Per le aziende la domanda chiave quando si parla di AI nei workload è come governarne costi, rischi e risultati in particolare nel contesto attuale in cui gli agenti non solo “suggeriscono” ma possono già agire sui processi. Su questo passaggio che vede l’AI entrare nella fase di execution insistono di fatto gli annunci di Oracle AI World, a Las Vegas, che ha abbandonato il vecchio nome CloudWorld proprio a rimarcare la centralità dell’AI. E Andrea Sinopoli, country leader di Oracle Italia, ne sintetizza così i trend: “E’ scomparsa la sensazione che quello dell’AI sia un un semplice hype, anzi, riuscire a utilizzarla mantenendone il controllo è sempre più stringente”. Un pensiero condiviso nei due keynote principali, quello del Ceo, Mike Sicilia, focus le suite applicative, e di Clay Magouyrk, focus l’infrastruttura, ma che ha visto anche la comparsa di Larry Ellison, Cto e presidente esecutivo dell’azienda, e Sam Altman, Ceo e co-founder di OpenAI.
Agenti che eseguono, ma sotto controllo
Tra gli annunci centrali la declinazione Oracle Fusion Claw per le Oracle Fusion Agentic Applications è centrale perché separa il “ragionamento”, affidato a modelli di frontiera come Gemini e OpenAI, dall’esecuzione. Andiamo per gradi: Oracle Fusion Claw è un runtime di esecuzione agentica governato che consente alle applicazioni agentiche di Fusion di ragionare, calcolare, adattarsi ed eseguire attività di livello specialistico, tra cui ricerca approfondita, calcolo, simulazione, modellazione e ripianificazione continua. Integrate in Oracle Fusion Cloud Applications, le applicazioni agentiche basate su Claw aiutano le organizzazioni ad affrontare attività complesse e di valore in modo più autonomo e su larga scala, nel rispetto dei controlli di governance stabiliti.
Una “separazione”, quella indicata da Sinopoli, che serve sì a ottimizzare risorse computazionali, ma “soprattutto a garantire controllo”. Ogni attività si muove ora in un perimetro operativo che raccoglie policy, permessi e soglie di rischio, e si chiude con una “ricevuta” verificabile delle azioni eseguite. Oggi sono già 25 le applicazioni agentiche basate su Claw disponibili: da Ledger per la chiusura contabile a Workforce Orchestration per la pianificazione degli organici.
Il controllo, poi, riguarda anche i costi, e per Sinopoli “la fase 2.0 del tema FinOps è ambito di ovvia attenzione”, soprattutto quando si cerca un equilibrio tra libertà di innovare e governance. Alcune risposte arrivano dagli annunci: AI Agent Studio misura il Roi degli agenti; in AI Data Platform il Semantic Reasoning Engine riusa contesto e analisi già svolte per ridurre il ragionamento ripetitivo e il consumo di token, mentre il previsto modulo AI Governance and Control monitorerà comportamento, prestazioni e costi degli agenti censiti in un registro centralizzato.
Media, il segnale di un’azienda che guarda a nuovi mercati
Il keynote di Magouyrk riprende il claim della conference, AI changes everything, per ri-declinarlo al passato: “L’AI ha già cambiato media, sicurezza, infrastruttura e dati”. E su questi temi si declinano infatti anche tutte le altre novità presentate all’evento.
Il primo ambito è quello che colpisce di più Sinopoli che, in Oracle da oltre vent’anni, ne ha già viste tante: uno degli annunci di punta riguarda, infatti – quasi a sorpresa (ma non troppo se si guarda alle recenti acquisizioni della famiglia Ellison) -, i contenuti media, mentre di un tema ‘classico’ come quello del database “quasi se ne è parlato solo incidentalmente nelle principali keynote”. Oracle Media Fabric, l’annuncio, vuole riunire Creative Studio per storyboard, scene, effetti visivi e personaggi virtuali, gli Oracle AI Media Models per video e immagini, Video Edge per qualità e bassa latenza nei grandi eventi in streaming e Adaptive Media Platform per personalizzare programmazione e advertising, fino agli spot inseriti in un evento sportivo, con tutele per la proprietà intellettuale. A tutti gli effetti si tratta di una piattaforma integrata pensata per aiutare aziende del settore media, fornitori di servizi di streaming e branding a ridurre i tempi e i costi di produzione dei contenuti, a distribuire e trasmettere video di alta qualità su larga scala e a creare esperienze più personalizzate per gli spettatori. Il bacino di utenti, quindi “va dai creator alle major, fino a piattaforme di streaming e advertiser”.
La sicurezza si sposta dentro il dato
Sulla sicurezza il messaggio che Sinopoli riporta da Las Vegas è che “l’utilizzo delle AI non deve essere visto come un elemento che mette a rischio la sicurezza ma anzi ne amplifica l’efficacia”: nell’IT di Oracle gli agenti, impiegati non solo per rilevare gli attacchi ma anche per intervenire quando necessario, possono moltiplicare (“in proporzione 10x”) capacità di rilevamento e risoluzione. L’AI accelera però anche gli attaccanti nella ricerca delle vulnerabilità, e per questo Autonomous AI Database è già in grado di installare le patch di sicurezza su database, sistema operativo, storage e firmware prima che gli aggiornamenti siano resi pubblici, senza fermare le applicazioni.
Gli attacchi si stanno spostando a loro volta sugli agenti, e la scelta di Oracle è quindi “spostare la security dove può essere più efficace ed è già indispensabile, cioè all’interno del dato stesso”. È l’impostazione della Deep Trust AI Architecture, che non affida la protezione ad un singolo agente: con Deep Data Security le regole di accesso sono definite nel database e applicate a ogni richiesta Sql; le Sql Assertions impongono regole di business, come per esempio un limite di spesa, a qualunque applicazione o agente; e le Deep Trust Data Api possono limitare le possibilità degli agenti caso per caso. L’agente attinge a basi dati estese, ma opera solo su ciò che rientra nei suoi “grant” e ogni accesso resta tracciato. In pratica specifici Data Grants operano come meccanismi di controllo dell’accesso che definiscono in modo dichiarativo quali righe, colonne o celle di una tabella o vista un utente o un agente AI può visualizzare o modificare.
Il secondo fronte è l’identità. Oracle AI Security Mesh, basato sui modelli di cybersecurity di OpenAI, individua le vulnerabilità e propone correzioni che il cliente approva; ogni agente opera con un’identità distinta e autorizzazioni just-in-time, sotto sistemi di monitoraggio indipendenti che lo fermano se esce dai limiti approvati. Oci Identity Assurance usa la biometria per accertare chi approva azioni sensibili come pagamenti o modifiche dei permessi, mentre Oci Zero Trust Packet Routing applica le policy a livello di rete, contenendo i carichi AI compromessi. Sinopoli porta il ragionamento oltre: quando l’agente agisce per conto dell’utente, “è possibile che nel futuro non ci sarà più solo un utente, ma ci saranno più utenti all’interno del mio utente ‘padre’, ognuno dei quali avrà diversa giurisdizione”. Da qui l’evoluzione dell’offering.
Infrastruttura e dati, più vantaggi in un contesto aperto
Sul fronte infrastrutturale, accanto all’avanzamento dei grandi impianti negli Stati Uniti, la novità è l’apertura verso l’esterno. Oci è di fatto la prima piattaforma hyperscale (oltre a Google, ovviamente) a offrire le Tpu di Google, dal 2027, con le architetture di ottava generazione per l’addestramento e per l’inferenza. Per Sinopoli è scelta da leggere anche come un modo per superare la dipendenza esclusiva da Nvidia. Le nuove funzionalità di Oracle Acceleron – suite di innovazioni per il networking e l’infrastruttura di Oracle Cloud Infrastructure, networking, storage e sicurezza – progettata per accelerare i carichi di lavoro di intelligenza artificiale, calcolo ad alte prestazioni e applicazioni data-intensive – operano invece sulla rete, nel solco dell’architettura introdotta con Oci Gen2: storage Nvme fino a tre volte più veloce, reti multiplanari con failover trasparente e una libreria di comunicazione che sposta il traffico sui percorsi sani in caso di guasto. Per Sinopoli la partita non si gioca solo su chi avrà le gigafactory più potenti, ma su chi saprà ottimizzarle anche in questa direzione.
Anche sui dati prevale una strategia di apertura. Snowflake diventerà un servizio nativo di Oci, acquistabile direttamente da Oracle anche con gli Universal Credits e pensato per ridurre i costi di trasferimento dei dati tra cloud. Sinopoli ammette che “pensare solo fino a 5-6 anni fa che Oracle avrebbe aperto così a uno dei nostri competitor sul mondo delle data platform l’avrei visto complicato”: il valore, spiega, sta nell’aggregare basi dati il più possibile eterogenee. Al centro resta il database Oracle, che integra da tempo la componente vettoriale. Autonomous AI Lakehouse aggiunge ora un Business Semantic Layer e un AI Data Catalog che collega fonti Oracle, non Oracle e tabelle Iceberg senza duplicarle, con un unico control plane per i permessi di utenti e agenti; il Business Simulation Engine, basato su Essbase, porta sul lakehouse le simulazioni what-if. E ora l’AI Data Platform genera invece con un agente le ontologie aziendali, che gli esperti di dominio validano prima dell’uso.
Il takeaway che Sinopoli considera più importante, però, non riguarda le soluzioni ma il ruolo delle persone in questo contesto, ed a Las Vegas è arrivato dall’intervento di Altman: “Più si amplifica l’utilizzo di intelligenza artificiale, più l’uomo sarà centrale nell’evoluzione”, poter delegare, infatti, libera curiosità, creatività e imprenditorialità: “E oggi chiunque può costruirsi un’applicazione senza essere un informatico”.
Oracle per l’Italia, soluzioni e attenzione alla sovranità
Riportati in Italia, questi annunci incontrano un mercato in cui molti progetti di rifacimento delle suite applicative riaprono il dilemma del make or buy. Sinopoli vede tre leve vantaggiose per il nostro mercato, legate alla nuova proposizione. La prima è la possibilità di disporre di una suite enterprise come backbone, già arricchita di AI e integrabile con agenti propri resi azionabili da Fusion Claw, punto di equilibrio tra spinta all’innovazione e maturità del mercato. La seconda è la fiducia nelle infrastrutture e nelle piattaforme, con la sicurezza portata nel dato per accelerare l’AI senza moltiplicare i rischi. La terza è l’apertura delle piattaforme dati, adatta a un tessuto frammentato in tante Pmi.
La seconda leva porta con sé la questione infrastrutturale più discussa del momento, quella dei data center. Sinopoli parte dalla scala raggiunta da Oracle: più di 200 cloud region nel mondo, due aperte in Italia in tre anni, oltre a quelle per il Polo Strategico Nazionale. Con questa copertura, osserva, il nodo non è trovare nuove geografie ma stabilire priorità. In Italia, ricorda, sarebbero oltre 40 le richieste di apertura di nuovi data center, ma la questione è “che tipo di data center creare, per ospitare cosa, con quali tecnologie”: servono infatti impianti di ultima generazione per l’AI, non semplici DC per i carichi tradizionali. La stessa logica di ottimizzazione che a Las Vegas ha guidato gli annunci su rete e calcolo diventa allora la risposta più concreta: il lavoro su rete e risorse consente oggi di realizzare cloud region complete di tutti i servizi IaaS, PaaS e SaaS in soli tre rack, a cui aggiungere la capacità di calcolo e storage necessaria: ed è un po’ in concreto quanto Oracle ha fatto anche per il Polo Strategico Nazionale, con una cloud region in miniatura installata in una cage del data center.
Il Psn rappresenta esso stesso il banco di prova di un possibile modo di approcciare in concreto il tema della sovranità. Per esigenze tech, costi e time-to-market, Sinopoli ritiene inevitabile per l’Europa il ricorso a tecnologie americane – “vedo impossibile sviluppare tecnologie proprietarie in tempi ragionevoli per le esigenze del mercato” -, ma allo stesso tempo, proprio come è stato fatto per il Psn (“i laboratori Oracle hanno mediato i requisiti di Acn con soluzioni ad hoc; società di diritto europeo con personale europeo gestiscono incident e chiamate al supporto, e i laboratori non accedono ai sistemi senza il via libera del cliente”) è, conclude Sinopoli, “la via migliore che possiamo seguire”.
© RIPRODUZIONE RISERVATA
