Il 58% dei responsabili delle infrastrutture e delle operations IT considera prioritario portare i progetti sperimentali di intelligenza artificiale verso un utilizzo operativo su larga scala nei prossimi dodici mesi. Il dato emerge da un’indagine condotta da Gartner tra aprile e maggio 2026 su 272 dirigenti e accompagna il rapporto sulle cinque principali tendenze AI per le infrastrutture e le operations IT nel 2027, presentato il 26 ottobre.
L’analisi descrive una trasformazione che coinvolge direttamente i bilanci tecnologici delle imprese. L’intelligenza artificiale promette di ridurre il lavoro manuale, accelerare la risoluzione degli incidenti e migliorare la gestione dei sistemi informatici. Allo stesso tempo introduce nuove categorie di spesa, aumenta la complessità delle infrastrutture e impone un coordinamento più stretto tra operations, sicurezza e direzione finanziaria.
Secondo Gartner, le aziende dovranno concentrarsi su cinque priorità:
- agenti AI autonomi,
- controllo dei costi legati ai token,
- infrastrutture ibride per l’inferenza,
- convergenza tra rischi operativi e informatici
- rafforzamento della funzione infrastrutture come coordinatore delle piattaforme AI aziendali.
«L’intelligenza artificiale sta producendo una delle trasformazioni più importanti mai affrontate dalla funzione infrastrutture e operations», dichiara Jonathan Forest, vicepresidente e analista di Gartner. L’indicazione è concentrare gli investimenti su poche iniziative strategiche, invece di intervenire contemporaneamente su tutte le applicazioni dell’AI.
Indice degli argomenti:
Agenti AI: entro il 2030 metà delle aziende automatizzerà le operations IT
La prima tendenza riguarda l’affermazione dell’AI agentica, basata su software capaci di eseguire attività articolate perseguendo obiettivi assegnati, con un intervento umano limitato.
Nelle infrastrutture aziendali questi agenti possono classificare gli incidenti, analizzare le anomalie, verificare modifiche ai sistemi e applicare procedure correttive. Un agente può, per esempio, identificare l’origine di un rallentamento applicativo, confrontare i dati di monitoraggio e avviare una procedura di ripristino nel rispetto delle autorizzazioni ricevute.
Gartner prevede che entro il 2030 il 50% delle organizzazioni utilizzerà agenti AI con un coinvolgimento umano minimo nelle operations IT, rispetto a una diffusione prossima allo zero nel 2026. È una previsione, non una quota già raggiunta dal mercato.
La conseguenza organizzativa riguarda il passaggio dal modello human-in-the-loop, nel quale una persona interviene direttamente nei processi decisionali, a quello human-on-the-loop, dove il personale supervisiona sistemi capaci di agire autonomamente.
Per le aziende il beneficio economico potenziale deriva dalla riduzione dei tempi di intervento, dalla maggiore disponibilità dei servizi e dalla possibilità di assegnare i tecnici ad attività più specializzate.
L’autonomia richiede però nuovi controlli: definizione dei permessi, registrazione delle operazioni, procedure di arresto e possibilità di ripristinare le configurazioni precedenti. Un agente che interviene in modo errato su un’infrastruttura critica può moltiplicare rapidamente gli effetti di un incidente.
Il 20 ottobre 2026 Gartner ha inserito anche l’identità degli agenti AI e la correzione autonoma delle vulnerabilità tra le dieci tendenze tecnologiche strategiche per il 2027. L’attenzione si sposta quindi dalla capacità degli algoritmi di eseguire compiti alla necessità di governarne accessi, responsabilità e comportamenti.
Economia dei token: l’automazione può far crescere i costi oltre il 50%
La seconda tendenza riguarda il costo effettivo dell’intelligenza artificiale agentica.
I modelli linguistici vengono generalmente fatturati in base ai token, unità utilizzate per elaborare testi e informazioni. Una richiesta relativamente semplice può consumarne una quantità contenuta. Un agente autonomo, invece, può effettuare numerose interrogazioni, consultare documenti, richiamare strumenti esterni e ripetere più volte alcune operazioni.
Questo comportamento rende la spesa meno prevedibile rispetto alle tradizionali licenze software.
Secondo Gartner, fino al 2027 le imprese che utilizzeranno agenti AI nelle operations IT con tariffe variabili senza limiti di consumo supereranno le aspettative iniziali di costo di oltre il 50%, nel confronto con organizzazioni che adottano abbonamenti o pacchetti con prezzi prevedibili.
La previsione mette in discussione un presupposto frequente nei business case tecnologici: automatizzare un processo non significa necessariamente ridurne la spesa complessiva.
Il risparmio sul lavoro manuale deve essere confrontato con il costo dell’inferenza, delle chiamate ai modelli, dell’infrastruttura, della supervisione e degli eventuali errori.
Gartner propone il principio no telemetry, no deployment: nessun agente dovrebbe entrare in produzione senza strumenti capaci di misurarne consumi, prestazioni e costi.
Questa impostazione trova riscontro nello State of FinOps 2026, pubblicato dalla FinOps Foundation. Il rapporto indica che il 98% delle organizzazioni partecipanti gestisce ormai la spesa per l’AI, contro il 31% di due anni prima. La gestione dei costi dell’intelligenza artificiale è inoltre la competenza più richiesta dai team FinOps, specializzati nel governo economico delle risorse tecnologiche.
Per i direttori finanziari e i responsabili IT diventa quindi necessario misurare il costo per attività completata, confrontandolo con il valore economico prodotto, anziché limitarsi alla spesa per singola richiesta al modello.
Infrastrutture AI ibride: cloud, data center e sistemi edge
La terza tendenza riguarda la distribuzione delle risorse di calcolo. Gartner osserva che la maggior parte delle imprese utilizza modelli di intelligenza artificiale già sviluppati, attraverso processi di inferenza, anziché addestrare sistemi proprietari partendo da zero.
L‘inferenza consiste nell’impiego di un modello addestrato per generare risposte, classificare informazioni, elaborare documenti o prendere decisioni operative. La sua diffusione rende determinanti i costi di esecuzione, la latenza, la localizzazione dei dati e la disponibilità di capacità computazionale.
Entro il 2029, secondo Gartner, l’80% delle grandi imprese gestirà applicazioni AI in produzione su almeno tre ambienti infrastrutturali, scegliendo tra cloud pubblico, neocloud, data center aziendali e sistemi edge.
Le neocloud sono fornitori specializzati in infrastrutture ad alte prestazioni, progettate soprattutto per applicazioni AI e carichi di lavoro che richiedono grande capacità di calcolo.
In un’altra analisi, pubblicata il 23 giugno 2026, Gartner ha previsto che queste società conquisteranno entro il 2030 il 20% del mercato cloud dedicato all’AI, stimato in 267 miliardi di dollari. La quota corrisponderebbe a circa 53,4 miliardi di dollari.
Per le imprese, un’architettura ibrida permette di utilizzare differenti risorse in funzione delle esigenze applicative. I carichi sensibili possono essere mantenuti in ambienti controllati, mentre quelli caratterizzati da picchi di domanda possono sfruttare capacità esterne.
La gestione di ambienti differenti comporta però maggiori costi di integrazione, trasferimento dei dati, monitoraggio e sicurezza. La convenienza economica dipende quindi dalla capacità di scegliere dove eseguire ogni applicazione e dalla possibilità di trasferirla senza costi eccessivi.
Investimenti AI: la crescita dei data center aumenta i rischi finanziari
Le previsioni sulle infrastrutture acquistano maggiore rilevanza considerando la dimensione degli investimenti previsti.
Il 21 ottobre 2026 Gartner ha stimato che la spesa informatica mondiale raggiungerà 7.352 miliardi di dollari nel 2027, con una crescita del 15% rispetto ai 6.391 miliardi previsti per il 2026.
La voce relativa ai sistemi per data center dovrebbe passare da 879 a 1.366 miliardi di dollari, con un incremento del 55,5%. La spesa per infrastrutture cloud come servizio dovrebbe invece salire da 292 a 367 miliardi.
Questa espansione comporta rischi finanziari. In una ricerca del 14 ottobre 2026, Gartner ha stimato che oltre 3.500 miliardi di dollari di investimenti in infrastrutture AI potrebbero essere esposti a perdite di valore entro il 2030, qualora i fornitori mantenessero l’attuale ritmo di spesa in conto capitale.
Lo stesso studio prevede investimenti infrastrutturali prossimi a mille miliardi di dollari nel 2026 e ulteriori seimila miliardi nel periodo 2027-2030. Secondo Gartner, i ricavi generati dall’AI potrebbero risultare insufficienti a garantire rendimenti soddisfacenti su tutti gli investimenti programmati.
Anche l’energia rappresenta un vincolo. Nel rapporto Energy and AI del 2025, l’Agenzia internazionale dell’energia ha previsto che i consumi elettrici mondiali dei data center possano superare il raddoppio entro il 2030, raggiungendo circa 945 terawattora annui.
L’aumento dei consumi, trainato soprattutto dall’intelligenza artificiale, rende rilevanti la disponibilità delle reti elettriche, l’efficienza degli impianti e il prezzo dell’energia nelle decisioni di localizzazione.
Cybersecurity e operations: Gartner prevede l’integrazione dei centri di controllo
La quarta tendenza individuata da Gartner riguarda l’avvicinamento tra gestione operativa e sicurezza informatica.
L’impiego di agenti AI introduce nuove dipendenze fra applicazioni, dati, identità digitali e sistemi infrastrutturali. Una configurazione sbagliata può provocare un’interruzione del servizio, mentre una credenziale compromessa può consentire a un agente di eseguire operazioni non autorizzate.
Le attività dei centri di gestione delle reti, denominati Noc, e dei centri operativi di sicurezza, o Soc, diventano quindi più interdipendenti.
Gartner prevede che entro il 2030 il 25% delle organizzazioni unirà Noc e Soc, rispetto al 5% del 2026. Secondo la società di ricerca, l’integrazione permetterà di ridurre di oltre il 25% la spesa complessiva per strumenti tecnologici e personale nelle organizzazioni interessate.
Il beneficio deriverebbe dalla condivisione dei sistemi di osservabilità, dall’eliminazione di applicazioni duplicate e dal coordinamento delle procedure di intervento.
L’unificazione richiede tuttavia competenze capaci di distinguere rapidamente un guasto tecnico da un attacco informatico. Anche le procedure di autorizzazione devono impedire che l’automazione estenda i privilegi di accesso oltre quanto necessario.
Per le aziende europee si aggiunge il quadro regolamentare. Dal 2 agosto 2026 sono applicabili ulteriori disposizioni dell’AI Act, incluse quelle sulla trasparenza di determinati sistemi AI, mentre gli obblighi relativi ad alcuni sistemi ad alto rischio entreranno in applicazione secondo scadenze successive.
La disciplina europea rafforza l’importanza della tracciabilità e della gestione del rischio nei sistemi interessati dagli obblighi normativi, senza imporre automaticamente gli stessi adempimenti a ogni agente utilizzato nelle operations
La funzione IT diventa il coordinatore delle piattaforme AI aziendali
La quinta tendenza coinvolge la struttura organizzativa delle imprese.
Secondo Gartner, i responsabili delle infrastrutture e delle operations IT dovranno assumere un ruolo centrale nella progettazione e nel governo delle piattaforme aziendali di intelligenza artificiale.
Tradizionalmente queste strutture si sono occupate di garantire disponibilità, continuità, prestazioni e sicurezza dei sistemi. Con la diffusione dell’AI, devono coordinare anche risorse di calcolo, gestione dei modelli, accesso ai dati, monitoraggio dei costi e supporto alle applicazioni.
Gartner prevede che entro il 2030 le organizzazioni prive di una funzione infrastrutturale solida, capace di guidare progettazione, architettura e supporto dell’AI, avranno una probabilità di fallimento delle iniziative AI più che doppia rispetto alle imprese che dispongono di tali capacità.
Il rischio nasce anche dalla frammentazione degli investimenti. Quando ogni dipartimento acquista autonomamente strumenti AI, l’impresa può accumulare contratti sovrapposti, procedure incompatibili e sistemi difficili da integrare.
Una piattaforma condivisa permette invece di definire criteri comuni per selezionare i modelli, controllare i consumi, assegnare autorizzazioni e verificare la qualità dei servizi.
Questo cambiamento richiede competenze che comprendano ingegneria delle piattaforme, sicurezza, gestione finanziaria del cloud e automazione. Gartner indica anche la riduzione del debito tecnico come priorità: sistemi obsoleti e integrazioni fragili rendono più costoso introdurre nuovi agenti e servizi AI.
Il rendimento degli investimenti guiderà le scelte tecnologiche
Le cinque tendenze delineano una trasformazione economica oltre che tecnologica. Gli agenti autonomi possono migliorare la produttività delle strutture IT, ma aumentano i consumi di calcolo e richiedono nuovi strumenti di controllo. Le infrastrutture ibride ampliano le possibilità di scelta, ma impongono una gestione più articolata dei fornitori e dei costi.
Per le imprese diventa determinante collegare ciascun investimento a risultati misurabili: riduzione dei tempi di ripristino, disponibilità dei servizi, costo degli incidenti, produttività del personale e spesa per processo automatizzato.
Il 2027 si presenta così come un anno nel quale molte organizzazioni dovranno trasformare sperimentazioni tecnologiche in servizi industrializzati, sostenibili e sottoposti a controllo finanziario.
Il valore dell’intelligenza artificiale nelle operations dipenderà dalla capacità di aumentare affidabilità ed efficienza senza trasferire i risparmi ottenuti sul lavoro umano in nuove spese infrastrutturali fuori controllo.
Fonte principale: Gartner, Top AI Trends in Infrastructure and IT Operations for 2027, 26 ottobre 2026.
Partecipa alla community