L'intelligenza artificiale sta ridisegnando le priorità infrastrutturali delle grandi aziende, spingendo molte organizzazioni a ripensare radicalmente il rapporto tra cloud pubblico e infrastrutture private. Non si tratta più di scegliere se migrare o meno verso il cloud, ma di capire dove posizionare strategicamente i carichi di lavoro in base a criteri che vanno ben oltre la semplice flessibilità operativa. Questa evoluzione, nota come approccio "Cloud Smart", sta sostituendo la vecchia filosofia del "cloud first" che ha dominato l'ultimo decennio.
Il paradosso dei costi nascosti
Una recente indagine di VMware ha rivelato dati preoccupanti: il 21% della spesa complessiva per infrastrutture cloud aziendali viene dissipato in risorse sottoutilizzate, per un valore stimato di 44,5 miliardi di dollari nel 2025. Ancora più sorprendente è che il 31% dei Chief Information Officer riconosce di sprecare metà dell'intero budget cloud. Questi numeri hanno innescato una riflessione profonda sulla sostenibilità economica di strategie migratorie troppo aggressive.
Ryan McElroy, vicepresidente tecnologico della società di consulenza Hylaine, non usa mezzi termini: "L'era della migrazione totale verso il cloud è finita". Secondo la sua analisi, le organizzazioni davvero intelligenti hanno sviluppato processi chiari e verificati per determinare quali carichi di lavoro traggono realmente vantaggio dall'ambiente cloud e quali invece funzionano meglio in datacenter gestiti internamente.
Quando l'on-premise torna competitivo
Le soluzioni legacy basate su ambienti virtualizzati tradizionali, o quelle con carichi di lavoro estremamente prevedibili nel tempo, trovano spesso maggiore efficienza economica in datacenter ben amministrati piuttosto che su piattaforme cloud pubbliche. Al contrario, applicazioni che richiedono implementazione rapida e capacità di scalare massivamente mantengono nel cloud il loro habitat naturale. La sfida sta proprio nell'identificare correttamente quale categoria corrisponda a ciascun workload.
McElroy evidenzia come diversi fattori convergano nel favorire strategie ibride: l'evoluzione delle tecnologie on-premise, l'allungamento dei cicli di sostituzione hardware, i margini elevatissimi praticati dagli hyperscaler e i tipici cicli di hype tecnologico del settore. A questi elementi si aggiunge l'impatto dirompente dell'AI, che ha introdotto una variabile completamente nuova nell'equazione infrastrutturale.
L'equazione impossibile dell'intelligenza artificiale
L'avvento dei sistemi di intelligenza artificiale ha amplificato enormemente la complessità delle scelte infrastrutturali. Molte organizzazioni non possiedono né la volontà né le competenze per costruire datacenter proprietari equipaggiati con GPU ad alte prestazioni, rendendo inevitabile il ricorso al cloud. Tuttavia, quelle che hanno mantenuto strategie conservative o particolarmente attente ai costi spesso conservano i propri dati nella componente on-premise dell'infrastruttura ibrida.
Questa frammentazione genera costi imprevisti e complessità nelle migrazioni, nei trasferimenti dati e nelle operazioni di egress. Nick Kale, ingegnere senior e architetto di prodotto presso Cisco, sostiene che il vero significato di Cloud Smart non consista nel rimpatriare carichi di lavoro verso l'on-premise, ma nell'allineare la "gravità dei dati AI" con il piano di controllo appropriato.
L'organizzazione IT di Cisco ha stabilito criteri precisi per distinguere cosa mantenere nel cloud privato e cosa affidare a quello pubblico. L'addestramento di modelli su larga scala e il fine-tuning richiedono controllo rigoroso su dati clienti e telemetria, spingendo verso architetture ibride dove inferenza e processamento avvengono in ambienti privati protetti, mentre orchestrazione e servizi non sensibili restano nel cloud pubblico.
Procter & Gamble e l'evoluzione strategica
Paola Lucetti, CTO e vicepresidente senior di Procter & Gamble, racconta come l'azienda abbia adottato una strategia cloud-first circa otto anni fa, quando iniziò a migrare i carichi di lavoro. All'epoca il principio era chiaro: tutte le nuove applicazioni dovevano essere implementate nel cloud pubblico, mentre quelle esistenti andavano spostate da ambienti di hosting tradizionali verso gli hyperscaler.
Oggi la maggior parte dei workload di P&G opera nel cloud, ma alcuni restano fuori per requisiti di latenza o prestazioni, e vengono regolarmente rivalutati. Con la maturazione dell'ecosistema cloud, sono emerse nuove priorità: ottimizzazione dei costi, sostenibilità e agilità. Per P&G, Cloud Smart significa selezionare l'hyperscaler giusto per ciascun carico di lavoro, rivalutare periodicamente le scelte, incorporare FinOps per trasparenza e governance, e sfruttare architetture ibride per casi d'uso specifici.
Cisco e la governance dei dati sensibili
Nel caso di Cisco, la prudenza nel posizionare carichi di lavoro nel cloud pubblico non deriva principalmente da considerazioni economiche, ma da esigenze di governance dei dati AI. La strategia parte da classificazione dei dati e profilazione dei workload: informazioni identificative dei clienti, tracce diagnostiche e feedback loop dei modelli vengono processati in cloud privati conformi alle normative regionali. Servizi stateless, distribuzione contenuti e aggregazione telemetrica sfruttano invece l'elasticità del cloud pubblico.
Kale spiega come Cisco stia confezionando funzionalità che un tempo esistevano solo nel cloud per renderle implementabili in sicurezza negli ambienti dei clienti, fornendo gli stessi insight e automazioni basati su AI localmente, senza esporre dati a infrastrutture condivise. Questo approccio ha migliorato la conformità normativa, ridotto la latenza di inferenza e prodotto riduzioni misurabili dei costi cloud.
L'AI ha trasformato radicalmente la strategia cloud di Cisco nell'ambito del rilevamento delle minacce su larga scala. Le prime versioni dei modelli giravano interamente nel cloud pubblico, ma quando è iniziato il fine-tuning su telemetria specifica per cliente, la sensibilità e il volume dei dati hanno fatto esplodere i costi di egress e complicato la governance. Spostare addestramento e feedback loop nel cloud privato locale ha reso possibile un audit trail completo, ridotto drasticamente i costi di trasferimento e mantenuto tempi di risposta inferiori al secondo anche per clienti in settori regolamentati.
Il framework FinOps come fondamento operativo
World Insurance Associates interpreta Cloud Smart attraverso l'adozione di un framework FinOps, come spiega il CIO Michael Corrigan. L'approccio consiste nell'ottimizzare e standardizzare le configurazioni delle macchine virtuali in base ai casi d'uso aziendali, comprendendo chiaramente storage e dimensionamento computazionale necessari. Questi elementi determinano i costi, quindi l'azienda mantiene standard coerenti per dimensionare ogni ambiente in base all'utilizzo specifico.
Il passo successivo è ottimizzare le configurazioni verificando che funzionalità come l'elasticità siano attive. Durante periodi di basso utilizzo, come le ore notturne, le istanze vengono automaticamente terminate per ridurre storage e spegnere la computazione, evitando di pagare risorse inutilizzate. World Insurance Associates ha stipulato diversi livelli di impegno con i fornitori cloud, negoziando sconti in base a volumi previsti e spesa concordata.
Per quanto riguarda l'AI, Corrigan descrive come l'azienda utilizzi strumenti basati su modelli di pricing legati al throughput computazionale. Quando si progettano query per compiti non complessi, è possibile indirizzarle verso percorsi di esecuzione meno costosi, utilizzando modelli linguistici più piccoli (SLM) che richiedono meno risorse. Per workflow più complessi, il sistema verifica prima con un SLM se i criteri sono soddisfatti, passando a LLM più costosi solo quando necessario.
Un viaggio senza destinazione finale
McElroy ritiene che CIO e CTO debbano discutere più apertamente dei vantaggi delle configurazioni ibride e di quanto il livello tecnologico sia cambiato negli ultimi anni. Molte organizzazioni percepiscono istintivamente che i costi cloud sono troppo elevati, ma senza che i CFO riescano a quantificare i potenziali risparmi, manca l'incentivo per intraprendere l'operazione rischiosa del rimpatrio cloud.
Lucetti descrive la strategia cloud di P&G come un "framework vivente", con l'intenzione di sfruttare nei prossimi anni le capacità cloud appropriate per connettere AI e funzionalità basate su agenti al valore aziendale. L'obiettivo è semplice: allineare la tecnologia alla crescita del business mantenendo agilità in un panorama digitale in rapida evoluzione. La transizione cloud non è una destinazione ma un percorso, e per P&G il successo deriva dall'allineare le decisioni tecnologiche ai risultati aziendali abbracciando la flessibilità.
Secondo le stime di McElroy, solo il 10% delle organizzazioni ha riconosciuto pubblicamente di stare passando a strategie Cloud Smart, una percentuale che pur sembrando bassa rappresenta un livello significativo. Riformulare le strategie cloud richiede affrontare sfide considerevoli, spesso necessitando di nuova leadership tecnologica, poiché per le organizzazioni che hanno già migrato al cloud tornare indietro risulta estremamente difficile. Inoltre, le aziende devono mantenere e riqualificare personale capace di operare e gestire datacenter proprietari o strutture di colocation.