SAP rafforza in modo deciso la propria strategia data & AI annunciando un accordo per acquisire Dremio, piattaforma lakehouse open e ad alte prestazioni progettata per supportare carichi di lavoro analitici e AI in tempo reale. L’operazione, di cui non sono stati resi noti i dettagli economici, è attesa per il terzo trimestre del 2026, subordinatamente alle approvazioni regolatorie.
L’integrazione di Dremio rappresenta un passaggio chiave nell’evoluzione della SAP Business Data Cloud, che punta a diventare una piattaforma dati unificata capace di combinare in modo nativo dati SAP e non SAP, superando uno dei principali ostacoli all’adozione dell’intelligenza artificiale in ambito enterprise: la frammentazione informativa e la mancanza di contesto.
“L’AI nelle imprese non rallenta perché i modelli non sono abbastanza validi, ma perché i dati non sono pronti per gli agenti”, osserva Philipp Herzig, CTO di SAP. “Dremio elimina questo collo di bottiglia. Insieme alla SAP Business Data Cloud possiamo portare i clienti da dati frammentati a un’intelligenza governata e pronta per l’AI su un’unica piattaforma aperta”.
Il nodo strutturale dei dati nell’AI enterprise
Secondo SAP, la maggior parte dei progetti di AI non fallisce per limiti algoritmici, ma per problemi strutturali legati ai dati: informazioni distribuite su sistemi eterogenei, spesso vincolate a formati proprietari e prive del contesto semantico necessario a generare valore.
Questo scenario si traduce in difficoltà di scalabilità dei progetti pilota, lentezza nell’integrazione di nuove fonti dati, duplicazione degli sforzi ingegneristici e rischi di compliance, soprattutto quando non è possibile tracciare e spiegare le decisioni generate dall’AI.
L’acquisizione di Dremio si inserisce esattamente in questo punto critico, con l’obiettivo di ridurre la complessità di integrazione e accelerare il time-to-value dei progetti AI, offrendo un’infrastruttura dati coerente, governata e pronta per essere utilizzata da agenti intelligenti.
Un lakehouse Iceberg-native per dati SAP e non SAP
Dal punto di vista architetturale, l’integrazione trasformerà SAP Business Data Cloud in un lakehouse enterprise nativo Apache Iceberg, lo standard open per la gestione delle tabelle nei data lake. Questo implica la possibilità di gestire dati provenienti da sistemi diversi senza necessità di movimentazione o conversione di formato.
Dati SAP e non SAP potranno coesistere su un’unica base aperta, con accesso federato a tutte le sorgenti aziendali. A questo si affianca SAP HANA Cloud, che continua a fornire capacità transazionali in-memory e performance operative in tempo reale, creando un’infrastruttura ibrida in cui analytics e operazioni convergono.
Performance, elasticità ed economia del dato
Uno degli elementi distintivi della piattaforma Dremio è il modello serverless ed elastico, che consente di scalare automaticamente le risorse in base al carico, eliminando la necessità di provisioning statico e riducendo i costi operativi.
Questo approccio introduce un cambiamento significativo anche sul piano economico, rendendo più sostenibile l’esecuzione di workload analitici complessi e variabili nel tempo, senza compromettere le prestazioni nei momenti di picco.
Un elemento centrale dell’integrazione è la creazione di un catalogo dati universale, basato su Apache Polaris e sulle API open Apache Iceberg REST Catalog. Questo livello funge al tempo stesso da sistema di discovery e da layer semantico, offrendo a tutti i motori connessi – SAP e non SAP – un punto di accesso unificato.
All’interno del catalogo vengono gestite informazioni fondamentali come significato dei dati, relazioni, diritti di accesso e lineage. Su questa base si costruisce il SAP Knowledge Graph, che incorpora nativamente relazioni di business, gerarchie organizzative, classificazioni normative e tracciabilità cross-system.
Il risultato è un’infrastruttura in cui il contesto aziendale diventa parte integrante del dato, condizione essenziale per abilitare agenti AI affidabili, governabili e spiegabili.
In questo quadro si inserisce anche un’altra operazione recentissima di SAP sul fronte del dato, l’acquisizione di Reltio annunciata il 27 marzo 2026, quindi a poco più di un mese di distanza dall’accordo su Dremio.
Se Dremio interviene sul piano dell’accesso, della federazione e delle performance, Reltio opera a monte, affrontando il tema della qualità e dell’unificazione attraverso modelli di master data management cloud-native. L’integrazione delle due tecnologie delinea un’architettura coerente: da un lato la costruzione del dato affidabile e contestualizzato, dall’altro la sua esposizione in tempo reale attraverso un lakehouse aperto e interrogabile. In combinazione con i modelli fondazionali e gli agenti Joule, questo approccio consente a SAP di coprire l’intero ciclo del dato, dalla normalizzazione alla decisione automatizzata, riducendo una delle principali criticità dei progetti AI enterprise, ossia la distanza tra disponibilità del dato e sua effettiva utilizzabilità operativa.
Dall’evoluzione del data lake all’agentic lakehouse
L’operazione con SAP valorizza un percorso tecnologico avviato da Dremio fin dalle origini, quando il limite principale dei data lake era rappresentato dalle scarse performance dei motori di query, che ne impedivano l’utilizzo diffuso da parte degli analisti.
Attraverso lo sviluppo di un motore SQL ad alte prestazioni basato su Apache Arrow, Dremio ha reso possibile l’analisi diretta sui dati nel lake. Successivamente, ha affrontato il tema dell’integrazione distribuita introducendo tecnologie avanzate di query federation, con connettori ottimizzati, caching e il sistema Reflections per la materializzazione automatica dei dati, garantendo prestazioni sub-secondo anche su dataset complessi.
La svolta più recente è rappresentata dall’approccio agentic. Dremio ha ripensato la piattaforma dati assumendo che non siano più solo gli utenti umani a interrogare i sistemi, ma anche agenti autonomi in grado di analizzare, decidere e agire. Da qui derivano innovazioni come interfacce orientate agli agenti, knowledge graph unificati e meccanismi autonomi di ottimizzazione delle performance, inclusa la gestione avanzata delle tabelle Iceberg.
L’integrazione con Joule e i modelli fondazionali SAP
La visione di SAP si innesta su questo paradigma attraverso lo sviluppo di modelli fondazionali per dati strutturati, come RPT-1, e l’introduzione dei Joule Agents. Questi sistemi sono progettati per prevedere scenari di business e attivare automaticamente workflow applicativi o nuovi agenti operativi.
L’integrazione con Dremio consente di estendere queste capacità su un perimetro dati molto più ampio, includendo fonti eterogenee e abilitando una gestione unificata del ciclo che va dall’analisi all’azione.
Open source come fondamento strategico
Un elemento di continuità nell’operazione è l’impegno verso l’open source. Dremio ha contribuito in modo significativo allo sviluppo di progetti come Apache Iceberg, Apache Arrow e Apache Polaris, che rappresentano oggi componenti chiave dell’ecosistema lakehouse.
SAP ha confermato la volontà di continuare a investire in questi progetti, riconoscendone il ruolo nel garantire interoperabilità, flessibilità e ampiezza dell’ecosistema tecnologico.
Verso una piattaforma dati per l’impresa agentic
Con questa acquisizione, SAP punta a costruire una piattaforma dati capace di unificare l’intero patrimonio informativo aziendale e di renderlo immediatamente utilizzabile da analytics avanzati e agenti AI. L’obiettivo è superare definitivamente la separazione tra sistemi transazionali, ambienti analitici e layer di intelligenza artificiale.
In prospettiva, il lakehouse agentic diventa il punto di convergenza tra dati, modelli e processi, trasformando la piattaforma dati da infrastruttura passiva a sistema attivo di supporto decisionale e operativo.
