E’ meglio parlare nella stessa settimana degli stessi temi rubandosi la scena o è meglio scegliere un periodo in cui i riflettori possono essere puntati solo su di sé? La concomitanza degli eventi mondiali di Oracle, Sap e Ibm ha un comune denominatore, solleva simili quesiti, porta a un’unica riflessione.
Ovviamente, neanche a dirlo, a Oracle AI Word 2026, Sap TechEd 2026 e Ibm TechXchange 2026 si è parlato di AI nelle aziende enterprise, alleanze tecnologiche (nessuno le nega a Nvidia o a OpenAI), go to market, in una sfida continua di alta comunicazione, dove l’indigestione di annunci concomitanti fa parte del gioco.
Ma dove si va?
Non mi soffermo sulle novità di Sap Business Platform, Oracle Deep Trust AI Architecture, Ibm Watsonx Orchestrate, ma sulla riflessione comune che ci aiuta a capire dove si sta spostando la competizione nell’enterprise AI. O dove vorrebbero si spostasse: un’AI in grado di intervenire sui processi, utilizzare i dati aziendali, eseguire azioni, mantenendo governance e sicurezza.
La questione della governance degli agenti
Il passaggio dell’AI agentica dal modello alla produzione (nel keyonte dei tre eventi) solleva la questione della governance dell’AI in azienda, il tema dei costi, del controllo, che fa passare notti insonni a Cio, Ciso, Cfo… non etichettabile solo come una questione tra le altre. La principale.
La premessa è analoga: applicazioni e agenti AI stanno acquistando autonomia e quindi cresce il rischio associato alle azioni che possono svolgere sui sistemi aziendali.
Lo avevamo anche evidenziato nella nostra Cio Survey 2026: se il Cio aveva in questi anni trattato l’AI generativa come problema applicativo (scelta del modello, dati da armonizzare, licenze) ora con l’introduzione degli agenti AI deve gestire un nuovo livello di rischio, dal momento che gli agenti possono accedere a file, credenziali, sistemi ed eseguire azioni. Per tutti i tre i vendor, la nascita di un’agentic infrastructure fa sì che l’agente diventi un nuovo workload enterprise da autenticare, autorizzare, isolare, tracciare e fermare. Non semplice in un ambiente multicloud e multipiattaforma, richiedendo nuova orchestrazione e controllo.
Questo aspetto, più di ogni altro annuncio, porta con sé una sfida comune per le aziende, indipendentemente dalla scelta del vendor, del modello, dell’agente: la costruzione di un perimetro nel quale l’agente può agire, con quali privilegi, sotto quale responsabile. Ma come controllare gli agenti AI? Una questione che i Cio di banche, industrie, PA, soprattutto in mondi enterprise complessi con infrastrutture ibride e regolamentati da stringenti normative, si stanno ponendo. Anche alla luce della nuova sfida: come addestrare i nuovi agenti AI.
Come scegliere
Le aziende che decidono di adottare seriamente l’AI – sono in crescita ma ancora poche – sanno che scegliere la piattaforma AI enterprise per la propria azienda significa scegliere una infrastruttura mission critical, sulla quale l’azienda si legherà per i prossimi anni. Anche se ogni infrastruttura si annuncia aperta, pronta a dialogare con qualsiasi AI il cliente voglia adottare.
Il Cio deve capire quali piattaforme privilegiare e quanto controllo mantenere su architetture AI enterprise inevitabilmente composte da tecnologie di fornitori diversi, consapevole anche dei costi e del rischio lockin se sicurezza e governance vengono incorporate profondamente nello stack hardware o software dei vendor, che considerano (giustamente) la sicurezza una necessità by design (un passaggio già visto nel cloud e nella rete).
La scelta di Ibm, Sap e Oracle di annunciare le novità nella stessa settimana, e il rubarsi un po’ la scena vicendevolmente, sta proprio nel tentativo di posizionarsi nel mondo dell’AI enterprise e della agentic infrastructure insieme agli altri. Non tanto prima.
Li differenzia il punto di ingaggio sui clienti, la vista privilegiata su un aspetto aziendale: Sap parte dai processi Erp e dal contesto applicativo, Oracle dal database e dai dati con controllo incorporato negli strati sottostanti della tecnologia, Ibm dall’infrastruttura con la capacità di orchestrare l’AI in qualsiasi ambiente multicloud e ibrido.
Ma li accomuna il tentativo di fare capire alle aziende, ancora indecise, che il valore dell’AI enterprise risiede nel contesto aziendale.
Punti condivisi
Le tre aziende condividono uguali pensieri. Il modello AI si sta commoditizzando rispetto al contesto, contano dati proprietari, semantica, conoscenza dei processi, infrastruttura. La governance non è solo come usare l’AI, ma anche come autorizzarla, tracciarla, controllarla durante l’esecuzione. La sicurezza passa anche dall’identità degli agenti AI, che devono sottostare e regole di sicurezza chiare con limiti e permessi.
Chi offrirà una piattaforma di orchestrazione in grado di coordinare agenti propri e di terzi si ritaglierà un ruolo più forte di chi fornisce modelli, perché il vero terreno competitivo tra le big non sarà il “miglior agente”, ma chi controlla il layer di orchestrazione tra dati, workflow e agenti anche di fornitori diversi.
L’AI incorporata nel mondo enterprise dobbiamo ancora vederla pienamente all’opera, sia che si parli di Erp, database o infrastruttura, ma senza impacciarsi cavalca palchi diversi, contemporaneamente. Una concomitanza di eventi che non crea confusione, ma una narrazione comune.
Anche nella settimana in cui l’attenzione del mercato è stata richiamata da attacchi informatici contro la supply chain alimentare, che hanno mandato in tilt i frigoriferi di molti supermercati in otto Paesi europei e in alcune regioni Italia (Sicilia, Emilia-Romagna, Toscana). La riflessione sulla sicurezza IT e OT in tempi di AI tocca tutti i mercati enterprise soprattutto considerando che l’AI sarà determinante per l’automazione degli attacchi (lo sottolinea anche il recente Rapporto Clusit sul primo semestre 2026) con la prossima frontiera dell’agentic hacking.
© RIPRODUZIONE RISERVATA
