SAP ha evitato una multa antitrust da capogiro. La Commissione Europea ha accettato gli impegni proposti dal gruppo tedesco, chiudendo un’indagine sulla gestione della manutenzione e del supporto per il suo software aziendale on-premise. La multa potenziale, secondo le stime, avrebbe potuto toccare diversi miliardi di euro. Ma la vera storia non è la sanzione scampata: è la crepa che si apre nel muro del lock-in.

Per decenni, chi eseguiva SAP sui propri server – banche, manifatturieri, multinazionali – poteva rivolgersi solo a SAP per aggiornamenti, patch e troubleshooting. Un modello a canone ricorrente che ha garantito al vendor ricavi prevedibili, ma ha compresso i margini di scelta dei clienti, con costi di manutenzione spesso superiori al 20% annuo del valore delle licenze. L’indagine UE puntava proprio a questa asimmetria, sospettando che SAP impedisse di fatto a fornitori terzi di offrire servizi di supporto equivalenti.

Con gli impegni ora accettati, il mercato si apre. Fornitori indipendenti potranno competere su assistenza e manutenzione, mentre SAP si impegna a rimuovere barriere tecniche e contrattuali. Per i chief information officer il calcolo del TCO – già sotto pressione in tempi di inflazione e trasformazione cloud – cambia. Non è un dettaglio: per carichi ERP critici, mantenere l’on-premise ha sempre significato blindarsi con un unico interlocutore. Ora quella blindatura può essere allentata, senza perdere il controllo diretto su dati e infrastrutture.

Il caso SAP arriva mentre molte aziende rivalutano la sovranità digitale per i carichi di lavoro emergenti, LLM inclusi. La possibilità di scegliere chi gestisce il supporto per software vitale è un tassello cruciale per chi architetta strategie di deployment locali. Non basta comprare GPU e orchestratori: serve un ecosistema di manutenzione che non ricrei lo stesso vincolo su scala diversa. La decisione europea potrebbe influenzare anche altri grandi vendor di software enterprise, da Oracle a Microsoft, in un momento in cui l’antitrust torna a guardare non solo i prezzi ma i costi di uscita.

C’è un terzo ordine di implicazioni, meno immediato ma strutturale. Un mercato del supporto più contendibile spinge verso strumenti di monitoraggio e diagnostica più aperti, potenzialmente integrabili con pipeline di inference e automazione. Se il fornitore storico perde l’esclusiva, l’innovazione sui servizi di manutenzione potrebbe accelerare, anche grazie a tecniche di AI predittiva – un circolo virtuoso per l’intero stack on-premise. Non è fantascienza: è quanto già si vede nella gestione delle infrastrutture hardware, dove il multi-vendor ha abbassato i costi e migliorato la resilienza.

Per i tecnici che seguono AI-RADAR, questa storia non parla di GPU né di quantization. Parla di una lezione che l’enterprise IT conosce ma che il mondo dei Large Language Models sta ancora imparando: la libertà di deployment non dipende solo dall’hardware o dal modello, ma anche da chi ha le chiavi per mantenerlo funzionante.