Storage cloud, ibrido e on-premise: l’AI accelera la trasformazione delle infrastrutture dati

Alla base della rivoluzione che sta portando l’intelligenza artificiale c’è una ridefinizione del ruolo e della gestione del dato all’interno delle aziende.

I sistemi tradizionali di storage sono stati progettati soprattutto per archiviare database transazionali, file aziendali e backup.

Oggi, invece, l’AI richiede la gestione continua di enormi volumi di informazioni non strutturate provenienti da video, sensori, documenti, applicazioni industriali, piattaforme IoT e strumenti collaborativi.

Così, se per anni la gestione dello storage è stata considerata una componente quasi invisibile dell’infrastruttura IT, oggi è diventata una leva strategica per sostenere applicazioni AI, analytics avanzati e servizi digitali sempre più complessi.

Questo sta ridefinendo il mercato dello storage e costringe aziende, vendor e integratori a ripensare completamente il modo in cui i dati vengono archiviati, protetti e resi disponibili.

L’AI generativa in Italia

In linea con quanto sta avvenendo al livello globale, anche in Italia il fenomeno sta assumendo dimensioni significative.

La crescita dell’AI generativa, l’espansione dei workload data intensive e l’aumento delle esigenze di cybersecurity stanno spingendo le imprese verso modelli cloud ibridi e on-premise molto più evoluti rispetto al passato. Non esiste più un approccio unico valido per tutti.

Le organizzazioni cercano architetture flessibili in grado di bilanciare prestazioni, costi, sicurezza e conformità normativa.

Secondo l’ultimo report dell’Osservatorio Cloud Ecosystem & Sovereignty del Politecnico di Milano, il mercato cloud italiano continua a crescere a doppia cifra e le imprese stanno progressivamente orientandosi verso modelli hybrid cloud, considerati più adatti a sostenere l’adozione dell’intelligenza artificiale e la gestione di dati critici.

Più in dettaglio, nel 2025 il mercato cloud italiano ha raggiunto un valore di 8,13 miliardi di euro, registrando una crescita del +20% rispetto all’anno precedente.

Questa crescita è fortemente trainata dall’adozione di tecnologie di intelligenza artificiale e dalla crescente attenzione verso la sovranità digitale, ovvero la necessità di mantenere il controllo sui dati sensibili all’interno del territorio nazionale o europeo.

Cloud, mercato diviso in tre parti

Il public & hybrid cloud rimane il principale motore dell’espansione con una spesa di 5,83 miliardi di euro e una crescita del +21%, sebbene in calo rispetto al +29% del 2024.

Il virtual private cloud registra il tasso di crescita maggiore con un +23% (14 punti percentuali in più rispetto al 2024), raggiungendo 1,39 miliardi di euro, evidenziando una spiccata sensibilità delle organizzazioni italiane verso il controllo, la localizzazione e la sicurezza dei dati.

Infine, la data center automation cresce del +12% attestandosi a 910 milioni di euro.

Le piccole e medie imprese italiane rappresentano una fetta importante del mercato: circa il 67% utilizza servizi cloud, con una spesa complessiva in public e hybrid cloud che ha raggiunto i 690 milioni di euro.

Questo dato evidenzia come, pur mantenendo una base stabile di adozione, le aziende italiane stiano investendo sempre di più in soluzioni ibride che combinano infrastrutture on-premise con risorse cloud pubbliche e private.

Il modello hybrid cloud è particolarmente apprezzato per la sua capacità di coniugare flessibilità e controllo.

Osservando il periodo 2019-2024, il mercato cloud italiano ha registrato una crescita significativa. Nel 2019 il valore totale era di 2,77 miliardi di euro, mentre nel 2024 ha raggiunto 6,77 miliardi di euro (con una crescita del +23% rispetto al 2023).

All’interno del public & hybrid cloud, lo IaaS ha registrato la dinamica principale nel 2024, raggiungendo 2,144 miliardi di euro con una crescita del +42%, sorpassando storicamente il SaaS e posizionandosi come componente principale nel mix complessivo con il 44% della spesa.

L’AI cambia il ciclo di vita del dato

I modelli generativi e gli algoritmi di machine learning necessitano di accesso rapido e simultaneo a grandi dataset. Questo comporta la necessità di storage ad alte prestazioni, filesystem paralleli, architetture object storage e piattaforme capaci di alimentare GPU e sistemi di elaborazione distribuita senza creare colli di bottiglia.

La crescita dei dati è impressionante. I dati raccolti da IDC mostrano che nei prossimi anni la maggior parte dei workload AI sarà distribuita su infrastrutture ibride che combinano cloud pubblico, private cloud e sistemi on-premise, proprio perché nessun modello singolo riesce a soddisfare contemporaneamente esigenze di scalabilità, controllo e sostenibilità economica.

A livello italiano questo scenario è particolarmente evidente nei settori manifatturiero, finanziario, sanitario e retail.

Le aziende stanno adottando applicazioni di predictive maintenance, computer vision, digital twin e automazione intelligente che producono flussi continui di dati da elaborare quasi in tempo reale.

Hybrid cloud, il modello dominante

Come anticipato, la conseguenza più evidente della diffusione dell’AI è l’affermazione definitiva del modello ibrido. Molte imprese italiane hanno compreso che trasferire tutto sul cloud pubblico non sempre rappresenta la soluzione ideale.

Alcuni workload AI risultano troppo costosi da gestire su hyperscaler esterni, soprattutto nel lungo periodo, mentre altri devono rimanere sotto controllo diretto per ragioni di compliance, sovranità del dato o cybersecurity.

Per questo motivo si sta diffondendo una strategia cloud smart anziché cloud first. Le aziende scelgono cioè dove collocare i dati e le applicazioni in base a criteri di convenienza operativa, sicurezza e prestazioni.

Il cloud pubblico viene utilizzato per capacità elastica, training temporanei o sviluppo rapido di applicazioni AI, mentre le infrastrutture on-premise restano fondamentali per i dati più sensibili o per workload che richiedono bassa latenza.

Anche il dibattito europeo sulla sovranità digitale sta influenzando le strategie italiane. Gli Osservatori del Politecnico di Milano evidenziano come le organizzazioni stiano prestando crescente attenzione alla governance del dato e alla dipendenza tecnologica dai grandi provider internazionali.

Il ruolo strategico degli integratori

In questo scenario, le imprese non cercano più semplicemente capacità storage, ma competenze progettuali e consulenziali per costruire ecosistemi infrastrutturali complessi e interoperabili.

Molte aziende non dispongono internamente delle competenze necessarie per integrare ambienti cloud differenti, orchestrare i dati tra edge e data center o ottimizzare infrastrutture AI-ready.

Gli integratori diventano quindi il punto di raccordo tra vendor tecnologici, provider cloud e clienti finali.

Il loro compito non si limita alla vendita di hardware o servizi cloud. I partner stanno sempre più accompagnando le aziende nella definizione delle strategie dati, nella classificazione delle informazioni, nella progettazione di architetture resilienti e nell’automazione della gestione storage.

In molti casi il valore si sposta dalla componente tecnologica pura ai servizi professionali e gestiti.

Nel mercato italiano cresce infatti la domanda di managed services legati allo storage e alla cybersecurity.

Le imprese vogliono delegare monitoraggio, protezione dei dati, backup immutabili e gestione multi-cloud a partner specializzati capaci di garantire continuità operativa e supporto costante.

Per gli integratori si è aperta, quindi, una fase di forte evoluzione. Chi fino a pochi anni fa lavorava prevalentemente su data center tradizionali oggi deve acquisire competenze su AI, orchestrazione cloud, containerizzazione, data governance e automazione infrastrutturale. Il canale si sta trasformando da semplice rivenditore tecnologico a consulente strategico.

Vendor e partner verso nuove alleanze

Anche i vendor stanno ridefinendo il rapporto con il canale. Le grandi aziende dello storage stanno investendo sempre di più in programmi partner focalizzati sull’intelligenza artificiale, sulla modernizzazione infrastrutturale e sui servizi a valore aggiunto.

L’obiettivo è costruire ecosistemi in grado di accompagnare le imprese lungo l’intero percorso di trasformazione digitale.

In molti casi i vendor mettono a disposizione reference architecture, piattaforme integrate, strumenti di automazione e ambienti preconfigurati per accelerare l’implementazione di soluzioni AI.

Per i partner italiani questo significa poter sviluppare nuove linee di business legate alla consulenza, ai servizi gestiti e all’ottimizzazione infrastrutturale. Allo stesso tempo aumenta la complessità tecnica dei progetti, che richiedono competenze sempre più multidisciplinari.

L’attenzione si concentra soprattutto sulle piattaforme storage progettate per workload AI, caratterizzate da elevate prestazioni, bassa latenza e capacità di scalare rapidamente. Cresce inoltre l’interesse verso soluzioni software-defined, che permettono di astrarre l’infrastruttura fisica e gestire in modo unificato ambienti distribuiti.

Edge computing e territori distribuiti

Un altro tema destinato a cambiare il mercato è la crescita dell’edge computing. Sempre più dati vengono generati fuori dai data center centrali, all’interno di fabbriche, ospedali, punti vendita e infrastrutture urbane intelligenti.

Le applicazioni AI necessitano spesso di elaborazioni immediate e locali. Trasferire continuamente enormi quantità di dati verso il cloud non è sempre sostenibile né dal punto di vista economico né da quello prestazionale.

Per questo molte aziende stanno distribuendo capacità storage e potenza computazionale direttamente sul territorio.

Anche in questa evoluzione gli integratori stanno assumendo un ruolo fondamentale nella realizzazione di architetture edge capaci di dialogare con cloud e data center centrali.

Nel manifatturiero, per esempio, l’edge storage consente di elaborare dati provenienti da sensori industriali e sistemi di computer vision senza introdurre latenze incompatibili con la produzione.

Sempre più attenzione a costi energetici e sostenibilità

L’esplosione dell’AI sta inoltre facendo emergere il tema energetico. I data center AI consumano enormi quantità di energia e richiedono sistemi di raffreddamento avanzati. In Italia, dove il costo energetico resta elevato, questo fattore influenza direttamente le strategie infrastrutturali delle imprese.

Le aziende valutano sempre più attentamente il rapporto tra prestazioni e consumi. Anche per questo motivo molte organizzazioni stanno cercando di ottimizzare la collocazione dei workload, distribuendo i carichi tra cloud, edge e data center proprietari.

Alcuni analisti parlano già di AI storage tax, cioè dell’aumento strutturale dei costi infrastrutturali dovuto alla crescente domanda globale di storage flash, GPU e memoria ad alte prestazioni.

Due fattori essenziali: cyber security e resilienza

Parallelamente cresce il tema della sicurezza. I dati utilizzati dall’intelligenza artificiale rappresentano asset strategici e diventano obiettivi sempre più appetibili per il cybercrime. Per questo lo storage viene ormai progettato insieme alle strategie di cyber resilience.

I vendor stanno integrando funzioni avanzate di protezione, rilevamento anomalie, backup immutabili e crittografia automatica.

Anche i partner di canale stanno investendo in competenze cybersecurity per offrire alle imprese piattaforme resilienti e conformi alle nuove normative europee.

Sta emergendo chiaramente la necessità di integrare storage, AI e sicurezza all’interno di un’unica strategia infrastrutturale. Non si tratta più soltanto di conservare dati, ma di renderli affidabili, accessibili e protetti lungo tutto il loro ciclo di vita.

L’obiettivo è sempre assicurare la continuità operativa anche a fronte di eventuali attacchi che hanno raggiunto l’obiettivo.

Il mercato dello storage sta quindi entrando in una nuova fase evolutiva. L’intelligenza artificiale sta accelerando la necessità di infrastrutture distribuite, intelligenti e sostenibili.

Come conseguenza, cloud, hybrid cloud, edge e on-premise continueranno a convivere, ma con ruoli differenti rispetto al passato.

Così, se per i vendor la sfida è sviluppare piattaforme sempre più ottimizzate per i workload AI, per integratori e partner di canale si ampliano le opportunità in ambito consulenziale e progettuale: le imprese hanno sempre più bisogno di supporto nel costruire ecosistemi dati efficienti, sicuri e pronti per l’AI.