• BitMAT
  • BitMATv
  • Top Trade
  • Linea EDP
  • Itis Magazine
  • Industry 5.0
  • Sanità Digitale
  • ReStart in Green
  • Speciale Sicurezza
  • Contattaci
Close Menu
LineaEDPLineaEDP
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    Trending
    • Streamhouse: Confluent porta i dati aziendali in tempo reale
    • Salotto 2026: nuova visione strategica per il futuro del digitale
    • Ricerca qualitativa con AI: UNGUESS lancia CATIA
    • ESET Threat Intelligence Investigation Lab contro l’alert fatigue
    • Con Agentic Adversary Emulation, CrowdStrike chiude i percorsi di attacco
    • IoT: tre pilastri per proteggere i dispositivi connessi
    • Ransomware Citrus: Kaspersky rileva attacchi con l’AI
    • Microsoft Pavilion: la nuova sede di Microsoft a Roma
    Facebook X (Twitter) Vimeo Instagram LinkedIn RSS
    LineaEDPLineaEDP
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    LineaEDPLineaEDP
    Sei qui:Home»News»Streamhouse: Confluent porta i dati aziendali in tempo reale

    Streamhouse: Confluent porta i dati aziendali in tempo reale

    By Redazione LineaEDP18/11/20268 Mins Read
    Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email

    Lo Streamhouse integra streaming, query e governance per fornire ad agenti AI e applicazioni una visione aggiornata del business

    Confluent-logo 2026-Streamhouse

    Confluent, società del gruppo IBM, annuncia nuove funzionalità per costruire uno Streamhouse, un nuovo paradigma architetturale che mantiene costantemente aggiornato il contesto di business per agenti AI, applicazioni e sistemi di analytics nel momento stesso in cui operano e prendono decisioni. Grazie alla disponibilità di Lightning Tables, Confluent completa la propria Data Streaming Platform a cinque pilastri, riunendo in un’unica piattaforma per Streamhouse le funzionalità di Stream, Connect, Process, Govern e ora Query. Confluent si conferma al centro della strategia dati di IBM, unendo lo streaming real-time alle soluzioni IBM di integrazione, governance e intelligenza artificiale per ambienti ibridi.

    Perché le aziende hanno bisogno di uno Streamhouse

    I data lake, i data warehouse e i lakehouse tradizionali nascono prevalentemente per la reportistica e per carichi di lavoro in batch. Man mano che gli agenti AI assumono ruoli sempre più centrali, devono prendere decisioni basandosi su informazioni distribuite tra sistemi eterogenei che si aggiornano in momenti diversi. Quando questi ambienti offrono visioni discordanti dello stato aziendale, gli agenti rischiano di agire su informazioni obsolete o in conflitto, innescando errori a catena nei flussi di lavoro a valle.

    Uno Streamhouse risolve questa frammentazione acquisendo, elaborando, governando ed erogando in modalità continua il contesto operativo attuale. L’esempio tipico è quello di una compagnia aerea alle prese con un volo cancellato:

    • ​​​La situazione attuale: diversi sistemi registrano visioni contrastanti della stessa operazione. Le operazioni di volo tracciano la posizione dell’aeromobile, la programmazione monitora gli orari di partenza e il booking gestisce i posti disponibili. Aggiornandosi con tempistiche asincrone, un agente autonomo di riprotezione potrebbe elaborare un itinerario in apparenza valido per ciascun singolo applicativo ma impraticabile nella realtà (ad esempio, posto assegnato su un aereo che non atterrerà in tempo utile per la coincidenza). Di riflesso, assistenza clienti e sistemi di notifica propagano il disservizio basandosi su dati disallineati.
    • Con uno Streamhouse: ogni modifica aggiorna in tempo reale un quadro operativo unico e condiviso. Se un aeromobile cambia posizione, se un volo subisce un ritardo o se viene acquistato un biglietto, il sistema sorgente trasmette subito l’evento in streaming. Lo Streamhouse consolida questi eventi nel contesto aziendale corrente, mettendolo a disposizione di agenti AI, customer care e applicazioni. Anziché ricomporre frammenti aggiornati separatamente, tutti i sistemi possono verificare contemporaneamente posizione del velivolo, orario effettivo e disponibilità dei posti prima di proporre una soluzione al passeggero.

    «Operando in oltre 120 Paesi, l’azienda era frenata da architetture batch e connessioni point-to-point legacy, in cui duplicazioni ed estrazioni massive facevano lievitare i costi e ritardavano gli analytics», ha dichiarato Thomas Mahaffey, SAI Chief Data Strategist di Accenture. «Il passaggio a un’architettura Streamhouse basata su Confluent disaccoppia i produttori dai consumatori di dati, trasformando flussi di eventi ad alto volume in data product governati, riutilizzabili e fruibili in tempo reale tra sistemi operativi e analitici. Grazie a Confluent, che si occupa dell’automazione dell’infrastruttura e della connettività a livello enterprise, i nostri sviluppatori lavorano in un ambiente standardizzato, senza l’onere di creare integrazioni ad hoc o gestire spostamenti manuali dei dati. Questa base dati continua ha ridotto il time-to-insight da mesi a giorni e ha tagliato drasticamente i tempi di reportistica, consentendo ai team di concentrarsi su progetti AI ad alto valore aggiunto per i nostri 800.000 dipendenti.»

    Cosa rende unico uno Streamhouse

     Uno Streamhouse si fonda su tre pilastri architetturali: aggiornamento continuo, affidabilità mission-critical e decentralizzazione. Mantiene il contesto di business costantemente allineato, garantisce livelli di servizio (SLA) di classe enterprise e accede ai dati direttamente dove risiedono, senza imporre consolidamenti preventivi. Lavora in sinergia con i data warehouse e i lakehouse preesistenti, aggiungendo il livello operativo in tempo reale indispensabile per abilitare decisioni e azioni rapide.

    «In qualità di piattaforma per il commerce AI-native che garantisce ai merchant esperienze d’acquisto su misura e vantaggi economico-operativi, Extend richiede la massima reattività su processi critici come l’onboarding rapido, il pricing dinamico e il rilevamento immediato delle frodi», ha spiegato Jonathan Kropp, Director of AI and Architecture di Extend. «Inizialmente ci siamo scontrati con i limiti delle tradizionali code di messaggistica e con data lake statici privi di funzionalità di event replay, persistenza e controllo rigoroso degli schemi su larga scala. L’adozione di un’architettura Streamhouse serverless al 100% su Confluent Cloud fa di Kafka la nostra unica fonte di verità operativa: i microservizi a valle possono interrogare ed elaborare asincronamente i dati in tempo reale senza violare i contratti. Questa architettura di streaming nativamente disaccoppiata ci dà la flessibilità per scalare, reagire istantaneamente ai segnali di mercato e alimentare workflow di Agentic AI real-time.»

    ​​​​​La Data Streaming Platform di Confluent: un’offerta Streamhouse completa

    La Data Streaming Platform (DSP) di Confluent fornisce una suite unificata per abilitare l’architettura Streamhouse. Al centro risiede Apache Kafka®, che acquisisce ed eroga in streaming gli eventi di business.

    Se utilizzato singolarmente, Kafka richiede ai team di sviluppare internamente tutti i componenti necessari per contestualizzare gli eventi. La DSP di Confluent integra invece l’intero stack, introducendo Query come quinto pilastro essenziale accanto a Stream, Connect, Process e Govern:

    • Stream: basato su Apache Kafka e sul motore proprietario Kora, fornisce un’infrastruttura duratura e scalabile per trasmettere eventi di business tra sistemi eterogenei con latenza sub-millisecondo.
    • Connect: dispone di oltre 150 connettori preconfigurati e personalizzabili per acquisire e distribuire dati verso e da qualsiasi applicazione enterprise. La gestione ibrida estende le modalità di orchestrazione a disposizione dei team.
    • Process: sfrutta Apache Flink per aggregare, arricchire e contestualizzare i dati direttamente alla sorgente nel momento in cui variano, con la massima efficienza in termini di costi. Nuove funzioni di esecuzione batch consentono di inizializzare i flussi di streaming partendo dallo storico esistente.
    • Govern: semplifica identificazione, classificazione e protezione dei dati lungo l’intera catena tramite funzionalità integrate di lineage, data cataloging, quality check, crittografia, schema registry e policy di controllo degli accessi.
    • Query: distribuisce il contesto di business ad analytics, modelli di machine learning, agenti AI e applicazioni operative.


    Il motore di Query espone i dati in streaming attraverso l’interfaccia più adatta a ciascun carico di lavoro:

    • Tableflow: converte i flussi di streaming in formati tabella aperti (es. Iceberg), pronti per essere interrogati da lakehouse e warehouse analitici.
    • Real-Time Context Engine: fornisce agli agenti AI il contesto aggiornato tramite il protocollo aperto Model Context Protocol (MCP).
    • Lightning Tables: espone interfacce SQL e API ad altissime prestazioni per le applicazioni operative che devono reagire a variazioni improvvise dei dati.

    Lightning Tables: dati operativi sempre aggiornati e pronti per l’interrogazione

    Disponibile a livello generale (GA) su AWS, Lightning Tables su Confluent Cloud è un layer di serving in sola lettura che materializza e memorizza in modo durevole gli eventi di Apache Kafka sotto forma di tabelle, sincronizzandole man mano che sopraggiungono nuovi aggiornamenti. Rende lo stato presente del business immediatamente interrogabile da agenti AI, analytics e applicazioni:

    • Freschezza del dato: 100 millisecondi o meno dalla generazione alla disponibilità, con latenza di query compresa tra 10 e 100 ms e un throughput superiore a 1.000 QPS.
    • Costi e complessità ridotti: erogazione continua tramite un livello di serving fully-managed, senza bisogno di pipeline ETL complesse, database dedicati o layer di caching esterni.
    • Molteplicità di interfacce: supporto nativo al protocollo MCP (tramite il Real-Time Context Engine) per l’AI, integrato con query standard SQL e API dirette.
    • Governance integrata: tracciamento di lineage, applicazione degli schemi e policy di sicurezza uniformi dall’ingestione fino all’interrogazione.
    • Schema Evolution: gestione trasparente delle modifiche strutturali ai dati per impedire disservizi o anomalie sulle applicazioni a valle.
    • Feature Store: calcolo continuo delle feature tramite Flink e memorizzazione per modelli di Machine Learning, inclusi scenari di personalizzazione predittiva real-time.

    «La prossima era dell’AI enterprise sarà guidata da agenti capaci di comprendere esattamente ciò che accade nel business nell’istante in cui compiono un’azione», ha commentato Shaun Clowes, General Manager, Confluent and Data di IBM. «È proprio questo il valore di uno Streamhouse. Grazie a Lightning Tables, la nostra Data Streaming Platform offre ad agenti e applicazioni una visione unificata, governata e in tempo reale dell’intera azienda. Significa poter bloccare una frode prima che avvenga, assistere un cliente nel momento esatto del bisogno e basare le decisioni operative sullo stato reale dei fatti, anziché su dati fermi a ieri.»

    «In tutta l’area EMEA le organizzazioni si trovano a dover decidere rapidamente operando su mercati, sistemi e regimi normativi diversi, senza poter rimpiazzare l’infrastruttura core su cui poggiano le attività quotidiane», ha aggiunto Richard Timperlake, SVP di Confluent EMEA. «Uno Streamhouse affianca i data warehouse e i lakehouse già presenti, inserendo quel layer operativo real-time indispensabile per garantire un contesto affidabile ad applicazioni, analisti e agenti AI. I team possono così reagire tempestivamente alle variazioni operative e alle esigenze dei clienti facendo leva su una visione coerente e condivisa, supportata da una governance end-to-end che segue il dato lungo tutta l’organizzazione. È una risposta concreta ed efficace per valorizzare gli investimenti pregressi e dotare l’intelligenza artificiale del contesto indispensabile per produrre risultati tangibili.»

    Confluent
    Share. Facebook Twitter LinkedIn Reddit Telegram WhatsApp Email
    Redazione LineaEDP
    • Facebook
    • X (Twitter)

    LineaEDP è parte di BitMAT Edizioni, una casa editrice che ha sede a Milano con copertura a 360° per quanto riguarda la comunicazione rivolta agli specialisti dell'lnformation & Communication Technology.

    Correlati

    Salotto 2026: nuova visione strategica per il futuro del digitale

    18/11/2026

    Microsoft Pavilion: la nuova sede di Microsoft a Roma

    17/11/2026

    Reti mobili per l’AI: Ericsson punta su fiducia e 5G SA

    17/11/2026
    Newsletter

    Iscriviti alla Newsletter per ricevere gli aggiornamenti dai portali di BitMAT Edizioni.

    Security Words

    INFRASTRUTTURA APPLICATIVA: PROTEGGIAMOLA

    29/01/2024

    PASSWORD E STRATEGIA

    29/01/2024
    BitMATv – I video di BitMAT
    AI agentica: come cambia il futuro del SOC
    Meno password, più cure
    Data center, CTS Group punta sull’Italia
    Jabra PanaCast U30 alla prova: fare “Call” intelligenti con un solo cavo USB-C
    Transizione energetica, a Casa Siemens nasce Engage X
    Defence Tech

    ESET Threat Intelligence Investigation Lab contro l’alert fatigue

    17/11/2026

    IoT: tre pilastri per proteggere i dispositivi connessi

    17/11/2026

    Ransomware Citrus: Kaspersky rileva attacchi con l’AI

    17/11/2026

    NIS2 e sicurezza delle comunicazioni: perché conta

    16/11/2026
    Report

    Adozione dell’AI, le priorità delle imprese italiane

    13/11/2026

    Cyber resilienza: le priorità delle imprese europee

    10/11/2026

    Intelligenza artificiale, 8 agenti su 10 lavorano dietro le quinte

    22/10/2026

    Governance dell’AI agentica, il 70% delle aziende non è pronto

    15/10/2026
    Rete BitMAT
    • Bitmat
    • BitMATv
    • Top Trade
    • LineaEdp
    • ItisMagazine
    • Speciale Sicurezza
    • Industry 4.0
    • Sanità Digitale
    • Redazione
    • Contattaci
    NAVIGAZIONE
    • Cio
    • Cloud
    • Mercato
    • News
    • Tecnologia
    • Case History
    • Report
    • Sicurezza
    • IOT
    Chi Siamo
    Chi Siamo

    LineaEDP è una testata giornalistica appartenente al gruppo BitMAT Edizioni, una casa editrice che ha sede a Milano con una copertura a 360° per quanto riguarda la comunicazione online ed offline rivolta agli specialisti dell'lnformation & Communication Technology.

    Facebook X (Twitter) Instagram Vimeo LinkedIn RSS
    • Contattaci
    • Cookies Policy
    • Privacy Policy
    • Redazione
    © 2012 - 2026 BitMAT Edizioni - P.Iva 09091900960 - tutti i diritti riservati - Iscrizione al tribunale di Milano n° 293 del 28-11-2018 - Testata giornalistica iscritta al ROC

    Type above and press Enter to search. Press Esc to cancel.