L'agentic AI è arrivata. La tua infrastruttura di inferenza è pronta a offrire produttività su larga scala?
Global Head of Product
L’intelligenza artificiale (AI) agentica si riferisce ad agenti autonomi che ragionano, pianificano ed eseguono in modo indipendente attività articolate in più fasi senza un continuo intervento umano. Questi agenti si basano sull’inferenza, applicando modelli addestrati a dati nuovi e non visti prima.
L’agentic AI potrebbe rappresentare un salto evolutivo nell'elaborazione Straight Through (STP), integrando la conoscenza umana per i casi limite. Questi agenti eseguono flussi di lavoro rapidi e ripetibili che accelerano il processo decisionale, ottimizzano le operazioni e scalano la personalizzazione.
Le imprese stanno sviluppando sistemi di agentic AI in previsione di questa efficienza su larga scala. Secondo IDC, il 50% delle organizzazioni afferma che "sviluppare agenti AI personalizzati per automatizzare i processi aziendali" è uno dei settori principali in cui prevede di aumentare la spesa.1
L’inferenza in tempo reale, che alimenta l’agentic AI, richiede di gestire e spostare grandi quantità di dati. Quando l’elaborazione dei dati non è ottimizzata per posizione e bandwidth, le prestazioni e la produttività ne risentono. Il risultato? Flussi di lavoro compromessi che possono costare la fiducia dei clienti e i ricavi.
L’inferenza basata su area metropolitana è un modello di implementazione dell’AI in cui la capacità di calcolo per l’inferenza (GPU/CPU + model serving) viene collocata nei data center di aree metropolitane, vicino a utenti finali, dispositivi e fonti di dati aziendali. Man mano che le aziende scalano i propri flussi di lavoro agentici, l’inferenza basata su area metropolitana dovrà essere al centro delle fondamenta dell’infrastruttura AI.
Vediamo in che modo i carichi di lavoro basati sull'AI a livello di edge potenziano l’inferenza ed esploriamo le soluzioni alle sfide relative a prestazioni, affidabilità e sicurezza.
Elaborazione dei dati e latenza: il collo di bottiglia per l'infrastruttura IT e la produttività
Lo scambio di dati è fondamentale per l'inferenza AI. Con l'agentic AI, i modelli creano ragionamenti in più fasi e micro-inferenze con il recupero di informazioni in tempo reale. L'agentic AI esegue l'inferenza in cicli ripetuti, il che rende l'inferenza sempre attiva e sensibile alla latenza.
In settori come il trading ad alta frequenza nei servizi finanziari, dove continuità e coerenza sono fondamentali, anche pochi millisecondi di ritardo fanno la differenza. Quando le informazioni fornite dall'AI arrivano troppo tardi, si perdono opportunità e la produttività diminuisce. I cloud centralizzati possono compromettere le prestazioni costringendo i dati a percorrere lunghe distanze prima dell'elaborazione e aggiungendo complessità giurisdizionali in materia di privacy e sovranità dei dati.
Anche gli strumenti di collaborazione su cloud possono mettere a dura prova la bandwidth. I file di grandi dimensioni e il batching continuo consumano capacità, in particolare per i team distribuiti. Questo fa parte della Data Gravity, dove lo spostamento di grandi quantità di dati può compromettere prestazioni, esperienza del cliente e sicurezza. Questo ritardo può bloccare la collaborazione e la creatività, mentre i costi di aggiornamento dell’infrastruttura per gestire carichi di dati pesanti possono aumentare rapidamente.
Gli strumenti per il servizio clienti affrontano sfide simili. Quando i chatbot AI o i sistemi di risposta subiscono rallentamenti, sia i dipendenti che i clienti ne risentono. Man mano che l’adozione di questi strumenti aumenta, cresceranno anche i ritardi di accodamento, rallentando il time-to-first token. La tecnologia pensata per migliorare l’efficienza può compromettere l’esperienza utente.
Il problema del collo di bottiglia della latenza è significativo, ma è ulteriormente complicato dallo stato dei moderni ambienti di lavoro.
La sfida della forza lavoro distribuita
Il lavoro ibrido e da remoto ha ridefinito cosa significa rimanere connessi. La videoconferenza è ormai fondamentale per il business e utilizza sempre più assistenti basati sull’AI per semplificare la collaborazione.
Tuttavia, ritardi, buffering e chiamate interrotte possono ridurre drasticamente l’energia e il coinvolgimento. In parole semplici, più sono le persone geograficamente disperse, più sono le app e i sistemi che interagiscono con il modello AI, migliorando così le prestazioni di inferenza. Un’infrastruttura affidabile ad alta bandwidth non è più un elemento accessorio; è fondamentale per la produttività.
I dipendenti hanno bisogno di esperienze coerenti ovunque lavorino, e ciò dipende da sistemi che si sincronizzano all’istante e gestiscono i dati in modo efficiente. I lavoratori hanno spesso bisogno di accedere a dati e visualizzazioni in tempo reale per prendere decisioni più rapide, ma queste applicazioni funzionano bene solo quando la latenza è minima. L’inferenza basata su area metropolitana offre tale reattività elaborando le informazioni a livello locale, garantendo prestazioni in tempo reale.
Anche gli strumenti che utilizziamo per facilitare il lavoro distribuito si stanno evolvendo. Ancora una volta, l'edge computing fornisce sempre più la piattaforma di cui hanno bisogno.
Agentic AI e collaborazione a bassa latenza
L’inferenza basata su area metropolitana trasforma questi strumenti riducendo la distanza che i dati devono percorrere. Gli aggiornamenti e le analisi in tempo reale avvengono vicino all’utente anziché in data center lontani, creando interazioni più fluide per i team distribuiti.
Settori come la sanità, l’edilizia e la logistica stanno già ottenendo risultati rivoluzionari grazie all’agentic AI. I tecnici sul campo possono ricevere feedback diagnostici immediati dalle app basate sull’AI, prendendo decisioni rapide e informate anche con una connettività limitata. Elaborando i dati a livello locale, le aziende possono garantire il corretto funzionamento degli strumenti ed evitare i tempi di inattività che potrebbero compromettere la produttività.
L'agentic AI offre le migliori prestazioni con un'infrastruttura specializzata progettata per gestire carichi di lavoro complessi.
L'agentic AI e i carichi di lavoro di inferenza fanno evolvere le esigenze dei data center
Mentre l’AI raggiunge un punto di svolta cruciale, emerge una crescente consapevolezza che l’infrastruttura digitale dovrà supportare le maggiori densità di potenza, le esigenze di raffreddamento e la connettività necessarie per eseguire in modo affidabile l’inferenza delle unità di elaborazione grafica (GPU).
I data center che non sono attrezzati per l'AI condividono limitazioni simili:
- Sono progettati per una potenza compresa tra 5 e 10 kW per rack.
- Il raffreddamento è spesso basato principalmente sull’aria, non progettato per sopportare i carichi termici della GPU.
- La distribuzione della potenza non è progettata per cluster ad alta densità.
- I modelli di rete non sono progettati per l’AI pronta per la produzione.
- Si trovano in luoghi in cui la potenza e i terreni potrebbero essere più accessibili, ma la latenza non è un fattore prioritario.
Data center metropolitani: potenziare le prestazioni
Per rendere possibile una bassa latenza su larga scala, le aziende si rivolgono ai data center basati su area metropolitana, strutture decentralizzate che elaborano le informazioni più vicino agli utenti finali. Ciò riduce le distanze di trasmissione dei dati e migliora notevolmente le prestazioni delle piattaforme Software as a Service (SaaS), degli strumenti di analisi e dei sistemi di videoconferenza.
I data center nelle aree metropolitane possono garantire che le applicazioni intelligenti funzionino in modo efficace anche nelle regioni a bassa connettività. Elaborano e filtrano le informazioni a livello locale, inviando al cloud solo gli aggiornamenti essenziali. Questo può migliorare la velocità e rafforzare l’affidabilità.
I principali provider cloud stanno investendo notevolmente in questo modello. AWS (con Outposts e Wavelength) e Microsoft (tramite Azure Edge Zones e Azure Stack) consentono ora alle organizzazioni di estendere le capacità cloud all'edge. Queste infrastrutture ibride combinano la scalabilità dei sistemi cloud con la reattività dell'elaborazione locale, aiutando le aziende di tutte le dimensioni a operare in modo efficiente, ovunque nel mondo.
Digital Realty può offrirti la scalabilità, la portata e la capacità necessarie per posizionare i tuoi carichi di lavoro AI dove servono. I nostri oltre 300 data center, situati in posizioni strategiche, coprono più di 55 aree metropolitane, offrendo un’opportunità unica per avvicinare l’inferenza ai tuoi utenti e flussi di lavoro.
Ma c'è un aspetto importante da tenere presente in questo nuovo mondo delle infrastrutture ad alte prestazioni: la connettività.
Il livello di connettività
L'edge computing dipende ancora da connessioni affidabili per garantire la sincronizzazione di tutti i dati. I dati devono spostarsi senza soluzione di continuità tra nodi edge, data center e cloud per garantire accuratezza e insight in tempo reale.
I data center basati su area metropolitana non operano in modo isolato. Per una reale efficienza, ciascun data center deve far parte di una rete distribuita, o Connected Data Communities™, collegata da fibra ad alta velocità e connessioni dinamiche a molteplici endpoint.
Questa interconnessione consente di bilanciare e replicare dinamicamente i carichi di lavoro tra le sedi, garantendo che i dati rimangano sincronizzati e disponibili anche se un nodo subisce un periodo di inattività. Consente inoltre a questi data center metropolitani di condividere le risorse di calcolo e mantenere prestazioni costanti a livello globale. Di fatto, le aziende non si affidano a un'unica struttura, ma a una rete di nodi edge: una rete coordinata progettata per offrire i vantaggi dell'elaborazione locale mantenendo al contempo la resilienza e la scalabilità del cloud.
Le reti in fibra ottica costituiscono la spina dorsale di questa connettività. La loro velocità e affidabilità consentono un trasferimento dati ultraveloce, supportando tutto, dai sistemi autonomi all’analisi in tempo reale.
La sincronizzazione continua garantisce che i modelli di AI rimangano aggiornati, un aspetto fondamentale per settori come la sanità e la finanza, in cui le decisioni si basano su dati precisi. Anche la ridondanza di rete è importante: connessioni multiple possono prevenire i tempi di inattività in caso di guasto a un collegamento, mantenendo i team ibridi connessi e produttivi.
Infine, sicurezza e velocità vanno di pari passo. Le reti a bassa latenza devono anche essere sicure, con crittografia e protocolli avanzati che proteggono i dati senza rallentare la collaborazione. Questo è fondamentale per applicazioni come videochiamate in diretta, formazione da remoto e diagnostica virtuale, in cui contano sia l’immediatezza sia la riservatezza.
L’inferenza basata su area metropolitana potenzia la produttività
L’agentic AI offre vantaggi in termini di velocità e scalabilità che la stanno consolidando come pilastro della moderna forza lavoro digitale. Rappresenta più di un aggiornamento tecnico; è un nuovo modo di lavorare che abilita un’ondata senza precedenti di produttività ed efficienza.
Per i responsabili IT che vogliono rendere la propria forza lavoro digitale a prova di futuro, è fondamentale dare priorità alle fondamenta dell’AI che la supportano.
Spostando l'AI più vicino al punto in cui vengono creati i dati, le aziende possono ridurre i ritardi, abbattere i costi e proteggere la privacy senza sacrificare le prestazioni.
Si tratta di un passaggio dal controllo centralizzato alla condivisione dell’intelligence AI globale: un cambiamento che supporta il lavoro da remoto, il processo decisionale in tempo reale e la collaborazione. In sintesi, l’agentic AI sta aprendo la strada a un futuro del lavoro più agile, connesso e produttivo.
Digital Realty ha costruito le fondamenta per l'AI
L'agentic AI e l'inferenza richiedono un posizionamento strategico dei carichi di lavoro. Gli oltre 300 data center connessi a livello globale di Digital Realty si trovano nelle aree metropolitane strategiche necessarie a molte aziende per raggiungere i propri obiettivi di business legati all’AI. I nostri campus interconnessi sono progettati per supportare carichi di lavoro a bassa latenza e ad alta intensità energetica, come AI, calcolo ad alte prestazioni (HPC) e analisi avanzata dei dati.
La nostra piattaforma globale di data center, PlatformDIGITAL®, offre configurazioni infrastrutturali standardizzate e predisposte per l’HPC, che contribuiscono a supportare carichi di lavoro ad alta densità.
Collabora con noi oggi per realizzare l’infrastruttura AI necessaria per implementare e scalare più rapidamente.
1IDC, IDC Market Glance: Agentic AI Ecosystems, 2Q26, giugno 2026

