
Director, Solutions Architecture EMEA
Un mercato rialzista o un periodo di volatilità può rapidamente portare l'attività di trading a livelli frenetici. Più operazioni, più dati e più ricalcoli mantengono i modelli in funzione ininterrottamente, mentre acquisiscono segnali di mercato e aggiornano le posizioni in tempo reale. L'infrastruttura di supporto è sottoposta a una pressione più prolungata che mai.
Questi ambienti stanno risentendo in modo particolarmente intenso di questa pressione, mentre l'AI passa dalla fase pilota all’implementazione operativa nel settore dei servizi finanziari (FS). Il trading, il rilevamento delle frodi e la gestione del rischio richiedono sempre più potenza di calcolo, spesso nello stesso momento. Il sondaggio Global Data Insights Survey 2026 di Digital Realty mostra che le aziende stanno passando con decisione dalla pianificazione dell'AI alla sua implementazione concreta. Ben l'84% sta già attuando una strategia formale per l'AI o valutando un partner che possa aiutarla a realizzarla, mentre il 79% delle implementazioni di AI è previsto per il 2026.
Con l'aumento dei carichi di lavoro, le sfide infrastrutturali diventano sempre più difficili da ignorare. Gli ambienti di calcolo ad alta densità per l'AI richiedono maggiori capacità di alimentazione elettrica e raffreddamento. Se le organizzazioni non affrontano queste esigenze, i limiti termici e l'instabilità dell'infrastruttura possono compromettere le prestazioni di elaborazione, la disponibilità dei servizi e i tempi di risposta prevedibili richiesti dalle applicazioni finanziarie sensibili alla latenza. Questa pressione è destinata ad aumentare ulteriormente. Gartner prevede che entro il 2026 l'adozione dell'AI generativa sarà pressoché universale tra le banche e avverte che entro il 2027 la carenza di energia elettrica potrebbe limitare il funzionamento del 40% dei data center dedicati all'AI.
Quando l’AI supporta il live trading o i modelli di rischio intraday, la questione si sposta dalla disponibilità di calcolo alla capacità dell’infrastruttura di alimentare e raffreddare in modo affidabile carichi di lavoro a più alta densità dove necessario. È questo il divario che molte organizzazioni stanno affrontando. Il Global Data Insights Survey 2026 di Digital Realty ha rilevato che il 40% degli intervistati ha indicato la mancanza di un’infrastruttura specializzata come la principale sfida nell’adozione di una strategia formale di AI, in aumento rispetto al 9% nel 2024.
Secondo il Global Data Insights Survey 2026 di Digital Realty, apportare miglioramenti incrementali all'infrastruttura esistente non soddisferà i requisiti dell'AI ad alta densità nei servizi finanziari. Infatti, il 49% degli intervistati ha individuato come requisito fondamentale per una strategia di AI di successo la necessità di garantire che l'infrastruttura sia in grado di gestire i fabbisogni di potenza ed energia dell'AI.
Perché i servizi finanziari avvertono prima la pressione
Il settore dei servizi finanziari si affida da tempo a infrastrutture ad alte prestazioni, e questa domanda è in costante crescita. Forrester prevede che il settore spenderà quasi mezzo trilione di dollari in tecnologia nel 2026, mentre le aziende investono maggiormente nelle piattaforme, nelle infrastrutture e negli ecosistemi di partner necessari per rendere operativa l’AI su larga scala.
I servizi finanziari si affidano sempre più a un'ampia gamma di carichi di lavoro di AI, ciascuno con requisiti infrastrutturali distinti. Il trading ad alta frequenza e il rilevamento delle frodi in tempo reale richiedono un'elaborazione prevedibile e a bassa latenza, mentre l'addestramento dei modelli di AI, le simulazioni di rischio su larga scala e il backtesting danno priorità a capacità di calcolo, interconnettività ad alta bandwidth e sistemi efficienti di potenza e raffreddamento. Man mano che questi carichi di lavoro scalano, le istituzioni finanziarie devono bilanciare prestazioni, resilienza e densità dell'infrastruttura in base ai propri requisiti operativi specifici. Gli ambienti enterprise tradizionali non sono stati progettati per sostenere queste esigenze. La maggior parte è stata realizzata per modeste densità di rack, spesso nell’ordine di 5–10 kW secondo Uptime Intelligence, mentre i moderni carichi di lavoro AI superano regolarmente tale valore di un ordine di grandezza. Man mano che gli ambienti di calcolo ad alte prestazioni e a elevata intensità di GPU (graphics processing unit) scalano, la densità dei rack sale e la produzione di calore aumenta, esercitando una maggiore pressione sui sistemi di erogazione della potenza e di raffreddamento.
Nel settore dei servizi finanziari, le conseguenze di un errore di questo tipo sono più gravi che nella maggior parte degli altri settori. La latenza può influire sulle prestazioni di trading e sulla redditività. L'instabilità dell'infrastruttura comporta rischi normativi. Le norme sulla residenza dei dati limitano il grado di centralizzazione dei carichi di lavoro. Ciò significa che il settore deve gestire contemporaneamente tre pressioni: carichi di lavoro AI più densi, maggiori esigenze di potenza e raffreddamento e minore flessibilità nella scelta di dove eseguire tali carichi di lavoro.
È quindi necessaria una capacità ad alta densità, non solo su larga scala, ma anche nelle sedi giuste. Il Global Data Insights Survey 2026 di Digital Realty ha rilevato che l’88% degli intervistati adotta un approccio distribuito ai dati, mentre il 92% collega oggi la propria strategia di localizzazione dei dati ai propri piani di AI. La ricerca ha inoltre rilevato che il 98% si aspetta carichi di lavoro di AI in tempo reale che richiederanno l’elaborazione immediata dei dati e una risposta entro i prossimi 12 mesi. Molti data center legacy di proprietà delle banche faticano a supportare questo modello. Possono eseguire progetti pilota in ambienti più piccoli, ma estenderli a tutta l’azienda è più complesso e spesso più costoso quando l’infrastruttura non è progettata per carichi di lavoro a più alta densità.
Di cosa ha bisogno l’infrastruttura predisposta per l’AI
Gli interventi di potenziamento incrementale delle infrastrutture esistenti non sono sufficienti a soddisfare le esigenze dell'AI ad alta densità nel settore dei servizi finanziari. Come sottolinea McKinsey, i data center di nuova generazione vengono riprogettati ponendo l'alimentazione elettrica e il raffreddamento al centro del progetto, anziché considerarli aspetti secondari.
In Digital Realty, il nostro approccio si riflette nel modo in cui realizziamo le nostre infrastrutture. Progettiamo i nostri ambienti di colocation ad alta densità fin dall'inizio per supportare carichi di lavoro AI continuativi, con una capacità di alimentazione per rack chiaramente definita, un'architettura di distribuzione scalabile e sistemi di alimentazione e raffreddamento resilienti, in grado di garantire l'affidabilità richiesta dagli ambienti del settore finanziario. Con una potenza a partire da 30 kW per cabinet, scalabile fino a 150 kW, la nostra soluzione di colocation ad alta densità offre opzioni di raffreddamento a liquido, tra cui il raffreddamento a liquido assistito ad aria (Air-Assisted Liquid Cooling, AALC) e il raffreddamento diretto a liquido (Direct Liquid Cooling, DLC), progettate specificamente per ambienti in cui la gestione termica è fondamentale.
Con l’aumento della densità, il raffreddamento deve essere preso in considerazione fin dall’inizio nella progettazione dell’infrastruttura, poiché i sistemi tradizionali basati sull’aria diventano sempre più difficili da scalare in presenza di carichi termici sostenuti. Ecco perché il raffreddamento ibrido e quello a liquido stanno diventando fondamentali per gli ambienti predisposti per l’AI, che soddisfano requisiti prestazionali esigenti senza compromettere elevati livelli di efficienza energetica e idrica. Presso la nostra struttura Cloud House a Londra, ad esempio, un innovativo sistema di raffreddamento ad acqua a circuito chiuso che combina banchina e fiume supporta carichi di lavoro ad alto consumo energetico, dissipando il calore in modo più efficiente e riducendo la dipendenza dai metodi tradizionali basati sull’aria, mantenendo al contempo gli standard prestazionali richiesti dalle operazioni finanziarie.
La localizzazione dell'infrastruttura AI è importante tanto quanto la sua progettazione. Gli istituti finanziari devono considerare non solo la vicinanza alle borse e ai principali centri finanziari per le applicazioni sensibili alla latenza, ma anche l'ubicazione dei dati aziendali, l'accesso alle piattaforme cloud, gli ecosistemi di connettività e i requisiti normativi. Mentre i carichi di lavoro di addestramento dell'AI possono privilegiare la disponibilità di energia elettrica e la scalabilità della potenza di calcolo, l'inferenza in tempo reale e l'elaborazione delle transazioni possono trarre vantaggio da un'infrastruttura collocata più vicino alle fonti dei dati e alle applicazioni critiche. Una strategia infrastrutturale distribuita consente alle organizzazioni di collocare i carichi di lavoro dove è possibile bilanciare prestazioni, connettività, conformità normativa e costi. Le nostre soluzioni per il settore dei servizi finanziari sono progettate proprio tenendo conto di queste esigenze: migliorano la latenza, le prestazioni e i risultati per i clienti grazie alla distribuzione dell'infrastruttura nelle sedi più adatte, in particolare nei principali centri finanziari, dove la tempestività delle transazioni è fondamentale.
Anche la ripetibilità è importante, man mano che gli istituti finanziari implementano l’AI in diverse regioni. Attraverso PlatformDIGITAL®, Digital Realty offre un approccio coerente a livello globale per implementare e scalare l’infrastruttura digitale. Combinando principi di progettazione standardizzati con capacità specifiche di ciascun sito in termini di potenza, raffreddamento e connettività, gli istituti finanziari possono semplificare le implementazioni in più mercati, adattandosi al contempo alla disponibilità locale di infrastrutture, ai requisiti normativi e alle esigenze dei carichi di lavoro. Questo, a sua volta, aiuta le aziende di servizi finanziari a migliorare la velocità di esecuzione, gestire i rischi in modo più efficace e rafforzare la propria posizione competitiva.
L'infrastruttura sta diventando una decisione strategica per la competitività
L’AI sta aumentando i requisiti prestazionali dell’infrastruttura dei servizi finanziari. Quelli che un tempo erano carichi di lavoro isolati e ad alta intensità fanno ora parte delle normali operazioni quotidiane, esercitando una pressione costante sulla progettazione e sulla scalabilità dell’infrastruttura.
Questo ha implicazioni che vanno oltre la sola capacità. Le prestazioni e la localizzazione dell'infrastruttura sono strettamente correlate quando questa si trova più vicino alle attività aziendali, soprattutto nei casi in cui la latenza, i requisiti normativi e l'accesso ai dati influenzano le modalità di distribuzione dei carichi di lavoro. Il nostro blog su come ottimizzare l'infrastruttura dati per l'AI nel settore dei servizi finanziari approfondisce ulteriormente questo tema, così come il nostro recente articolo sull'innovazione nella colocation e nei servizi finanziari. Entrambi offrono spunti pratici su come le aziende stanno affrontando questa transizione.
Man mano che l’AI si integra sempre più profondamente nelle attività operative fondamentali dei servizi finanziari, la sfida immediata consiste nel valutare se gli ambienti esistenti siano in grado di supportare la fase successiva della domanda. Potenza, raffreddamento e prossimità influiscono ora direttamente sulla rapidità e sull’efficacia con cui è possibile scalare l’AI. Le aziende che affrontano tempestivamente queste questioni saranno in una posizione migliore per espandersi senza dover scendere a compromessi costosi. Puoi anche consultare la nostra guida alle innovazioni nel raffreddamento dei data center per approfondire le prospettive future della tecnologia di raffreddamento.
Parliamo dei requisiti della tua infrastruttura AI
Collaboriamo con società di servizi finanziari in tutto il mondo per accompagnarle nel passaggio dai progetti pilota basati sull'AI all'implementazione a livello aziendale, aiutandoti a decidere da dove iniziare, di quale infrastruttura hai bisogno e come implementare la soluzione su larga scala senza compromettere le prestazioni o la conformità.
Se vuoi scoprire come Digital Realty e Options possono supportare il tuo ambiente specifico, i nostri architetti di soluzioni sono pronti ad aiutarti. Se stai valutando la Colocation ad alta densità, opzioni di raffreddamento ibrido o una strategia di infrastruttura distribuita nei principali hub finanziari, possiamo aiutarti a costruire una base progettata per le esigenze future.

