C’è un passaggio che le imprese riconoscono come decisivo ma pochissime hanno davvero compiuto: portare l’intelligenza artificiale dentro i processi mantenendo il controllo su dati, costi e infrastrutture. È la partita dell’AI sovrana, dove conta sapere chi governa il modello e dove vengono trattate le informazioni. Servono capacità di calcolo, competenze per gestire ambienti ibridi e una regìa capace di tenere insieme le competenze dei partner, fondamentali, in modo verificabile, accompagnando le aziende dal prototipo all’esercizio. Ne parliamo con Nicola Russo, Head of AI & Transformation, NTT DATA Italia.
Il report rileva che quasi tutte le aziende considerano l’AI privata e sovrana strategica, ma solo una minoranza agisce concretamente. In Italia dove si annida oggi questo scarto tra consapevolezza e azione, e quali fattori lo alimentano?
Come paese registriamo ancora un certo ritardo complessivo nella trasformazione legata all’AI. Tuttavia, man mano che l’adozione accelera e i progetti diventano più concreti, vediamo crescere anche l’attenzione dei clienti verso modelli architetturali più articolati, spesso ibridi. Il mercato è partito prevalentemente facendo leva su soluzioni non sovrane ma stiamo osservando un aumento significativo della domanda di approcci che combinano esigenze di innovazione, controllo e sovranità. In sintesi, direi che siamo partiti più lentamente rispetto ad altri paesi, ma i trend fanno ben sperare.
Nel report l’Unione Europea emerge come l’area in cui la spinta alla sovranità è più marcatamente regolatoria. Quanto pesano le normative nel trasformare la giurisdizione del dato da questione legale a vincolo architetturale per le imprese italiane?
Le normative incidono direttamente sulle scelte tecnologiche. Vorrei fare un distinguo perché spesso si dice che l’Unione Europea limiti l’innovazione con le norme. Sono molto d’accordo che le norme non debbano limitare la sperimentazione ma nei casi in cui l’Unione Europea di fatto acquista un “bene o un servizio” che non è normato, è corretto che per tutelarsi debba costruire un insieme di regole che garantiscano i proprio cittadini.
A livello globale settore pubblico, sanità e manifatturiero guidano l’interesse per approcci sovrani, e in Europa è la PA in testa. In Italia quali comparti stanno davvero traducendo questa priorità in progetti concreti, e contro quali ostacoli?
La domanda più concreta arriva oggi dalla Pubblica Amministrazione, dalla Difesa e dai settori che gestiscono infrastrutture critiche, dove i requisiti di controllo, sicurezza e sovranità sono naturalmente più stringenti. Stiamo però osservando un interesse crescente anche da parte delle aziende private, sia per proteggere il proprio patrimonio di dati e conoscenza, sia per mantenere un maggiore controllo sui costi dell’AI e renderli più prevedibili. Le principali barriere restano la disponibilità di capacità elaborativa, la presenza di competenze adeguate a gestire infrastrutture sempre più distribuite e ibride e, non da ultimo, la frammentazione delle responsabilità tra tecnologia, dati, AI, sicurezza e business.
Il report descrive il partner ideale come un orchestratore capace di operare sull’intero stack coordinando più fornitori entro confini definiti. Come interpreta NTT DATA questo ruolo, coniugando scala globale ed esecuzione locale, nel mercato italiano?
NTT DATA opera lungo l’intero stack, dall’infrastruttura, la gestione, le applicazioni fino al ridesigno dei processi e modelli dl business con l’AI. Adottiamo una strategia G-local, ovvero mettiamo a disposizione competenze, esperienze, architetture e partnership globali, mentre i team italiani le traducono in soluzioni per il paese. Il nostro ruolo è far funzionare un ecosistema multivendor in modo affidabile, governato e verificabile.
Molte imprese restano bloccate tra progetti pilota e produzione; NTT DATA propone le Enterprise AI Factory come risposta. Come funziona in concreto questo modello per portare l’AI in esercizio, con governance e controllo, nelle aziende italiane?
L’Enterprise AI Factory integra infrastruttura, dati, piattaforme, modelli e strumenti operativi in un ambiente comune e governato. Consente di sviluppare, distribuire e monitorare i casi d’uso senza ricostruire ogni volta l’intero impianto. Sicurezza, controllo degli accessi, tracciabilità e gestione dei modelli sono incorporati fin dalla progettazione, rendendo più rapido e sicuro il passaggio dal pilota alla produzione.
Per saperne di più scarica il whitepaper: 2026 Global AI Report, Guida strategica per l’AI privata e sovrana
eggi tutti gli approfondimenti della Room Sovereign AI by NTT DATA
© RIPRODUZIONE RISERVATA
