SAP compie un passo strategico nel rafforzamento della propria offerta di intelligenza artificiale annunciando l’acquisizione di Reltio, azienda specializzata in master data management (MDM). L’operazione, di cui non sono stati resi noti i termini economici, interviene su un nodo spesso sottovalutato ma determinante: la qualità, la coerenza e la governabilità del dato enterprise, prerequisiti indispensabili per qualsiasi iniziativa di AI su scala.
L’integrazione di Reltio è destinata a confluire all’interno della SAP Business Data Cloud (BDC), piattaforma centrale nella strategia “AI-First e Suite-First” del gruppo, che SAP intende evolvere in un’infrastruttura dati pienamente interoperabile, progettata per sostenere scenari di AI agentica distribuiti a livello enterprise.
Master data management: perché è il vero collo di bottiglia dell’AI
Il master data management è l’insieme di pratiche, tecnologie e processi che consentono di definire, mantenere e governare una versione univoca e affidabile dei dati fondamentali di un’organizzazione – clienti, prodotti, fornitori, sedi, dipendenti – garantendone coerenza e qualità attraverso sistemi e domini applicativi diversi.
In assenza di un MDM efficace, queste informazioni tendono a duplicarsi, divergere e perdere consistenza nel tempo, generando disallineamenti tra sistemi ERP, CRM, piattaforme legacy e applicazioni verticali. È in questo contesto che l’intelligenza artificiale incontra il suo limite principale: non tanto nella capacità di elaborazione, quanto nell’assenza di dati affidabili e contestualizzati su cui operare.
“Reltio è un naturale complemento per SAP”, osserva Muhammad Alam, membro dell’Executive Board di SAP SE con responsabilità su Product & Engineering: “L’intelligenza artificiale non può esprimere il proprio potenziale quando i dati sono frammentati tra unità di business, piattaforme e domini senza connessione”.
Cosa fa Reltio: gestione del dato come sistema dinamico e relazionale
Reltio si colloca nel segmento del MDM di nuova generazione, con un approccio che supera i modelli tradizionali basati su repository centralizzati e aggiornamenti batch. La piattaforma è progettata per gestire il dato lungo tutto il suo ciclo di vita, dalla ingestione da fonti eterogenee alla sua normalizzazione, arricchimento e attivazione nei processi operativi.
Uno degli elementi centrali è la entity resolution basata su AI, che consente di stabilire quando record provenienti da sistemi diversi – spesso incompleti, incoerenti o formattati in modo differente – si riferiscono alla stessa entità reale. Questo processo non si limita a regole deterministiche, ma integra modelli probabilistici e segnali contestuali, risultando più efficace in ambienti complessi e distribuiti.
Il risultato è la costruzione di un “golden record” dinamico, una rappresentazione unificata e continuamente aggiornata delle entità chiave. A differenza degli approcci MDM tradizionali, Reltio mantiene esplicitamente anche le relazioni tra entità, attraverso una struttura assimilabile a un data graph, che permette di preservare il contesto informativo: non solo chi è un cliente, ma come è collegato a prodotti, contratti, fornitori o altre entità rilevanti.
Questa impostazione consente di passare da una logica di semplice consolidamento a una di interpretazione del dato, dove la qualità non è solo sintattica ma anche semantica. La piattaforma integra inoltre meccanismi di data quality continua, applicati in tempo reale, e funzionalità di data governance che garantiscono tracciabilità, auditabilità e controllo sulle modifiche.
Un ulteriore elemento distintivo è la capacità di gestire in modo integrato dati strutturati e non strutturati, sempre più rilevanti nei contesti AI, dove insight e decisioni derivano dall’intersezione di fonti eterogenee.
Il posizionamento di Reltio nel mercato MDM
Nel panorama competitivo, Reltio si confronta con player consolidati come Informatica, IBM e Oracle, storicamente forti nel master data management ma spesso legati a architetture nate in contesti on-premise o a modelli operativi basati su aggiornamenti batch.
Il posizionamento di Reltio si distingue per tre elementi chiave: una architettura nativamente cloud, un modello di gestione del dato orientato al real-time e un’integrazione nativa con paradigmi AI-first. In questo senso, la piattaforma risponde meglio alle esigenze emergenti legate all’AI agentica, dove la disponibilità immediata di dati coerenti e relazionati diventa un requisito operativo.
Dati affidabili come fondamento dell’AI SAP (Joule e agenti)
L’integrazione con SAP Business Data Cloud permetterà di rendere i dati enterprise AI-ready per l’utilizzo da parte di Joule e dei Joule Agents, migliorando sia la velocità di implementazione sia l’affidabilità dei risultati.
Il principio è lineare ma spesso disatteso: l’AI produce valore solo quando può operare su una fonte unica di verità, coerente e aggiornata. In assenza di questo presupposto, anche i modelli più avanzati rischiano di amplificare incoerenze e generare output non affidabili.
Interoperabilità e riduzione della complessità nei contesti ibridi
Dal punto di vista architetturale, Reltio è progettata per operare in ambienti multi-vendor, integrando dati provenienti sia da sistemi SAP sia da applicazioni di terze parti. Questo elemento è particolarmente rilevante per le grandi organizzazioni, dove il panorama IT è inevitabilmente eterogeneo.
La capacità di unificare queste fonti in una vista coerente consente di ridurre la complessità di integrazione e migliorare la qualità dei processi decisionali, creando una base dati comune su cui possono operare sia applicazioni tradizionali sia agenti AI.
Real-time e orchestrazione multi-agent
Grazie alla bassa latenza e al supporto per il Model Context Protocol (MCP), la piattaforma abilita scenari in cui più agenti AI operano in modo coordinato su dati condivisi e aggiornati in tempo reale.
Questo apre a casi d’uso operativi in cui l’AI non si limita a fornire insight, ma attiva direttamente processi: ad esempio, la valutazione del rischio di un fornitore e l’esecuzione automatica di azioni correttive basate su dati certificati.
Accelerazione nei settori regolati con modelli preconfigurati
Reltio mette inoltre a disposizione pacchetti verticali che includono modelli dati, regole e integrazioni specifiche per settori come sanità, life sciences e servizi finanziari, dove i requisiti di qualità e governance del dato sono particolarmente stringenti.
Questi acceleratori consentono di ridurre tempi e complessità progettuale, facilitando l’adozione in contesti ad alta regolamentazione.
Chiave strategica: perché SAP acquisisce invece di costruire
L’acquisizione di Reltio evidenzia un punto chiave: costruire internamente una piattaforma MDM di nuova generazione, capace di operare in real-time, gestire relazioni complesse tra dati e supportare scenari AI-first, richiede tempi e competenze difficilmente comprimibili.
SAP dispone già di asset rilevanti nella gestione del dato, ma l’integrazione di una piattaforma come Reltio consente di accelerare significativamente il time-to-market, evitando anni di sviluppo e colmando rapidamente un gap tecnologico in un’area diventata critica con l’esplosione dell’AI generativa e agentica.
Inoltre, Reltio nasce per operare in ambienti eterogenei e non-SAP, caratteristica che rafforza la credibilità di SAP nel proporsi come piattaforma dati aperta, superando il tradizionale perimetro applicativo.
Modello commerciale e continuità operativa
SAP prevede un modello flessibile: Reltio sarà disponibile sia come componente integrata nella Business Data Cloud sia come soluzione standalone, mantenendo continuità per clienti e partner.
“L’AI enterprise ha bisogno di un contesto affidabile, aperto e interoperabile”, sottolinea Manish Sood, fondatore e CEO di Reltio. “Questa combinazione rafforza la nostra capacità di operare come sistema di contesto tra ambienti SAP e non-SAP”.
Tempistiche e prospettive
Il completamento dell’operazione è previsto tra il secondo e il terzo trimestre del 2026, subordinatamente alle autorizzazioni regolatorie.
Nel medio termine, l’acquisizione rappresenta un tassello chiave nella costruzione di una piattaforma dati capace di sostenere una nuova generazione di applicazioni basate su AI agentica, in cui il valore si sposta dalla semplice elaborazione del dato alla sua interpretazione contestuale e operativa.
