modernizzazione (e le inevitabili migrazioni di virtualizzazione legacy). Il “rip and replace” fine a sé stesso non è efficace.

Serve una “piattaforma di transizione” in cui i fornitori di servizi di telecomunicazioni possano eseguire macchine virtuali (VM) consolidate insieme a container moderni e cloud-native su una stessa base comune. Questo approccio riduce i rischi della migrazione di funzioni critiche per il business, mantenendo la stabilità dei servizi legacy e costruendo il futuro sullo stesso set di strumenti cloud-native, offrendo al tempo stesso sanità operativa e protezione degli investimenti esistenti.

AI-native: passare dai “chatbot” al cervello della rete

Con sistemi che funzionano su cinque (o anche più) silos infrastrutturali diversi, raggiungere un’intelligenza artificiale su larga scala a livello aziendale è estremamente difficile, se non impossibile.

Nel 2026 assisteremo al passaggio a fondamenti nativi dell’AI, andando oltre i PowerPoint “AI-ready” e implementando l’intelligenza artificiale su larga scala, anche in modo economicamente vantaggioso.

L’obiettivo è trasformare la risoluzione reattiva dei problemi in una gestione proattiva e intelligente e aprire nuovi flussi di ricavi. Se la rete è in grado di prevedere un guasto prima che un cliente interrompa una chiamata, questo si traduce in un valore di business diretto. Consentire agli operatori di implementare rapidamente servizi basati sull’intelligenza artificiale, dal rilevamento avanzato delle frodi alle offerte B2B altamente personalizzate, stimolerà una nuova crescita del fatturato. Attraverso un cloud comune, questi modelli di intelligenza artificiale possono essere implementati in modo più coerente su migliaia di siti, trasformando la rete in un “cervello” in grado di autoripararsi.

Il fattore sovrano: il controllo è la nuova valuta

Man mano che l’intelligenza artificiale diventa il motore delle telecomunicazioni, i dati che alimentano quel motore diventano la vostra risorsa più preziosa. La sovranità digitale non è più una parola d’ordine, ma un requisito per la sopravvivenza.

Gli operatori hanno bisogno di trasparenza, verificabilità e controllo. Che si tratti di costruire e gestire una fabbrica di intelligenza artificiale o di conservare i dati all’interno di giurisdizioni locali, i fornitori di servizi hanno bisogno di una piattaforma che garantisca loro sovranità tecnica. Un ’approccio open source e hybrid è la chiave: è necessario separare il software dall’hardware, lasciando alle aziende la libertà di scegliere la propria strategia senza essere vincolati alla roadmap di un singolo fornitore.

Automazione intelligente: ridurre drasticamente i tempi di generazione dei ricavi

Infine, rimane la questione delle tempistiche. Storicamente, l’implementazione di un nuovo servizio era un incubo manuale. La rete intelligente autonoma cambia tutto questo.

Utilizzando una piattaforma comune che supporta le più recenti offerte hardware, con automazione intelligente integrata, gli operatori possono passare dalla configurazione manuale alle operazioni autonome in agilità. In un mondo in cui le esigenze delle aziende cambiano di ora in ora, una rete che richiede sei mesi per essere aggiornata è un ostacolo. Una rete che funziona su una piattaforma cloud comune e automatizzata non solo si aggiorna molto più rapidamente, ma consente agli operatori di fornire più rapidamente nuovi servizi B2B, trasformando la rete in una piattaforma per la generazione continua di ricavi.

L'articolo Dalle VM legacy al cervello della rete: perché il 2026 segnerà l’ascesa di un cloud comune per le telecomunicazioni proviene da Data Manager Online.

]]>
Red Hat AI Factory con NVIDIA accelera il percorso verso un’AI scalabile in produzione https://www.datamanager.it/2026/03/red-hat-ai-factory-con-nvidia-accelera-il-percorso-verso-unai-scalabile-in-produzione/ Mon, 02 Mar 2026 13:30:37 +0000 https://www.datamanager.it/?p=251281 La nuova offerta co‑ingegnerizzata combina Red Hat AI Enterprise e il software di calcolo accelerato di NVIDIA per fornire una base unificata su cui costruire, distribuire e scalare applicazioni abilitate all’intelligenza artificiale Red Hat, il fornitore leader mondiale di soluzioni open source, ha annunciato la disponibilità Red Hat AI Factory con NVIDIA, una piattaforma software […]

L'articolo Red Hat AI Factory con NVIDIA accelera il percorso verso un’AI scalabile in produzione proviene da Data Manager Online.

]]>
La nuova offerta co‑ingegnerizzata combina Red Hat AI Enterprise e il software di calcolo accelerato di NVIDIA per fornire una base unificata su cui costruire, distribuire e scalare applicazioni abilitate all’intelligenza artificiale

Red Hat, il fornitore leader mondiale di soluzioni open source, ha annunciato la disponibilità Red Hat AI Factory con NVIDIA, una piattaforma software co-ingegnerizzata dalle due aziende che combina Red Hat AI Enterprise e NVIDIA AI Enterprise per fornire una soluzione AI end-to-end ottimizzata per le organizzazioni che intendono implementare l’AI su larga scala. Red Hat AI Factory con NVIDIA rappresenta solo il più recente tassello della profonda collaborazione tra le due aziende, mirata a portare più rapidamente le recenti innovazioni AI ai clienti enterprise di oggi, offrendo al contempo supporto Day 0 per le architetture hardware NVIDIA.

Con previsioni di una spesa aziendale per l’AI che supererà 1 trilione di dollari entro il 2029, trainata in gran parte dalle applicazioni di agentic AI, le organizzazioni stanno orientando le loro strategie verso workflow agentici ad alta densità e cercano di affrontare le crescenti esigenze che questi modelli impongono all’inferenza dell’AI e all’infrastruttura. Red Hat AI Factory con NVIDIA supporta le aziende in questo percorso, consentendo ai team operativi IT di semplificare la gestione dell’infrastruttura tradizionale e delle esigenze in evoluzione dello stack AI.

Red Hat AI Factory con NVIDIA accelera il percorso verso l’intelligenza artificile in produzione e fornisce la piattaforma software per le AI factory, in esecuzione su un’infrastruttura di elaborazione accelerata che garantisce prestazioni più elevate per i modelli e le GPU NVIDIA che gestiscono lo stack di inferenza. La piattaforma è supportata dall’infrastruttura di fabbrica di intelligenza artificiale dei principali produttori di sistemi, tra cui Cisco, Dell Technologies, Lenovo e Supermicro, cosa che consente agli amministratori IT e ai team di operations di scalare e gestire le implementazioni AI con lo stesso rigore operativo e la stessa prevedibilità di qualsiasi workload aziendale.

Chris Wright, chief technology officer e senior vice president, Global Engineering, Red Hat, spiega: “Il passaggio dalla sperimentazione AI alla produzione su scala industriale e a livello aziendale richiede un cambiamento profondo nel modo in cui gestiamo lo stack di calcolo AI. Con Red Hat AI Factory con NVIDIA, stiamo accelerando il percorso di implementazione del l’AI per passare rapidamente alla produzione. Sulla base delle nostre comprovate offerte in tema di hybrid cloud, la piattaforma fornisce una base stabile e ad alte prestazioni che consente ai nostri clienti di avere un reale controllo della propria strategia AI e di scalare con lo stesso rigore che applicano alle altre piattaforme IT”.

Red Hat AI Factory con NVIDIA integra la collaborazione open source, l’ingegneria e l’esperienza di supporto di Red Hat e NVIDIA per fornire una soluzione affidabile di livello enterprise, altamente scalabile per le implementazioni AI in qualsiasi ambiente: on-premise, nel cloud o all’edge. La piattaforma include le principali funzionalità di inferenza AI ad alte prestazioni e per la messa a punto dei modelli, la personalizzazione e l’implementazione e la gestione degli agenti, con un focus sulla sicurezza.

Ciò consente alle organizzazioni di mantenere il controllo della propria architettura dal data center al cloud pubblico, fornendo:

  • Accelerazione del time-to-value: accelerazione dell’AI in produzione con flussi di lavoro semplificati e accesso istantaneo a modelli preconfigurati, inclusa la famiglia IBM Granite e i modelli aperti NVIDIA Nemotron e NVIDIA Cosmos, forniti come microservizi NVIDIA NIM. Inoltre, le organizzazioni possono allineare ulteriormente i modelli ai dati aziendali utilizzando NVIDIA NeMo, riducendo i tempi e i costi di messa a punto.
  • Ottimizzazione di costi e prestazioni: massimizzazione dell’utilizzo dell’infrastruttura e aumento delle prestazioni di inferenza con uno stack di servizio unificato e ad alte prestazioni. Red Hat AI Factory con NVIDIA offre funzionalità di osservabilità integrate e sfrutta le capacità di inferenza di Red Hat AI alimentate da vLLM, NVIDIA TensorRT-LLM, e NVIDIA Dynamo soddisfare rigorosi obiettivi di livello di servizio AI. Ciò aiuta le organizzazioni a ridurre il costo totale di proprietà (TCO) per l’AI ottimizzando la connessione tra modelli e GPU NVIDIA.
  • Orchestrazione intelligente della GPU: possibilità di accedere on-demand alle risorse della GPU tramite orchestrazione intelligente e infrastruttura in pool, con checkpoint automatici per proteggere i processi di lunga durata e mantenere costi di elaborazione più prevedibili in ambienti dinamici.
  • Rafforzamento della postura aziendale: sfruttando la base flessibile e stabile di Red Hat Enterprise Linux, le organizzazioni beneficiano di funzionalità avanzate di sicurezza e conformità già integrate che aiutano a ridurre i rischi, a risparmiare tempo e a mitigare i tempi di inattività. Ciò fornisce una base rafforzata per la sicurezza per i carichi di lavoro AI mission-critical che richiedono isolamento e verifica continua. I microservizi NVIDIA DOCA si basano su questa base, creando un’architettura zero-trust e garantendo la sicurezza runtime dell’intelligenza artificiale in tutta l’infrastruttura.

 

L'articolo Red Hat AI Factory con NVIDIA accelera il percorso verso un’AI scalabile in produzione proviene da Data Manager Online.

]]>
Red Hat AI Enterprise, una piattaforma AI unificata che si estende dal metal agli agent https://www.datamanager.it/2026/02/red-hat-ai-enterprise-una-piattaforma-ai-unificata-che-si-estende-dal-metal-agli-agent/ Wed, 25 Feb 2026 10:17:17 +0000 https://www.datamanager.it/?p=251176 Red Hat AI Enterprise colma il divario tra l’infrastruttura AI e gli agent pronti per la produzione, unificando il ciclo di vita dell’AI con Red Hat Enterprise Linux e Red Hat OpenShift Red Hat, leader mondiale nelle soluzioni open source, ha annunciato Red Hat AI Enterprise, una piattaforma AI integrata per implementare e gestire modelli, […]

L'articolo Red Hat AI Enterprise, una piattaforma AI unificata che si estende dal metal agli agent proviene da Data Manager Online.

]]>
Red Hat AI Enterprise colma il divario tra l’infrastruttura AI e gli agent pronti per la produzione, unificando il ciclo di vita dell’AI con Red Hat Enterprise Linux e Red Hat OpenShift

Red Hat, leader mondiale nelle soluzioni open source, ha annunciato Red Hat AI Enterprise, una piattaforma AI integrata per implementare e gestire modelli, agenti e applicazioni di intelligenza artificiale attraverso l’hybrid cloud. Questa piattaforma si unisce al portfolio Red Hat AI, che include Red Hat AI Inference Server, Red Hat OpenShift AI e Red Hat Enterprise Linux AI. Red Hat ha introdotto anche Red Hat AI 3.3, portando aggiornamenti e miglioramenti significativi all’intera offerta AI dell’azienda. Insieme, queste soluzioni forniscono uno stack completo in grado di coprire “dal metal all’agent”, integrando l’infrastruttura Linux e Kubernetes sottostante con capacità agentiche e di inferenza avanzate per aiutare le aziende a passare da una fase di sperimentazione frammentata a un modello operativo autonomo e pienamente governato.

Il panorama dell’AI enterprise si sta evolvendo rapidamente da semplici interfacce di chat a flussi di lavoro agentici autonomi e ad alta densità che richiedono una maggiore integrazione nell’intero stack tecnologico. Tuttavia, molte organizzazioni si trovano a rimanere bloccate nella fase pilota a causa di strumenti frammentati e infrastrutture incoerenti. Red Hat AI Enterprise affronta questo problema unificando i cicli di vita dei modelli e delle applicazioni, permettendo ai team IT di gestire l’AI come un sistema aziendale standardizzato anziché come un progetto isolato. In questo modo, la delivery dell’AI diventa affidabile e ripetibile, raggiungendo gli standard operativi del software aziendale tradizionale.

“Affinché l’AI possa portare un vero valore di business, deve essere operazionalizzata come componente centrale dello stack software aziendale, non relegata a un silo separato”, spiega Joe Fernandes, vice president and general manager, AI Business Unit, Red Hat. “Red Hat AI Enterprise è progettato per colmare il divario tra infrastruttura e innovazione, fornendo una piattaforma unificata dal metal all’agent. Integrando capacità avanzate di tuning e funzionalità agentiche con le fondamenta leader del settore di Red Hat Enterprise Linux e Red Hat OpenShift, stiamo offrendo uno stack completo – dall’hardware accelerato da GPU ai modelli e agent che guidano la logica di business. Inoltre, con Red Hat AI 3.3, le organizzazioni possono superare i progetti pilota frammentati per passare a operazioni AI governate, ripetibili e ad alte prestazioni su tutto il cloud ibrido.”

Red Hat AI Enterprise: le basi per la produzione AI

Red Hat AI Enterprise fornisce funzionalità fondamentali, tra cui inferenza AI ad alte prestazioni, messa a punto e personalizzazione dei modelli, e implementazione e gestione degli agenti, con la flessibilità di supportare qualsiasi modello e qualsiasi hardware in qualsiasi ambiente. Sulla base di Red Hat OpenShift, la piattaforma leader del settore per le applicazioni in cloud ibrido potenziata da Kubernetes, Red Hat AI Enterprise offre un’esperienza altamente scalabile e coerente, ccon livelli superiori di sicurezza ovunque, utilizzando strumenti e framework che le organizzazioni già conoscono. Per l’infrastruttura NVIDIA AI, NVIDIA e Red Hat hanno co-progettato la nuova Red Hat AI Factory con NVIDIA, combinando Red Hat AI Enterprise e NVIDIA AI Enterprise per contribuire ad accelerare e scalare la produzione di intelligenza artificiale per le aziende.

Tra i principali vantaggi di Red Hat AI Enterprise:

  • Inferenza AI più rapida, economica e scalabile utilizzando il motore di inferenza vLLM e il framework di inferenza distribuita llm-d per implementazioni ottimizzate di modelli di AI generativa in ambienti hardware ibridi.
  • Osservabilità e gestione del ciclo di vita integrate per aiutare a guidare la governance del ciclo di vita dell’AI e mitigare i rischi con uno stack AI integrato, testato e interoperabile, pronto per l’impresa.
  • Flessibilità attraverso il cloud ibrido, consentendo alle organizzazioni di implementare e gestire modelli, agenti e applicazioni AI con maggiore coerenza ovunque il loro business richieda di operare, supportato da piattaforme Red Hat affidabili.

Maggiore flessibilità strategica ed efficienza full-stack con Red Hat AI 3.3

La strategia di Red Hat si concentra sul colmare il divario tra stabilità mission-critical e innovazione all’avanguardia attraverso una piattaforma unificata. L’ultima versione del software espande la scelta dei modelli, approfondisce l’ottimizzazione full-stack in vista dell’adozione di semiconduttori di nuova generazione e rafforza la coerenza operativa per i modelli di frontiera.

Tra le nuove funzionalità e i miglioramenti:

  • Ecosistema di modelli Red Hat AI ampliato con versioni compresse, validate e pronte per la produzione di Mistral-Large-3, Nemotron-Nano e Apertus-8B-Instruct, disponibili tramite l’OpenShift AI Catalog. Inoltre, la versione abilita l’implementazione di modelli all’avanguardia come Ministral 3 e DeepSeek-V3.2 con tecnica di sparse attention, offrendo al contempo miglioramenti multimodali, tra cui una velocizzazione di Whisper 3x, supporto geospaziale, decodifica speculativa EAGLE migliorata e un potenziato tool calling per flussi di lavoro agentici.
  • Accesso self-service ai modelli AI con un’anteprima tecnologica di Models-as-a-Service (MaaS). I team IT possono fornire accesso self-service a modelli ospitati privatamente tramite un gateway API. Questo approccio centralizzato assicura che l’AI sia disponibile on-demand per gli utenti interni, promuovendo una base AI pronta all’uso che favorisce l’adozione privata e scalabile dell’AI all’interno dell’impresa.
  • Supporto hardware esteso, inclusa un’anteprima tecnologica del supporto per l’AI generativa su CPU, a partire dalle CPU Intel per un’inferenza più conveniente su modelli linguistici di piccole dimensioni (SLM). Inoltre, la piattaforma ha ampliato la sua certificazione hardware per Blackwell Ultra di NVIDIA e il supporto per gli acceleratori AMD MI325X.
  • Ciclo di vita unificato dai dati al modello, protetto dal nuovo Red Hat AI Python Index. Questo repository affidabile offre versioni rafforzate e di livello enterprise di strumenti critici—inclusi Docling, SDG Hub e Training Hub—consentendo ai team di passare da una sperimentazione frammentata a pipeline di produzione ripetibili e focalizzate sulla sicurezza.
  • Osservabilità e sicurezza AI complete con maggiore visibilità sulla salute, le prestazioni e il comportamento dei modelli. Ciò fornisce telemetria in tempo reale su carichi di lavoro AI, implementazioni llm-d e utilizzo dei cluster e dei modelli Models-as-a-Service (MaaS), ed è abbinato a un’anteprima tecnologica di NeMo Guardrails integrato, che consente agli sviluppatori di imporre sicurezza operativa e allineamento attraverso le interazioni AI.
  • Accesso on-demand alle risorse GPU, consentendo alle organizzazioni di implementare le proprie capacità interne di GPU-as-a-Service attraverso un’orchestrazione intelligente e l’accesso a hardware condiviso con checkpoint automatici per salvare lo stato dei lavori di addestramento a lungo termine. Ciò consente di prevenire la perdita degli avanzamenti e di mantenere costi di calcolo più prevedibili, anche in ambienti altamente dinamici o preemption-based.

L'articolo Red Hat AI Enterprise, una piattaforma AI unificata che si estende dal metal agli agent proviene da Data Manager Online.

]]>
Quanto è sovrana la nostra strategia? Ecco Red Hat Sovereignty Readiness Assessment https://www.datamanager.it/2026/02/quanto-e-sovrana-la-nostra-strategia-ecco-red-hat-sovereignty-readiness-assessment/ Wed, 18 Feb 2026 14:00:56 +0000 https://www.datamanager.it/?p=251022 A cura di Hans Roth, senior vice president and general manager, EMEA Red Hat La sovranità digitale è la leva strategica che libera il vero potenziale innovativo delle organizzazioni: non si limita a garantire conformità, ma abilita una libertà operativa autentica e sostenibile. Lontana dall’essere un ostacolo, per Red Hat la sovranità rappresenta il presupposto […]

L'articolo Quanto è sovrana la nostra strategia? Ecco Red Hat Sovereignty Readiness Assessment proviene da Data Manager Online.

]]>
A cura di Hans Roth, senior vice president and general manager, EMEA Red Hat

La sovranità digitale è la leva strategica che libera il vero potenziale innovativo delle organizzazioni: non si limita a garantire conformità, ma abilita una libertà operativa autentica e sostenibile.

Lontana dall’essere un ostacolo, per Red Hat la sovranità rappresenta il presupposto della libertà di scegliere dove e come eseguire i propri carichi di lavoro. Per accelerare questo percorso verso l’indipendenza sovrana, abbiamo sviluppato il Red Hat Digital Sovereignty Readiness Assessment.

Le normative globali hanno innalzato drasticamente la posta in gioco per la resilienza operativa e il controllo giurisdizionale dei dati. Eppure, per molte organizzazioni, il percorso verso l’indipendenza è oscurato da stack tecnologici che sono “scatole nere”, opzioni limitate e silos di dati frammentati.

Il percorso verso una base sovrana inizia dalla piena consapevolezza della posizione attuale della propria organizzazione, ed è qui che entra in gioco Red Hat Digital Sovereignty Readiness Assessment.

Stabilire una base di riferimento per il controllo: la valutazione della preparazione

Non si può governare un patrimonio IT che non si comprende fino in fondo. Questa valutazione self-service fornisce una base di riferimento chiara e oggettiva del livello di controllo digitale dell’organizzazione, analizzandolo attraverso sette ambiti critici:

  1. Sovranità dei dati: il controllo fisico e giurisdizionale dei dati durante il loro intero ciclo di vita.
  2. Sovranità tecnica: la composizione dello stack software sottostante.
  3. Sovranità operativa: la capacità del team di mantenere e ripristinare i sistemi senza dipendere da fonti esterne.
  4. Sovranità di garanzia: la capacità di verificare e convalidare in modo indipendente l’integrità dei sistemi.
  5. Consapevolezza dell’open source: la capacità di sfruttare l’innovazione guidata dalle community open source per ridurre il vendor lock‑in e ampliare le opzioni tecnologiche.
  6. Supervisione esecutiva: l’allineamento degli obiettivi di sovranità con la governance a livello dirigenziale.
  7. Servizi gestiti: la flessibilità delle implementazioni cloud in regioni e data center specifici.

Comprendere i risultati: la scala di maturità della sovranità di Red Hat

Al termine, lo strumento fornisce un punteggio di maturità che classifica le attuali capacità in quattro fasi:

  • Base: le prime fasi di identificazione dei requisiti di sovranità.
  • In fase di sviluppo: costruzione attiva delle capacità e risoluzione delle lacune iniziali.
  • Strategico: esistono capacità solide e ripetibili nella maggior parte dei domini.
  • Avanzato: controllo ampio e proattivo esercitato sull’intero patrimonio digitale.

La valutazione fornisce una roadmap pratica delle azioni di miglioramento e delle domande di ricerca critiche che le parti interessate devono porsi per rafforzare il proprio livello di controllo digitale.

Uno standard aperto per la sovranità

L’approccio di Red Hat alla sovranità è radicato nell’innovazione aperta e nel cloud ibrido aperto. Crediamo che una strategia sovrana sia solida quanto la trasparenza delle sue fondamenta. Quando gli strumenti di valutazione sono proprietari, rischiano di diventare le “scatole nere” che dovrebbero controllare. La vera indipendenza dev’essere verificata e certificata apertamente, alla luce del sole.

A sostegno di questa necessaria trasparenza, Red Hat sta definendo uno standard aperto per la valutazione della sovranità digitale: per questo stiamo rendendo disponibili gratuitamente all’ecosistema globale i criteri del codice sorgente dello strumento Digital Sovereignty Readiness Assessment.

Rendendo open source questo framework, spostiamo il paradigma di settore da una cieca fiducia nelle dichiarazioni delle imprese a un modello basato sulla verifica oggettiva. Questa metodologia permette a clienti, partner e organizzazioni di orientare con precisione il proprio percorso verso un’infrastruttura realmente autonoma, analizzandolo attraverso decine di vettori tecnici critici.

Affinché la sovranità sia reale e raggiungibile, la logica che sta dietro le quinte deve essere responsabile e aperta all’ispezione. Red Hat offre uno standard trasparente che consente ai clienti di avere la certezza che la loro strategia di sovranità sia autentica, verificabile e solida nelle sue fondamenta.

L'articolo Quanto è sovrana la nostra strategia? Ecco Red Hat Sovereignty Readiness Assessment proviene da Data Manager Online.

]]>
AI in azienda: è finito il tempo dell’entusiasmo, servono risultati concreti https://www.datamanager.it/2026/02/ai-in-azienda-e-finito-il-tempo-dellentusiasmo-servono-risultati-concreti/ Mon, 16 Feb 2026 10:18:36 +0000 https://www.datamanager.it/?p=250951 A cura di Rodolfo Falcone, Amministratore Delegato, Red Hat Italia Il mercato dell’Intelligenza Artificiale in Italia sta vivendo una crescita senza precedenti. Secondo i dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, il settore ha raggiunto un nuovo record, toccando quota 1,2 miliardi di euro per il 2024, con una crescita del +58% rispetto all’anno […]

L'articolo AI in azienda: è finito il tempo dell’entusiasmo, servono risultati concreti proviene da Data Manager Online.

]]>
A cura di Rodolfo Falcone, Amministratore Delegato, Red Hat Italia

Il mercato dell’Intelligenza Artificiale in Italia sta vivendo una crescita senza precedenti. Secondo i dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, il settore ha raggiunto un nuovo record, toccando quota 1,2 miliardi di euro per il 2024, con una crescita del +58% rispetto all’anno precedente. A trainare lo sviluppo sono soprattutto le sperimentazioni che utilizzano anche la Generative AI, che rappresentano il 43% del valore, mentre il restante 57% è costituito in prevalenza da soluzioni di Artificial Intelligence tradizionale.

Questo fermento testimonia un cambio di prospettiva da parte dei vertici aziendali: la domanda non è più “cosa è tecnicamente possibile?”, ma “cosa produce un valore concreto e misurabile per il business?”.

Nonostante le organizzazioni del nostro Paese prevedano un aumento medio di oltre il 35% degli investimenti in AI entro il 2026, la stessa indagine di Red Hat evidenzia che l’86% delle realtà italiane intervistate dichiara di non aver ancora generato valore per i clienti dai propri investimenti in AI. Questo dato, che riflette una tendenza più ampia a livello EMEA dove solo il 7% delle organizzazioni sta generando valore su larga scala per i propri clienti dagli investimenti in AI, sottolinea un significativo divario tra l’ambizione e la capacità di trasformarla in risultati tangibili.

Questa differenza di valore si manifesta concretamente in quello che potremmo definire “disallineamento operativo”: la distanza significativa che ancora esiste tra la fase di sperimentazione dell’AI e l’effettiva messa in produzione. I dati delineano un quadro articolato: l’Italia rimane ancora indietro rispetto ai principali paesi europei per numero di aziende con progetti di AI attivi. Solo l’81% delle grandi imprese sta valutando o ha già avviato iniziative di intelligenza artificiale, a fronte di una media europea che raggiunge l’89%.

Le cause di questo ritardo sono molteplici e secondo l’indagine Red Hat il 40% delle organizzazioni italiane riconosce una significativa carenza di competenze in ambito AI. Sebbene questo dato sia decisamente inferiore rispetto alla media EMEA (70%), indica comunque una lacuna critica da affrontare per una piena adozione. Inoltre, il 31% riscontra la mancanza di un chiaro valore aziendale o ROI (Return on Investment), mentre un altro 48% evidenzia la mancanza di finanziamenti pubblici sufficienti. In altre parole, le aziende rallentano l’implementazione dell’AI perché non sanno come governarne compiutamente i progetti.

Per colmare questo divario e trasformare l’AI da un centro di costo a un centro di profitto, è necessario un approccio più maturo, che si basi su tre considerazioni strategiche.

  1. Il focus si sposta dal modello allo stack software

La prima considerazione è che l’enfasi non dovrebbe più essere sulla ricerca di un modello linguistico marginalmente migliore. La vera sfida competitiva risiede nell’architettura che lo supporta. Se la gestione dei dati è il principale fattore di immaturità, la soluzione risiede in una piattaforma solida che ne garantisca qualità e governance. Per integrare con successo l’AI nei processi aziendali, è indispensabile applicare gli stessi rigorosi standard – governance, conformità normativa e privacy – che si esigono per qualsiasi altra applicazione critica. Tanto che anche l’Unione Europea è intervenuta, diventando la prima al mondo a emanare l’AI Act per regolamentarne l’applicazione. L’AI non va trattata come un’entità a sé stante, ma come componente di un esteso ecosistema software che richiede integrazione, manutenzione e controllo.

  1. Gestire sistemi non-deterministici in modo affidabile

La seconda sfida riguarda un cambio di mentalità per i reparti IT. I sistemi informatici tradizionali sono in gran parte deterministici. L’AI generativa, per sua natura, introduce elementi di variabilità e non-determinismo. Questo non significa accettare l’inaffidabilità, ma sviluppare nuove competenze per gestire la complessità. Le aziende devono dotarsi di metodologie e strumenti per monitorare, validare e governare i risultati di questi sistemi, assicurando che il loro comportamento, per quanto flessibile, rimanga all’interno di confini operativi sicuri e coerenti con gli obiettivi di business. Infatti, il rischio è concreto: il 93% delle organizzazioni italiane segnala la presenza di ‘Shadow AI’, ovvero l’utilizzo non autorizzato di strumenti di intelligenza artificiale da parte dei dipendenti. In assenza di una piattaforma che garantisca visibilità e controllo, l’innovazione rischia di svilupparsi ‘nell’ombra’, esponendo l’azienda a gravi vulnerabilità in termini di sicurezza e protezione dei dati. In quest’ottica, la priorità principale per i leader IT e AI italiani è rappresentata dall’educazione del business all’uso dell’AI e dal collegamento dell’AI ai dati aziendali, entrambe indicate dal 55% degli intervistati da Red Hat in Italia.

  1. Garantire l’interoperabilità per la libertà di scelta

Infine, è fondamentale guardare al futuro con un approccio sostenibile. Legare la propria strategia di intelligenza artificiale a un unico fornitore e a tecnologie proprietarie può trasformarsi rapidamente in dipendenze difficilmente controllabili. Lo stesso Osservatorio del Politecnico di Milano rileva che oltre la metà (56%) delle aziende che sviluppa progetti di AI generativa personalizzati riscontra difficoltà nel tenere sotto controllo le spese. È in questo scenario che il software open source aziendale emerge come un fattore chiave e la ricerca Red Hat mostra infatti che in Italia è considerato importante per la strategia AI dal 70% degli intervistati. Interoperabilità e piattaforme aperte costituiscono una vera e propria “assicurazione” sul futuro, perché permettono di scegliere di volta in volta le soluzioni tecnologiche più adatte, integrare competenze diverse e mantenere il pieno controllo su dati e applicazioni, massimizzando gli investimenti.

Inoltre, affidare la strategia AI a un singolo vendor non costituisce più solo un rischio economico, ma una vulnerabilità sistemica. Lo conferma la recente iniziativa della Commissione sugli ecosistemi digitali aperti, che identifica nelle soluzioni open source e nell’interoperabilità i pilastri indispensabili per garantire all’Europa autonomia e sicurezza delle infrastrutture critiche.

Le aziende italiane sembrano aver già colto questa urgenza e la ricerca Red Hat conferma infatti che per il 73% dei leader IT italiani, l’open source aziendale è fondamentale per garantire la sovranità digitale. Non si tratta solo di evitare il lock-in, ma di mantenere il controllo sui propri asset futuri.

In conclusione, per realizzare il pieno potenziale economico dell’intelligenza artificiale in ambito aziendale e colmare il ritardo che ancora ci separa dagli altri paesi europei, le aziende italiane devono compiere un cambio di passo, superando la visione dell’AI come tecnologia a sé e trattandola come disciplina che richiede rigore ingegneristico, visione architetturale e una solida strategia industriale. L’intelligenza del modello è solo il punto di partenza e sarà la capacità di industrializzarla in modo sicuro a determinarne il successo.

L'articolo AI in azienda: è finito il tempo dell’entusiasmo, servono risultati concreti proviene da Data Manager Online.

]]>
ABB punta su Red Hat Ansible Automation Platform https://www.datamanager.it/2026/02/abb-punta-su-red-hat-ansible-automation-platform/ Mon, 09 Feb 2026 15:41:44 +0000 https://www.datamanager.it/?p=250831 L’azienda centralizza la gestione dell’automazione per i team di tutto il mondo, semplifica la compliance e riduce le duplicazioni, pur mantenendo l’autonomia locale Con l’obiettivo di semplificare configurazione dei sistemi, distribuzione delle applicazioni e orchestrazione di flussi di lavoro complessi in ambienti IT ibridi, ABB, leader tecnologico nell’elettrificazione e nell’automazione, ha implementato Red Hat Ansible […]

L'articolo ABB punta su Red Hat Ansible Automation Platform proviene da Data Manager Online.

]]>
L’azienda centralizza la gestione dell’automazione per i team di tutto il mondo, semplifica la compliance e riduce le duplicazioni, pur mantenendo l’autonomia locale

Con l’obiettivo di semplificare configurazione dei sistemi, distribuzione delle applicazioni e orchestrazione di flussi di lavoro complessi in ambienti IT ibridi, ABB, leader tecnologico nell’elettrificazione e nell’automazione, ha implementato Red Hat Ansible Automation Platform per i suoi team a livello globale. Oltre a semplificare la compliance, accelerare l’erogazione dei servizi IT agli utenti finali e contribuire alla riduzione dei costi, il nuovo approccio standardizzato di ABB ha permesso, da gennaio 2025, di risparmiare in media 57 ore al mese per ciascuno dei 32 team coinvolti.

Organizzazione globale che opera in oltre 100 Paesi, ABB si basa su un modello decentralizzato in cui ogni divisione aziendale ha l’autonomia di scegliere le soluzioni più adatte al proprio mercato locale. Tuttavia, decenni di eccellenza ingegneristica e una profonda eredità di innovazione hanno portato a un panorama IT estremamente complesso, che include un mix interconnesso di moderne piattaforme cloud, sistemi on-premise e tecnologie industriali consolidate. In questo scenario, team eterogenei utilizzavano strumenti e framework di automazione differenti, spesso con ambiti e casi d’uso specifici, con un approccio frammentato che causava duplicazioni, maggiore sforzo operativo e livelli di sicurezza non omogenei.

ABB ha scelto Ansible Automation Platform come nuova piattaforma di automazione globale, per il suo ampio ecosistema comunitario, per il solido supporto offerto dal vendor e per le sue capacità di multitenancy. La sua progettazione e implementazione per tutte le divisioni di business di ABB ha richiesto meno di un anno. Il team Group Information Systems (IS) di ABB gestisce Ansible Automation Platform a livello centrale, mentre le funzionalità multitenant della soluzione consentono a ogni divisione aziendale, team IT interno e fornitore di servizi esterno di operare in modo indipendente, riutilizzando le automazioni condivise attraverso un repository centrale e mantenendo al contempo la propria autonomia. Ansible Automation Platform supporta ora più di 75 casi d’uso attivi, con oltre 150 ulteriori in fase di sviluppo, supportati da un’infrastruttura che è raddoppiata in dimensioni dal suo lancio.

Compliance di sistema semplificata e resilienza operativa potenziata

I team di ABB hanno già riscontrato una distribuzione più rapida, una maggiore efficienza e riduzioni di costo misurabili, come evidenziato dai sondaggi trimestrali Automation Business Value Survey condotti dall’azienda. Come esempio pratico, un solo team ha identificato un risparmio di 80.000 franchi svizzeri in 3 anni da un singolo caso d’uso. L’automazione ha inoltre generato significativi incrementi di efficienza nei principali sistemi aziendali. Ad esempio, il team SAP in Cina ha ridotto il tempo mensile necessario per il patching di oltre 100 server, passando da 6,5 ore a soli 20 minuti per server, con una conseguente diminuzione dell’impegno richiesto e delle finestre di manutenzione.

ABB ha automatizzato diversi flussi di lavoro del service desk integrando Ansible Automation Platform con ServiceNow, con 4.000 ticket gestiti automaticamente per una riduzione di di quasi 40.000 ore del tempo di elaborazione. Ad esempio, il ripristino delle password di Active Directory è ora completamente automatizzato, offrendo ai dipendenti soluzioni più rapide senza dover attendere una gestione manuale dei ticket. ABB ha inoltre automatizzato i flussi di lavoro di disaster recovery, inclusi failover e test, contribuendo ad aumentare la resilienza. Anche le impostazioni di configurazione sono state automatizzate per standardizzare e semplificare la compliance: alcuni sistemi hanno fino a 400 elementi di configurazione, dalla crittografia alla condivisione di file, che richiedevano molto tempo per essere gestiti con processi manuali.

Il cambiamento culturale verso un approccio “automation-first” sostiene il miglioramento continuo in ABB, e i team sono incoraggiati a rivedere i processi esistenti, condividere le conoscenze e individuare nuove opportunità di innovazione. Partendo dal successo ottenuto con Ansible Automation Platform, ABB sta ora valutando Red Hat OpenShift per supportare un approccio più centralizzato e scalabile alla modernizzazione delle applicazioni.

“L’implementazione di Red Hat Ansible Automation Platform come piattaforma di automazione centrale in ABB dimostra come anche le organizzazioni più complesse con infrastrutture IT distribuite a livello globale e frammentate possano consolidare i processi di automazione esistenti tra tutti i team e le piattaforme”, spiega Richard Zobrist, Country Manager Svizzera, Red Hat. “ABB ha già ottenuto guadagni notevoli in termini di efficienza e e si trova in una posizione vantaggiosa per sbloccare ulteriore potenziale in futuro.”

“Con Red Hat Ansible Automation Platform come base, ABB può scalare l’automazione in modo più efficiente”, conferma Grzegorz Tomczak, Global IS Service Owner for Fundamental Infrastructure & Automation, ABB. “I 32 team che utilizzano l’automazione riportano un risparmio medio di 57 ore al mese, che permette loro di concentrarsi su attività di maggior valore. Con Red Hat Ansible Automation Platform, possiamo integrare la resilienza fin dalla progettazione, ridurre il rischio di errore umano e consentire il riutilizzo per semplificare la fornitura di servizi in tutta l’azienda.”

L'articolo ABB punta su Red Hat Ansible Automation Platform proviene da Data Manager Online.

]]>
Per Navantia, il futuro dei sistemi navali è firmato Red Hat https://www.datamanager.it/2026/02/per-navantia-il-futuro-dei-sistemi-navali-e-firmato-red-hat/ Mon, 02 Feb 2026 11:56:28 +0000 https://www.datamanager.it/?p=250646 L’azienda spagnola sceglie Red Hat OpenShift, Red Hat Device Edge e Red Hat Enterprise Linux per standardizzare lo sviluppo e disporre di una base solida per i suoi sistemi critici Navantia, azienda pubblica spagnola operante nel settore dei sistemi navali e di difesa, ha adottato soluzioni di Red Hat, leader globale nella fornitura di soluzioni […]

L'articolo Per Navantia, il futuro dei sistemi navali è firmato Red Hat proviene da Data Manager Online.

]]>
L’azienda spagnola sceglie Red Hat OpenShift, Red Hat Device Edge e Red Hat Enterprise Linux per standardizzare lo sviluppo e disporre di una base solida per i suoi sistemi critici

Navantia, azienda pubblica spagnola operante nel settore dei sistemi navali e di difesa, ha adottato soluzioni di Red Hat, leader globale nella fornitura di soluzioni open source, per modernizzare lo sviluppo e l’implementazione dei propri sistemi e servizi. La collaborazione permetterà a Navantia di fornire tecnologie per il futuro della difesa e della dell’operatività navale.

Parte del gruppo SEPI, Navantia vanta oltre 300 anni di storia nella costruzione navale militare e civile, nonché nello sviluppo di sistemi di difesa, servizi di manutenzione ed energia sostenibile. L’azienda si trovava ad affrontare la sfida di assicurare continuità operativa durante l’intero ciclo di vita dei sistemi e dei servizi critici, cosa resa ancora più complessa dalla rapida evoluzione dell’hardware e dalla durata dei sistemi basati su tecnologie chiamate a rimanere operative per oltre trent’anni.

Per contribuire ad affrontare questa sfida, Navantia ha dato priorità all’astrazione tra hardware e software, eliminando di fatto le dipendenze software — più dinamiche — dai requisiti dell’hardware sottostante, generalmente più stabili. Inoltre, l’azienda ha puntato a standardizzare lo sviluppo di sistemi e servizi, che in precedenza operavano in silos indipendenti, così da ottimizzare le attività di manutenzione e gestione.

Il team di Navantia ha implementato soluzioni open source Red Hat in grado di fornire supporto e interoperabilità a lungo termine: Red Hat OpenShift funge da piattaforma applicativa per la virtualizzazione, i container e la gestione dei carichi di lavoro in ambienti operativi complessi, permettendo di creare, supportare e gestire un’ampia varietà di applicazioni, compresi gli ambienti operativi distribuiti. Questo approccio basato su una piattaforma comune offre maggiore flessibilità, disponibilità e controllo unificato.

Navantia utilizza Red Hat Enterprise Linux come sistema operativo di base per le sue console, i container e le macchine virtuali (VM). La piattaforma sfrutta una combinazione di software e strumenti specializzati e, per una gestione completa e centralizzata di questi sistemi, Navantia ha adottato Red Hat Satellite. Per i sistemi periferici, infine, l’azienda utilizza Red Hat Device Edge, ottimizzando l’implementazione del software sui dispositivi finali.

L’adozione di queste soluzioni offre a Navantia diversi vantaggi importanti:

  • Maggiore controllo: un approccio basato su una piattaforma comune consente di mantenere il controllo sui propri sistemi in ambienti diversi.
  • Implementazioni automatizzate in ambienti complessi: esecuzione di installazioni automatiche di sistemi critici.
  • Operatività indipendente: i team di implementazione dispongono ora di strumenti portatili in grado di funzionare in modo indipendente, eliminando la dipendenza dai data center o dai servizi cloud.
  • Maggiore efficienza e resilienza: l’automazione consente un’implementazione e un ripristino dei servizi più rapidi e accurati.

Per l’implementazione di queste soluzioni Navantia si è avvalsa anche del supporto di Red Hat Consulting e sta sviluppando avanzati strumenti di simulazione e gestione che si concentrano su manutenzione predittiva, automazione ed efficienza operativa, oltre a integrarsi con l’attività partner strategici.

Guardando al futuro, Navantia prevede di estendere queste implementazioni ai propri sistemi operativi, favorendo un’innovazione continua in un contesto di trasformazione digitale accelerata e di crescenti esigenze nel settore della difesa.

“La collaborazione con Navantia è la prova di come le soluzioni open source possano guidare la trasformazione digitale in settori particolarmente critici ed esigenti come quello della difesa”, commenta Julia Bernal, country manager Spain and Portugal, Red Hat. “Siamo orgogliosi di poter supportare Navantia a modernizzare le sue operazioni, aumentare l’efficienza e il controllo e gettare le basi per un’innovazione continua che le consentirà di rimanere all’avanguardia nel settore della difesa navale”.

“I nostri prodotti hanno una durata che copre decenni, mentre la tecnologia evolve a un ritmo sempre più accelerato”, aggiunge Alejandro Cárdenas Romo, Head of Infrastructure and Cybersecurity, Navantia. “La nostra sfida più grande era quella di mantenere l’operatività e lo sviluppo dei nostri sistemi senza essere vincolati a hardware specifici. Red Hat ci ha permesso di astrarci da quel livello, garantendo il funzionamento dei nostri prodotti anche mentre sviluppiamo le ultime innovazioni. L’adozione delle tecnologie Red Hat ci ha permesso di fare un salto di qualità nel modo in cui sviluppiamo e implementiamo i nostri sistemi e ci fornisce la solidità e il supporto di cui abbiamo bisogno per continuare a innovare in un settore così critico”.

L'articolo Per Navantia, il futuro dei sistemi navali è firmato Red Hat proviene da Data Manager Online.

]]>