Intelligenza artificiale: un'opportunità strategica nel settore dell'archiviazione il cui vero valore non è ancora stato pienamente compreso.

Le discussioni sull'infrastruttura per l'IA si concentrano in genere sui costi dei data center, sui requisiti di alimentazione e sulla potenza di calcolo necessaria per addestrare ed eseguire i modelli, incluse le unità di elaborazione grafica (GPU) e lo storage ad alte prestazioni. Ciò non sorprende, visti gli enormi investimenti che fanno notizia. Puoi approfondire l'argomento della predisposizione dell'infrastruttura per l'IA nel nostro altro articolo.

L'altro elemento essenziale, ovviamente, sono i dati che alimentano questi modelli. Secondo il rapporto AI Index 2025 dell'Università di Stanford , la dimensione dei set di dati utilizzati per addestrare i Large Language Models (LLM) raddoppia ogni otto mesi. In pratica, man mano che ogni modello viene costruito, alcuni dati vengono rapidamente trasferiti agli ambienti organizzativi e di sviluppo dei modelli, dove un accesso rapido è fondamentale.

Ma una parte consistente di essa rimarrà in attesa più a lungo, mentre i team ne valuteranno l'idoneità per uno specifico caso d'uso dell'IA: non resta inattiva, bensì viene tenuta al sicuro e pronta a essere impiegata rapidamente nelle fasi di organizzazione, addestramento e conversione quando necessario.

Dal punto di vista dell'archiviazione, ciò solleva un punto facilmente trascurabile: i dataset non necessitano dello stesso livello di prestazioni in ogni fase del flusso di lavoro dell'IA. La chiave è averli pronti quando servono, non dover mantenere un'infrastruttura ad alte prestazioni sempre disponibile, il che diventerebbe inutilmente costoso su larga scala.

La questione che si pone ai pianificatori delle infrastrutture, quindi, non è se l'IA necessiti di un'archiviazione veloce, ma dove le organizzazioni dovrebbero archiviare gli enormi set di dati che saranno necessari in futuro, prima che siano pronti per l'elaborazione. Si tratta di una scelta strategica, non di una semplice questione organizzativa di routine.

Un livello adeguato di capacità di archiviazione dovrebbe garantire la protezione e la facile recuperabilità dei dati all'interno dei flussi di lavoro di intelligenza artificiale, addestramento e trasformazione, offrire prestazioni solo dove il lavoro viene effettivamente svolto e restituire la differenza al budget.

Il tuo portfolio di dati come risorsa strategica

Poiché la missione di ogni organizzazione è diversa, ognuna si troverà in una fase diversa del proprio percorso verso l'intelligenza artificiale. Alcune si sono mosse rapidamente, con sistemi già in produzione, mentre molte altre stanno ancora esplorando come i dati già in loro possesso possano supportare le iniziative di IA, come documenti, immagini, video, registri operativi e informazioni raccolte attraverso sistemi connessi; e l'elenco continua.

Per questo motivo, conoscere i propri dati sta rapidamente diventando un vantaggio competitivo, anziché una semplice attività IT di routine. I moduli sono accessibili a tutti, quindi i vostri dati rappresentano il vostro vantaggio competitivo, a patto che possiate accedervi e utilizzarli ampiamente.

Le organizzazioni che si muoveranno più velocemente saranno quelle che sanno già cosa possiedono, dove si trovano i dati e con quale rapidità implementarli. Colmare il divario tra una domanda aziendale e i dati che forniscono la risposta è diventato un indicatore della velocità di esecuzione e del successo di un'azienda. Per ulteriori informazioni sulla predisposizione dell'infrastruttura AI, potete leggere il nostro articolo: Uptime: il nuovo standard per la predisposizione dell'infrastruttura AI.

Pertanto, i dati non sono solo input per l'intelligenza artificiale: sono ciò che plasma il modello. Maggiore è la quantità di dati che un'organizzazione può utilizzare, più accurati e specifici diventano gli strumenti che ne derivano; ecco perché il presupposto di base dovrebbe essere che quasi tutto ciò che un'azienda possiede può essere utile.

L'approccio tradizionale prevede di conservare grandi insiemi di dati in un data lake su disco fino a quando non sono necessari per ulteriori elaborazioni. Tuttavia, con l'aumentare delle dimensioni degli insiemi di dati, aumentano anche i costi. Se ogni potenziale insieme di dati deve essere sempre eseguito su un'infrastruttura ad alte prestazioni, il costo determinerà la quantità massima di dati che un'organizzazione può permettersi di mantenere in esecuzione.

La sfida, quindi, è quella di mantenere tutto disponibile per il flusso di lavoro quando necessario, in modo che il fattore determinante sia il caso d'uso e non il costo dello spazio di archiviazione.

La storia del nastro magnetico

La scelta più saggia, quindi, non è aumentare la spesa, ma smettere di spendere troppo quando esiste una soluzione migliore. E si scopre che una delle risposte più efficaci in questo caso è una tecnologia che non ha mai smesso di innovare: il nastro magnetico. La maggior parte delle persone lo associa ancora al backup e all'archiviazione a lungo termine – un ruolo che continua a svolgere egregiamente – ma le successive generazioni di LTO (Low-Time Objective) ne hanno trasformato la capacità, la produttività e la sicurezza, mentre il settore si è rivolto altrove.

Le più recenti tecnologie e sistemi a banda magnetica si comportano ormai come qualsiasi altro livello all'interno dell'infrastruttura di storage, pronti a ricevere dati ad alta velocità al termine dell'elaborazione o dell'addestramento. La convenienza economica delle bande magnetiche migliora con l'aumentare dei volumi di dati. Nell'ambito delle applicazioni di intelligenza artificiale, che raggiungono volumi di diversi petabyte, il costo per terabyte è una frazione di quello delle infrastrutture flash o persino dei dischi rigidi (HDD). Prestazioni e capacità possono inoltre essere scalate in modo indipendente, aggiungendo più unità per aumentare le velocità di trasferimento e più bande magnetiche per incrementare la capacità.

Grazie all'eccezionale efficienza energetica dei nastri, questa tecnologia di archiviazione si configura come una capacità strategica da integrare nel data center, consentendo all'organizzazione di mantenere in uso l'intero patrimonio di dati, a un costo prevedibilmente scalabile, e supportando la predisposizione dell'infrastruttura per l'intelligenza artificiale.

Un luogo più sicuro per i dati preziosi.

I costi di archiviazione e di esercizio sono spesso i fattori principali che determinano l'approvazione di un progetto, ma la sicurezza rappresenta una preoccupazione fondamentale per molti. In questo contesto, i nastri magnetici offrono qualcosa che i metodi di archiviazione tradizionali connessi a Internet non possono garantire a livello strutturale. La crittografia viene gestita a livello hardware, direttamente all'interno del nastro stesso. I supporti WORM (Write Once, Read Many Times, ovvero scrivi una volta, leggi molte volte) rendono il set di dati fisicamente immutabile, garantendo che i dati insostituibili non possano essere riscritti.

Per quanto riguarda i materiali più preziosi, intere collezioni di nastri possono essere trasferite dalla libreria e archiviate in una posizione sicura o esterna, completamente offline, isolate in modalità wireless e protette da qualsiasi evenienza che possa verificarsi nell'ambiente di produzione. Ciò evidenzia l'importanza di rafforzare la resilienza e la robustezza informatica.

L'aspetto più importante nella creazione di percorsi di dati e intelligenza artificiale per la tua organizzazione è garantire che i dati siano pronti per essere implementati al livello di prestazioni appropriato nel momento in cui sono necessari. I dati sono il carburante per i modelli che la tua organizzazione crea, per le decisioni che prende e per la velocità con cui agisce in base a entrambe.

Le strisce magnetiche sono ciò che rende accessibile l'archiviazione su larga scala di tutto questo "carburante digitale", proteggendo i dati insostituibili e consentendo l'utilizzo di qualsiasi parte di essi su richiesta. Integrandole ora, le possibilità di utilizzo dei dati non saranno più limitate dalla capacità di mantenere i dati online a costi contenuti; diventeranno la chiave per rimanere un passo avanti rispetto alla concorrenza, in perfetta sintonia con il futuro dell'intelligenza artificiale.