Il contesto normativo e le egress fee
Quando le imprese decidono di spostare i propri dati al di fuori di un cloud pubblico sono costrette a pagare quella che, a tutti gli effetti, è una tassa d’uscita. Da gennaio 2027, l’EU Data Act renderà illegale questa pratica, privando i provider del diritto di applicare egress fee tra cloud e garantendo alle organizzazioni una finestra di 30 giorni per spostare i propri dati.
Si tratta di un cambio di passo molto importante: per un decennio, le imprese hanno messo a budget questa voce, accettandola come “il prezzo da pagare per fare business nel cloud”. Ma se questa tassa è durata così a lungo è soprattutto perché nessuno aveva proposto una vera alternativa.
L’EU Data Act fissa la scadenza ufficiale più stringente, ma la logica economica sottostante esiste ovunque, anche oltre i confini dell’Unione. Qualsiasi impresa che stia considerando egress fee e costi di duplicazione rispetto a una strategia single‑cloud sta di fatto affrontando lo stesso nodo, con o senza una legge che la riguardi direttamente.
Motivi della ritirata dal cloud pubblico
La ritirata dal cloud pubblico è già ampiamente in corso. I workload di AI hanno portato con sé un aumento dei costi infrastrutturali per l’84 % delle organizzazioni, secondo la recente survey Great AI Re‑Architecture di Cloudera, che ha coinvolto 1 500 enterprise architect, cloud infrastructure lead e data architect in 9 mercati.
In EMEA, il 55 % delle imprese ha già tolto almeno una parte dei workload AI dal cloud pubblico nell’ultimo anno.
A sostenere questo cambiamento è stata la consapevolezza che capacità computazionale e storage non devono necessariamente risiedere nello stesso posto. Separarli consente alle imprese di portare i motori di elaborazione lì dove i dati si trovano già, con un approccio che riduce contemporaneamente due categorie di costo:
- costi di trasferimento e egress fee;
- costi di duplicazione e storage ridondante.
Tutto ciò a vantaggio di una più facile scalabilità delle iniziative di AI.
Cloudera Anywhere Cloud: una piattaforma run‑anywhere
Cloudera ha portato questa visione sul mercato nell’agosto 2026 con Cloudera Anywhere Cloud, una piattaforma dotata di un unico control plane che si estende su cloud pubblico, infrastruttura privata e ambienti sovrani.
La piattaforma si basa su una customer base che comprende collettivamente circa 30 exabyte di dati, una scala che mette davvero alla prova la solidità di un’architettura run‑anywhere in condizioni di produzione, non in un pilot o in una semplice proof of concept.
Benefici operativi per gli amministratori
Per gli amministratori di piattaforme che gestiscono il provisioning operativo, la differenza più immediata riguarda i tempi di deployment. L’esperienza diretta di Cloudera indica una riduzione da mesi a minuti per ottenere risultati misurabili, un’accelerazione che fa la differenza quando più team richiedono sempre più spesso nuovi ambienti.
Tuttavia, questo non basta per contenere l’aumento delle spese. La portabilità su scala enterprise deve essere supportata da una governance unificata.
Quando policy, identità e tracciabilità del lineage di dati risiedono in un unico punto di controllo, l’audit trail rimane coerente indipendentemente dalla regione in cui si trova il workload.
Governance unificata e policy‑as‑code
Frammentare la governance su sistemi separati significa creare zone d’ombra che nessuno nota finché qualcosa non va storto. Con il GDPR, le autorità di controllo danno ormai per scontata la tracciabilità e, dunque, la capacità di un’organizzazione di rispondere a una semplice domanda: dove sono finiti questi dati e chi li ha trattati?
Con un ambiente frammentato, raramente è possibile dare una risposta chiara. Con il policy‑as‑code, le regole seguono automaticamente i dati in ogni ambiente, eliminando il rischio di buchi normativi. E lo stesso sistema offre ai team finance qualcosa che chiedono da tempo: sapere in tempo reale quanto costa far girare un workload AI, e dove.
Costi dell’AI su larga scala
Passare da un pilot AI a un deployment su scala enterprise cambia radicalmente i conti. In fase di test, pochi utenti con query semplici generano costi prevedibili. Ma quando l’AI entra nella routine quotidiana di un’intera organizzazione, i costi di utilizzo crescono ben oltre le previsioni iniziali.
Con l’AI agentica il problema si amplifica: ogni singola azione visibile all’utente nasconde decine di chiamate di inferenza in background, e il consumo di token sale molto più in fretta rispetto a una normale interazione in chat.
Spostare questi workload su infrastrutture proprie trasforma una voce di spesa imprevedibile in un costo fisso, con un utilizzo dell’hardware più efficiente e un ROI più solido nel tempo.
Ruolo strategico di CIO e CDO
Sono i CIO e i CDO a dover dettare la linea. Il cloud pubblico non è di per sé il problema: lo diventa quando si tratta dell’unica opzione disponibile. In tutta la regione EMEA, adottare un’architettura esclusivamente cloud è un approccio ormai superato.
Le piattaforme ibride danno alle organizzazioni la libertà di portare dati e workload AI dove ha senso per il business: al cloud pubblico, in data center privati o in ambienti sovrani.
Con l’EU Data Act che elimina le egress fee, i costi di refactoring si riducono, permettendo decisioni infrastrutturali basate sul valore reale, non sul rischio di lock‑in.
Conclusioni
È un cambiamento radicale, che mette le organizzazioni nella condizione di poter puntare sul proprio futuro senza dover scendere a compromessi. L’adozione di un cloud ibrido, supportata da governance unificata e da una piattaforma run‑anywhere, rappresenta la risposta più efficace per contenere i costi nascosti dei dati e per scalare l’intelligenza artificiale a livello aziendale.