Il 40% delle 125 grandi organizzazioni italiane consultate per la ricercaThe State of Enterprise AI 2026, condotto da Wakefield Research per conto di Cloudera spende più di un milione di dollari l’anno in AI. Solo il 34%, però, dichiara che l’AI genera più valore di quanto costi, mentre il 42% è in pareggio o perdita. È comunque il dato migliore dell’area EMEA, dove la media è del 23%.

Per Fabio Pascali, Contry Manager di Cloudera, l’Italia ha cominciato più tardi e ora sta recuperando terreno, scontrandosi però – come tutte le aziende globali del resto – con ostacoli nel passaggio dai progetti pilota alla messa in produzione e infine al ritorno sull’investimento. La causa? Per Pascali è da ricercare in una struttura di dati obsoleta: “il divario tra chi genera valore e chi è in pareggio è nell’architettura dei dati, non dipende dalla qualità dei modelli, ma da una connessione inefficace con le informazioni aziendali”.

Il conto dei token arriva dopo la sperimentazione

Fabio Pascali, Regional Vice President Italy, Greece and Cyprus di Cloudera

Fabio Pascali, Regional Vice President Italy, Greece and Cyprus di Cloudera

L’82% delle imprese italiane ha rivisto progetti AI a causa dei costi dei token. Il 46% ha ridotto la dimensione dei modelli, la frequenza di elaborazione o il volume di output. Secondo i dati citati da Cloudera, una singola interazione agentica di assistenza clienti è passata da 0,04 dollari nel 2023 a 1,20 dollari nel 2026.

Il problema esplode al passaggio dal progetto pilota (PoC, proof of concept) alla produzione. “Finché faccio un PoC il tema costi è irrilevante”, osserva Pascali: i costi si impennano quando il progetto si allarga a più utenti e casi d’uso. Per questo, le aziende che hanno scalato di più i progetti sono spesso quelle più in difficoltà.

Cloudera propone un modello di costo infrastrutturale, con una capacità dimensionata in anticipo, on-premise o presso un cloud provider. “Il cliente non ha costi variabili, e può spremere l’architettura”, spiega Pascali. Ovviamente, se il costo di elaborazione rimane fisso significa che in alcuni casi si potrà avere un rallentamento nella velocità di risposta. Non si sfugge alla tokenomics. Per Pascali, è necessario fare un buona valutazione iniziale delle risorse necessarie, ma ritiene che avere un’architettura dimensionata dal costo prevedibile sia preferibile a una bolletta a consumo che può crescere all’improvviso per motivi difficilmente prevedibili.

Sovranità e portabilità, i vincoli più stretti in Europa

Il 50% delle imprese italiane indica la sovranità dei dati come principale vincolo alla scalabilità dell’AI, ed è il valore più alto in Europa. L’83% dei rispondenti afferma che i requisiti di residenza o di giurisdizione influenzano la scelta di dove collocare i carichi di lavoro. Pesa il contesto normativo: l’AI Act si applica pienamente ai sistemi ad alto rischio da agosto 2026 e l’Italia ha già una legge nazionale sull’intelligenza artificiale (Legge 132/2025).

Pascali ammette che il tema della sovranità viene vissuta talvolta come un fastidio, ma ricorda che riguarda anche la tutela del patrimonio aziendale. Addestrare modelli esportando i dati fuori dal perimetro di sicurezza significa “una perdita di informazione, una perdita di know how”. “La sovranità può essere subita oppure può essere compresa e interpretata”, sintetizza.

L’altro vincolo è la portabilità. Il 66% delle aziende italiane dichiara che spostare un carico di lavoro AI tra ambienti diversi richiede una riprogettazione significativa, contro il 58% della media EMEA. Pascali non lo attribuisce solo ai sistemi legacy, ma anche a progetti recenti costruiti in fretta e furia su soluzioni proprietarie o legate a un singolo cloud: “Se io non riesco a spostare quel workload AI facilmente da un’altra parte vuol dire che l’ho progettato male”.

Il rimpatrio dei carichi e il fattore latenza

Il 44% delle imprese italiane ha spostato carichi di lavoro su cloud privato o on-premise per gestire la volatilità dei costi, contro il 47% della media EMEA. Oltre a sovranità e costi, questo rimpatrio (repatriation) ha un terzo motivo emergente: la latenza. Nelle applicazioni in tempo reale, dalla robotica all’automazione industriale nell’edge, modelli e dati devono stare vicini, in data center di prossimità. “Da un problema che siamo andati ad analizzare abbiamo scoperto un’area di business nuova e in crescita”, afferma Pascali.

La risposta di Cloudera: Anywhere Cloud

La proposta dell’azienda è Cloudera Anywhere Cloud, la piattaforma annunciata ad agosto: ibrida per impostazione predefinita, modulare e sovrana in base a come viene installata. Lo stesso codice gira su cloud pubblico, on-premise o in ambienti air-gapped, cioè isolati dalla rete. Non esiste un kill switch, un interruttore con cui un soggetto esterno possa interrompere il servizio: la piattaforma “può girare completamente in locale”. Un copilota agentico consente agli utenti di business di interrogare i dati in linguaggio naturale. La recente partnership con Mistral porta nella piattaforma i modelli open weight del laboratorio europeo, che Cloudera rivenderà anche in Italia.