- L'esplosione dell'intelligenza artificiale ha causato una crisi hardware senza precedenti, facendo salire i prezzi di GPU, RAM e storage e dirottando la produzione dal mercato consumer.
- I mercati finanziari stanno vivendo una nuova bolla tecnologica legata all'intelligenza artificiale, con parallelismi con la bolla delle dot-com e una forte pressione sui software tradizionali.
- Rischi sistemici come l'effetto 2038 e i blackout dovuti a guasti dei fornitori dimostrano la fragilità di un'infrastruttura altamente concentrata.
- I reparti IT si trovano ad affrontare contemporaneamente crescenti minacce informatiche, costi del cloud, sistemi obsoleti e una grave carenza di talenti qualificati.
Le crisi informatiche non sono più eventi isolati che si verificano di tanto in tanto: costituiscono una sorta di filo conduttore che attraversa la storia recente dell'economia digitale. Dal Millennium Bug al blackout globale causato da una semplice patch di sicurezza, passando per le bolle finanziarie legate a internet, alle criptovalute e ora all'intelligenza artificiale, ogni shock evidenzia la nostra dipendenza da pochi fornitori e da un'infrastruttura sempre più complessa.
Negli ultimi anni, il mondo ha affrontato una serie di sfide, tra cui pandemie, guasti hardware, l'ascesa del cloud computing e dell'intelligenza artificiale, nuove normative sulla sicurezza informatica e minacce di vasta portata . Ciò ha portato a uno scenario in cui convergono tre fronti: l'economia (la bolla dell'IA e la volatilità dei mercati azionari), la tecnologia di base (chip, memorie, data center, sistemi legacy) e la gestione del rischio (attacchi informatici, recessioni globali, l'effetto 2038). Comprendere come questi fronti si intersecano è fondamentale per anticipare cosa potrebbe andare storto in futuro e, soprattutto, per prepararsi.
Crisi hardware causata dall'intelligenza artificiale
L'attuale ondata di intelligenza artificiale generativa ha messo in luce un problema strutturale: l'addestramento e l'esecuzione di modelli giganteschi richiedono enormi data center dotati di hardware altamente specializzato e costoso, e questo sta mettendo a dura prova l'intera catena di fornitura tecnologica. Ciò che è iniziato come un rally di mercato per produttori come NVIDIA, AMD e fornitori di memorie si è concluso con una tempesta perfetta di carenze, prezzi alle stelle e una deviazione delle risorse dal mercato consumer al settore aziendale e dell'IA.
In questo contesto, i data center dedicati all'intelligenza artificiale richiedono un'enorme potenza di calcolo, quantità ingenti di memoria e spazio di archiviazione, e reti ultraveloci . Le GPU come le NVIDIA H100/Blackwell, gli acceleratori AMD Instinct o le TPU di Google operano con precisione ridotta, ma gestiscono volumi di operazioni colossali, di gran lunga superiori a quelli che una CPU può gestire in modo efficiente. A ciò si aggiunge la costante richiesta di memoria DRAM e HBM per alimentare queste GPU, nonché di infrastrutture di archiviazione SSD e HDD ad alta capacità , connesse tramite reti a 400 Gbps o superiori con Ethernet o InfiniBand avanzate.
Tutto ciò ha portato a destinare una parte consistente della produzione di chip e componenti all'intelligenza artificiale , relegando PC domestici, console per videogiochi e altri dispositivi di consumo a un ruolo secondario. Non si tratta di una carenza di materie prime; il collo di bottiglia risiede negli stabilimenti: la costruzione di un nuovo impianto per la produzione di semiconduttori costa miliardi e richiede dai tre ai cinque anni, pertanto l'offerta non riesce a tenere il passo con la crescente domanda di intelligenza artificiale.
La conseguenza immediata è un forte aumento del consumo di elettricità e preoccupazioni ambientali . I data center di nuova generazione richiedono un'enorme quantità di energia, riaccendendo il dibattito sulla sostenibilità dell'attuale modello di intelligenza artificiale su larga scala e sul suo impatto sulle reti energetiche nazionali.
Mercato GPU: dal paradiso dei ricavi alla carenza cronica
Il settore delle schede grafiche è stato l'epicentro visibile di questa crisi . La storia si è ripetuta con alcune varianti: prima erano i minatori di criptovalute, ora sono i progetti di intelligenza artificiale ad assorbire la produzione di GPU di fascia alta. I produttori hanno scoperto che è molto più redditizio vendere grandi lotti di acceleratori ai data center piuttosto che dedicare capacità produttiva ai modelli per il gaming domestico, e questo cambiamento di priorità ha penalizzato gli utenti finali.
Il problema non è solo che molte GPU vengano prodotte per l'intelligenza artificiale , ma che le linee di produzione stesse siano state riprogettate per massimizzare questo segmento. Poiché le aziende danno priorità alla gamma professionale e ai data center, la disponibilità di modelli di PC sta diminuendo e le poche unità che arrivano nei negozi hanno prezzi gonfiati. Il mercato dei videogiochi, un tempo una delle forze trainanti dell'industria grafica, è ora oscurato dall'intelligenza artificiale.
Questa deviazione di risorse ha un effetto collaterale: allunga il ciclo di aggiornamento delle apparecchiature . Molti utenti scelgono di mantenere la propria GPU attuale o si rivolgono al mercato dell'usato, alimentando un'economia parallela in cui abbondano schede video provenienti dal settore del mining o dei data center, con una storia di utilizzo intensivo. L'esperienza di acquisto ne risente e si diffonde la percezione che "aggiornare il proprio PC sia diventato un lusso".
Aumento dei prezzi e riorientamento del mercato in RAM
Mentre le GPU monopolizzano l'attenzione, la vera emorragia si sta verificando nel settore delle DRAM . Dalla fine del 2025, i principali produttori – Samsung Electronics, SK Hynix, Micron Technology – hanno spostato sempre più la capacità produttiva verso DRAM per server, memorie HBM e soluzioni AI ad alte prestazioni. Il risultato: meno chip disponibili per PC, telefoni cellulari, smart TV, router e praticamente qualsiasi dispositivo che si affida alla RAM convenzionale.
Questo cambiamento è stato amplificato dalla natura ciclica del mercato delle DRAM . Dopo diversi anni di sovrapproduzione e calo dei prezzi, molti produttori hanno ridotto le linee di prodotto e rallentato gli investimenti. Proprio in quel momento, è arrivato il boom dell'IA, cogliendo il settore impreparato. L'adeguamento è stato brusco: l'offerta ha reagito lentamente, mentre la domanda è esplosa, portando a aumenti di prezzo storici e carenze di moduli di memoria per il mercato consumer.
La situazione è diventata così critica che alcuni marchi iconici del mercato consumer sono stati abbandonati. Il caso di Crucial, il marchio di Micron per gli utenti finali , ne è un esempio lampante: l'azienda ha deciso di interrompere la produzione di RAM e SSD con questo marchio a partire dal 2026 per concentrare i propri sforzi su segmenti più redditizi. Per il consumatore medio, questo si traduce in un minor numero di opzioni affidabili e in un mercato dominato da prodotti costosi o alternative di nicchia.
Nel frattempo, l'emergere di produttori cinesi di memorie come CXMT e YMTC sta guadagnando terreno. CXMT sta sviluppando moduli DDR5 molto veloci, intorno alle DDR5-8000, mentre YMTC si concentra su memorie NAND Flash ad alta densità con tecnologie come Xtacking 4.0, in grado di impilare molti strati e raggiungere capacità fino a 8 TB negli SSD. Marchi come Netac, Asgard, KingBank e Gloway stanno già integrando questi chip, sebbene giganti come Kingston e Corsair stiano ancora osservando la tendenza con cautela.
Crisi di SSD e HDD: anche lo storage non è al sicuro
L' esplosione dell'intelligenza artificiale e dei servizi cloud non sta solo consumando GPU e DRAM, ma ha anche fatto scattare l'allarme nel mercato degli SSD e degli hard disk. I modelli di IA devono essere addestrati su enormi quantità di dati e richiedono ambienti di archiviazione misti: SSD NVMe ultraveloci per l'elaborazione più intensa e HDD nearline ad alta capacità per i set di dati storici o le informazioni a cui si accede meno frequentemente.
Dopo un periodo di sovrabbondanza di memorie flash NAND, i produttori, tra cui Samsung, SK Hynix, Micron e altri, hanno ridotto la produzione per stabilizzare i prezzi. Quando l'intelligenza artificiale ha iniziato a trainare la domanda di SSD aziendali ad alta densità, le fabbriche non erano pronte a reagire tempestivamente . Il risultato: carenza di scorte, soprattutto per le unità di fascia alta condivise tra server e utenti finali di fascia alta, e ulteriori aumenti di prezzo.
Nel settore degli HDD, aziende come Western Digital e Seagate si sono trovate in una situazione simile. I grandi contratti con i fornitori di servizi cloud e di intelligenza artificiale hanno assorbito una parte significativa della capacità disponibile, al punto che per alcuni modelli le scorte sono già prenotate mesi prima ancora che lascino la fabbrica. Sebbene molti utenti credano che l'intero mercato si stia spostando verso gli SSD, gli hard disk tradizionali rimangono insostituibili in termini di costo per terabyte per l'archiviazione di massa a freddo.
Per l'utente finale, questo si traduce in un'esperienza familiare: meno varietà reale nei negozi e la sensazione che tutto sia più caro . Un SSD da 1 o 2 TB che era accessibile solo pochi anni fa ora ha di nuovo un costo proibitivo a seconda del modello, e gli HDD ad alta capacità per i backup non sono più l'affare di una volta.
Impatto sul consumatore: hardware proibitivo e spostamento verso il mercato dell'usato
Tutti questi cambiamenti in termini di GPU, RAM e storage convergono sullo stesso punto: le tasche degli utenti domestici e delle piccole imprese . Assemblare o aggiornare un PC nel 2026 è diventato un esercizio di pazienza e moderazione: prezzi esorbitanti, scarsità di componenti chiave e la sensazione che il mercato consumer sia stato messo in secondo piano dall'intelligenza artificiale e dai grandi data center.
La pressione non si limita ai computer. L' aumento dei costi delle memorie DRAM e NAND sta avendo un impatto anche su smartphone, router, televisori, console per videogiochi e qualsiasi dispositivo che richieda memoria o spazio di archiviazione. Molti produttori di elettronica di consumo sono stati costretti ad adeguare le proprie linee di prodotti, aumentare i prezzi di alcuni modelli o ridurre le specifiche per evitare ulteriori rincari, il che in definitiva si traduce in meno funzionalità a un prezzo maggiore.
Data questa situazione, sempre più utenti si rivolgono al mercato dell'usato, ai prodotti ricondizionati o persino a progetti fai-da-te . Abbiamo assistito a iniziative estreme, come i progetti in Russia per la produzione artigianale di moduli RAM a causa della scarsità e del costo elevato. Allo stesso tempo, si sta diffondendo la tendenza verso fornitori alternativi, soprattutto cinesi, che promettono chip pensati per il settore consumer trascurato dai principali produttori tradizionali.
Questo spostamento verso alternative meno consolidate comporta dei rischi: incertezza sulla qualità, garanzie limitate e compatibilità discutibile . Ma quando il mercato ufficiale diventa inaccessibile, molti utenti sono disposti ad assumersi qualche rischio se ciò consente loro di mantenere le proprie apparecchiature in funzione o di espanderne la capacità senza andare in bancarotta.
La bolla dell'intelligenza artificiale e le tensioni nei mercati finanziari
Mentre il settore hardware sta attraversando un periodo di forte turbolenza, anche il comparto finanziario dell'ecosistema tecnologico è in subbuglio. L'entusiasmo per l'intelligenza artificiale ha spinto gli indici di borsa a livelli record, ma sotto la superficie è in atto un brutale rimescolamento: le aziende di software tradizionali e alcune consolidate società tecnologiche si trovano ad affrontare una crescente sfiducia da parte degli investitori.
Il catalizzatore è stata la percezione che molte attività svolte dai software tradizionali possano essere sostituite da servizi di intelligenza artificiale più economici e automatizzati. Strumenti basati su modelli legali come Claude di Anthropic, assistenti alla produttività, automazione dei processi e piattaforme intelligenti di analisi dei dati stanno spingendo i mercati a chiedersi se le aziende di software tradizionali saranno in grado di continuare a monetizzare i propri prodotti allo stesso modo.
Negli ultimi mesi si è creato un divario storico tra il settore del software e l'indice S&P 500 , con una differenza di oltre 20 punti percentuali, una deviazione paragonabile solo a quella registrata con lo scoppio della bolla delle dot-com nel 2000-2001. Aziende come Oracle, ServiceNow e AppLovin hanno visto il valore delle loro azioni crollare di decine di punti, mentre altre come Palantir, Intuit e Workday hanno subito forti cali.
Al contempo, si assiste a una rotazione dei capitali verso settori più "tangibili" come l'energia, l'industria pesante e le materie prime, che hanno registrato guadagni significativi nello stesso periodo. Molti investitori preferiscono rifugiarsi in imprese legate al ciclo economico tradizionale in attesa che la situazione relativa all'IA si stabilizzi e che diventi chiaro chi genera realmente valore sostenibile.
Parallelismi con la bolla delle dot-com e l’attuale ascesa dell’intelligenza artificiale
La situazione ricorda in modo impressionante la bolla delle dot-com di fine anni '90 e inizio 2000. Allora, internet era la tecnologia destinata a cambiare tutto; oggi, l'intelligenza artificiale è al centro della scena. In entrambi i casi, si è assistito a un mix di aspettative irrealistiche, progetti gonfiati privi di un solido modello di business e un'ondata di fondi di investimento desiderosi di accaparrarsi la prossima grande novità.
Proprio come aziende come Lycos, Terra e Boo.com sono emerse e scomparse con la stessa rapidità con cui erano cresciute, ora assistiamo a una proliferazione di startup nel campo dell'intelligenza artificiale che promettono soluzioni rivoluzionarie senza dimostrare un chiaro percorso verso la redditività. Il motore della crescita dei mercati azionari nelle principali economie è ancora una volta concentrato in un unico settore, e gran parte del capitale è guidato più dalla paura di perdere l'occasione che da un'analisi fondamentale.
Tuttavia, esistono differenze importanti. L'intelligenza artificiale odierna ha già applicazioni concrete e redditizie : servizi cloud, automazione dei processi, semiconduttori specializzati, software integrati con l'IA nelle suite aziendali e altro ancora. Inoltre, l'ecosistema tecnologico e finanziario è più maturo, con strumenti di analisi del rischio più sofisticati e un'infrastruttura digitale di gran lunga più avanzata rispetto al 2000.
Altrettanto significativa è l'influenza di figure di spicco come Elon Musk, Mark Zuckerberg e Jeff Bezos , che non solo guidano importanti progetti di intelligenza artificiale, ma sono anche strettamente legati al potere economico e politico. Per molti analisti, la loro capacità di influenzare rende meno probabile un crollo totale come quello della bolla delle dot-com, sebbene non impedisca una "pulizia" delle aziende non solide, un'operazione che, d'altro canto, è considerata necessaria per stabilizzare il mercato.
Il bug Y2000K e il prossimo grande rischio: il bug 2038
Le crisi legate al tempo nel settore informatico non sono solo un aneddoto storico. Il famoso Millennium Bug (Y2K) è diventato il simbolo della prima grande emergenza tecnologica globale: si temeva che il 1° gennaio 2000 i sistemi che memorizzavano l'anno con due cifre avrebbero interpretato "00" come 1900, causando guasti a banche, compagnie aeree, reti elettriche e infrastrutture critiche di ogni tipo.
In pratica, l'impatto è stato minimo grazie a ingenti investimenti nella prevenzione , stimati in oltre 200.000 miliardi di euro a livello globale. Governi e aziende hanno esaminato, corretto e aggiornato milioni di righe di codice e sistemi, scongiurando il caos previsto. Col senno di poi, molti si sono chiesti se la minaccia non fosse stata esagerata, ma gli esperti concordano sul fatto che il rischio fosse reale e che le misure preventive siano state ciò che ha permesso al mondo di continuare a funzionare la notte di Capodanno.
In risposta, alcuni sistemi hanno fatto ricorso a "patch" temporanee, come la modifica dell'anno di riferimento al 2020 per guadagnare tempo, presumendo che per allora le soluzioni moderne sarebbero state migrate. Questa soluzione provvisoria ha avuto le sue conseguenze: il 1° gennaio 2020, i parchimetri di New York hanno smesso di accettare pagamenti e alcuni videogiochi, come WWE 2K20, hanno iniziato a bloccarsi se la data della console non veniva modificata al 2019.
Una nuova sfida si profila già all'orizzonte: il problema dell'anno 2038. Riguarda i sistemi che utilizzano contatori temporali a 32 bit, molto comuni nelle tecnologie basate su Unix e in molti dispositivi embedded, che contano i secondi a partire dal 1° gennaio 1970. Quando tale contatore raggiungerà il suo valore massimo, il 19 gennaio 2038, il tempo "invertirà la sua direzione" e molte macchine interpreteranno la data come dicembre 1901, il che potrebbe innescare guasti a cascata.
I settori più vulnerabili sono quelli che dipendono da infrastrutture critiche: banche e pagamenti, telecomunicazioni, trasporto aereo, energia e reti industriali . Affrontare questa problematica richiede molto più che un semplice aggiornamento dell'hardware: è necessario rivedere algoritmi, sistemi operativi, firmware e applicazioni che lavorano con orari e date, basandosi su concetti matematici come l'aritmetica modulare e la rappresentazione numerica.
Blackout globali e il rischio di affidarsi a un unico fornitore
Oltre ai bug relativi alle date, uno degli episodi recenti più emblematici di rischio sistemico è stato il massiccio blackout informatico causato da un aggiornamento di sicurezza difettoso . Una semplice patch di un fornitore di sicurezza informatica di terze parti è stata sufficiente a disabilitare milioni di computer Windows e a paralizzare per ore una parte sostanziale dell'economia digitale globale.
Sebbene l'incidente abbia interessato "solo" una piccola percentuale del numero totale di dispositivi, il suo impatto è stato monumentale perché Microsoft e le sue piattaforme sono al centro di gran parte delle infrastrutture globali . Gli aeroporti sono stati sovraccaricati, i servizi finanziari interrotti e le aziende impossibilitate ad accedere ai propri sistemi. L'episodio ha chiarito che la robustezza tecnica e gli investimenti nella sicurezza non sono sufficienti quando tutti dipendono dallo stesso anello della catena.
Esperti di sicurezza e accademici hanno sottolineato come eventi di questo tipo evidenzino l' enorme rischio di concentrare tutte le risorse in un unico fornitore . Affidare operazioni critiche a un singolo fornitore o ecosistema rende quasi inevitabile un effetto domino in caso di guasto. Per molte piccole imprese, la diversificazione è difficile a causa dei costi e della complessità, ma l'attuale concentrazione sta raggiungendo livelli allarmanti.
Alcuni sostengono la necessità di promuovere un ecosistema con un maggior numero di fornitori di medie e piccole dimensioni , in modo che il fallimento di uno di essi non comprometta la sicurezza dell'intero pianeta. Tuttavia, questa diversificazione apre anche nuove superfici di attacco e molteplici potenziali vulnerabilità, complicando la difesa. Trovare il giusto equilibrio tra resilienza e complessità diventa una delle principali sfide strategiche del prossimo decennio.
Le principali sfide IT per le aziende nel breve termine
Questo contesto di crisi, bolle speculative e interdipendenze ha un impatto diretto sui team IT all'interno delle organizzazioni , che operano in una sorta di stato di emergenza permanente. Oltre alle problematiche puramente tecniche, devono gestire un elenco crescente di sfide che riguardano l'intera azienda.
Innanzitutto, la sicurezza informatica sta diventando sempre più complessa : phishing basato sull'intelligenza artificiale, deepfake, attacchi agli endpoint, ransomware sofisticati... La superficie di attacco si espande con ogni nuovo servizio, dispositivo IoT o integrazione cloud. La sicurezza non può più essere vista come una configurazione statica, ma piuttosto come una pratica continua che richiede la segmentazione delle reti, il test dei sistemi, la formazione del personale e una reazione rapida quanto quella degli aggressori.
A tutto ciò si aggiunge la complessità della conformità normativa . Framework come il GDPR, l'HIPAA, il framework di cybersicurezza del NIST e le nuove normative sull'IA impongono requisiti che vanno ben oltre la semplice burocrazia: strutture di governance, monitoraggio costante e collaborazione tra IT, ufficio legale, compliance e business sono essenziali per evitare di rimanere indietro o di incorrere in sanzioni.
Un altro tema delicato è quello dei costi del cloud . L'adozione del cloud è pressoché universale, ma il controllo della spesa è diventato un vero grattacapo. Carichi di lavoro basati sull'intelligenza artificiale, container, architetture multi-cloud e progetti proof-of-concept non supervisionati possono far lievitare i costi in modo imprevedibile. Senza una buona governance, il cloud diventa fonte di debito tecnico, sprechi e drastici tagli di bilancio.
Inoltre, le aziende sono in costante trasformazione digitale . Non si tratta più di progetti di modernizzazione una tantum, ma piuttosto di una successione infinita di migrazioni, integrazioni e cambiamenti di piattaforma. Il rischio è quello di ritrovarsi con un ecosistema pieno di strumenti isolati, debito tecnico e processi che non generano valore reale. I responsabili IT devono definire una roadmap chiara, allineata agli obiettivi aziendali e scalabile.
Dati, sistemi legacy e talento: il collo di bottiglia umano
La gestione dei dati aziendali è diventata un'altra grande fonte di stress. Il volume di informazioni generate dalle organizzazioni – log di sistema, attività degli utenti, dati dei clienti, sensori IoT – è in costante crescita. Non si tratta solo di archiviarle, ma anche di classificarle, proteggerle, rispettare le normative ed estrarne valore. Se questo processo viene eseguito in modo inadeguato, sorgono problemi di conformità, inefficienze e decisioni basate su informazioni errate.
Tutto ciò si complica ulteriormente quando si ha a che fare con sistemi legacy critici : vecchie applicazioni, hardware obsoleto e piattaforme altamente personalizzate che non possono essere disattivate dall'oggi al domani perché supportano processi essenziali. Modernizzarli senza causare danni richiede un'attenta pianificazione, migrazioni graduali e spesso investimenti che si scontrano con budget già limitati.
Allo stesso tempo, il divario di competenze si sta ampliando . La tecnologia avanza più velocemente di quanto i team riescano a stare al passo con la formazione, e il mercato del lavoro non riesce a soddisfare la domanda di professionisti in architettura cloud, sicurezza informatica avanzata o intelligenza artificiale applicata. Anche quando si assumono i migliori talenti, è difficile trattenerli in un contesto in cui si presentano costantemente offerte con stipendi migliori, possibilità di lavoro da remoto e opportunità di avanzamento.
Di conseguenza, molti reparti IT sono costretti a fare di più con meno, e spesso con conoscenze obsolete . Per spezzare questo circolo vizioso, è necessario combinare strategie di reclutamento esterno, solidi programmi interni di aggiornamento professionale e un forte supporto da parte del management per destinare tempo e risorse alla formazione professionale continua.
In questo contesto, la comunicazione interna rimane un tallone d'Achille. Senza coordinamento tra l'IT e gli altri dipartimenti , senza una documentazione chiara e senza condivisione delle conoscenze, i progetti finiscono per subire ritardi, i requisiti vengono fraintesi e la frustrazione sale alle stelle. Nei team distribuiti o ibridi, questo rischio si moltiplica.
Rischio dei fornitori, lavoro da remoto e preparazione a un futuro incerto
Un altro aspetto che ha acquisito importanza è il rischio associato ai fornitori esterni . Quasi tutte le aziende ormai dipendono da terze parti per software, servizi cloud, assistenza o esternalizzazione dei processi aziendali. Ciascuno di questi partner introduce potenziali vulnerabilità: pratiche di sicurezza inadeguate, interruzioni del servizio, eccessiva dipendenza contrattuale o non conformità normativa che, in ultima analisi, si ripercuotono sul cliente.
La gestione di questo rischio va ben oltre la semplice firma di contratti: richiede valutazioni continue, accordi chiari in materia di sicurezza e conformità e una stretta collaborazione tra IT, Acquisti, Ufficio Legale e Sicurezza. L'interruzione di servizio legata a una patch difettosa è stata un chiaro monito su cosa accade quando uno di questi anelli della catena si interrompe.
La crescente diffusione del lavoro da remoto e ibrido aggiunge un ulteriore livello di complessità. Garantire l'accesso ai sistemi aziendali dalle reti domestiche, gestire dispositivi sparsi in tutto il mondo e mantenere una collaborazione senza interruzioni tra i diversi fusi orari richiede politiche ben ponderate, strumenti adeguati e una costante vigilanza sulle potenziali vulnerabilità di sicurezza.
In definitiva, i leader tecnologici si trovano ad affrontare il paradosso di una pianificazione a lungo termine in un contesto che cambia ogni pochi mesi . L'intelligenza artificiale sta accelerando, il calcolo quantistico è alle porte, le normative si evolvono e le crisi della catena di approvvigionamento compaiono e scompaiono. Piuttosto che trovare la soluzione perfetta, l'obiettivo è progettare architetture flessibili, coltivare team multidisciplinari e rivedere frequentemente la strategia per adattarsi a qualsiasi evenienza futura.
Ciò che tutte queste crisi dimostrano – dal Millennium Bug alla bolla dell'IA, passando per il Millennium Bug del 2038, i fallimenti dei fornitori globali e la pressione su GPU, RAM e storage – è che fragilità e interdipendenza sono ormai caratteristiche strutturali del nostro mondo digitale . Le organizzazioni che ne usciranno più forti non saranno necessariamente quelle dotate della tecnologia più all'avanguardia, ma piuttosto quelle che sapranno combinare la diversificazione del rischio, una cultura della prevenzione, investimenti nelle persone e la capacità di reagire rapidamente quando, inevitabilmente, qualcosa andrà di nuovo storto.
