Dalle AI Factory all’edge: come cambia l’uso dell’AI

Ogni richiesta a un modello AI compie un viaggio: attraversa una rete, raggiunge un server, consuma calcolo e torna indietro con una risposta. Più quel tragitto si allunga, più aumentano latenza, costi e complessità. Nell’analisi di Nicola Ferioli, Head of Engineering di Akamai Technologies, la parte più delicata dell’intelligenza artificiale nasce proprio qui: nel momento in cui i modelli vengono usati.

Le AI Factory

Le AI Factory hanno dato all’intelligenza artificiale generativa la potenza necessaria per crescere. Grandi cluster di GPU, concentrati in data center specializzati, hanno permesso di addestrare modelli sempre più complessi. Il training richiede molta capacità di calcolo, ma segue cicli definiti: si prepara un modello, lo si allena, lo si migliora.

L’uso quotidiano segue un’altra logica. Ogni volta che un sistema suggerisce un contenuto, analizza una richiesta, personalizza una pagina o riconosce un’anomalia, entra in gioco l’inferenza. È il momento in cui il modello lavora per davvero davanti a un utente, un’applicazione, una transazione o un dispositivo. Per Ferioli, questa componente assorbirà una quota crescente dei workload AI e dei costi operativi.

Concentrare l’inferenza in pochi grandi hub crea problemi immediati. La latenza pesa quando un video va elaborato in tempo reale, quando un’esperienza digitale deve cambiare al volo, quando una macchina industriale deve reagire senza attese. Anche i dati hanno un costo quando viaggiano continuamente da un punto all’altro della rete. Nei settori regolamentati si aggiungono vincoli di governance e sovranità del dato. Nei momenti di picco, troppe richieste indirizzate verso pochi poli centrali possono generare colli di bottiglia.

Le AI Factory conservano un ruolo centrale nel training e nei processi più intensivi. La produzione quotidiana dell’AI richiede però una distribuzione diversa. Un modello utile deve rispondere vicino al punto in cui nasce la domanda: vicino agli utenti, ai dati, alle applicazioni e ai sistemi che prendono decisioni in tempo reale.

L’edge computing e l’inferenza AI

L’edge computing porta capacità di calcolo più vicino al luogo in cui dati e richieste vengono generati. Il cloud centrale continua a sostenere le attività più pesanti; l’edge aggiunge un livello operativo per l’AI in azione. Riduce la distanza percorsa dalle richieste, migliora i tempi di risposta e aiuta le aziende a usare meglio la propria infrastruttura.

La distribuzione da sola non risolve il problema. Serve decidere dove eseguire ogni inferenza in base a latenza, carico, prossimità geografica, costi e vincoli di compliance. Ferioli descrive una rete capace di assegnare ogni richiesta al punto più adatto. In questa architettura rientrano soluzioni come Akamai Inference Cloud, pensata per portare calcolo accelerato dentro una rete globale distribuita, e Akamai Object Storage, che supporta l’accesso coerente ai dati nei carichi distribuiti.

Le applicazioni concrete mostrano perché la prossimità conta. Nel media, l’inferenza all’edge può personalizzare e trasformare contenuti live in tempo reale senza sovraccaricare i sistemi centrali. Nel retail, abilita esperienze più rapide nei punti vendita e rende più immediata l’interazione con i clienti. Nei servizi finanziari, aiuta a rilevare frodi e anomalie mentre le transazioni avvengono, con tempi di risposta più brevi.

Una rete distribuita offre anche maggiore resilienza. Se un nodo locale ha un problema, i workload possono spostarsi verso altri nodi o verso il core centrale. L’infrastruttura evita così di dipendere da un solo punto e gestisce meglio guasti, picchi e variazioni di traffico. Per l’AI aziendale, questa capacità pesa quanto la velocità: un modello deve rispondere in fretta e continuare a farlo anche quando la rete cambia.

La direzione indicata da Ferioli è chiara nei fatti: l’intelligenza artificiale genera valore quando passa dall’addestramento all’uso continuo. Le AI Factory costruiscono modelli sempre più potenti; l’edge li porta dove servono. Il vantaggio non nasce solo dalla grandezza del modello, ma dalla sua capacità di lavorare nel posto giusto, nel momento giusto, con dati e richieste che non aspettano.

Amazon Fire TV Stick HD (ultimo modello), TV gratuita e in diretta, telecomando vocale Alexa, alimentazione tramite TV, configurazione semplice, trova serie TV più velocemente con Alexa+

• Potenzia la tua TV in un batter d’occhio: Fire TV Stick HD è il nostro dispositivo per lo streaming in HD più veloce di sempre, con una navigazione semplificata che ti porta direttamente ai tuoi film, serie TV e TV in diretta. Porta il tuo intrattenimento sempre con te grazie al nuovo design ultra-portatile. E guarda i contenuti prendere vita con immagini nitide in Full HD e supporto Wi-Fi 6.
• La nuova esperienza Fire TV (versione 2026): il nostro più grande aggiornamento di Fire TV introduce un design nuovo e moderno che ti porta rapidamente ai tuoi contenuti di intrattenimento. Sfoglia categorie di contenuti dedicate, aggiungi più app ai preferiti e ricevi consigli personalizzati da Alexa+. Meno tempo a scorrere, più tempo a guardare.
• Tutte le tue app in un unico posto: Prime Video, Netflix, YouTube, Disney+, Raiplay, Mediaset Infinity, Timvision, Apple TV, HBO Max e migliaia di altre. È facile trovare cosa guardare tra centinaia di migliaia di film ed episodi TV, inclusi oltre migliaia di episodi di contenuti gratuiti con pubblicità. Potrebbero essere applicati costi di abbonamento.
• Il nostro lettore multimediale più portatile: sottile e leggero, senza ingombri extra. Si collega direttamente alla porta HDMI della TV senza bloccare le altre porte.
• Più facile che mai da configurare: grazie all’alimentazione diretta, il dispositivo è alimentato dalla tua TV con il cavo USB-C incluso, senza bisogno di un adattatore da parete.