Kyndryl amplia la collaborazione con Google Cloud e rafforza la propria offerta di servizi di cloud distribuito. La mossa punta a un’esigenza che nelle grandi organizzazioni è diventata sempre più concreta: far girare applicazioni, dati e carichi di lavoro di intelligenza artificiale in ambienti diversi, senza concentrare tutto nel cloud pubblico.
Per molte imprese, infatti, non basta più scegliere tra data center interni e infrastrutture esterne. Serve un modello in grado di distribuire capacità di calcolo e servizi dove le condizioni operative lo richiedono: nel cloud privato, nei sistemi on-premises, ai margini della rete, vicino ai dati.
È su questo terreno che si inserisce l’annuncio di Kyndryl, società quotata al New York Stock Exchange con il ticker KD e specializzata nei servizi tecnologici critici per le imprese. L’azienda ha comunicato l’estensione dei propri Distributed Cloud services con Google Cloud, con l’obiettivo di accompagnare le imprese nella modernizzazione applicativa e nella trasformazione legata all’ai. Il punto centrale non è soltanto tecnico. La promessa commerciale e industriale è offrire alle aziende un modo coerente per costruire, gestire e far evolvere ambienti distribuiti su infrastrutture ibride e multicloud, mantenendo governo, sicurezza e continuità operativa.
Indice degli argomenti
Perché il cloud distribuito pesa di più nelle scelte aziendali
Negli ultimi anni molte imprese hanno accelerato l’adozione del cloud, ma questa crescita ha prodotto anche nuovi livelli di complessità. I sistemi informativi si sono frammentati tra più fornitori, più ambienti e più modelli di gestione. A questa frammentazione si sono aggiunti costi operativi crescenti e una pressione regolatoria più intensa, soprattutto nei settori in cui il trattamento del dato è soggetto a vincoli stringenti.
Il cloud distribuito si propone come risposta a questo scenario. In termini operativi, significa estendere servizi e capacità tipiche del cloud anche dentro l’ambiente del cliente, senza costringere tutte le applicazioni a risiedere in una sola sede logica o fisica. I carichi di lavoro possono così essere collocati dove conviene di più in funzione di tre criteri che ricorrono nell’annuncio di Kyndryl e Google Cloud: sovranità del dato, conformità normativa e prestazioni.
Per le aziende questo passaggio è rilevante soprattutto per due categorie di workload. La prima riguarda le applicazioni moderne, sviluppate o riscritte in logica cloud-native. La seconda riguarda i carichi ad alta intensità di dati e quelli guidati dall’intelligenza artificiale, che spesso richiedono elaborazione vicina alla fonte dei dati, bassa latenza e regole precise sulla localizzazione delle informazioni.
L’estensione dell’accordo con Google Cloud
Nel dettaglio, Kyndryl ha annunciato che fornirà servizi cloud e it end-to-end, dalla consulenza iniziale all’implementazione, fino ai servizi gestiti. L’obiettivo dichiarato è aiutare le imprese a costruire e operare ambienti di cloud distribuito in modo uniforme su infrastrutture ibride e multicloud.
La collaborazione estesa con Google Cloud prevede che gli specialisti di Kyndryl lavorino sull’integrazione tra Google Distributed Cloud e la modernizzazione delle applicazioni basata su Kubernetes tramite Google Kubernetes Engine, noto con l’acronimo gke. Il risultato atteso è dare alle organizzazioni la possibilità di eseguire workload cloud-native dove esigenze normative, di residenza del dato o di performance lo rendono necessario, mantenendo però il controllo su dove i dati risiedono e sulle modalità con cui vengono governati.
La scelta di insistere su Kubernetes non è secondaria. Nel mercato enterprise, il sistema di orchestrazione dei container è ormai uno standard de facto per lo sviluppo e la gestione di applicazioni moderne. Per chi deve trasformare applicazioni legacy, passare a un’architettura a container e orchestrarla in modo coerente tra ambienti diversi è uno dei nodi decisivi. Kyndryl prova a collocarsi in questo spazio non come semplice integratore di infrastruttura, ma come soggetto capace di accompagnare l’intero ciclo: disegno dell’architettura, implementazione, gestione e ottimizzazione operativa.
Il nodo della sovranità del dato
Uno degli elementi più marcati dell’annuncio riguarda la data sovereignty, cioè la possibilità per le imprese di sapere dove si trovano i propri dati, quali regole si applicano e chi mantiene il controllo sui flussi informativi. È un tema che ha assunto peso crescente in Europa, nei settori regolati e in tutte le organizzazioni che trattano dati sensibili, industriali o strategici.
Nel messaggio congiunto tra Kyndryl e Google Cloud, la sovranità non viene presentata come un vincolo accessorio, ma come una condizione progettuale. L’idea è che il cloud distribuito permetta di eseguire applicazioni anche fuori dal cloud pubblico tradizionale quando quest’ultimo non è sufficiente a rispettare requisiti regolatori, operativi o di latenza.
Giovanni Carraro, global strategic alliances leader di Kyndryl, ha sintetizzato questa linea dicendo che, con la crescita dei dati e dei workload di AI, i clienti cercano maggiore controllo e visibilità sui propri ambienti cloud. Secondo Carraro, la collaborazione con Google Cloud punta ad aiutare le imprese a modernizzare le applicazioni e a operare in modo più efficace in ambienti distribuiti, senza sacrificare prestazioni o conformità.
Dal lato Google Cloud, Eliot Danner, managing director di Google Distributed Cloud, ha spiegato che Google Distributed Cloud estende infrastruttura, servizi e capacità avanzate di ai direttamente negli ambienti del cliente. L’argomento è chiaro: esistono casi in cui il solo cloud pubblico non risponde in modo adeguato a requisiti regolatori, di latenza o di continuità operativa. In quei casi, una piattaforma distribuita diventa una necessità più che un’opzione.
Un modello operativo unico per ambienti diversi
Kyndryl afferma che i suoi Distributed Cloud services mettono a disposizione un modello operativo unificato. In concreto, significa standardizzare tre livelli che nelle architetture ibride spesso restano separati: governance, sicurezza e gestione del ciclo di vita. È un passaggio importante perché una delle criticità delle strategie multicloud non sta solo nella moltiplicazione dei fornitori, ma nell’assenza di regole e strumenti coerenti tra ambienti diversi.
Con un modello unificato, i workload possono essere eseguiti localmente tramite Google Distributed Cloud per rispondere a obiettivi di sovranità, latenza e residenza del dato. Allo stesso tempo, l’organizzazione conserva la flessibilità di collocare e spostare le applicazioni tra data center interni, cloud privato e cloud pubblico al cambiare dei requisiti.
Questa elasticità è uno degli aspetti più interessanti per il mercato enterprise. Molte aziende non stanno abbandonando del tutto i sistemi on-premises, ma cercano un modo per integrarli con servizi cloud più avanzati. Per farlo hanno bisogno di strumenti che riducano la discontinuità tra ambienti. La promessa di Kyndryl è proprio questa: dare coerenza operativa a infrastrutture che, senza un governo centralizzato, rischiano di restare un mosaico costoso e difficile da amministrare.
Modernizzazione applicativa e containerizzazione
La modernizzazione applicativa è il secondo asse strategico dell’annuncio. In molte grandi imprese, una parte consistente del parco software continua a poggiare su architetture tradizionali, sviluppate in anni in cui i requisiti di scalabilità, automazione e portabilità erano diversi da quelli attuali. Portare queste applicazioni verso modelli più flessibili richiede investimenti, competenze e strumenti.
Kyndryl individua nella modernizzazione basata su Kubernetes e container uno dei principali vantaggi della nuova estensione con Google Cloud. L’azienda sostiene che le sue capacità di cloud distribuito aiuteranno le imprese ad accelerare la trasformazione delle applicazioni proprio attraverso containerizzazione e orchestrazione.
Il riferimento ai container segnala una direzione precisa. Containerizzare un’applicazione significa renderla più portabile tra ambienti diversi, riducendo almeno in parte la dipendenza da una singola infrastruttura. In una strategia distribuita, questo aspetto conta perché consente di decidere in modo più flessibile dove far girare un servizio: vicino al dato, in una regione geografica specifica, in un ambiente privato o in una piattaforma pubblica.
Per le aziende questa flessibilità ha anche implicazioni economiche. Una migliore portabilità dei workload può incidere sui costi, perché permette di scegliere la collocazione più efficiente non solo dal punto di vista tecnico ma anche da quello finanziario. L’efficienza promessa nell’annuncio va letta anche in questo senso.
Il ruolo dell’intelligenza artificiale nei processi di trasformazione
L’ai compare nell’annuncio sotto due forme. Da una parte è uno dei motori che spingono la domanda di architetture distribuite. I workload di intelligenza artificiale sono spesso intensivi sul fronte dei dati e richiedono infrastrutture in grado di elaborare informazioni in modo rapido, talvolta vicino al luogo in cui vengono generate. Dall’altra parte, l’ai viene proposta come strumento per accelerare la modernizzazione.
Kyndryl cita in particolare funzionalità come Gemini Enterprise, presentato come assistente intelligente capace di semplificare il processo di trasformazione, ridurre la complessità e accelerare l’adozione. La formulazione è prudente ma significativa. Le grandi aziende tecnologiche stanno cercando di integrare l’ai generativa non solo nei prodotti finali rivolti agli utenti, ma anche negli strumenti di sviluppo, migrazione e gestione operativa destinati alle imprese.
Nel caso specifico, l’uso di un assistente intelligente in progetti di containerizzazione e modernizzazione può riguardare attività come il supporto agli sviluppatori, la documentazione, l’analisi del codice, l’automazione di passaggi tecnici o la riduzione del lavoro manuale in alcune fasi di migrazione. Il valore reale di queste promesse dipenderà dai progetti concreti e dai risultati misurabili, ma la direzione del mercato è ormai chiara: l’ai non viene più venduta solo come nuovo carico di lavoro da eseguire, ma anche come leva per trasformare l’infrastruttura che lo dovrà sostenere.
Prestazioni, latenza e workload vicini ai dati
Tra i benefici indicati da Kyndryl c’è anche il supporto a workload ad alta intensità di dati e guidati dall’ai più vicino al punto in cui i dati vengono generati. Il tema della prossimità è centrale. In molti contesti industriali, logistici, sanitari o retail, spostare grandi volumi di dati verso un cloud remoto può comportare ritardi, costi di trasferimento e criticità legate alla riservatezza.
Portare capacità cloud in ambienti locali o edge consente invece di elaborare parte dei dati sul posto, lasciando al cloud pubblico funzioni diverse o fasi successive del trattamento. Questo modello non elimina il cloud tradizionale, ma ne ridisegna il ruolo dentro un’architettura più articolata.
Per i responsabili it, il valore sta nel poter decidere caso per caso. Alcuni workload possono restare in sede per ragioni normative o di latenza. Altri possono essere spostati in ambienti pubblici per esigenze di scalabilità. Altri ancora possono muoversi tra le due dimensioni nel tempo. Kyndryl cerca di posizionarsi come partner capace di governare questa mobilità senza discontinuità operative.
La posta in gioco per il mercato enterprise
Sul piano industriale, l’annuncio segnala almeno tre tendenze. La prima è che il mercato del cloud enterprise sta entrando in una fase più matura, in cui il criterio non è più soltanto migrare verso il cloud, ma decidere come distribuire i workload in modo sostenibile. La seconda è che sovranità del dato e conformità normativa stanno diventando elementi centrali nella progettazione delle architetture, non variabili da affrontare a valle. La terza è che la competizione si sposta sempre di più sulla capacità di offrire servizi integrati: infrastruttura, modernizzazione applicativa, gestione operativa e strumenti ai-based.
Per Kyndryl, che ha costruito il proprio posizionamento sui servizi tecnologici mission-critical, l’alleanza con Google Cloud rafforza il ruolo di intermediario ad alto valore tra grandi piattaforme cloud e aziende clienti. Per Google Cloud, la collaborazione amplia la presenza in contesti dove il cloud pubblico da solo incontra limiti pratici o regolatori.
Il messaggio finale dell’annuncio è che, insieme, le due società vogliono aiutare le imprese ad accelerare l’innovazione, migliorare l’efficienza dei costi e rafforzare la resilienza operativa mentre aumentano scala e complessità dei carichi di lavoro basati su dati e ai. È una promessa ampia, come spesso accade in comunicazioni di questo tipo. Ma fotografa una trasformazione concreta: il baricentro dell’infrastruttura enterprise si sta spostando da un modello centralizzato a uno distribuito, più vicino alle esigenze specifiche di ciascun carico di lavoro.
Un passaggio che va oltre l’annuncio
L’estensione dei servizi di Kyndryl con Google Cloud va letta come un segnale del punto a cui è arrivato il mercato. Le aziende non cercano più una migrazione lineare verso il cloud pubblico, ma una combinazione di ambienti capace di tenere insieme controllo, prestazioni e flessibilità. È qui che il cloud distribuito prova a trovare il proprio spazio.
Per le imprese, la questione non riguarda soltanto l’adozione di nuove tecnologie. Riguarda il modo in cui governare applicazioni, dati e processi in una fase in cui l’intelligenza artificiale aumenta il fabbisogno di capacità computazionale, mentre regolazione e sicurezza impongono vincoli più stringenti. L’accordo tra Kyndryl e Google Cloud si colloca dentro questa tensione. La scommessa è che il valore non stia in un singolo ambiente, ma nella capacità di farli lavorare insieme senza perdere controllo.
Keyword
Titolo seo (60 caratteri)
Metadescription (130 caratteri)
