01/04/2026

digital

IBM chiude l'acquisizione di Confluent: dati in tempo reale per l'AI enterprise

Thomas (IBM): l'azienda investe 11 miliardi, puntando a flussi dati continui per alimentare l'intelligenza artificiale

IBM ha finalizzato l'acquisto di Confluent, la piattaforma di data streaming adottata da più di 6500 organizzazioni, tra cui il 40% delle aziende Fortune500. L'operazione, valutata circa 11miliardi di dollari a 31 dollari per azione, rafforza la strategia di IBM di porre i dati in tempo reale al centro dell'adozione dell'intelligenza artificiale (AI) e degli agenti digitali, sia on-premises sia in ambienti hybrid cloud.
Le imprese stanno passando dalla sperimentazione dell'AI alla sua produzione su larga scala, ma incontrano una barriera strutturale: la mancanza di dati affidabili, governati e aggiornati istantaneamente. In molte realtà i dati sono sparsi su sistemi eterogenei e raggiungono i modelli di AI con ritardi incompatibili con i processi operativi. L'integrazione tra IBM e Confluent offre una risposta, consentendo a modelli, agenti e workflow automatizzati di accedere a informazioni contestuali in tempo reale, con sicurezza e governance adeguate.

"Le transazioni avvengono in millisecondi e le decisioni basate sull'AI devono essere altrettanto rapide", afferma Rob Thomas, Senior Vice President, IBM Software e Chief Commercial Officer, "Con Confluent mettiamo a disposizione dei clienti un flusso continuo di dati affidabili lungo l'intera organizzazione, permettendo ai modelli e agli agenti di AI di agire su ciò che accade in tempo reale, e non su informazioni superate".
Secondo IDC, entro il 2028 emergeranno più di un miliardo di nuove applicazioni logiche abilitate da una nuova generazione di AI; il valore sarà garantito solo se i dati che le alimentano saranno in tempo reale, continui e affidabili. IBM e Confluent propongono così una piattaforma dati unificata e governata, pronta a sostenere operatività AI su scala enterprise in qualsiasi contesto.

Confluent, basata su Apache Kafka, è già integrata nei sistemi di grandi organizzazioni dei settori finanziario, sanitario, manifatturiero e retail. Tra i primi clienti troviamo: Michelin, che gestisce in tempo reale le scorte in una supply chain presente in 170 paesi, riducendo i costi del 35%; L'Oréal, che distribuisce aggiornamenti in tempo reale su prodotti e inventario migliorando la risposta alle variazioni della domanda; BMW Group, che utilizza lo streaming per dati IoT provenienti da oltre 30 stabilimenti e dalla rete commerciale globale; Ticketmaster, che gestisce in tempo reale inventario, vendite e attività dei clienti su centinaia di sistemi, semplificando lo sviluppo e supportando il machine learning su larga scala.

"Fin dalla nostra fondazione, la missione di Confluent è stata quella di rendere il data streaming un elemento fondamentale per le imprese, al pari dei database", continua Jay Kreps, CEO e co-fondatore di Confluent, "Entrare a far parte di IBM ci consente di accelerare questa missione grazie a una presenza globale e a relazioni consolidate con il mondo enterprise".
Le sinergie di prodotto includono l'alimentazione di watsonx.data con eventi operativi in tempo reale, l'integrazione con IBMZ per intercettare eventi direttamente alla fonte transazionale, e l'estensione di IBMMQ e IBMwebMethods Hybrid Integration verso uno streaming event-driven su larga scala. Grazie a Confluent, IBM Consulting e l'ecosistema partner supportano le organizzazioni nella creazione di una base dati adatta all'AI: dati vivi, governati e costantemente aggiornati, capaci di accompagnare l'evoluzione dei processi aziendali.

"Il passaggio dalla sperimentazione dell'AI alla sua adozione in produzione ha messo in luce una lacuna critica nelle architetture dati enterprise: l'incapacità di fornire dati affidabili e in tempo reale ai sistemi che ne hanno più bisogno", precisa Sanjeev Mohan, Principal Analyst di SanjMo, "IBM ha compiuto progressi significativi nel costruire un portafoglio che affronta sia la governance dei dati a riposo sia una piattaforma per i dati in movimento".