Quando l’intelligenza artificiale esce dalla fase sperimentale, il baricentro del problema si sposta dai modelli all’infrastruttura che deve farli funzionare. I carichi di lavoro vanno distribuiti tra data center, cloud ed edge, gestiti con gli stessi standard di affidabilità richiesti alle applicazioni critiche e protetti lungo una catena di fornitura software sempre più lunga. A questo si aggiungono due canali di pressione che negli ultimi anni hanno cambiato il modo in cui le aziende valutano le proprie piattaforme: il riassetto del mercato della virtualizzazione, che ha spinto molte organizzazioni a riconsiderare le scelte fatte in passato, e il tema della sovranità su dati e infrastrutture, diventato centrale anche nel dibattito europeo sull’AI.
È su questo terreno che Suse colloca la propria strategia, presentandosi come piattaforma aperta e sovrana per i workload di intelligenza artificiale e business-critical negli ambienti ibridi. Gli ultimi aggiornamenti riguardano i tre pilastri dell’offerta: Suse Rancher Prime per la gestione di applicazioni Kubernetes e macchine virtuali, Suse AI Factory per lo sviluppo e l’esecuzione dei workload AI e Suse Linux Enterprise Server (Sles) 16.1, il sistema operativo su cui poggiano i carichi cloud-native e virtualizzati. Thomas Di Giacomo, chief technology and product officer di Suse, inquadra ancora così l’esigenza a cui la società vuole rispondere: “Con il passaggio dalla sperimentazione dell’intelligenza artificiale alla sua adozione su larga scala, le aziende hanno bisogno di infrastrutture capaci di supportare i nuovi carichi di lavoro insieme alle applicazioni esistenti, senza rinunciare a sicurezza, prestazioni e controllo”.
L’AI gestisce l’infrastruttura, sotto supervisione
Un primo punto riguarda l’uso dell’AI agentica per gestire l’infrastruttura stessa. In Rancher Prime, Liz, la componente di orchestrazione AI in grado di comprendere il contesto operativo, coordina ora un AI Crew di subagenti specializzati che aiutano i team a diagnosticare i problemi, risolvere le anomalie dei workload e amministrare gli ambienti. Con l’integrazione di Suse Virtualization queste funzionalità si estendono dalle applicazioni Kubernetes alle macchine virtuali, offrendo un approccio più uniforme alla gestione degli ambienti ibridi.
Da considerare non è tanto l’automazione in sé, quanto il modo in cui viene governata. Le azioni proposte dall’AI passano attraverso fasi di approvazione umana, una scelta che risponde a una tensione ben nota nei team operativi: quella tra velocità e rispetto delle regole. Secondo una ricerca promossa dalla stessa Suse, il 91% delle organizzazioni ammette che i dipendenti aggirano almeno occasionalmente i controlli di sicurezza per lavorare più rapidamente. Affiancare la diagnosi assistita dall’AI a un passaggio di validazione significa provare a ridurre i tempi di intervento senza togliere all’organizzazione la supervisione sulle decisioni.
Va nella stessa direzione l’apertura verso l’esterno. Il supporto OAuth2 permette a Liz di connettersi ai server Model Context Protocol (Mcp), lo standard che si sta affermando per collegare gli agenti AI a strumenti e fonti dati di terze parti, mentre la nuova interfaccia a riga di comando di Rancher è progettata con un approccio AI-first. Anche Suse Observability amplia la visibilità sugli ambienti complessi, e l’osservabilità è un prerequisito per qualunque forma di gestione assistita: un agente può intervenire in modo efficace solo su ciò che riesce a osservare.
Un unico piano per container, macchine virtuali e AI
Il secondo punto su cui focalizzare l’attenzione è l’unificazione. Rancher Prime gestisce applicazioni Kubernetes, macchine virtuali e workload AI supportati da Suse AI Factory, anche nella versione realizzata con Nvidia, consentendo alle organizzazioni di valorizzare gli investimenti infrastrutturali già effettuati. È una proposta che intercetta un passaggio delicato per molte aziende: i container sono diventati lo standard per i nuovi carichi, ma una quota rilevante dei sistemi in produzione continua a girare su macchine virtuali, e la convivenza tra i due mondi è spesso fonte di duplicazione di strumenti e competenze.
La stessa ricerca indica la gestione di Kubernetes come prima voce di investimento per i responsabili IT, davanti all’AI. In questa prospettiva va letta la modalità Hosted Control Plane per i Virtual Clusters di Rancher Prime, che permette ai team di piattaforma di erogare Kubernetes-as-a-Service all’interno dell’organizzazione, comportandosi di fatto come provider interni per sviluppatori e team AI.
Sul piano del sistema operativo, Suse Linux Enterprise Server (Sles) 16.1 riunisce workload tradizionali, immutabili e real-time sotto un unico ciclo di vita e un unico rapporto di supporto. Per le aziende significa meno piattaforme da certificare e mantenere, e la possibilità di modernizzare senza migrazioni invasive. La release introduce in Tech Preview un framework Mcp integrato nel sistema per diagnostica e gestione assistite dall’AI, e si affianca alla recente versione di Sles pensata per le infrastrutture accelerate da Nvidia. Live patching, predisposizione alla crittografia post-quantistica e verifica della supply chain software completano un profilo orientato alla continuità operativa, in cui l’aggiornamento della sicurezza non deve tradursi in fermi di servizio.
La fiducia nei componenti come requisito
L’ultimo punto sotto la nostra attenzione riguarda la sicurezza della supply chain software dell’AI, un tema che cresce con il peso delle librerie open source nello sviluppo dei modelli e delle applicazioni. Suse Application Collection include ora oltre 1.000 librerie Python costruite a partire da fonti verificate e corredate da Software Bill of Materials (Sbom) e informazioni sulla provenienza dei componenti. Molte di queste librerie costituiscono la base del catalogo di Suse AI Factory: l’obiettivo è offrire ai team una base tracciabile da cui partire, spostando una parte della verifica delle dipendenze a monte dello sviluppo. La tracciabilità dei componenti, del resto, non è più solo una buona pratica: la documentazione delle dipendenze software è al centro anche del Cyber Resilience Act europeo, già in vigore e destinato ad applicarsi in modo progressivo ai prodotti con elementi digitali. Sul fronte dell’esecuzione, la prossima versione Suse Security 6.0 introdurrà uno scanner per identificare e ordinare per priorità le vulnerabilità nei workload e nei nodi dei cluster, e un componente di runtime enforcement per rilevare e bloccare i comportamenti anomali. La protezione si estende così lungo l’intero ciclo di vita delle applicazioni AI, dallo sviluppo all’esercizio.
Il filo che lega le tre direttrici è la scelta di posizionarsi come livello infrastrutturale neutrale, capace di gestire distribuzioni Linux e Kubernetes diverse e di integrarsi con l’ecosistema dei partner. Di Giacomo lo rivendica esplicitamente: “Il nostro impegno a favore delle infrastrutture aperte consente alle organizzazioni di adottare l’AI secondo le proprie esigenze, senza essere vincolate a un unico stack tecnologico o fornitore”.
© RIPRODUZIONE RISERVATA
