Le reti di networking tradizionali sono state costruite con un obiettivo preciso: ottimizzare le prestazioni. Latenza e velocità di trasmissione erano fattori distintivi, considerati essenziali per l’innovazione. Questo approccio aveva senso quando la maggior parte dei dati restava confinata in poche sedi centrali; in un’epoca in cui una singola connessione punto-punto era sufficiente, conveniente e rapida da implementare. Oggi, però, l’inferenza all’edge e l’AI agentica stanno cambiando le strategie di networking delle imprese. In uno scenario geopolitico sempre più sensibile, i dati dell’intelligenza artificiale distribuita rischiano di entrare in collisione con normative emergenti sulla sovranità del dato e con requisiti di compliance.
Le aziende hanno bisogno di integrare il controllo geografico sui propri dati direttamente a livello di rete, non di aggiungerlo a posteriori. Necessitano, inoltre, di reti che le aiutino a rimanere conformi, senza sacrificare scalabilità, resilienza e libertà di scelta del cloud. E questo equilibrio non si ottiene con reti frammentate, in cui ogni connessione viene configurata manualmente. In altri termini, l’AI impone di ripensare le reti, con una tensione tra espansione globale e priorità di compliance che riguarda organizzazioni di ogni tipo e settore.
Ad esempio, le telco devono poter “esportare” lo stesso modello conforme in altre giurisdizioni, offrendo di fatto la sovranità come se fosse un servizio (Sovereignty as a Service). Le istituzioni finanziarie, invece, devono essere presenti nei principali hub internazionali, ovunque si concentrino clienti ed ecosistemi, ma senza mai perdere di vista la tutela dei dati sensbili, che devono restare protetti e “sovrani”.
Ma come realizzare un’infrastruttura che garantisca indipendenza senza isolamento, connettività senza compromessi e dati sempre dove servono, al posto giusto e al momento giusto?
Le organizzazioni che puntano alla sovranità dei dati e dell’intelligenza artificiale si trovano ad affrontare i limiti legati alle prestazioni imprevedibili del cloud pubblico e alle preoccupazioni in materia di conformità, oltre ai vincoli tecnici delle infrastrutture on-premise.
In questa situazione, garantire la connettività, conciliando al contempo prestazioni e controllo, è una delle principali preoccupazioni, ma secondo Equinix, azienda di infrastrutture digitali di livello globale, esiste un modo per risolverla: realizzando rapidamente e in modo economicamente vantaggioso nuove infrastrutture digitali in luoghi strategici, collegando tra loro tali sedi e mantenendo al contempo un controllo rigoroso sui percorsi consentiti ai dati.
Nelle parole di Petrina Steele, Business Development Senior Director di Equinix, la sovranità del dato e dell’AI parte così da un set di regole:
- Pieno controllo sull’implementazione e sulle operazioni: decidere dove implementare l’infrastruttura e come gestirla, affinché tutti i dati, le apparecchiature o le applicazioni che collocate rimangano sotto pieno controllo.
- Chiara definizione delle responsabilità fin dalla progettazione: redigere una chiara separazione dei ruoli e delle responsabilità, che garantisca la certezza su chi gestisce cosa.
- Connettività aperta e libertà di scelta dell’ecosistema: capacità di connessione a una varietà di aziende e fornitori di servizi mantenendo al contempo l’indipendenza e la libertà di scelta.
- Portata globale con conformità locale: operare per soddisfare i requisiti normativi e operativi locali ed espandere la portata globale.
- Custodia completa dei dati: mantenere la piena proprietà legale e la custodia di tutti i dati archiviati, indipendentemente da dove si trovi la sede centrale del proprio partner di storage dati.
Secondo Arun Dev, Vice President, Digital Interconnection Services di Equinix, le aziende oggi “sanno di non doversi più chiedere se i requisiti di sovranità dei dati continueranno a diventare più rigidi; la domanda è come reagire, nella consapevolezza che, al momento, si sta facendo affidamento su un’infrastruttura digitale che non si controlla completamente. Se è vero che i requisiti di sovranità del dato diventeranno inevitabilmente più stringenti, la differenza nell’adeguamento evolutivo la farà l’approccio. L’intelligenza artificiale richiede una riprogettazione delle reti, con una connettività concepita come un unico sistema gestito in modo coerente”.
In quest’ottica, la giusta struttura di data center colocation giusta può diventare un vero e proprio “cuore dei dati” che permette di:
- mantenere i dati di addestramento, i pesi dei modelli e i registri di inferenza entro i confini del proprio ambito di conformità;
- eseguire carichi di lavoro su GPU/CPU senza cedere la proprietà a un cloud e passare facilmente da un modello all’altro;
- infine, bilanciare senza soluzione di continuità i carichi di lavoro di IA tra la propria infrastruttura, i cloud pubblici e i siti periferici, mantenendo al contempo l’intelligenza di base all’interno dell’azienda.
