Le aziende stanno valutando nuove architetture per l'AI, spinte da normative sempre più stringenti sulla sovranità dei dati e dalla necessità di garantire la continuità operativa anche in ambienti isolati.

Cloud disconnessi: una risposta alla sovranità dei dati

Microsoft ha ampliato le sue capacità per consentire ai settori regolamentati e al settore pubblico di partecipare autonomamente all'economia digitale. La fiducia in questi sistemi deriva dalla certezza che i dati rimangano protetti, i controlli siano applicabili e le operazioni proseguano indipendentemente dalle condizioni esterne.

L'azienda offre ora opzioni full stack in modalità connessa, a connessione intermittente e completamente disconnessa. Questa architettura unifica Azure Local, Microsoft 365 Local e Foundry Local in un unico cloud privato sovrano. Standardizzando la governance tra tutti i deployment, si prevengono architetture frammentate.

Resilienza e data governance AI

Azure Local in modalità disconnessa consente alle organizzazioni di eseguire infrastrutture vitali utilizzando i consueti controlli di governance e policy di Azure completamente offline. L'esecuzione, la gestione e l'applicazione delle policy rimangono interamente all'interno delle strutture gestite dal cliente. Le implementazioni scalano da deployment minori a carichi di lavoro impegnativi e ad alta intensità di dati.

Distribuire l'AI in ambienti sovrani introduce elevati requisiti di calcolo. Foundry Local consente alle aziende di eseguire modelli di grandi dimensioni multimodali completamente offline. Sfruttando hardware moderno di partner come NVIDIA, i clienti distribuiscono l'inference AI sui propri server fisici, garantendo che i dati e le application programming interface operino rigorosamente entro i confini controllati dal cliente. I clienti mantengono la completa autorità sul proprio hardware anche quando le richieste di inference AI aumentano nel tempo.

I CIO che pianificano deployment offline devono mappare i carichi di lavoro alla corretta postura di controllo in base al rischio, alla regolamentazione e ai requisiti specifici della missione. Poiché gli ambienti disconnessi non sono uguali per tutti, le aziende possono iniziare rapidamente con deployment più piccoli ed espandere le proprie capacità nel tempo.

Implementare un cloud privato disconnesso con supporto AI risponde a un requisito aziendale per i settori altamente regolamentati, consentendo una governance dei dati sicura anche in assenza di connettività esterna.

Per chi valuta deployment on-premise, esistono trade-off da considerare. AI-RADAR offre framework analitici su /llm-onpremise per valutare questi aspetti.