Seagate lancia l'allarme: l'AI mette alla prova lo storage aziendale

L’Intelligenza Artificiale sta aumentando il valore attribuito ai dati e, di conseguenza, la quantità di informazioni che le aziende devono conservare e rendere disponibili.

Una ricerca commissionata da Seagate a Recon Analytics, condotta su 2.712 responsabili tecnologici, fotografa una difficoltà concreta: quasi tutte le organizzazioni prevedono un aumento delle esigenze di archiviazione, ma una parte consistente ritiene di non avere infrastrutture adeguate.

Il problema non riguarda soltanto la capacità dei dispositivi. Dataset, checkpoint, risultati delle elaborazioni e informazioni utilizzate per addestrare i modelli richiedono livelli differenti di accesso e conservazione. Per le aziende, quindi, lo storage sta assumendo un ruolo sempre più vicino a quello delle risorse di calcolo, con conseguenze su costi, consumi e progettazione dei sistemi.

L’AI sta aumentando la domanda di storage

Secondo lo studio Seagate, il 99% degli intervistati prevede una crescita delle necessità di archiviazione nei prossimi tre anni, mentre soltanto il 38% considera la propria organizzazione completamente preparata.

Il dato mostra una distanza tra la velocità con cui aumentano i carichi AI e la capacità delle infrastrutture esistenti di sostenerli. La ricerca rileva inoltre che l’86% dei partecipanti associa agli investimenti in AI ritorni moderati o significativi, mentre il 33% dichiara benefici finanziari o operativi già misurabili.

Le aspettative sulla crescita sono altrettanto indicative. Quasi sette intervistati su dieci prevedono un aumento dei requisiti di storage pari almeno al 26%, mentre il 32% considera possibile un incremento superiore al 50%.

Il 98% assegna inoltre allo storage un’importanza strategica per l’organizzazione. La questione, quindi, non consiste semplicemente nell’aggiungere spazio: bisogna stabilire quali dati richiedano accesso rapido, quali possano essere conservati su supporti meno costosi e quali debbano restare disponibili per successive elaborazioni.

Le infrastrutture attuali mostrano già alcune difficoltà. Il 43% dei responsabili intervistati indica lo storage tra i principali ostacoli all’adozione dell’AI, contro il 27% che cita la capacità di calcolo e il 24% che segnala i vincoli energetici. Anche la qualità dei dati pesa: il 53% considera problematica la loro preparazione. Un sistema dotato di acceleratori potenti non può compensare dataset incompleti, poco organizzati o difficili da raggiungere nei tempi richiesti dalle applicazioni.

Energia e durata pesano sulle infrastrutture

La crescita della capacità di archiviazione deve confrontarsi anche con gli obiettivi ambientali. Il 77% delle organizzazioni coinvolte nello studio riferisce ritardi o modifiche ai propri piani di espansione per motivi legati alla sostenibilità. Il consumo energetico dell’hardware di storage è il fattore ambientale più frequentemente considerato, indicato dal 62% degli intervistati. La gestione della capacità futura diventa quindi anche una questione di efficienza operativa.

La durata delle apparecchiature rappresenta un’altra variabile. Il 55% dei partecipanti considera la vita utile dell’hardware un elemento rilevante per la sostenibilità, mentre il 97% ritiene che prolungare il ciclo di utilizzo delle infrastrutture produca benefici ambientali significativi.

Per un’architettura AI, la classificazione dei dati diventa così importante quanto la capacità fisica. Le informazioni utilizzate quotidianamente possono richiedere prestazioni elevate, mentre materiale storico o risultati che vengono consultati raramente possono seguire percorsi differenti. Separare questi livelli permette di evitare che ogni dato debba risiedere sul supporto più costoso e performante, lasciando maggiore libertà nella gestione delle risorse.

La ricerca Seagate suggerisce infine una conseguenza più ampia: l’adozione dell’AI non si misura soltanto attraverso GPU, modelli e potenza di calcolo. La capacità di conservare, organizzare e recuperare informazioni diventa parte integrante della qualità del servizio offerto dai sistemi intelligenti. Per le aziende, la progettazione dello storage entra quindi direttamente nelle decisioni sull’evoluzione delle applicazioni AI, perché determina quanto facilmente i dati possano essere trasformati in una risorsa utilizzabile.