L’intelligenza artificiale sta modificando profondamente le strategie infrastrutturali delle imprese e il cloud privato si sta affermando come piattaforma di riferimento per i carichi di lavoro AI in produzione. Costi, controllo dei dati, requisiti di sicurezza e crescente complessità operativa stanno infatti spingendo un numero sempre maggiore di organizzazioni a riconsiderare il ruolo del cloud pubblico nelle proprie architetture IT.
È quanto emerge dal report “Private Cloud Outlook 2026” di Broadcom, che fotografa un mercato in cui la fase sperimentale dell’AI sembra ormai superata e le aziende sono impegnate a portare modelli, applicazioni e sistemi intelligenti in ambienti produttivi scalabili, governabili e sostenibili dal punto di vista economico.
Cloud privato e AI in produzione: cambia il modello operativo
Uno dei dati più significativi riguarda l’infrastruttura scelta per l’inferenza AI, ovvero la fase in cui i modelli vengono utilizzati concretamente nei processi aziendali.
Secondo l’indagine, il 56% delle aziende utilizza o prevede di utilizzare il cloud privato per l’esecuzione dei carichi di lavoro di inferenza AI in produzione. Nello stesso periodo, l’utilizzo del cloud pubblico per questi scenari è sceso dal 56% al 41%, registrando una diminuzione di 15 punti percentuali in un solo anno.
Il dato evidenzia un cambiamento strutturale nelle priorità delle imprese. Se il cloud pubblico continua a rappresentare una piattaforma efficace per sperimentazione, sviluppo e training dei modelli, quando l’AI viene portata su larga scala entrano in gioco esigenze diverse legate a costi, governance, controllo dei dati e prevedibilità operativa.
Il cloud privato conquista anche i workload più critici
La preferenza per il cloud privato non riguarda esclusivamente l’intelligenza artificiale. Il report mostra come le aziende stiano adottando lo stesso approccio anche per i carichi di lavoro più sensibili e strategici.
Il 51% delle organizzazioni considera il cloud privato l’ambiente ideale per workload caratterizzati da elevati requisiti di sicurezza e compliance, il 49% per applicazioni sensibili alla latenza e il 44% per sistemi business-critical. Anche i workload ad alta intensità di dati mostrano una preferenza per il cloud privato rispetto alle alternative pubbliche.
Si tratta di un cambiamento significativo rispetto agli anni in cui il cloud pubblico veniva considerato la destinazione naturale per la maggior parte dei nuovi progetti. Oggi le aziende sembrano adottare una logica più pragmatica, scegliendo l’ambiente infrastrutturale in base ai requisiti specifici del workload.
Sicurezza, privacy e governance tra le principali preoccupazioni
L’espansione dell’intelligenza artificiale introduce nuove sfide per i responsabili IT.
Le aree che destano maggiore attenzione sono la protezione dei dati e la privacy, indicate dal 37% degli intervistati, seguite da sicurezza e controllo, citate dal 36%. Parallelamente, il 62% dei responsabili IT si dichiara molto o estremamente preoccupato per i costi infrastrutturali necessari a supportare AI generativa e sistemi agentici.
L’incremento dei volumi di dati elaborati dai modelli AI e la crescente complessità normativa stanno inoltre spingendo molte organizzazioni a mantenere una gestione più diretta delle informazioni sensibili, soprattutto nei settori maggiormente regolamentati come finanza, sanità, pubblica amministrazione e life science.
La sovranità dei dati diventa una priorità strategica
Tra i fenomeni emergenti del 2026 figura il crescente impatto della geopolitica sulle decisioni infrastrutturali.
L’86% dei responsabili IT afferma che fattori geopolitici e normativi influenzano direttamente la strategia tecnologica aziendale. Per la prima volta la sovranità e la residenza dei dati, indicate dal 54% degli intervistati, superano i requisiti di compliance specifici delle singole giurisdizioni, fermi al 51%.
Il cambiamento evidenzia una trasformazione importante nel modo in cui le organizzazioni interpretano la governance delle informazioni. Non si tratta più soltanto di rispettare normative e regolamenti, ma di mantenere il controllo diretto sulla localizzazione dei dati, sugli accessi e sui processi che li gestiscono.
Con l’introduzione di AI generativa, agenti autonomi e sistemi sempre più distribuiti, la sovranità dei dati sta diventando una priorità di livello strategico e, sempre più spesso, anche di consiglio di amministrazione.
Il costo supera la sicurezza tra le criticità del cloud pubblico
Uno degli aspetti più rilevanti evidenziati dal report riguarda il tema economico.
Per la prima volta il costo supera la sicurezza come principale criticità associata al cloud pubblico, passando dal 26% del 2025 al 31% del 2026.
Il 97% dei responsabili IT ritiene inoltre che una parte della spesa destinata al cloud pubblico venga sprecata, mentre oltre la metà stima che tali inefficienze superino il 25% del budget complessivo dedicato a questa voce.
L’intelligenza artificiale contribuisce ad amplificare il fenomeno. Inferenza, GPU, trasferimento dei dati e utilizzo intensivo delle risorse rendono infatti molto più difficile prevedere e controllare i costi operativi nel lungo periodo.
La repatriation accelera con l’arrivo dell’AI
La conseguenza diretta di queste dinamiche è la crescita delle iniziative di repatriation, ovvero il trasferimento di workload dal cloud pubblico verso infrastrutture private.
Secondo il report, il 50% delle aziende ha già riportato internamente almeno una parte dei propri carichi di lavoro, in aumento rispetto al 35% rilevato nel 2025. Complessivamente l’83% delle organizzazioni ha già avviato o sta valutando progetti di repatriation.
Le motivazioni principali restano sicurezza e conformità normativa, citate dal 51% degli intervistati, ma crescono rapidamente la prevedibilità dei costi e le prestazioni, entrambe indicate dal 39%.
Particolarmente interessante è il fatto che l’intelligenza artificiale compaia per la prima volta tra le categorie oggetto di repatriation. Il 43% delle aziende coinvolte in questi progetti sta infatti trasferendo nel cloud privato workload legati a training, inferenza e gestione di large language model.
L’AI mette sotto pressione competenze e organizzazioni IT
L’adozione dell’intelligenza artificiale non sta modificando soltanto le infrastrutture ma anche le competenze richieste ai team IT.
Il principale gap individuato dall’indagine riguarda le competenze relative all’infrastruttura e alle operation AI, citate dal 40% dei responsabili IT. Seguono le attività di cloud security, indicate dal 38%, e la gestione degli ambienti Kubernetes, segnalata dal 37%.
Per affrontare questa carenza di competenze specialistiche, l’81% delle aziende ricorre a servizi professionali esterni o a forme di outsourcing per la gestione di attività cloud.
Il dato conferma come la sfida dell’AI non sia soltanto tecnologica. La capacità di gestire ambienti sempre più complessi e distribuiti sta diventando un fattore critico tanto quanto la disponibilità dell’infrastruttura stessa.
Crescono gli investimenti nel cloud privato
L’evoluzione del mercato si riflette anche nelle intenzioni di investimento.
La quota di aziende che prevede di aumentare la spesa in cloud privato nei prossimi tre anni è salita dal 51% al 72%, mentre il 58% dei responsabili IT considera la creazione di nuovi workload nel cloud privato una priorità strategica.
Il quadro che emerge dal report evidenzia come l’intelligenza artificiale stia accelerando una ridefinizione degli equilibri infrastrutturali. Per molte organizzazioni il cloud pubblico continua a rappresentare una componente importante dell’ecosistema IT, ma il cloud privato si sta imponendo come ambiente privilegiato per supportare l’AI in produzione grazie a maggiore prevedibilità dei costi, controllo operativo, governance dei dati e capacità di rispondere alle nuove esigenze di sicurezza e sovranità digitale.
