Il MiCo di Milano accoglie oltre duemila professionisti, C-level, clienti e partner per la tappa italiana di Oracle AI World Tour 2026, il format itinerante con cui Oracle porta in giro per il mondo la propria visione sull’intelligenza artificiale applicata agli obiettivi di impresa. Milano, ultima fermata del percorso europeo dopo Londra, non è scelta a caso: cuore pulsante dell’economia italiana, crocevia naturale tra innovazione e tessuto produttivo, il capoluogo lombardo offre la cornice ideale per un evento che va oltre la mera presentazione delle tecnologie Oracle.
L’AI World Tour è piuttosto occasione per comprendere le reali declinazioni dell’AI possibili nei progetti così da rispondere alle sfide specifiche delle organizzazioni, offrendo vantaggi competitivi nella sfera Oracle Cloud Infrastructure (Oci), della proposta database e delle applicazioni.
Dal palco il messaggio è chiaro: l’AI cambia le regole del gioco, in velocità, e chi riesce a mantenere il passo può fare un uso più efficace dei dati, gestire le operation in modo più intelligente, integrare l’AI nei flussi di lavoro reali e liberare il potenziale degli agenti AI per un’automazione in grado di generare valore.
Messaggi che per sfortunata coincidenza arrivano però al pubblico quasi in contemporanea con quelli relativi ai licenziamenti, proprio in Oracle. L’azienda infatti pare aver avviato un’ampia operazione di riduzione del personale su scala globale. I tagli potrebbero coinvolgere oltre 20mila dipendenti, (anche se l’azienda non ha confermato alcuna cifra). E le risorse liberate sarebbero destinate a finanziare il piano di espansione da 156 miliardi di dollari proprio nei data center dedicati all’intelligenza artificiale.
L’AI sposta il limite delle possibilità
Ad aprire la giornata di lavoro a Milano è Carlota Alvarez, amministratore delegato di Oracle Italia, che inquadra il momento con un mix di lucidità e ottimismo: “L’adozione delle AI nel tessuto economico italiano è ancora a macchia di leopardo e il rischio di rimanere a guardare, a esplorare mentre gli altri corrono, è un rischio reale; ma la storia dell’Italia dice che quando la sfida si fa quasi impossibile, proprio in quel momento gli italiani tirano fuori il meglio — la creatività, la passione, il talento, la determinazione. Oracle è convinta che anche questa volta, anche per l’AI, andrà così”.
Si aggancia Cormac Watters, executive vice president e general manager di Oracle Emea, che costruisce il proprio ragionamento attorno a una metafora efficace tra aviazione e AI. Con il passaggio dall’elica al motore a reazione nell’aviazione “le compagnie aeree non hanno cambiato la propria missione — hanno continuato a trasportare persone e merci. Quello che è cambiato è stata la capability. I motori a reazione hanno espanso ciò che era possibile: rotte più veloci, distanze più lunghe, mercati completamente nuovi”.
Lo stesso, argomenta Watters, sta facendo l’AI per l’impresa: “Non sostituisce l’expertise, la eleva. Prendendo su di sé la complessità invisibile — analisi, coordinamento, previsione — l’AI sposta il giudizio umano più in alto nello stack”. Watters porta esempi concreti per ancorare il discorso alla realtà: operatori assicurativi che hanno spostato i propri workload su Exadata Database Service e Oci ottenendo miglioramenti di performance superiori al 30%; produttori di elettronica che, grazie all’Autonomous AI Database e a Oci GenAI, hanno creato un assistente AI per gli operatori delle stazioni di ricarica EV, riducendo i tempi di diagnosi dei malfunzionamenti di sei volte; FinTech che hanno consolidato oltre 44 database in soli sei DB con Exadata Database Service su Oci. Watters riporta esempi e casi d’uso con l’AI anche nel finance con obiettivi raggiungibili una volta solo in tanti mesi e ora in pochi giorni. “Certo, per l’aviazione è stato necessario ripensare l’intero sistema: materiali, manutenzione, piste, controllo del traffico aereo”. Ed è ciò che ha fatto Oracle con l’AI: “Abbiamo fatto il re-engineering delle soluzioni con l’AI per voi”.
Oracle, uno stack AI-ready
Il keynote si trasforma in una tavola rotonda con i responsabili delle principali linee di prodotto Oracle, ciascuno chiamato a declinare gli annunci dei giorni precedenti nel contesto dell’architettura complessiva.
Kari Gallagher, Svp Revenue Enablement Services, fa riferimento quindi alle 22 nuove applicazioni agentiche Fusion rilasciate la settimana precedente a Londra: “Sono applicazioni orientate agli outcome che ragionano, prevedono ed eseguono continuamente task per conto dell’utente”, spiega, sottolineando come queste applicazioni ereditino le capacità dell’intero stack perché “il lavoro viene svolto nella transazione, nel processo — l’AI di Oracle non è bolted on, è built in, non è sovrapposta, ma integrata”. Gallagher invita allora le aziende a partire dai punti di maggiore sofferenza: “Serve prendere confidenza con quegli agenti, poi potete sequenziarli in workflow”. Un dato: poco più di un anno fa meno del 10% dei clienti Fusion utilizzava attivamente funzionalità AI; oggi la percentuale ha raggiunto il 70%.
Con Kumar Rajamani, Svp Autonomous Database, l’attenzione si sposta a livello dei dati sulla scorta di tre proposizioni chiave. La prima è un framework agentico in-database che permette di eseguire agenti direttamente nel database, vicino ai dati, sfruttando contesto e governance.
La seconda è la proposta di una AI agent factory per costruire agenti sia all’interno sia in prossimità del database. La terza è ancora il database autonomo per agenti e AI in grado di indicizzare dati non strutturati e interrogarli efficacemente.
A questo si aggiunge il rilascio di funzionalità di deep data security, che propagano l’identità dell’utente fino al livello database indipendentemente dal fatto che la query arrivi da un agente o da un essere umano, e il supporto nativo al formato Iceberg per interrogare petabyte di dati in object storage. Dettaglia Rajamani: “Quando porti l’AI ai dati, la cosa più importante è non estrarre accidentalmente i tuoi dati, ma nella logica dei principi fondamentali della sicurezza: ogni query, generata da un agente o da un linguaggio naturale, passa attraverso i privilegi e le policy del database”.
Barry Shilmover, VP e Distinguished Engineer, torna sull’evoluzione infrastrutturale di Oracle Cloud Infrastructure con un’immagine efficace: “È come quando prendi il tuo laptop e viaggi per il mondo — hai solo bisogno di un adattatore diverso per collegarlo, ma il laptop non cambia”.
I building block di Oci sono identici quindi ovunque vengano dispiegati: region commerciali, sovereign cloud, altri hyperscaler (Aws, Azure, Google Cloud Platform), data center del cliente o ambienti Alloy (Oracle Alloy è la piattaforma di infrastruttura cloud completa che consente ai partner di diventare provider di servizi cloud). Questo significa aggiornamenti uniformi, stessa struttura di costo e, aspetto cruciale nel contesto europeo, la possibilità di mantenere il sovereign cloud EU — attivo da tre anni — gestito esclusivamente da personale europeo e disconnesso dalle altre regioni.
Oscar Colino, Head of Product Strategy per Oracle AI Data Platform, declina infine la piattaforma Oracle come il tessuto connettivo dell’intera strategia AI.
“In parole semplici, l’AI Data Platform risiede sopra l’infrastruttura Oci , lavora insieme al database e porta il meglio dell’open source e di Oracle Database in una piattaforma unificata per AI e dati”, spiega. Recente l’annuncio di Agent Hub — che permette agli utenti business di interagire con agenti per raggiungere outcome di business — e nuovi strumenti low-code e pro-code per accelerare lo sviluppo di applicazioni AI. Un esempio concreto: nel settore construction, si sta già utilizzando la piattaforma, con il supporto dei Forward Deployed Engineers di Oracle, per costruire un sistema di agenti che riduce il rischio nella supply chain e migliora i margini di progetto attraverso un semantic layer connesso alla data platform.
Sisal, Generali, Unicredit: i racconti di chi trasforma con l’AI
Non manca il racconto dei “pionieri” della trasformazione con l’AI anche in Italia. Mario Martinelli, chief technology officer Southern Europe & Africa di Flutter — il gruppo che ha acquisito Sisal nel 2022 — racconta la trasformazione di un’azienda nata 80 anni fa dalla schedina del Totocalcio e oggi protagonista a livello globale del gioco online. I numeri danno la misura della crescita: “Gestivamo un milione di clienti unici attivi nell’anno quattro anni fa sul canale online. Oggi ne gestiamo 2,4 milioni nel singolo mese”. Una scala che genera sfide tecnologiche enormi: durante una partita, il sistema gestisce circa 3mila tipologie di scommesse per evento con aggiornamento delle quote in tempo reale. “Questa gestione dei picchi non sarebbe stata possibile su infrastrutture tradizionali — serve scalabilità massima”, spiega il Cto, indicando nel cloud Oracle il partner che abilita questa complessità. Sul fronte AI, il gruppo sviluppa oggi 350 use case, di cui circa il 25% già in produzione — dalla gestione del rischio, al responsible gaming, definito “una priorità strategica assoluta” con l’obiettivo di azzerare entro due anni i giocatori problematici. In chiusura, l’annuncio della migrazione di Erp ed Enterprise Performance Management su Oracle Fusion, con “elevate aspettative proprio per sfruttare al massimo l’AI embedded nei processi chiave del back office”.
Alessandro Protasoni, group head of Organization, Workforce Planning & HR Digital Processes di Assicurazioni Generali, offre la prospettiva di un gruppo presente in 50 Paesi con 88mila dipendenti. Il percorso di trasformazione HR con Oracle parte nel 2015, quando la governance evolve da una capogruppo snella verso un modello di regia centralizzata. Da un punto di partenza in cui “a fatica si riusciva a capire quanti eravamo e dove eravamo”, il sistema Hcm di Oracle diventa la piattaforma globale per performance, talent management, succession planning e, più recentemente, funzionalità AI come il job market interno e il best candidate matching. La riflessione di Protasoni riguarda quindi in primis l’impatto organizzativo dell’AI: “Accelerare sull’AI non significa, sia chiaro, moltiplicare gli use case — quanto piuttosto industrializzare dove c’è valore, portarlo a scala”. Si introduce così il concetto di azienda ibrida: “Sempre più l’area di “responsible” nelle matrici Raci (strumento di project management che definisce ruoli e responsabilità – Responsible, Accountable, Consulted, Informed) sarà un agente e non un uomo. L’uomo sarà accountable, ma l’agente sarà responsabile per l’attività”. Le competenze del futuro? “Interpretare dati, interagire con sistemi intelligenti, problem solving”.
E infine, Gabriele Chiesa, chief technology officer di Unicredit, porta la voce del mondo bancario. Quattro anni fa parte il programma Unlocked; oggi evolve nel piano Unlimited, dove “la tecnologia non è più solamente un abilitatore, ma lo strumento che ci consente di cambiare il modo in cui la banca lavora”. Chiesa descrive tre direttrici AI: l’empowerment individuale dei dipendenti, il ridisegno dei processi bancari bilanciando approcci generativi e deterministici, e l’evoluzione dei canali cliente verso interfacce conversazionali. Rilevante la scelta di Oracle per l’anti-money laundering: “La scelta è andata sul concetto del dato — avendo i nostri dati su database Oracle, è venuto naturale estendere la collaborazione”. E il Cto conferma anche la migrazione dei workload mission-critical da on-premise a Oracle Exadata Cloud Service su Google Cloud — circa un migliaio di applicazioni — per esigenze di resilienza, sicurezza embedded, time-to-market e accesso nativo ad agenti AI sulla base informativa della banca.
Sovranità e valore dei dati
Il confronto diretto con Watters approfondisce due temi trasversali all’intera strategia Oracle: sovranità digitale e piattaforma dati unificata. L’executive VP riconosce in primis la complessità del tema: “Siamo una società con sede negli Stati Uniti, ci consideriamo globali ma capisco bene il problema”. La domanda evolve rapidamente — dai sovereign cloud europei gestiti da cittadini UE oggi si parla di sovranità nazionale o addirittura regionale definita anche per le informazioni. E la risposta di Oracle si chiama proprio Alloy: “E’ il cloud Oracle in formato white label, erogato da entità europee senza connessioni extra-UE”. Watters cita per esempio il caso di Telecom Italia con il Polo Strategico Nazionale. Sull’AI Data Platform, il tema chiave invece è quello del pragmatismo: “Ci piacerebbe che ogni cliente avesse solo Oracle — non succederà mai”. Per questo la piattaforma connette database e applicazioni Oracle e non, on-premise o su qualsiasi hyperscaler, con sicurezza a livello di dato. “Sappiamo che è complicato — per questo portiamo i nostri Forward Deployed Engineers dai clienti”. Ritorna il dato che misura l’accelerazione: poco più di un anno fa meno del 10% dei circa 15.000 clienti Fusion usava funzionalità AI; oggi si arriva al 70%. Sul rapporto AI agentica ed Erp, infine, Watters è netto: “Si può anche creare un agente che produce una fattura. Ma serve comunque il system of record per le tasse, per l’audit. La chiave è passare dal system of record al system of outcome senza sacrificare la solidità del registro contabile”.
La prospettiva italiana
La prospettiva di analisi italiana è approfondita negli interventi di Giovanni Ravasio, vice president, Cloud Applications country leader e Andrea Sinopoli, vice president, Technology and Cloud Country Leader, Oracle Italia che offrono una prospettiva locale sugli annunci e sulle dinamiche del mercato. Ravasio in particolare traccia un parallelo con l’avvento dell’e-commerce: “Vent’anni fa tutti dovevano fare l’e-commerce, poi ognuno ha preso strade molto diverse perché si doveva ancora capire cosa si riusciva a fare. Non siamo in una situazione molto diversa — tutti stanno investendo sulle AI, e tutti non sanno dove arriveranno, però ci provano, ci si gioca parte del budget perché si vede il valore”.
La differenza, secondo Ravasio, è nel ruolo di Oracle: “In questo caso è non solo molto più presente di allora ma sta guidando l’evoluzione del mercato”. Il riferimento torna direttamente agli annunci dell’Oracle AI World Tour di Londra del 24 marzo: il lancio delle Fusion Agentic Applications, la suite di applicazioni pre-addestrate per Oracle Fusion Cloud progettate per automatizzare interi processi aziendali in modo autonomo. “La traduzione da sistema di record a sistema di outcome è proprio l’agente — e permette di focalizzarsi sul risultato e non più sul processo” – spiega – distinguendo nettamente tra l’automazione di processo tradizionale e il paradigma agentico: “Le AI di base automatizzano un processo, gli agenti cambiano il paradigma — si fissa un target e finché gli agenti non portano a quel target non smettono di funzionare”. E Oracle per questo ha già avviato una serie di hackathon con le aziende italiane per esplorare concretamente le applicazioni degli agenti: “C’è tanta voglia di fare, e il confronto è la cosa che cercano di più”, rivela Ravasio.
Sinopoli aggiunge un tassello cruciale: la misurabilità. “Uno dei temi che documentano l’approccio estremamente pratico è iniziare ad avere, per gli agenti già in deployment – e di default nelle nostre soluzioni o creati dai clienti – dei dashboard con Kpi che misurano la performance dell’agente. Riduco davvero il tempo di esecuzione del processo? Ho un’ottimizzazione interna? Ora si può misurare”.
E se da un lato viene enfatizzato l’aspetto dell’apertura della piattaforma, dall’altro si valorizza l’integrazione: “Mettiamo a disposizione dei partner e dei clienti la stessa piattaforma che noi usiamo per il nostro sviluppo — l’effetto non è un pezzo custom, ma l’integrazione completa dentro l’applicativo”, riprende Ravasio, evidenziando come, a differenza dei competitor, Oracle non richieda l’accesso ai dati tramite Api esterne ma li mantenga all’interno dell’applicativo che evolve con il cliente. Questo approccio si lega agli annunci londinesi sull’espansione dell’AI Agent Studio – lo strumento che permette agli sviluppatori di costruire e personalizzare agenti intelligenti nell’ecosistema Oracle – e alle innovazioni già introdotte ed ora evolute in Oracle Database 26ai per il supporto nativo alla ricerca vettoriale e all’integrazione di Large Language Model direttamente nel database. Sulla prontezza del nostro mercato ad abbracciare l’accelerazione in atto Sinopoli non ha dubbi: “È un mondo che sta cambiando veramente velocemente — quello che facciamo sei mesi fa è niente rispetto a quello che stiamo facendo adesso, ma il fatto che noi siamo in grado di integrare tutte queste tecnologie all’interno di tutto lo stack è il vero elemento di semplificazione”.
Centrale nel discorso di Sinopoli torna il ruolo del database come “centrostella” della nuova architettura — un richiamo diretto all’Oracle AI Data Platform, come il cuore del cloud Oracle per unificare i dati aziendali, eliminare i silos e permettere lo scaling dell’AI in flussi di lavoro reali senza spostamenti complessi di informazioni. “Il fatto di aver aggiunto la componente deterministica all’interno del modello del nostro database è un percorso di continua evoluzione e un tema di unicità che oggi possiamo portare sul mercato”, sottolinea Sinopoli, spiegando come avere un punto di raccordo “multimodale, multilinguaggio, multifunzionale” garantisca sicurezza, performance nell’addestramento dei modelli e, soprattutto, la possibilità per i clienti di “utilizzare i loro dati più sensibili e più core in maniera sicura ed efficace per fare AI e creare vantaggio competitivo”.
L’introduzione dello standard Apache Iceberg nella data platform va nella stessa direzione di apertura: gestire in modo centralizzato anche dati provenienti da storage eterogenei, compresi quelli residenti presso altri cloud provider. “Il tema di apertura sta nella possibilità di utilizzare le nostre tecnologie anche a casa di altri provider”. Ravasio completa il ragionamento spiegando che questa apertura è sostenibile solo da una posizione guida: “Siamo in una condizione molto diversa rispetto ad anni fa e, grazie alla leadership dimostrata, possiamo essere open. È un equilibrio delicato, però, sul quale crediamo fortemente”. Sinopoli affronta quindi il tema della democratizzazione, collegandolo direttamente alla strategia multicloud: le partnership con Microsoft, Google e Aws per portare i servizi database Oracle ovunque i clienti abbiano i propri carichi di lavoro e la possibilità di ricreare bolle Oci all’interno di altri cloud provider
Sui settori più attivi in Italia, il quadro che emerge è variegato: il settore pubblico, accelerato dai fondi Pnrr anche se con use case di adozione più semplici; l’healthcare, dove l’applicazione dell’AI è evidente in termini di risultati; il banking e il mondo del betting, “dove la transazionalità è elevatissima e la differenziazione competitiva altrettanto importante” ;ma anche il mondo della logistica, della supply chain e dei trasporti.
La riflessione finale sul “futuro già vicino” riguarda l’ orchestrazione degli agenti che chiude il cerchio con gli annunci relativi all’AI Supercluster e sulla potenza di calcolo necessaria per sostenere il paradigma agentico su scala enterprise. “La prossima tappa comprenderà la capacità di orchestrare gli agenti — l’attenzione è volta ad accogliere la sfida e farsi trovare pronti con i tool e le tecnologie necessarie per poter orchestrare al meglio”, anticipa Sinopoli con Ravasio che chiude con un monito che vale come sintesi : “Se perdi il controllo su sicurezza e scalabilità, non stai implementando qualcosa a livello enterprise. La proposta di Oracle embedded di fatto garantisce che sia anche sicura e scalabile”.
© RIPRODUZIONE RISERVATA
