Il 4 novembre del 2021, con la separazione ufficiale da IBM, nasceva Kyndryl. Quattro anni dopo, nella stessa data, arriva la conferma di una traiettoria di crescita autonoma, con l’inaugurazione della nuova sede milanese. Un luogo che, più che essere un semplice ufficio, nasce come un vero e proprio hub di co-innovazione dove partner e clienti possono sperimentare l’impatto di intelligenza artificiale, automazione diffusa e cloud sui processi industriali.

Lo spin-off da Big Blue è stato per Kyndryl ben più che un semplice cambiamento di ragione sociale: libera dal vincolo del fornitore unico, l’azienda ha scelto la via dell’ecosistema tecnologico aperto per supportare i percorsi di innovazione digitale di grandi e grandissime aziende. Le partnership con player globali come AWS, Cisco, Dell, Google Cloud, HPE, IBM, Microsoft, Oracle, Red Hat e SAP permettono di realizzare soluzioni su misura integrando infrastrutture scalabili, ambienti mainframe, sicurezza allo stato dell’arte e oggi, anche intelligenza artificiale nei sistemi produttivi con un approccio flessibile e pragmatico.

AI nel manufacturing: dal cloud all’efficienza operativa

La manifattura, che più di altri settori ha beneficiato della flessibilità operativa legata alla transizione delle infrastrutture al cloud, ora si trova davanti a una nuova sfida: portare l’automazione intelligente su scala industriale, abbandonando la fase sperimentale dei Proof-of-Concept per ottimizzare in modo diffuso i processi, garantire efficienza operativa e migliorare il decision making aumentando produttività, resilienza e sostenibilità.

Un percorso che passa attraverso l’uso diffuso dell’AI nei processi industriali – dalla filiera alla manutenzione predittiva, fino all’ottimizzazione energetica degli impianti.

Per il presidente di Kyndryl Italia Paolo Degl’Innocenti, la manifattura nazionale è davanti a un bivio: «Le aziende italiane non hanno bisogno di nuove sperimentazioni, ma di valore industriale vero – precisa –. E questo valore lo ottiene solo chi è in grado di far scalare l’AI dove i processi sono più complessi: nella Supply chain, nell’Industrial IoT, nelle smart factory lungo lo shopfloor. L’AI sulla carta funziona. L’AI in un processo regolato con SLA, vincoli di continuità operativa e cybersecurity, invece, è tutta un’altra cosa. Noi di Kyndryl operiamo in ambiti in cui il fallimento non è contemplato, come nelle linee produttive della manifattura o nei processi industriali complessi. Ed è lì che l’AI deve funzionare con criteri industriali, non più solo sperimentali».

Kyndryl Readiness Report 2025: 6 progetti AI su 10 non vanno oltre il PoC

La strada è lunga e la conferma arriva dalle evidenze dell’edizione 2025 del Readiness Report di Kyndryl. Lo studio, condotto su un campione di 3.700 CxO di 21 paesi (Italia inclusa), quest’anno si è focalizzato in particolare sul “fenomeno AI”. I dati più rilevanti? Oltre la metà (54%) delle organizzazioni ha ottenuto risultati positivi dall’impiego dell’artificial intelligence (+12% rispetto al 2024), anche se il 62% è incapace di portare i modelli IA in esercizio su processi critici, con la maggior parte dei progetti che non supera la fase pilota.

La spesa in intelligenza artificiale è cresciuta in media del 33% rispetto allo scorso anno e il 68% del panel investe “in modo consistente” almeno in una forma di IA, ma per la metà del campione
lo stack tecnologico rappresenta uno dei principali ostacoli all’innovazione in questo ambito.

AI nel manufacturing: quanto pesano i vincoli infrastrutturali (e culturali)

Criticità emergono anche sotto il profilo infrastrutturale, perché le aziende hanno spesso adottato tecnologie avanzate in modo frammentato, senza una piena integrazione tra i diversi sistemi e ambienti. Il risultato è un divario crescente tra intenzione e capacità operativa che rischia di rallentare la transizione del manifatturiero verso modelli di produzione realmente basati sui dati e sull’intelligenza artificiale.

Lo studio evidenzia che il 90% del campione ritiene di avere strumenti e piattaforme adeguate, ma solo il 41% dispone di infrastrutture pronte per ambienti realmente “production grade”.

L’Italia, poi, mostra un andamento ancora più polarizzato: la crescita degli investimenti in AI prevista quest’anno è superiore alla media globale (+37% contro +33%), ma il 62% delle organizzazioni ritiene le proprie infrastrutture IT inadeguate ad affrontare il futuro. Il 51% ammette che l’innovazione è spesso rallentata dal “peso tecnologico” del legacy, ma il 47% sta già investendo nel rinnovamento delle infrastrutture, in particolare nell’ambito della cybersecurity.

«Il mercato italiano – sintetizza Degl’Innocenti – sta investendo nell’AI ma non ha ancora costruito le condizioni per far diventare l’intelligenza artificiale un asset produttivo a tutti gli effetti». Il problema non è la mancanza di budget ma piuttosto la maturità tecnologica e organizzativa.

«C’è un gap di conoscenza prima ancora che di competenza – conclude il manager –. Spesso le aziende installano strumenti o licenze senza cambiare realmente il modo di lavorare. Il sistema dell’offerta deve aiutare a creare consapevolezza, ma serve anche un IT che guardi in modo strategico al proprio ruolo e porti questi temi fino al board».