Edge computing: la prossimità come nuovo vantaggio competitivo

L’intelligenza artificiale cambia le regole del gioco delle infrastrutture digitali: non basta avere potenza di calcolo, bisogna averla nel posto giusto. L’inferenza AI, l’IoT e la densità delle reti 5G sposta il focus verso la periferia della rete: per i player nazionali si aprono opportunità

L’intelligenza artificiale sta cambiando le regole del gioco per le infrastrutture digitali. Non basta più avere potenza di calcolo: serve averla nel posto giusto, il più vicino possibile a dove i dati vengono generati e consumati. È il principio dell’edge computing, che sta ridisegnando la geografia dei data center e aprendo opportunità inedite per operatori locali, Telco e istituzioni pubbliche.

I numeri raccontano una trasformazione in atto. Secondo Market Research Future, il mercato dell’edge computing raggiungerà i 70 miliardi di dollari nel 2026 e supererà i 230 miliardi entro il 2035, con un tasso di crescita annuo del 15%. A trainare l’espansione sono tre fattori convergenti: la densificazione delle reti 5G, l’esplosione dei dispositivi IoT e la migrazione dell’inferenza AI verso la periferia della rete.

La questione centrale è la latenza. Applicazioni come la guida autonoma, la chirurgia robotica assistita, la realtà aumentata industriale o i sistemi di sicurezza in tempo reale non possono permettersi i ritardi introdotti dal trasferimento dei dati verso data center centralizzati, spesso situati a centinaia o migliaia di chilometri. Un veicolo connesso che viaggia a 130 km/h percorre quasi quattro metri in un decimo di secondo: in quel lasso di tempo, un’elaborazione cloud tradizionale potrebbe non completare nemmeno il round-trip dei dati.

L’edge computing risolve il problema portando la capacità di calcolo dove serve: nelle stazioni base delle reti mobili, nei nodi di distribuzione, negli stabilimenti industriali, persino a bordo dei dispositivi stessi.

Non si tratta di sostituire il cloud, ma di integrarlo con un’architettura distribuita che combina elaborazione locale e centralizzata. I dati più critici vengono processati sul posto, in millisecondi, mentre quelli che richiedono analisi complesse o storage a lungo termine vengono inviati ai data center tradizionali.

In questo scenario, le Telco dispongono di un asset che gli hyperscaler americani non possono replicare facilmente: la capillarità delle reti e la vicinanza agli utenti. Migliaia di centrali telefoniche, torri di trasmissione, punti di presenza distribuiti sul territorio rappresentano potenziali nodi edge già connessi e alimentati. Deutsche Telekom ha siglato nel settembre 2024 un accordo con Google Cloud per il co-deployment di 1.500 nodi multi-access edge computing, stabilendo un modello di partnership in cui le Telco forniscono prossimità fisica e asset di rete, mentre gli hyperscaler contribuiscono con software e canali di distribuzione.

Anche l’Italia si sta muovendo su questo fronte. A giugno 2026 il Dipartimento per la Trasformazione Digitale della Presidenza del Consiglio ha siglato una convenzione con tredici università italiane per avviare sperimentazioni sull’edge-cloud computing. L’obiettivo è valutare come l’elaborazione distribuita possa migliorare qualità e prestazioni dei servizi digitali della Pubblica Amministrazione, dai sistemi sanitari ai servizi di mobilità urbana.

Le università coinvolte – tra cui Politecnico di Milano, Sapienza, Bologna, Napoli Federico II – lavoreranno su casi d’uso concreti, dalla telemedicina alla gestione intelligente del traffico.

Il vantaggio competitivo dell’edge non si limita alla latenza. Elaborare i dati localmente riduce i costi di trasmissione verso il cloud, migliora la resilienza in caso di interruzioni della connettività e consente di mantenere informazioni sensibili all’interno di perimetri controllati, un aspetto cruciale per settori regolamentati come sanità, finanza e difesa. Secondo Scale Computing, i deployment edge riducono i costi di gestione del 60-80% rispetto alle architetture tradizionali, grazie all’automazione e alla semplificazione operativa.

Per l’intelligenza artificiale, l’edge rappresenta la frontiera dell’inferenza distribuita. Se l’addestramento dei modelli richiede ancora data center centralizzati con migliaia di Gpu, l’esecuzione dei modelli già addestrati può avvenire su hardware molto più compatto, vicino all’utente finale. È la differenza tra insegnare a una rete neurale a riconoscere un volto (training) e usare quella capacità per sbloccare uno smartphone (inferenza). La seconda operazione può girare su un chip dedicato grande quanto un francobollo.

La sfida per l’Europa è non restare spettatore di questa trasformazione. Gli hyperscaler americani dominano il cloud centralizzato, ma l’edge apre spazi per player locali capaci di valorizzare prossimità, conoscenza del territorio e relazioni con le istituzioni. Le Telco, i system integrator nazionali, le utility con infrastrutture distribuite hanno carte da giocare che i giganti di Big tech non possiedono. La partita è appena iniziata.