NTT DATA ha presentato una piattaforma di AI factory enterprise sviluppata in collaborazione con NVIDIA, con lo scopo di fornire alle organizzazioni un modello operativo pronto all’uso per implementare progetti di intelligenza artificiale su larga scala. Le AI factory proposte da NTT DATA si configurano come ecosistemi tecnologici completi che integrano infrastruttura, dati, workflow applicativi e strumenti di governance, permettendo alle imprese di adottare l’AI in modo più rapido e con minori rischi operativi.

Nel linguaggio dell’industria, il concetto di AI factory indica un ambiente strutturato in cui l’intero ciclo di vita dell’intelligenza artificiale (dallo sviluppo dei modelli al deployment in produzione) viene gestito come un processo industriale continuo. In questo modello, l’AI non è più un progetto sperimentale isolato ma diventa parte integrante delle operazioni aziendali.

Le AI factory enterprise di NTT DATA sono costruite sulla piattaforma tecnologica di NVIDIA, che combina infrastrutture di calcolo accelerate da GPU con sistemi di networking ad alte prestazioni. Questo stack hardware viene affiancato dal software della suite NVIDIA AI Enterprise, progettata per supportare lo sviluppo, il training e l’esecuzione di modelli di intelligenza artificiale in ambienti enterprise distribuiti.

All’interno della piattaforma trovano spazio anche i microservizi NVIDIA NIM, container ottimizzati per GPU che permettono di distribuire rapidamente applicazioni AI attraverso API standard. Questi componenti consentono alle organizzazioni di eseguire workload di training e inferenza con elevata efficienza, mantenendo allo stesso tempo prestazioni elevate e bassa latenza in ambienti cloud, data center ed edge computing.

L’approccio proposto da NTT DATA punta a rendere l’IA un’infrastruttura aziendale standardizzata e replicabile in diversi contesti industriali. Grazie alla propria esperienza in progetti di trasformazione digitale su larga scala, l’azienda ha progettato le AI factory per adattarsi alle esigenze specifiche dei vari settori, dal manifatturiero alla sanità.

Crediti: Shutterstock

Crediti: Shutterstock

I primi progetti implementati mostrano già applicazioni concrete di questo modello. Nel settore sanitario, ad esempio, un importante centro di ricerca oncologica sta collaborando con NTT DATA per utilizzare piattaforme basate su NVIDIA HGX nella gestione di analisi radiologiche avanzate e nella valutazione rapida di modelli diagnostici basati su AI, con l’obiettivo di accelerare la ricerca clinica e migliorare la precisione dei processi di diagnosi.

Nel comparto automotive, invece, un grande fornitore globale sta utilizzando infrastrutture GPU-as-a-Service per modernizzare le proprie smart factory. Grazie a questa architettura, i tempi necessari per configurare nuovi processi produttivi sono stati ridotti drasticamente, passando da diversi mesi a pochi giorni.

Un ulteriore esempio proviene dal settore della manifattura avanzata negli Stati Uniti. In questo caso, le tecnologie NVIDIA vengono utilizzate per simulare digitalmente una nuova linea di produzione dedicata alle batterie di nuova generazione. Attraverso simulazioni accelerate e ambienti di visualizzazione 3D, è possibile testare il flusso dei materiali e la logica di automazione prima della realizzazione fisica dell’impianto.

NTT DATA ha inoltre integrato nella propria offerta anche NVIDIA NeMo, una piattaforma modulare progettata per sviluppare e personalizzare sistemi di agentic AI su infrastrutture GPU. L’integrazione di questi strumenti consente alle aziende di passare più rapidamente dalla sperimentazione alla produzione, riducendo la complessità tecnica e migliorando il ritorno sugli investimenti.

Secondo i dirigenti delle due aziende, il mercato sta entrando in una fase in cui le organizzazioni non cercano più semplici modelli generativi ma piattaforme complete capaci di integrare agenti intelligenti nei processi aziendali. Le AI factory rappresentano quindi un tentativo di industrializzare l’intelligenza artificiale, trasformandola da tecnologia sperimentale a infrastruttura operativa su scala enterprise.

(Immagine in apertura: Shutterstock)