IBM Think 2026, IBM Data Gate for Confluent porta i dati IBM Z nel tempo reale

5 Maggio 2026

IBM Think 2026 conferma che la modernizzazione dei sistemi mission-critical non passa solo dalla migrazione, ma dalla capacità di rendere i dati storicamente chiusi nei sistemi core disponibili in tempo reale per applicazioni, analytics e AI. Con IBM Data Gate for Confluent, IBM introduce una nuova capacità pensata per trasformare i dati Db2 for z/OS su IBM Z in flussi continui di eventi, portandoli dentro una data foundation moderna, scalabile e pronta per l’intelligenza artificiale enterprise.

IBM Think 2026, IBM Z entra nel real-time data fabric con Confluent

I sistemi IBM Z continuano a sostenere workload transazionali critici per molte delle più grandi organizzazioni al mondo. Banche, assicurazioni, operatori di trasporto, pubbliche amministrazioni e grandi imprese li utilizzano ancora per processare attività centrali, spesso con livelli di affidabilità e continuità operativa difficili da replicare.

Il problema non è il valore del dato generato da questi sistemi. Al contrario, proprio i dati transazionali residenti su IBM Z sono spesso tra i più affidabili, completi e rilevanti per il business. Il limite nasce dal modo in cui questi dati vengono resi disponibili al resto dell’organizzazione. In molti casi, restano confinati nei sistemi Z oppure vengono trasferiti attraverso processi batch, con ritardi che ne riducono l’utilità per decisioni tempestive, automazione intelligente e casi d’uso AI.

IBM Data Gate for Confluent nasce per intervenire su questo punto. La nuova capacità consente di trasmettere le modifiche da Db2 for z/OS direttamente verso Confluent, trasformando dati transazionali tradizionali in stream continui di eventi real-time. L’obiettivo è permettere ad applicazioni, API, piattaforme analitiche e sistemi AI di agire sui dati mentre vengono generati, non dopo ore o giorni.

Il contesto industriale è chiaro. Con l’acquisizione di Confluent, IBM sta spingendo verso una visione in cui i dati real-time, affidabili e continuamente disponibili diventano la base dell’AI enterprise e delle applicazioni intelligenti. IBM Data Gate for Confluent è uno dei tasselli più concreti di questa strategia: collega il mondo dei sistemi transazionali IBM Z con quello delle architetture event-driven e dei data fabric moderni.

Dai processi batch agli eventi continui

La differenza tra batch e streaming non è solo tecnica. È una differenza di modello operativo. Con i processi batch, l’organizzazione lavora su dati raccolti, estratti e trasferiti a intervalli programmati. Questo può essere sufficiente per reportistica periodica o elaborazioni non urgenti, ma diventa un limite quando servono reazione immediata, personalizzazione in tempo reale o automazione basata su eventi.

Con IBM Data Gate for Confluent, i cambiamenti nei dati Db2 for z/OS vengono catturati e trasformati in eventi strutturati, pubblicati in Confluent Platform. Questo permette a più sistemi downstream di consumare gli stessi dati in tempo reale, senza generare carichi aggiuntivi diretti sul mainframe.

Il risultato è una maggiore disponibilità del dato transazionale lungo l’intera architettura aziendale. Una transazione bancaria, una modifica di stato, un aggiornamento operativo o un evento legato a un cliente possono diventare immediatamente utilizzabili da sistemi antifrode, motori di raccomandazione, microservizi, dashboard operative o agenti AI.

È qui che il valore di IBM Z cambia prospettiva. Il mainframe non è più soltanto il sistema di registrazione affidabile per i processi core, ma diventa anche una fonte continua di eventi per il resto dell’impresa. In un’architettura moderna, questo significa avvicinare sistemi legacy e innovazione senza forzare una sostituzione drastica dei workload mission-critical.

Come funziona IBM Data Gate for Confluent

IBM Data Gate for Confluent è costruito su un’architettura event-driven progettata per spostare dati da IBM Z a Confluent Platform, l’opzione enterprise self-managed di Confluent per ambienti on-premises e privati.

A livello operativo, la soluzione cattura le modifiche da Db2 for z/OS attraverso una modalità log-based, pensata per ridurre l’impatto sui workload transazionali core. È un aspetto essenziale: nei sistemi mission-critical, l’integrazione non può compromettere prestazioni, stabilità o disponibilità del mainframe.

IBM indica anche un elemento specifico di efficienza mainframe: fino al 96% dell’elaborazione di IBM Data Gate può essere eseguita su motori zIIP. Questo consente di ridurre i costi CPU mantenendo al tempo stesso throughput elevato, un punto rilevante per le organizzazioni che devono scalare l’accesso real-time ai dati senza aumentare in modo eccessivo la spesa operativa sul mainframe.

Le modifiche catturate vengono quindi inviate a Confluent Platform tramite integrazione nativa con Kafka Connect, dove sono pubblicate come event stream strutturati. L’utilizzo di formati standardizzati facilita il consumo da parte di sistemi downstream diversi, inclusi piattaforme analytics, microservizi e applicazioni AI.

La soluzione supporta anche snapshot iniziali dei dati e streaming continuo delle modifiche. Questo significa che le organizzazioni possono prima acquisire dataset esistenti e poi mantenerli sincronizzati man mano che nuovi dati vengono generati. È un passaggio importante per rendere l’onboarding più realistico: non basta ascoltare gli eventi futuri, occorre anche portare nel nuovo modello i dati già presenti.

Una base dati real-time per AI, analytics e applicazioni intelligenti

Il valore strategico di IBM Data Gate for Confluent emerge soprattutto quando viene collegato all’adozione dell’AI. I modelli, gli agenti e le applicazioni intelligenti hanno bisogno di dati aggiornati, affidabili e contestuali. Se lavorano su informazioni obsolete o incomplete, il rischio è generare insight meno utili, decisioni tardive o automazioni scollegate dalla realtà operativa.

Portare i dati IBM Z in streaming significa dare ai sistemi AI una base più attuale. Un agente che supporta il customer service, un sistema di rilevazione frodi o una piattaforma di ottimizzazione operativa possono reagire a eventi transazionali appena generati, anziché attendere aggiornamenti batch.

Nel settore finanziario, ad esempio, questo può tradursi in avvisi real-time ai clienti su attività critiche del conto o in una maggiore tempestività nell’analisi di transazioni sospette. Nella fraud detection, le transazioni possono essere valutate mentre avvengono, permettendo identificazione e intervento più rapidi. Nei trasporti e nel travel, dati operativi aggiornati possono aiutare ad anticipare interruzioni, gestire imprevisti e migliorare l’esperienza del cliente.

Il principio è lo stesso in molti settori: quando il dato transazionale diventa evento, l’organizzazione può reagire prima. Non si limita a leggere ciò che è già accaduto, ma costruisce processi capaci di rispondere mentre il business si muove.

Microservizi event-driven e minore carico sul mainframe

IBM Data Gate for Confluent non riguarda solo AI e analytics. La disponibilità di dati Z come stream real-time abilita anche architetture applicative più event-driven, in cui i microservizi reagiscono a eventi di business senza dipendere da integrazioni rigide e fortemente accoppiate.

Nelle architetture tradizionali, più applicazioni possono richiedere accesso diretto o quasi diretto ai sistemi core, aumentando complessità, dipendenze e potenziale carico sul mainframe. Con un modello basato su event stream, lo stesso dato può essere pubblicato una volta e consumato da più servizi in modo indipendente.

Questo riduce la necessità di integrazioni custom e consente una maggiore separazione tra sistemi core e applicazioni moderne. Il mainframe continua a svolgere il proprio ruolo transazionale, mentre Confluent diventa il livello di distribuzione degli eventi verso il resto dell’ecosistema.

È una logica particolarmente utile per le organizzazioni che vogliono modernizzare senza destabilizzare. Il passaggio a microservizi, AI e applicazioni real-time non richiede necessariamente di spostare subito i workload core fuori da IBM Z. Può iniziare rendendo i dati generati da quei workload più accessibili, tempestivi e utilizzabili.

Il ruolo di Confluent nella strategia IBM per i dati in tempo reale

L’annuncio di IBM Data Gate for Confluent va letto dentro la strategia più ampia seguita da IBM dopo l’acquisizione di Confluent. La direzione è costruire una data foundation nella quale i dati non siano solo archiviati e interrogati, ma disponibili come flussi continui, affidabili e pronti ad alimentare applicazioni intelligenti.

Per l’AI enterprise, questo punto è decisivo. Molte organizzazioni stanno passando dalla sperimentazione all’adozione su scala, ma scoprono che i progetti AI non falliscono solo per limiti dei modelli. Spesso falliscono perché i dati non sono sufficientemente aggiornati, integrati o governati.

IBM Data Gate for Confluent affronta una porzione specifica ma molto rilevante di questo problema: il collegamento tra dati transazionali mission-critical e ambienti moderni di streaming. In molte grandi imprese, proprio i sistemi IBM Z contengono informazioni essenziali per comprendere clienti, conti, pagamenti, contratti, transazioni, operazioni e processi core.

Se questi dati restano bloccati in cicli batch, l’AI lavora con ritardo. Se diventano stream, possono alimentare sistemi che rispondono in tempo reale. La differenza può incidere direttamente su frodi, customer experience, resilienza operativa e automazione.

Dati affidabili al centro delle decisioni AI-driven

Il messaggio di IBM è che il dato più prezioso dell’impresa non deve restare confinato nei sistemi transazionali. Deve diventare un asset dinamico, distribuito in modo controllato e utilizzabile dai sistemi che guidano decisioni e azioni.

IBM Data Gate for Confluent porta questa logica dentro IBM Z. Non promette semplicemente una nuova integrazione, ma un modo diverso di usare il dato core: da record consultabile a evento che attiva processi, applicazioni e AI.

La distinzione è rilevante. Le organizzazioni che adottano AI e automazione non hanno bisogno solo di archivi più grandi o dashboard più ricche. Hanno bisogno di dati che si muovano alla velocità del business, mantenendo affidabilità, standardizzazione e scalabilità.

In questo senso, IBM Data Gate for Confluent è un tassello di modernizzazione pragmatica. Non chiede di abbandonare IBM Z, ma di renderlo parte della moderna real-time data foundation. Per le grandi aziende che hanno investito per decenni nei sistemi mainframe, è una prospettiva più realistica rispetto alla sostituzione totale.

Trasformare il dato Z in azione

Con IBM Data Gate for Confluent, IBM prova a chiudere uno dei divari storici delle architetture enterprise: la distanza tra sistemi di registrazione mission-critical e applicazioni moderne che richiedono dati immediati.

Il valore non sta solo nel portare dati da un punto all’altro, ma nel trasformare le modifiche generate su IBM Z in eventi capaci di attivare processi. Un pagamento, un aggiornamento di conto, una variazione operativa o un segnale transazionale possono diventare input per decisioni automatiche, insight immediati o azioni coordinate tra più sistemi.

È questo il senso del passaggio da integrazione a real-time data fabric. Il dato non viene più trattato come materiale da estrarre periodicamente, ma come flusso continuo da distribuire, governare e usare nel momento in cui nasce.

Per l’AI enterprise, è una condizione sempre più necessaria. I modelli e gli agenti possono essere potenti, ma la loro efficacia dipende dalla qualità e dalla freschezza delle informazioni su cui operano. IBM Data Gate for Confluent mette quindi IBM Z dentro la catena del valore dell’AI in tempo reale, trasformando il mainframe da sistema isolato a sorgente continua di azione aziendale.