Hybrid integration: la roadmap per connettere sistemi legacy, cloud e agenti AI

La trasformazione digitale delle aziende ha raggiunto un livello di complessità che impone una profonda revisione delle architetture informative. La coesistenza di sistemi sviluppati in epoche differenti, la frammentazione dei dati e la necessità di adottare rapidamente soluzioni di intelligenza artificiale stanno spingendo i responsabili tecnologici a superare le vecchie logiche di collegamento point-to-point. Durante un recente tavolo di confronto tecnico organizzato da Nextwork360 nell’ambito dell’evento Tech Excellence (7 luglio, Vicenza) in collaborazione con Impresoft GN Techonomy e IBM Italia, i massimi esperti del settore si sono riuniti per analizzare le sfide della hybrid integration, definita proprio come l’integrazione di ambienti informatici che si fanno sempre più frammentati e distribuiti tra architetture locali e risorse in cloud. Il dibattito, moderato dalla giornalista Arianna Leonardi e arricchito dai dati scientifici degli Osservatori Digital Innovation del Politecnico di Milano, ha tracciato una mappa strategica per governare l’evoluzione dei sistemi complessi senza cedere alla fretta degli approcci puramente tattici. Hanno partecipato al tavolo, C-Level e manager dei dipartimenti IT, appartenenti a importanti realtà medio-grandi del Triveneto.  

L’evoluzione degli scenari IT e il passaggio all’approccio Hybrid by Design

L’adozione delle tecnologie digitali all’interno dei processi aziendali sta subendo una forte accelerazione, acuita ulteriormente dalla diffusione dell’intelligenza artificiale generativa. Questa spinta del mercato richiede flessibilità e capacità di riconfigurazione rapida, ma spesso si scontra con le decisioni infrastrutturali stratificate nel corso degli anni. Negli ultimi decenni, molte organizzazioni hanno risposto alle urgenze di business implementando soluzioni d’integrazione temporanee, dettate da limiti di tempo o di budget. Quando questi interventi non vengono governati in modo centralizzato, generano un debito tecnico elevato e una stratificazione in cui convivono sistemi monolitici tradizionali, microservizi, applicazioni web e componenti cloud.

Il superamento della filosofia Cloud Only

I dati presentati da Giulio Nicelli, Senior Researcher degli Osservatori Digital Innovation del Politecnico di Milano, evidenziano un cambiamento netto nelle strategie di deployment delle imprese. La fase storica caratterizzata dai dogmi del “Cloud First” o “Cloud Only” è ormai superata a favore di una strategia decisamente più selettiva. I manager valutano con estrema attenzione elementi quali la sovranità del dato, il bilanciamento tra costi operativi (OPEX) e spese in conto capitale (CAPEX), e il rischio di rimanere vincolati a un singolo fornitore di servizi.

In questo scenario, l’87% delle aziende ha consolidato una configurazione ibrida, trasformando l’architettura multi-cloud in una prassi di mercato. L’obiettivo attuale è la riduzione dei vincoli sulle singole piattaforme, muovendosi verso un modello definito Hybrid by Design, in cui la coesistenza tra infrastrutture locali e cloud viene pianificata fin dal principio.

I driver della modernizzazione applicativa

In base alle rilevazioni del Politecnico di Milano, la spesa informatica mostra un focus prioritario sulla modernizzazione dei sistemi, un processo che coinvolge direttamente la hybrid integration. Attualmente, secondo un campione di grandissime aziende trend-setter, il 39% del patrimonio applicativo aziendale necessita di interventi di modernizzazione. I motivi principali che spingono le imprese a investire in questa direzione sono tre:

• L’obsolescenza tecnologica dei sistemi in uso.

• La rigidità delle strutture informatiche esistenti, che rallenta il business.

• La difficoltà oggettiva nell’integrare le tecnologie emergenti, a partire dall’intelligenza artificiale.

Per rispondere a queste criticità, le aziende stanno abbandonando le pratiche di semplice trasferimento delle applicazioni sul cloud senza modifiche strutturali. Le strategie di ehost e Replatform pesano ormai solo per il 29% e il 22% delle scelte totali, giudicate troppo tattiche, mentre si preferiscono percorsi più solidi come la ricostruzione ex novo dell’applicazione (Refactoring, Rebuilding o Rearchitecting)o il riacquisto di software standard in modalità Software as a Service.

Eliminare lo Spaghetti Integration: governance e centralità dei dati

Quando si mappa il portafoglio applicativo di un’azienda che è cresciuta nel tempo, la configurazione più comune è quella che gli specialisti definiscono spaghetti integration. Si tratta di una rete disordinata e intricata di collegamenti diretti tra programmi, nata in modo naturale ma diventata col tempo ingovernabile. Nicelli ha avvertito che l’introduzione disordinata dell’AI generativa rischia di polverizzare ulteriormente i sistemi, creando un micro-agente per ogni singolo pezzetto di processo. Diventa quindi essenziale definire regole chiare e modelli di governance che considerino contemporaneamente le applicazioni, i dati e lo strato delle API.

Il problema delle competenze e la piattaforma unica

La frammentazione dei sistemi si traduce inevitabilmente in una frammentazione delle competenze necessarie per gestirli. Come ricordato durante il dibattito, la mancanza di skill e la necessità di reskilling rappresentano la seconda barriera assoluta alla digitalizzazione delle imprese. In un’architettura disordinata, il personale IT deve padroneggiare tecnologie radicalmente diverse, che vanno dai vecchi sistemi di trasferimento file fino ai protocolli web più moderni.

Su questo punto specifico è intervenuto Enrico Manzoni, Partner Account Manager Iberia & Italy di IBM Italia, spiegando l’utilità strategica di adottare un approccio centralizzato: «La proposta IBM di una piattaforma di integrazione unica, nasce proprio da questo concetto: permettere ai clienti di avere un unico schema o strumento che gestisca enne tipologie di integrazioni, evitando che la competenza sia sparsa su soluzioni diverse ma si concentri su una sola». Questo modello consente di semplificare l’architettura complessiva, facilitando l’evoluzione dei sistemi aziendali e supportando i reparti IT nel loro ruolo di integratori delle soluzioni richieste dalle linee di business.

La qualità del dato come prerequisito per l’intelligenza artificiale

Un altro elemento cardine emerso dal confronto riguarda la qualità delle informazioni. L’efficacia di qualunque progetto di intelligenza artificiale dipende in modo diretto dalla solidità dell’infrastruttura sottostante. Senza dati puliti, strutturati e governati attraverso sistemi di Master Data Management, il rischio di riscontrare errori significativi nell’applicazione dell’AI diventa elevatissimo. Sebbene l’intelligenza artificiale possa supportare alcune attività di correzione, la definizione delle regole e il controllo del dominio informativo rimangono compiti strettamente umani.

Modelli architetturali basati su eventi e standard di mercato

Per superare i limiti dei silos informativi, le aziende stanno adottando metodologie strutturate come il Domain-Driven Design, utili per mantenere coerenti nel tempo i processi e i modelli di business. Un pilastro fondamentale di questa trasformazione è la creazione di Documenti Canonici (Canonical Data Models), che stabiliscono una forma comune e standardizzata per gli elementi chiave dell’azienda, definendo in modo univoco e condiviso concetti come “cliente” o “ordine” per tutti gli applicativi aziendali.

I vantaggi della Event-Driven Architecture

Il passaggio successivo consiste nell’implementazione di una Event-Driven Architecture, ossia un’architettura orientata agli eventi. Fabio Sessantini, Hybrid Integration BU Director di Impresoft GN Techonomy, ha descritto l’efficacia pratica di questo modello: «Se oggi implemento un’integrazione di un sistema che “consuma” il cliente, un domani posso sostituire quell’applicativo senza preoccuparmi delle dipendenze».

In una struttura di questo tipo, quando un software gestionale o un CRM genera un evento, questo assume un formato comune e viene distribuito a tutti gli altri sistemi aziendali interessati, semplificando drasticamente i collegamenti ed eliminando le dipendenze rigide tra i programmi.

Questo metodo di lavoro consente anche di gestire in modo controllato l’integrazione di nuove realtà aziendali o societarie. Nel corso dell’incontro è stato condiviso il caso pratico di Fabbrica D’Armi Pietro Beretta che, di fronte all’acquisizione di nuove consociate, impone l’utilizzo di una base dati comune e standardizzata tramite API. Invece di adattare l’infrastruttura centrale alle richieste dei singoli fornitori esterni, l’azienda propone la propria struttura dati comune, eliminando la complessità legata a mappature impreviste e mantenendo il controllo totale del patrimonio informativo.

Il duplice ruolo dell’AI nella hybrid integration

Durante il dibattito, si è parlato anche dell’interazione tra la hybrid integration e l’intelligenza artificiale generativa, che si sviluppa lungo due direttrici distinte e complementari, destinate a cambiare il lavoro quotidiano dei team di sviluppo e l’efficienza dei flussi di lavoro aziendali.

L’AI come strumento di sviluppo e accelerazione

Il primo punto di vista riguarda l’utilizzo dell’intelligenza artificiale come assistente nella scrittura del codice e nella configurazione dei sistemi. Gli algoritmi generativi sono oggi in grado di supportare i tecnici nella creazione rapida degli archetipi di integrazione, riducendo i tempi di implementazione e permettendo di svolgere le attività di connessione in modo più veloce e preciso. Nicelli ha comunque invitato alla cautela, ricordando che l’intelligenza artificiale deve agire su basi solide, per evitare il rischio di accelerare e automatizzare processi o flussi che già presentano problemi strutturali alla base.

I protocolli MCP e l’accesso sicuro ai dati aziendali

Il secondo aspetto, di fondamentale importanza strategica, vede l’infrastruttura d’integrazione esistente trasformarsi nel vero e proprio abilitatore per le applicazioni di intelligenza artificiale generativa. Per poter operare concretamente ed eseguire azioni complesse, come inserire un ordine in un database o consultare le informazioni storiche di un utente, l’AI deve potersi connettere ai sistemi deterministici aziendali in totale sicurezza.

Questo collegamento oggi è reso possibile da nuovi standard emergenti, come il Model Context Protocol (MCP). Fabio Sessantini ha chiarito l’importanza di questa evoluzione tecnologica: «Avendo già stratificato e costruito un’integrazione a eventi con API, io posso esporre le mie integrazioni a queste nuove applicazioni generative tramite l’MCP. In questo modo, andiamo a modernizzare e valorizzare ciò che c’è già, governando l’accesso dell’AI e facendola evolvere in totale sicurezza». Le architetture a eventi e i cataloghi di API realizzati per connettere i vecchi sistemi legacy diventano così i punti di accesso ideali a cui i nuovi agenti intelligenti possono agganciarsi per prelevare dati e alimentare i flussi aziendali.