Conclusione e raccomandazioni
I risultati del Settimo Nutanix Enterprise Cloud Index annuale illustrano i profondi cambiamenti nelle strategie IT delle aziende, innescati dalle soluzioni di AI generativa (GenAI) e dalla rapida adozione della containerizzazione delle applicazioni.
I risultati del sondaggio evidenziano inoltre le sfide e le opportunità poste dall'adozione della GenAI. Sebbene si dimostrino propense a sfruttare la GenAI per i potenziali guadagni in produttività, automazione e innovazione, le organizzazioni devono anche affrontare ostacoli critici quali la sicurezza dei dati, i divari di competenze, e la modernizzazione dell'infrastruttura IT. In base alle risposte date dal campione intervistato in Italia, possiamo offrire le seguenti raccomandazioni riguardo alla containerizzazione delle applicazioni e all'implementazione della GenAI:
- Preservare gli investimenti nell'infrastruttura IT per supportare l'adozione della GenAI, con particolare attenzione alla risoluzione dei problemi legati alla portabilità delle applicazioni. L'aumento delle sinergie tra le iniziative dedicate alle applicazioni cloud‑native/containerizzate e alla GenAI, in particolare per i carichi di lavoro di sviluppo e test, garantirà ai progetti maggiori probabilità di successo.
- Continuare ad assumere personale competente sia per le applicazioni cloud‑native/containerizzate che per le discipline relative alla GenAI, in modo da colmare lo skill gap percepito. Avviare iniziative di formazione interna per migliorare le competenze della forza lavoro esistente, in modo da contribuire alle iniziative di modernizzazione dell'IT e supportare l'adozione delle tecnologie emergenti.
- Mantenere le iniziative di GenAI in linea con gli obiettivi esistenti per l'aumento di produttività e l'automazione/efficientamento dell'organizzazione, al fine di poter misurare correttamente i KPI utilizzati per quantificare il ROI dei progetti. Identificare nuovi KPI man mano che l'adozione e l'utilizzo della GenAI si fa più diffuso e aggiungere nuovi meccanismi per misurare il successo (come per esempio il tempo medio di gestione, o AHT, nei processi di assistenza alla clientela) per dimostrare ulteriormente il valore del progetto e ottenere un maggiore consenso da parte della dirigenza all'ampliamento dei progetti di GenAI.
- Infine, ai decision maker delle organizzazioni italiane consigliamo di richiedere il supporto di società di servizi e/o consulenza IT e vendor di soluzioni di sicurezza che abbiano familiarità con i protocolli di data governance associati alle tecnologie di GenAI. Questo potrebbe tranquillizzare gli stakeholder dell'organizzazione, che considerano le inadempienze in fatto di governance una criticità ad alto rischio che può ritardare la diffusione e il più ampio utilizzo della GenAI.
Scopri con quanta facilità puoi distribuire e proteggere le app GenAI.
Risultati nazionali a confronto con i risultati globali/regionali
1. In Italia le organizzazioni hanno già avviato la containerizzazione delle applicazioni di sviluppo/test e GenAI, e stanno già utilizzando implementazioni Kubernetes multi‑ambiente.
Inoltre, il 100% (75 su 75) delle persone intervistate dichiarano di avere già avviato il processo di containerizzazione delle applicazioni (D2). Quanto ai carichi di lavoro, il più containerizzato risulta quello delle applicazioni di sviluppo/test, citato dal 76% del campione intervistato – una percentuale molto più elevata rispetto alle medie globali ed EMEA (entrambe ferme al 62%). Un'altra differenza è che nella classifica globale e in quella EMEA il carico di lavoro più containerizzato risulta essere invece quello delle applicazioni di GenAI, sebbene il tasso di incidenza medio in questo caso sia lo stesso che in Italia: il 69% (D4), come da Figura 1.
Applicazioni attualmente containerizzate dalle organizzazioni (D4)
Applicazioni di intelligenza
artificiale generativa (GenAI)
Applicazioni di sviluppo/test
Applicazioni critiche
per l'azienda (non database)
Database
Globale
EMEA
Italia
Figura 1: Applicazioni attualmente containerizzate dalle organizzazioni (D4)
Per quanto riguarda l'implementazione di Kubernetes, la scelta privilegiata in Italia è sicuramente l'utilizzo multi‑ambiente: l'81% del campione afferma infatti di utilizzare più di un ambiente. La percentuale è in linea con la media a livello globale (80%) e in area EMEA (78%) per l'implementazione multi‑ambiente (D5), come mostrato nella Figura 2.
Numero di ambienti Kubernetes attualmente implementati (D5)
Uno
Due
Tre
Quattro
Cinque
Sei
Sette
Non utilizza ambienti Kubernetes
Globale
EMEA
Italia
Figura 2: Numero di ambienti Kubernetes attualmente implementati (D5)
Infine, abbiamo chiesto agli intervistati italiani quali sono le criticità che devono affrontare in fatto di containerizzazione delle applicazioni e gestione dei container. Le risposte hanno evidenziato soprattutto la necessità di modernizzare l'infrastruttura IT e di assumere personale per colmare il divario di competenze relativo allo sviluppo di app container‑native (Figura 3).
Principali criticità che le organizzazioni devono affrontare in fatto di containerizzazione delle applicazioni
delle organizzazioni in Italia ritiene che l'attuale infrastruttura IT debba essere migliorata per poter supportare appieno container e applicazioni cloud‑native (D23).
delle organizzazioni in Italia riscontra difficoltà nello sviluppo di applicazioni cloud‑native e/o container‑native (D7).
delle organizzazioni in Italia ritiene di possedere solo alcune delle competenze necessarie per supportare container e applicazioni cloud‑native (D24).
delle organizzazioni in Italia sta assumendo personale per colmare il divario di competenze relativo a container e applicazioni cloud‑native (D24).
Figura 3: Principali criticità che le organizzazioni devono affrontare in fatto di containerizzazione delle applicazioni
Risultati relativi solo all'Italia (n=75)
Tutte le 75 persone intervistate in Italia hanno in programma di sviluppare una strategia per la GenAI, dando priorità all'allineamento con gli obiettivi di business per aumentare la produttività e l'automazione.
La stragrande maggioranza (95%) del campione italiano dichiara che la propria organizzazione ha messo in atto una strategia per la GenAI: una percentuale superiore di 10 punti rispetto alla media globale e di 11 punti rispetto agli omologhi EMEA (D9). Questa discrepanza è dovuta al fatto che in Italia l'implementazione attiva delle strategie per la GenAI registra percentuali molto più elevate in confronto al resto dell'area EMEA e del mondo (Figura 4).
Stato attuale dello sviluppo/dell'implementazione della strategia GenAI aziendale (D9)
Abbiamo predisposto una strategia e la stiamo implementando attivamente
Abbiamo predisposto una strategia ma non
abbiamo ancora iniziato a implementarla
Stiamo appena iniziando a sviluppare la nostra strategia
Non abbiamo ancora iniziato a pianificare la nostra strategia
Non svilupperemo una strategia
Globale
EMEA
Italia
Figura 4: Stato attuale dello sviluppo/dell'implementazione della strategia GenAI aziendale (D9)
del campione italiano dichiara che la propria organizzazione ha messo in atto una strategia per la GenAI
Quando abbiamo chiesto quali obiettivi e/o strategie aziendali supporta la GenAI, gli intervistati in Italia hanno citato innanzitutto l'aumento della produttività, seguito dall'aumento dell'automazione e dell'efficienza (D18), come indicato nella Figura 5.
Principali obiettivi/strategie aziendali supportati dalla GenAI (D18)
Aumento della produttività
Maggiore automazione ed efficienza
Maggiore innovazione
Fidelizzazione e assistenza clienti
Riduzione dei costi operativi
Onboarding del personale
Differenziazione all'interno del settore
La GenAI non supporta/non può supportare i nostri obiettivi e le nostre strategie aziendali generali
Globale
EMEA
Italia
Figura 5: Principali obiettivi/strategie aziendali supportati dalla GenAI (D18)
Affinché un'iniziativa tecnologica vada a buon fine, è fondamentale stabilire degli obiettivi chiari per l'azienda. Questo è particolarmente vero nel caso di una tecnologia emergente come la GenAI, dato che il mercato non è ancora del tutto consapevole di come inserirla al meglio all'interno dell'operatività quotidiana. La chiara volontà dei decision maker italiani di puntare sulla produttività e sull'automazione si sposa bene con i noti vantaggi commerciali dell'AI generativa, in particolare quando viene utilizzata per supportare il personale nel conseguimento di obiettivi aziendali esistenti quali per esempio la riduzione del tasso di errore. Dato che le organizzazioni in Italia stanno già implementando attivamente una strategia per la GenAI, il loro approccio sembra orientato ai risultati sul breve periodo, come evidenzia la prospettiva leggermente più ottimistica sul ROI relativo alla GenAI.
In Italia, il ROI della GenAI viene percepito in chiave molto positiva, soprattutto sul lungo periodo (1‑3 anni).
Per comprendere meglio le tendenze relative alla spesa per la GenAI e ai risultati di business attesi, al campione intervistato è stato chiesto specificamente quali fossero le aspettative della propria organizzazione riguardo al ROI dei progetti di GenAI. Ebbene, in Italia le risposte sono risultate leggermente più ottimiste riguardo al ROI atteso, sia a breve che a lungo termine:
- Il 40% prevede di chiudere il bilancio dei progetti di GenAI con un pareggio o una perdita nel prossimo anno (D13).
- Il 23% prevede di chiudere il bilancio dei progetti di GenAI con un pareggio o una perdita nei prossimi 1‑3 anni (D13).
Di contro, prevede di chiudere il bilancio dei progetti di GenAI con un pareggio o una perdita nei prossimi 1‑3 anni il 28% del campione a livello globale e il 27% del campione intervistato nell'area EMEA (D13). In Italia, le prospettive più ottimistiche sul ROI sono riconfermate dal 47% di chi ha partecipato al sondaggio, che prevede di ricavare dalla GenAI un guadagno significativo nei prossimi 1‑3 anni, rispetto al 30% della media globale e al 27% della media EMEA (D13). Per capire quali sono i carichi di lavoro di GenAI che alimentano questo ottimismo, abbiamo chiesto ai decision maker italiani quali applicazioni di GenAI stanno adottando. Il 100% delle persone intervistate (75 su 75) ha dichiarato di utilizzare già la GenAI, con assistenza ed esperienza clienti in cima alla classifica dei carichi di lavoro più implementati. In questo non si riscontrano differenze rispetto ai risultati globali ed EMEA: quello che distingue la classifica italiana sono invece gli altri due gradini del podio, con la generazione di contenuti al secondo posto e la
Per riassumere, in Italia le prospettive più ottimistiche sul ROI derivano probabilmente dalla più matura implementazione delle strategie per la GenAI rispetto ad altre aree, come da Figura 4. Man mano che le strategie dei decision maker verranno implementate, è probabile che emergeranno nuovi KPI aziendali per misurarne il successo nei carichi di lavoro principali, come assistenza ed esperienza clienti.
40%
prevede di chiudere il bilancio dei progetti di GenAI con un pareggio o una perdita nel prossimo anno (D13).
Riepilogo dei risultati
per Paese: Italia
In Italia, la containerizzazione delle applicazioni è già molto diffusa: tutte le persone intervistate (75 su 75) dichiarano infatti che la loro organizzazione ha quantomeno avviato la fase di containerizzazione delle applicazioni (D2). A supporto di questa tendenza, il 99% del campione italiano concorda sul fatto che l'organizzazione della quale fa parte trae vantaggio dall'adozione di container e/o applicazioni cloud‑native (D25). Questa percezione ha fatto sì che la containerizzazione in Italia si attesti su livelli superiori rispetto agli altri Paesi: il 64% delle risposte indica che tutte le applicazioni (legacy e di nuova concezione) sono containerizzate, rispetto a una media del 55% a livello globale e del 54% in area EMEA (D2).
Nonostante una diffusione della containerizzazione più capillare rispetto ad altri Paesi, esistono comunque una serie di ostacoli che complicano le iniziative delle imprese in Italia. Per esempio, il 71% dei decision maker in Italia ritiene che la propria infrastruttura IT attuale debba essere migliorata per poter supportare appieno i container e le applicazioni cloud‑native (D23). Inoltre, il 27% delle organizzazioni italiane intervistate ritiene di possedere solo alcune delle competenze necessarie per supportare container e applicazioni cloud‑native, mentre il 72% sta assumendo attivamente personale per colmare lo skill gap (D24). Per poter mantenere il vantaggio acquisito nell'ambito della containerizzazione, quindi, sarà utile investire in maniera continuativa in infrastruttura IT e competenze del personale.
Per quanto riguarda l'adozione dell'intelligenza artificiale generativa (GenAI), il 95% di chi ha partecipato al sondaggio italiano afferma che la propria organizzazione ha già predisposto una strategia in merito (D9). E, dato ancora più sorprendente, le organizzazioni italiane registrano una percentuale di implementazione attiva della propria strategia di GenAI pari al 67%, dunque sensibilmente più alta rispetto alla media globale del 55% e alla media EMEA del 54% (D9). A proposito delle applicazioni e/o dei carichi di lavoro di GenAI attualmente implementati, l'intero campione italiano intervistato (75 su 75) dichiara di utilizzare la GenAI: gli use case più diffusi sono, nell'ordine, assistenza ed esperienza clienti (per esempio attraverso i chatbot), generazione di contenuti, generazione di codice e funzioni di copilot per il codice. Una così vasta adozione della GenAI si spiega in parte con una prospettiva leggermente più ottimistica riguardo al ROI della GenAI a breve termine (meno di un anno) rispetto ad organizzazioni dello stesso tipo in area EMEA e nel resto del mondo.
Nonostante l'adozione capillare e l'ottimismo riguardo alla GenAI, le persone intervistate in Italia hanno evidenziato una serie di criticità che impediscono loro di scalare e sfruttare appieno la tecnologia:
- Tutte le organizzazioni italiane (100%) dichiarano di avere difficoltà a scalare i carichi di lavoro di GenAI dallo sviluppo alla produzione, indicando come problema principale l'integrazione con l'infrastruttura IT esistente (D19).
- Il 95% del campione concorda sul fatto che la GenAI sta cambiando le priorità della propria organizzazione, spingendo la sicurezza e la privacy in cima alla lista (D25).
- Il 95% concorda inoltre sul fatto che la propria organizzazione potrebbe fare di più per proteggere i propri modelli e le proprie applicazioni GenAI (D25).
- Per le organizzazioni italiane, l'ostacolo maggiore all'utilizzo o all'espansione della GenAI sono i timori riguardo alla privacy e alla sicurezza legati all'utilizzo di LLM con dati aziendali sensibili (D26).
- Alla domanda su quale sia l'aspetto più importante per la loro organizzazione relativamente ai dati associati alle applicazioni di GenAI, gli intervistati in Italia hanno messo al primo posto la governance (D14).
Il report approfondisce molti dei risultati individuati a livello nazionale, confrontandoli con gli stessi risultati a livello globale e regionale.
Per il settimo anno consecutivo, Nutanix ha commissionato una ricerca internazionale per conoscere lo stato delle implementazioni del cloud enterprise in tutto il mondo, individuare le tendenze nella containerizzazione delle applicazioni, e scoprire a che punto è l'adozione delle applicazioni di GenAI. Nell'autunno 2024 la società britannica Vanson Bourne, specializzata in ricerche di mercato, ha intervistato 1˙500 responsabili delle decisioni nel campo dell'IT e del DevOps/dell'ingegneria delle piattaforme in tutto il mondo. Il campione intervistato comprendeva molteplici settori, aziende di dimensioni differenti, e le seguenti aree geografiche: Nord e Sud America; Europa, Medio Oriente e Africa (EMEA); e regione Asia‑Pacifico‑Giappone (APJ).
Questo report è complementare alle conclusioni globali del settimo Enterprise Cloud Index (ECI) annuale, e si concentra sui risultati inerenti all'indagine condotta tra 75 figure di spicco della realtà IT italiana. Questo report evidenzia in che modo i risultati relativi all'Italia si rapportano con il resto dell'area EMEA, nonché con le medie globali.
Tra gli ostacoli a un utilizzo più diffuso della GenAI, il campione italiano evidenzia la necessità di maggiori investimenti nell'infrastruttura IT, ma la criticità di gran lunga più sentita è quella legata alla privacy e alla sicurezza dei dati.
Per comprendere le sfide che le organizzazioni italiane devono affrontare nell'adozione della GenAI, abbiamo chiesto alle persone intervistate in quali aree sarà necessario investire per migliorare e/o supportare la GenAI. In Italia, i decision maker hanno indicato le infrastrutture IT al primo posto, la cybersecurity al secondo e la formazione IT al terzo (D17). L'attenzione per l'infrastruttura IT è emersa anche quando è stato chiesto quali fossero le principali difficoltà nello scalare i carichi di lavoro di GenAI dagli ambienti di sviluppo a quelli di produzione: in linea con le altre organizzazioni nel mondo, le risposte italiane hanno indicato come ostacolo principale proprio l'integrazione con l'infrastruttura IT esistente (D19).
Tuttavia, analizzando quali sono gli ostacoli all'utilizzo della GenAI da parte delle organizzazioni in Italia, la sicurezza dei dati è risultata essere un fattore chiave. Dall'indagine internazionale ECI di quest'anno, è emerso che i requisiti normativi e di conformità per la GenAI hanno generato una serie di difficoltà e complicazioni concrete nella quotidianità – difficoltà e complicazioni particolarmente avvertite in Italia, dove i timori riguardo alla privacy e alla sicurezza legati all'utilizzo di LLM con dati aziendali sensibili sono indicati come criticità principale oggi per l'utilizzo o l'espansione dei carichi di lavoro di GenAI (D26), con un tasso di incidenza più elevato rispetto alle medie globali ed EMEA (Figura 6).
Criticità attualmente associate all'utilizzo o all'espansione dei carichi di lavoro di GenAI (D26)
Timori riguardo alla privacy e alla sicurezza legati all'utilizzo di LLM con dati aziendali sensibili
Complessità e mancanza di competenze per costruire un ambiente GenAI da zero
Mancanza di use case per l'utilizzo della GenAI
Nessuna delle opzioni citate è/può costituire una criticità
Tutte le opzioni citate sono/possono costituire una criticità di pari livello
Globale
EMEA
Italia
Figura 6: Criticità attualmente associate all'utilizzo o all'espansione dei carichi di lavoro di GenAI (D26)
I timori per la sicurezza dei dati sono ulteriormente illustrati dall'elevata percentuale di risposte (95%) secondo cui l'organizzazione di appartenenza potrebbe fare di più per proteggere i propri modelli e applicazioni di GenAI (D25).
Per approfondire il tema, abbiamo chiesto quali siano gli aspetti più importanti delle implementazioni di GenAI a livello di dati. Le persone intervistate in Italia hanno classificato al primo posto la governance, seguita da vicino dalla scalabilità (D14), come da Figura 7.
95%
secondo cui l'organizzazione di appartenenza potrebbe fare di più per proteggere i propri modelli e applicazioni di Gen
Aspetti più importanti dell'implementazione di applicazioni/carichi di lavoro di GenAI, a livello di dati (D14)
Privacy/Sicurezza
Prestazioni
Scalabilità
Governance
Sono tutti aspetti di pari importanza
Globale
EMEA
Italia
Figura 7: Aspetti più importanti dell'implementazione di applicazioni/carichi di lavoro di GenAI, a livello di dati (D14)
Nota: sono mostrate le risposte classificate per prime
Riguardo alla sicurezza dei dati, le risposte date dagli intervistati in Italia evidenziano un'interessante sfumatura. Nonostante la privacy e la sicurezza siano citate tra le preoccupazioni principali (24%), l'aspetto giudicato più critico dai decision maker italiani è tuttavia la governance, ovvero l'attuazione del giusto insieme di policy, processi e norme per la consultazione e l'utilizzo dei dati da parte del personale.
Sul secondo gradino del podio tra governance dei dati e privacy/sicurezza troviamo invece la scalabilità – com'è logico aspettarsi, dato che uno dei maggiori ostacoli a un'implementazione di successo della GenAI è stato individuato nell'inadeguatezza dell'infrastruttura IT. Il problema principale sembra riguardare la portabilità delle applicazioni tra ambienti cloud e on‑premise, identificata come una criticità dal 57% del campione intervistato (D7).
Per garantire il successo delle iniziative legate alla GenAI, sarebbe dunque opportuno dare la priorità a investimenti interni volti a colmare le lacune dell'infrastruttura IT in fatto di scalabilità e portabilità delle applicazioni. E, cosa più importante, sarebbe bene stabilire criteri di governance sfruttando l'esperienza delle società di servizi o consulenza IT e dei vendor delle soluzioni di sicurezza. Questo sarà fondamentale per ridurre i rischi percepiti dai decision maker più importanti all'interno delle organizzazioni, il cui consenso sarà necessario per accrescere ulteriormente l'adozione e l'utilizzo della GenAI.