Il dibattito sull’intelligenza artificiale in Italia è ancora dominato da temi come data center, GPU e consumo di gigawatt. Tuttavia, per le imprese la capacità di calcolo rappresenta solo una parte dell’equazione. Quando l’AI entra nei processi produttivi e nelle applicazioni aziendali, la posizione dei dati, le prestazioni della rete, la continuità dei collegamenti e la capacità di governare infrastrutture distribuite tra cloud, edge e ambienti locali diventano fattori decisivi.

Dal data center alla rete AI‑ready

La rete deve sostenere esigenze molto diverse rispetto a quelle per cui molte infrastrutture aziendali sono state progettate originariamente. I workload AI richiedono:

    • grandi volumi di dati per il training;
    • tempi di risposta costanti per l’inferenza;
    • collegamenti resilienti tra sedi e cloud;
    • percorsi alternativi in caso di guasto.

Con Mimmo Zappi, chief commercial officer di Retelit, abbiamo approfondito come questi requisiti stanno cambiando le scelte infrastrutturali delle aziende, dal rapporto tra AI e connettività alla business continuity, fino alla Local AI e all’integrazione del satellite nelle architetture di rete.

Una visione più ampia dei data center

I data center e la disponibilità di potenza sono condizioni necessarie, ma concentrarsi esclusivamente sui gigawatt o sullo spazio fisico disponibile rischia di confondere la capacità installata con la reale capacità di integrare l’AI nei processi aziendali. La priorità è costruire una filiera infrastrutturale completa, che unisca capacità di calcolo, dati, rete, cloud, cybersecurity e gestione.

Un cluster GPU, da solo, non basta: per generare valore deve accedere ai dati in modo rapido e sicuro ed essere inserito in un’architettura resiliente, coerente con le esigenze operative e con i requisiti di protezione e governo del dato. Il data center va quindi considerato non soltanto come una struttura che ospita potenza, ma come un nodo di un’infrastruttura distribuita, capace di rendere verificabili provenienza, localizzazione, accessi e ciclo di vita del dato.

Convergenza tra infrastruttura fisica e piattaforme digitali

L’obiettivo non è solo aumentare la capacità, ma renderla AI‑ready, interconnessa, sovrana e accessibile anche alle imprese che non possono sviluppare internamente infrastrutture e competenze di questa portata. In Italia è necessario dare maggiore spazio alla dimensione sistemica: l’AI industriale richiede un’architettura nazionale in grado di avvicinare calcolo e dati, integrare cloud pubblici e privati, servire i territori e garantire un governo end‑to‑end.

È in questa convergenza che si colloca il ruolo di Retelit. Un esempio concreto in via di sviluppo è il caso di Villanova AI, parte del progetto europeo IPCEI‑CIS per lo sviluppo di servizi di intelligenza artificiale generativa multimodale.

Nuovi profili di traffico e requisiti di rete

I workload AI stanno cambiando il profilo del traffico aziendale: picchi imprevedibili, dati che si muovono di continuo tra sedi, edge, cloud e provider diversi. Quali requisiti diventano oggi dirimenti? Banda, latenza, jitter, ridondanza. L’errore più comune è progettare reti con l’obiettivo unico di portare le persone al cloud, senza considerare le esigenze specifiche dell’AI.

Nel training, l’AI richiede il trasferimento di enormi dataset; nell’inferenza distribuita, le applicazioni industriali e i sistemi OT dipendono da tempi di risposta costanti, latenza contenuta e continuità tra ambienti locali e cloud. Aumentare la velocità di banda senza ripensare topologia, classi di servizio e punti di interconnessione espone l’organizzazione a rischi operativi e di sicurezza.

Strategia di rete di Retelit

Per Retelit, la progettazione della rete parte dalla localizzazione del dato e dai requisiti delle applicazioni. L’infrastruttura proprietaria collega:

    • sedi aziendali;
    • nodi edge;
    • Internet Exchange;
    • cloud provider e principali hyperscaler.

Quando necessario, la soluzione evita il transito sulla rete Internet pubblica. Servizi privati, collegamenti Layer 2, IP‑VPN, SD‑WAN ed ExpressRoute consentono di creare percorsi dedicati e diversificati tra sedi, cloud e data center.

Sulle principali dorsali la capacità raggiunge fino a 800 Gbps, mentre l’evoluzione della rete punta a introdurre livelli crescenti di flessibilità attraverso:

    • instradamento intelligente;
    • banda on‑demand;
    • analisi predittiva;
    • tecnologie quantum‑safe.

La rete diventa così parte integrante del workload del sistema di controllo: priorità applicative, latenza, resilienza, segmentazione, tracciabilità e sicurezza possono essere gestite in modo coordinato. Per le direzioni IT il parametro decisivo non è più soltanto la velocità nominale del collegamento, ma la capacità di garantire prestazioni, continuità e controllo lungo l’intero percorso.

Ridondanza e business continuity nell’era AI

Se l’AI entra nei processi produttivi e decisionali, un’interruzione di connettività non è più un semplice disagio, ma un fermo operativo. La business continuity deve quindi essere valutata a livello di servizio e non di singolo componente.

Due accessi distinti non garantiscono una reale ridondanza se condividono lo stesso scavo, apparato, nodo di raccolta o dipendenza dal cloud. Allo stesso modo, la ridondanza del data center non è sufficiente se la rete presenta punti unici di vulnerabilità.

Il primo passo è mappare le dipendenze: quali processi devono essere garantiti, quali sono gli RTO e gli RPO, quali dati devono restare disponibili localmente e quali funzioni possono operare in modalità degradata. Su queste basi si costruisce una resilienza multilivello:

    • percorsi fisici separati in fibra;
    • accessi eterogenei (FWA, mobile, satellite);
    • SD‑WAN per il failover applicativo;
    • ambienti cloud e data center geo‑ridondati;
    • backup isolati e ripristinabili;
    • monitoraggio continuo e servizi di cybersecurity gestiti.

Retelit applica già questo modello architetturale nella connettività ridondata su reti e tecnologie con punti di accesso distinti, coprendo anche le zone più remote grazie alla tecnologia FWA o satellitare con Starlink. L’edge aggiunge un ulteriore livello di continuità, perché consente a alcuni servizi di restare operativi vicino allo stabilimento o al sito anche in caso di degrado della WAN. La ridondanza assume quindi un significato più ampio: autonomia locale, diversità tecnologica, prove periodiche e capacità documentata di ripristinare l’intero servizio. Il parametro finale è la quota di operatività aziendale che può essere preservata durante un evento critico.

Il valore del satellite LEO per le imprese con fibra

Retelit è diventata rivenditore autorizzato di Starlink. Al di là della copertura delle aree remote, il satellite in bassa orbita risolve problemi specifici per le aziende già servite in fibra:

    • fornisce un collegamento di backup completamente indipendente dalla rete terrestre;
    • riduce la latenza rispetto a soluzioni geostazionarie tradizionali, avvicinandola a quella della fibra;
    • consente continuità operativa durante incidenti su cavi sottomarini o in scenari di emergenza nazionale.

Quando il satellite è integrato con fibra, radio e mobile, è possibile costruire architetture ibride che combinano:

    • alta capacità di banda della fibra per i carichi di training intensivi;
    • flessibilità e copertura del radio/FWA per uffici satellite o siti temporanei;
    • resilienza del LEO per garantire failover immediato senza dipendere da percorsi terrestri.

Queste soluzioni consentono di offrire percorsi diversificati per il traffico AI, migliorare la QoS (quality of service) e mantenere la sovranità dei dati, poiché il flusso può essere instradato direttamente verso data center o edge privati senza attraversare la rete pubblica.

Conclusioni

L’AI non può più essere vista solo come questione di potenza di calcolo. La sfida per le imprese è costruire un ecosistema in cui la rete, la governance dei dati e la continuità operativa siano parte integrante della strategia digitale. Retelit, con la sua infrastruttura proprietaria, le soluzioni di connettività privata, l’uso di SD‑WAN e l’integrazione di satellite LEO, dimostra come sia possibile creare architetture AI‑ready, resilienti e pronte a sostenere l’innovazione industriale su scala nazionale.