Nel percorso ormai consolidato che sta portando il mondo enterprise verso architetture sempre più distribuite, ibride e fortemente permeate dall’intelligenza artificiale, Veeam Software sceglie la cornice di VeeamON 2026 a New York per alzare ulteriormente l’asticella della propria strategia sulla resilienza dei dati. L’azienda, che si posiziona come Data and AI Trust Company, ha mostrato in anteprima una serie di evoluzioni che ridefiniscono il perimetro della protezione dei dati aziendali, spostandolo da una logica puramente infrastrutturale a un modello più esteso che integra governance, sicurezza e automazione intelligente.

Al centro dell’annuncio spicca Veeam Data Platform v13.1, una versione che segna un salto significativo nell’architettura della piattaforma. L’idea di fondo è quella di rendere la protezione dei dati meno vincolata al singolo ambiente e più aderente alla natura ormai eterogenea dei carichi di lavoro moderni. Considerando che le aziende operano contemporaneamente su hypervisor differenti, cloud pubblici e infrastrutture on-premises spesso isolate, la portabilità della protezione diventa un requisito strutturale.

Veeam insiste in particolare sulla capacità della nuova versione di ampliare il supporto ai diversi hypervisor senza imporre complessi percorsi di replatforming. Un aspetto che intercetta direttamente le strategie di modernizzazione in corso, dove la convivenza tra ambienti tradizionali e piattaforme cloud-native come OpenShift Virtualization è ormai la norma più che l’eccezione. A questo si affiancano miglioramenti sul fronte del ripristino delle identità, con un’attenzione specifica alla resilienza di infrastrutture critiche come Active Directory, sempre più spesso bersaglio di attacchi e punto di rottura nei piani di disaster recovery.

Sul piano della sicurezza, la piattaforma introduce ulteriori livelli di protezione che includono anche approcci di crittografia avanzata, con uno sguardo già rivolto a scenari post-quantum. È un segnale che evidenzia come la sicurezza dei dati venga trattata come un elemento intrinseco alla sua stessa definizione. In parallelo, viene rafforzata anche la dimensione economica della protezione dei dati, con una maggiore efficienza nella gestione dello storage, soprattutto su archivi NAS e su scenari di conservazione a lungo termine, dove la pressione sui costi resta un fattore critico.

vd-platform-logo-farm_1230x690_2x_it

Uno degli elementi più rilevanti dell’evoluzione proposta da Veeam riguarda però la crescente integrazione tra resilienza e intelligenza artificiale. L’azienda evidenzia come la diffusione di sistemi di AI agentica stia introducendo nuove complessità nei flussi di dati aziendali, spesso gestiti attraverso strumenti separati che non dialogano tra loro. Il risultato è una frammentazione che impatta visibilità, governance e capacità di risposta agli incidenti.

Per affrontare questa discontinuità, Veeam introduce la Veeam DataAI Command Platform, pensata come livello di coordinamento unificato tra ambienti on-premises e cloud. All’interno di questa architettura si colloca il DataAI Resilience Module, che rappresenta il primo passo verso un modello operativo in cui la resilienza viene orchestrata in modo centralizzato e arricchita da funzionalità di intelligence. L’obiettivo è quello di rendere più coerente la gestione della protezione dei dati, riducendo la distanza tra osservabilità, governance e azione operativa.

Il modulo introduce una visibilità trasversale sugli stati di resilienza, sulla postura di sicurezza e sulla readiness operativa dei sistemi. Questa visione consolidata consente di intervenire con maggiore precisione in scenari di ripristino, riducendo la dipendenza da procedure manuali e migliorando la granularità degli interventi. Un ruolo centrale è affidato alla capacità di ricerca globale, che permette di interrogare l’intero ecosistema dati per verificare rapidamente lo stato di protezione o avviare operazioni di recovery anche su singoli elementi.

A emergere è anche la progressiva introduzione di logiche di automazione intelligente, che includono agenti AI in grado di operare direttamente sulle attività di troubleshooting e sulla gestione operativa quotidiana. In un simile contesto, il linguaggio naturale diventa un’interfaccia operativa per interagire con i sistemi di resilienza, semplificando attività complesse come l’analisi dei log o la gestione dei ticket.

Data and AI Trust Maturity Model

Data and AI Trust Maturity Model

Parallelamente, Veeam presenta il proprio Data and AI Trust Maturity Model, un framework progettato per misurare il livello di maturità delle organizzazioni nella gestione dell’AI. L’approccio si basa sul presupposto che l’adozione dell’intelligenza artificiale sia ormai diffusa, ma che la capacità di governarla in modo strutturato e verificabile non sia ancora allineata alla velocità con cui viene implementata.

Il modello si propone di colmare questo divario attraverso una struttura analitica che valuta le organizzazioni lungo più dimensioni operative e su diversi livelli di maturità. L’obiettivo è fornire una lettura oggettiva della distanza tra la percezione della propria preparazione e la reale capacità di operare in ambienti regolati, auditabili e conformi. In molte realtà enterprise, infatti, la fiducia nella scalabilità dell’AI non è sempre supportata da evidenze tecniche sufficienti a garantire trasparenza nei confronti di stakeholder esterni o autorità regolatorie.

I dati della ricerca associata al modello evidenziano un ecosistema in rapida evoluzione ma ancora disomogeneo. L’AI è già integrata nei processi core di molte organizzazioni, ma permangono difficoltà nella costruzione di framework di governance adeguati. Le criticità emergono soprattutto nella gestione dei dati, nell’integrazione nei workflow esistenti e nella capacità di rendere spiegabili le decisioni generate dai sistemi intelligenti.

In questo scenario si inserisce anche Veeam Intelligent ResOps, una nuova linea di soluzioni che rappresenta uno dei passaggi più ambiziosi dell’evoluzione della piattaforma. L’idea è quella di collegare in modo diretto il contesto dei dati con le azioni di ripristino, evitando che la risposta agli incidenti sia guidata da informazioni parziali o disconnesse. La presenza del DataAI Command Graph consente di mappare continuamente relazioni tra dati, identità, attività degli agenti AI e stato di protezione, creando una rappresentazione dinamica dell’ambiente operativo.

Il primo ambito di applicazione è Microsoft 365, un ecosistema ormai centrale nelle infrastrutture aziendali e al tempo stesso uno dei punti di maggiore esposizione in termini di dati sensibili e collaborazione distribuita. L’integrazione del contesto tra produzione e backup consente di migliorare la precisione degli interventi di ripristino, riducendo l’impatto operativo degli incidenti e limitando le operazioni di recovery estese.

In questo modello, la resilienza dei dati assume una forma sempre più vicina a un sistema adattivo, in cui osservazione, analisi e azione sono componenti di un’unica architettura decisionale che si muove lungo infrastrutture ibride e ambienti multi-cloud, mentre l’AI diventa simultaneamente fattore abilitante e elemento da governare con strumenti dedicati