07/10/2026

fare

AI agentica spinge le imprese italiane a ripensare all'intera infrastruttura

Catalano (AMD): l'adozione dell'AI in Italia cresce del 50% e richiede un nuovo equilibrio tra processori e acceleratori per sostenere progetti end-to-end

Le aziende italiane stanno intensificando l'adozione dell'intelligenza artificiale; il mercato nazionale raggiungerà 1,8 miliardi di euro entro il 2025 con una crescita del 50% rispetto all'anno precedente. Nonostante i numeri, la maggior parte delle organizzazioni è ancora nelle fasi iniziali della trasformazione digitale. Un'indagine di IDC evidenzia che l'83% delle imprese gestisce meno di dieci casi d'uso simultanei, indicando un divario tra sperimentazione e produzione su larga scala. "Questo divario è destinato ad ampliarsi con l'avvento dell'AI agentica. I nuovi sistemi non si limitano più a rispondere a un comando, come avveniva con le chatbot di prima generazione. Al contrario, interpretano le intenzioni, scompongono gli obiettivi, utilizzano strumenti esterni, interrogano database ed eseguono codice in autonomia. La natura stessa del carico di lavoro sta mutando radicalmente, trasformandosi in un processo end-to-end che pone una sfida infrastrutturale molto concreta", afferma Luca Catalano, AI Business Development Manager, AMD.

Con il passaggio dall'inferenzia sperimentale a quella operativa, la domanda di potenza di calcolo si sposta verso l'elaborazione dei risultati, non più solo verso l'addestramento dei modelli. In questo contesto, i tradizionali server ricchi di GPU non bastano più. Le CPU, al contrario, riacquistano un ruolo centrale, simili a un allenatore che dirige gli atleti specializzati rappresentati dalle GPU. "L'AI agentica sta riscrivendo l'equazione dell'infrastruttura spostandosi verso un rapporto CPU-GPU molto più bilanciato. Le organizzazioni hanno bisogno di un portafoglio di soluzioni di calcolo - ad alta densità di core per l'orchestrazione, ad alta frequenza per l'alimentazione degli acceleratori - e non di un'unica architettura standardizzata", continua Catalano.

L'Europa impone requisiti specifici: l'EU AI Act, entrato in vigore il 2agosto2026, richiede trasparenza sui sistemi AI, gestione dei dati e rispetto delle normative sulla privacy e sicurezza. Le imprese devono quindi adottare architetture capaci di garantire governance e controllo dei dati, anche attraverso l'elaborazione locale o "edge" quando necessario. 

Dal punto di vista energetico, il Politecnico di Milano segnala che tra il 2023 e il 2025 sono stati investiti 7,1 miliardi di euro in data center in Italia, con una previsione di ulteriori 25 miliardi di euro dal 2026 al 2028. Questi investimenti devono tradursi in sistemi efficienti, capaci di evitare sprechi termici e colli di bottiglia, per mantenere la sostenibilità operativa".Ecco perché un'infrastruttura agentica distribuita, capace di elaborare i dati in locale o all'edge quando necessario, diventa cruciale per garantire la compliance", spiega Catalano.

Il ritorno sugli investimenti resta una sfida: solo il 21,7% delle aziende valuta completamente il ROI dei progetti AI, mentre il 77% riconosce l'importanza di allineare hardware e software per ottenere prestazioni prevedibili. Inoltre, il 58,6% delle piccole imprese, secondo Confartigianato, segnala la mancanza di competenze come principale ostacolo all'adozione dell'AI. Superare queste lacune richiede investimenti mirati e la capacità di trasformare le risorse tecnologiche in risultati di business misurabili.
In sintesi, "l'infrastruttura non deve essere dimensionata come se si trattasse semplicemente di aggiungere una funzione di chat, ma come se dovesse supportare una nuova forza lavoro digitale. Il vero valore non deriverà da un singolo processore più potente, bensì dalla capacità di CPU, GPU e rete di integrarsi e operare in modo coordinato, come un unico sistema", conclude Catalano.