Proteggere lo stack di IA e garantire una vera resilienza dell’IA su larga scala

Significa garantire la sicurezza di ogni componente a supporto dell’IA, inclusi data lake, database, archivi vettoriali, ambienti di sviluppo, modelli di IA e infrastrutture sia su sistemi cloud che on-premise. 

Gli ambienti di IA combinano ora i sistemi di dati tradizionali con nuovi componenti vettorializzati e cloud-native, ampliando le superfici di attacco e complicando la governance. 

Le organizzazioni spesso non dispongono di linee guida su come proteggere i dati di addestramento, gestire le dipendenze e proteggere i database vettoriali e le pipeline di IA. 

Una vulnerabilità in qualsiasi punto dello stack di IA può compromettere l’intero sistema, rendendo essenziale una protezione unificata e end-to-end. 

Adottando piattaforme di protezione unificate, coordinando i team interfunzionali e integrando la governance e Recovery nelle operazioni di IA. 

Per la trascrizione con indicazione dei tempi, guarda il video qui

Benvenuti a questo podcast SHIFT, in diretta da New York City in occasione del Commvault SHIFT
2025.

Qual è l’argomento di oggi?

Protezione dello stack di intelligenza artificiale.

Cosa c’è da sapere.

E sono davvero molto lieto di avere con me due ospiti speciali.

Innanzitutto, Deb Singh, CIO di Persistent Systems.

Grazie per essere qui.

Grazie.

di avervi qui.

E Michael Fasulo di Commvault, direttore senior del marketing di portafoglio.

E, se posso dirlo, lavora presso Commvault da 22 anni.

È proprio così.

Impressionante.

Quindi, quello che faremo oggi è affrontare solo un piccolo argomento, un argomento minuscolo sulla protezione
dello stack di IA.

Voglio dire, sappiamo bene che l’IA sta già avanzando alla velocità della luce e, in realtà, capire come
proteggerla è la vera sfida.

Per fortuna oggi abbiamo qui con noi questi due signori.

Allora, Michael, inizierò proprio da te.

Partiamo da qui.

Abbiamo molti livelli.

Abbiamo i sistemi legacy.

data lake, database, giusto, che abbiamo, e che si trovano nel livello di base.

Oltre a ciò, abbiamo i database vettoriali e, naturalmente, tutto questo alimenta i nostri
sistemi di intelligenza artificiale.

Quindi, magari per cominciare, quanto è complesso il compito di trovare un modo per
proteggere questi tre elementi, e con quale frequenza ne state già discutendo?

Direi piuttosto spesso.

Quindi,

penso che le persone stiano ancora cercando di capire tutte le diverse sfumature e ovviamente ci sono
database nuovi rispetto a quelli tradizionali; alcuni di quelli tradizionali stanno ora adottando

la vettorializzazione; quindi, come sapete, notiamo che i clienti ci contattano innanzitutto per ricevere
qualche consiglio, giusto?

Cerchiamo di essere dei veri e propri sostenitori e amministratori dei dati.

E poi, ovviamente, grazie alla robustezza della nostra piattaforma, siamo in grado di proteggerla
da chi scrive codice sui propri portatili, sui propri repository GitHub e nei

database vettoriali.

a tutte le minuzie interne e all’integrazione di quelle applicazioni, che siano
cloud native o persino IA privata on-premise, insieme agli stessi LLM.

Quindi proteggere davvero quell’ampio panorama, credo, sia importante, molto più che limitarsi a dire: “Ehi,
ho questa parte dell’applicazione di IA che deve essere protetta”.

Sì.

Allora, Deb, hai un compito difficile, visto che sei la CIO.

Stavamo chiacchierando prima di iniziare: 26.000, diciamo così, persone nella tua azienda, giusto?

Quindi, forse, potresti iniziare spiegandoci un po’ cosa fate, per chi non lo sapesse
, e qual è il tuo ruolo specifico nell’affrontare questa sfida, sia

a livello esterno, cosa in cui sono sicuro tu sia coinvolta, sia a livello interno.

Assolutamente sì. So Persistent è un’azienda di ingegneria digitale con sede in India, ma che lavora
per clienti globali e principalmente in Nord America.

Se consideriamo il mio ruolo

in qualità di CIO, devo considerare due aspetti distinti.

Da un lato, ovviamente, mi occupo di quattro priorità nel mio ruolo rivolto all’interno: crescita,
redditività, ottimizzazione e così via, migliorando l’esperienza dei dipendenti, garantendo

conformità e la sicurezza.

Quindi, dal punto di vista interno, ho quattro diverse priorità.

Ma se si considera il lato esterno del mio ruolo, creo soluzioni e, ovviamente, le
migliori tecnologie,

le applico ai miei 26.000 dipendenti, le testiamo e le proponiamo ai nostri clienti.

Ecco, questo è il mio ruolo in senso più ampio.

E osservando i cambiamenti, ciò che sta accadendo nel nostro tempo attuale – e continuo a ripeterlo
ogni volta che mi trovo in questo tipo di occasione e di contesto – probabilmente stiamo attraversando

attraverso uno dei periodi più interessanti dell’era tecnologica.

A prescindere da ciò che è accaduto in passato, questa è una fase in cui l’intelligenza artificiale sta entrando in ogni singolo
aspetto del business di cui stiamo parlando, influenzando la vita della vostra azienda, i vostri

servizi, i vostri dipendenti, i vostri clienti, ovunque, e sta avvenendo a una velocità davvero,
davvero impressionante; ciò che conta di più è la rapidità con cui state allineando i vostri

servizi

a tutti i controlli di cui abbiamo parlato – sicurezza, conformità e, naturalmente, tutto il resto –
per garantire la sicurezza, i servizi e la qualità che sono alla base delle

.

È un periodo interessante.

Incredibile.

Quindi devo chiedertelo: innanzitutto, è affascinante, vero?

Puoi utilizzare la tua base clienti o i tuoi dipendenti interni come incubatore per queste
cose, giusto, prima che vengano proposte all’esterno, e, come ha sottolineato Michael poco fa, hai gestito

questi diversi aspetti, forse non proprio quello dell’IA, ma…

Con quale rapidità state cercando di riorientare quei team interni, che in passato erano esperti di RDBMS
tradizionali, affinché comprendano tutti i nuovi strumenti che si evolvono così rapidamente?

Oppure dovete assumere personale specifico?

Beh, anche questa è una domanda interessante.

Se guardiamo alla situazione attuale, la comprensione della tecnologia sta lentamente diventando secondaria.

La priorità principale che vediamo è la comprensione del business,

e, naturalmente, delle esigenze ad essa correlate.

Basta avere una comprensione chiara e completa del business: al giorno d’oggi, utilizzando l’IA,
è possibile realizzare praticamente qualsiasi soluzione senza conoscere o addentrarsi nei

dettagli degli stack tecnologici di base, giusto?

Ed è proprio questo l’aspetto interessante.

Stiamo quindi assistendo a un cambiamento nel set di competenze: mentre l’approfondimento dello sviluppo
di base continua, sta comunque

riducendosi in termini di velocità e, in un certo senso, grazie alle possibilità che ci offrono i diversi
modelli di IA, sta avvenendo in tempi molto, molto rapidi.

Quindi quell’aspetto sta perdendo importanza.

Il tempo a disposizione viene quindi dedicato a tradurre i problemi aziendali in soluzioni
concrete e a utilizzare la tecnologia potenziata dall’IA per fornire quei servizi.

La velocità di questo processo, la velocità con cui cambiano gli strumenti e l’ecosistema in generale,

ma come riuscite a stare al passo con tutto questo?

Oppure disponete di team speciali, come i cosiddetti “Tiger team”, che si occupano proprio di stare al passo con i tempi?

O come funziona?

Beh, è una domanda davvero molto interessante.

E, ancora una volta, ci sono due aspetti da considerare.

In primo luogo, ovviamente, servono persone con le giuste intenzioni e il giusto atteggiamento.

Questo è ciò che conta di più rispetto alla comprensione della deep tech.

La deep tech continua a esistere, ma al giorno d’oggi ci sono modelli a sufficienza e anche di più

per approfondire tali modelli e utilizzarli a vantaggio della soluzione che state
portando avanti.

Quindi è necessario avere le persone giuste, e noi abbiamo un team che si concentra principalmente sui
problemi aziendali e sulla loro traduzione in soluzioni utilizzando diversi modelli di IA

per arrivare alla soluzione; e qualunque cosa facciamo oggi, probabilmente disponiamo del
maggior numero di agenti di IA in esecuzione internamente, che forniscono ogni singolo

servizio ai dipendenti e, naturalmente, consentendo alla business intelligence di prendere
decisioni.

Entrambe le cose stanno accadendo.

Nel ciclo delle notizie, che siate ottimisti o pessimisti, è tutto vero?

O no?

Trovo divertente quando si sente dire che ci vorrà molto tempo.

Ma se parli con qualcuno come te, che è a capo di un’azienda molto grande specializzata in
queste soluzioni e le vede davvero nella vita di tutti i giorni, diffuse ovunque,

e ti chiedi:

Come fanno le persone a rimanere pessimiste su questo argomento?

Perché è semplicemente così diffuso.

Voglio dire, lo vediamo anche noi in Commvault, giusto?

Giusto, Michael?

Quindi devo proprio chiederti tutte queste cose incredibili.

Stanno facendo tutte queste cose.

Quante persone pensano innanzitutto alla resilienza, Michael?

Stavo per chiedere: “La sicurezza prima di tutto”.

Come riesci a trovare un equilibrio tra velocità e sicurezza?

Giusto?

Quindi stai dicendo che tutti vogliono procedere alla massima velocità.

Ma come fai ad assicurarti che lo facciano in modo sicuro, senza che ci siano fughe di dati sensibili
,

brevetti e cose del genere? Come affrontate queste preoccupazioni?

Allora, forse la metterò in questo modo: guardate, in tutto ciò che facciamo, la sicurezza deve
essere parte integrante della soluzione stessa, piuttosto che un ripensamento, giusto?

La sicurezza non può essere un ripensamento.

Con l’avvento dell’IA, diventa molto più facile, non più difficile.

Permettetemi di approfondire un po’ i diversi modelli e l’approccio che adottiamo
oggi.

Abbiamo una serie di dati.

Abbiamo appena parlato di diverse serie di dati.

Quindi i dati sono un aspetto della questione.

Il secondo aspetto riguarda i modelli linguistici, gli LLM, o comunque vogliate chiamarli, i modelli di IA, per semplificare
.

E in terzo luogo ci sono i prompt, ovvero il modo in cui si utilizzano i servizi, il prompt engineering o comunque
vogliate chiamarlo.

Questi sono tre aspetti diversi della creazione di un mondo tecnologico all’interno di qualsiasi attività
che gestite.

Quindi dovete considerare la sicurezza per ogni…

segmento al suo interno.

Parliamo rapidamente dei dati.

Credo che in passato la sfida fosse che l’elaborazione di quei
dati era molto, molto difficile, giusto?

Ci voleva molto tempo.

La situazione sta cambiando molto rapidamente grazie alla disponibilità di potenza di calcolo e al fatto che l’elaborazione è diventata molto più semplice.

Quindi è possibile sfornare trilioni di dati molto, molto velocemente, quasi in tempo reale.

Quando ciò accade,

definite i controlli giusti con autorizzazione, autenticazione e accesso basato sul
“need-to-know” per ogni singolo componente?

Altrimenti, ciò che accade è che il vostro modello non tiene conto del fatto che tutti i dati vengono utilizzati e
voi vi limitate a inserire un comando nel prompt o qualsiasi cosa scriviate, che diventa immediatamente

a voi.

Quindi bisogna partire innanzitutto dal livello dei dati, giusto?

Questa è la prima cosa da fare.

Poi sorge la domanda:

che tipo di modelli lo utilizzano?

Supporta qualche tipo di ring fencing, i guardrails o qualsiasi altra cosa di cui si parla
in genere?

Quindi, come si definiscono i modelli affinché rispettino le misure di protezione?

È definito correttamente, in base alla struttura dei dati di cui disponete e all’applicazione
per cui lo utilizzerete?

Quindi bisogna considerare entrambi i lati, giusto?

E la terza componente riguarda il livello di utilizzo:

Chi li utilizzerà effettivamente?

Lo state definendo?

Che tipo di prompt saranno consentiti?

Faccio solo un esempio.

Supponiamo che una grande impresa, a titolo esemplificativo, inserisca l’intera struttura dei dati in un data lake o in
qualsiasi altra soluzione, inserisca più agenti o altri modelli, modelli di IA, per

utilizzarli.

Ora l’IA comprende tutti gli aspetti dei dati di quell’azienda.

E supponiamo che un autore di minacce si inserisca semplicemente a livello di utilizzo,

e digiti un comando del tipo: «Mostrami le possibili vulnerabilità, i punti deboli o qualsiasi cosa disponibile
che possa essere sfruttata».

Tutto questo è visibile in una frazione di secondo.

Esatto.

Giusto.

Giusto.

Giusto.

Ci mettevano un sacco di tempo a ricostruirlo, attingendo da fonti disparate
, e invece tu glielo hai servito su un piatto d’argento.

Esatto.

Mi basta seguire un solo corso di LLM per ottenere tutte le chiavi del regno, e sono sicuro che tutti
quelli che stanno ascoltando stiano dicendo

“Mio Dio, per favore, dammi un paio di spunti da portare via, perché è proprio questo che spaventa
tutti”.

È questo che conta di più.

E quindi, è necessario che la sicurezza sia parte integrante della progettazione di ogni singolo componente, dei dati,
del modello e del livello di consumo, il che significa ingegneria dei prompt.

Chi può stabilire quale tipo di prompt?

Quali prompt sono consentiti?

Cosa non è consentito?

Quali modelli possono utilizzare quali dati?

E, naturalmente, la sicurezza a livello di dati.

Tutti e tre questi aspetti devono essere combinati insieme per fornirvi il risultato che state cercando.

Quindi: i dati, l’identità dei dati e l’applicazione stessa.

Assolutamente.

E per quanto riguarda la resilienza dell’app?

Dato che i vostri team stanno diventando sempre più dipendenti da queste tecnologie, sapete che nelle ultime
due settimane si sono verificati alcuni disservizi presso gli hyperscaler; Claude è stato spesso

fuori uso.

Man mano che continuiamo a utilizzare questi strumenti nella nostra quotidianità, quando smettono di funzionare le conseguenze diventano
catastrofiche.

E che dire della resilienza effettiva dell’applicazione stessa?

Domanda molto pertinente.

Quando adottiamo un approccio basato su soluzioni tecnologiche tradizionali,

se un sistema specifico non è disponibile per un certo periodo di tempo, si riesce comunque a
cavarsela con Excel, i dati offline o qualsiasi altra cosa, giusto?

Al giorno d’oggi, questa opzione non è più a vostra disposizione.

Tutto viene elaborato in tempo reale e si dispone di informazioni in tempo reale per prendere
decisioni.

E se non fosse disponibile, pensate all’impatto che avrebbe.

Praticamente l’intera attività si bloccherebbe.

Quindi non si corre quel rischio.

Giusto, quindi devi iniziare a valutare come proteggere il mio fattore di resilienza per ogni
componente.

Le tre componenti di cui si è parlato sono il livello dei dati, il livello del modello di IA e il livello di consumo
.

Spesso, osservando le grandi imprese, noto che forse non si concentrano sul livello di consumo
.

Pensaci: quando sviluppi una particolare applicazione o un agente, stai

permettendo all’agente di apprendere con diverse tecniche di “prompt engineering”, come le chiamiamo noi.

Supponiamo che l’ingegneria dei prompt non sia disponibile.

I prompt non sono disponibili, giusto?

Come si fa a rimediare?

Avete i dati, avete il motore, ma non sapete come utilizzarli.

Quindi, quando si considera la resilienza, è necessario concentrarsi su ogni singolo componente.

Solo così sarete in grado di recuperare la situazione, ripristinare il sistema e gestire l’attività come
dovrebbe essere.

Posso chiedervi una cosa?

Sai, probabilmente chi sta ascoltando o commentando dirà: “Senti, sto già scrivendo
freneticamente”.

Lo so.

Ma vorrei chiederti come hai organizzato l’intero team; magari potresti darci un paio di consigli
preziosi su come hai strutturato le cose.

So che potrebbero non essere perfettamente applicabili a tutti, ma daranno alle persone la possibilità
di dire: “Ehi, guarda,

quella è una grande azienda.

Se è così che lui organizza le cose, forse c’è qualcosa che posso prendere come
modello di riferimento.

Come hai modificato l’assetto della tua organizzazione negli ultimi uno o due anni?

Direi di concentrarci su un aspetto.

Sebbene tutte e tre le componenti di cui abbiamo parlato, i dati e i modelli di IA, siano generalmente
gestite a livello centrale,

quindi, in genere, è il team IT a gestire tali componenti.

E noterete un’applicazione più o meno

molto controllata di queste due componenti, e c’è sicuramente il giusto tipo
di meccanismo di supporto, con frequenze regolari e così via, in modo da garantire che la

si mantenga la resilienza.

La sfida maggiore riguarda gli ingegneri di IA, che lavorano sul campo,
implementando questi sistemi e assicurandosi che i dati forniscano effettivamente l’intelligenza, giusto?

È proprio qui che sorgono le difficoltà,

e gli ingegneri di IA si trovano sicuramente di fronte a una sfida enorme nel consentire la copia dei prompt
.

Perché spesso, ed è una tendenza umana, si ha la sensazione che se tutto ciò che si
sta facendo venga in qualche modo sostituito, allora non ci sia alcun valore che si possa dire di

apporto.

È proprio quello che succede.

Quindi quella componente,

che guida il cambiamento e la trasformazione culturale, allineando le priorità delle vostre iniziative di IA: come
vi assicurate che anche quella componente venga presa in considerazione? E questo avviene a livello

dispositivo.

Non avviene a livello centrale.

Questa è la sfida più grande, giusto?

La progettazione dei prompt, molto spesso, avviene a livello di dispositivo.

Come vi assicurate che tutto si integri perfettamente quando considerate la resilienza end-to-end
?

Finché vi concentrate su questo, sono sicuro che i primi due elementi,

qualsiasi organizzazione matura e standardizzata se la cava piuttosto bene.

Ma è proprio la terza componente quella che in genere viene trascurata.

Si tratta di qualcosa che deve essere integrato.

Altrimenti, anche se si recuperano i dati e il modello, non è possibile utilizzarli.

Quindi, questa è la sfida più grande.

E, naturalmente, l’approccio, direi.

L’abbiamo imparato a nostre spese, ma ci concentriamo decisamente su questo aspetto.

E questo è un aspetto su cui forse il pubblico dovrebbe concentrarsi quando si tratta di

creare un modello di resilienza: concentratevi sicuramente sull’aspetto del prompt, su quello dell’assistenza e
su ciò che stanno facendo gli ingegneri.

È possibile per voi ripristinare il vostro sistema end-to-end nel suo complesso?

Chris, posso intervenire?

Sì, intervieni pure.

Hai detto qualcosa su cui mi piacerebbe saperne un po’ di più.

Hai detto che l’hai imparato a tue spese.

In che modo la tua organizzazione sta migliorando la conoscenza dell’IA al suo interno per assicurarsi
che tutti comprendano appieno

questi potenti strumenti a loro disposizione?

Va bene.

Se guardiamo agli ultimi 18 mesi circa, l’IA è entrata nel mainstream.

Certo, esisteva già da tempo; negli ultimi 12-15 anni l’IA è sempre stata presente.

Ma l’IA generativa, grazie alla facile disponibilità dei computer, è ormai
in primo piano.

Di conseguenza, aziende come la nostra

abbiamo creato molti acceleratori e proprietà intellettuali che utilizziamo per gestire il ciclo di vita dello
sviluppo dei prodotti, la creazione di soluzioni e così via.

E molto spesso – ed è per questo che ho parlato di «percorso difficile» – molto spesso, quando si realizzano queste
soluzioni, si tende probabilmente a ignorare la necessità di garantire che la componente ingegneristica dei prompt

riceva la stessa

importanza o la stessa priorità all’interno del proprio ecosistema complessivo.

E quando lo si fa su larga scala, visto che si parla di migliaia di utenti o di ingegneri di IA
che ci lavorano, si rischia di trascurare alcune componenti perché ogni ingegnere di IA apporta

un certo valore e per garantire che le cose siano davvero distribuite.

Quindi si vuole garantire che ogni singolo componente sia presente e apporti quella
componente di intelligenza, qualunque cosa venga creata.

Perché, in fin dei conti, sono quelle le proprietà intellettuali che state costruendo, e diventano una
sorta di parte del vostro modello di resilienza complessivo, in modo da poterle davvero utilizzare con

fiducia, ovviamente, per gli utenti interni, i clienti o qualunque sia la vostra attività.

Fantastico.

Sai, è interessante.

Siete abbastanza grandi da avere ingegneri specializzati in IA, potete permetterveli, ne avete diversi.

E sono sicuro che molte delle persone che ci stanno ascoltando stiano dicendo: «Vogliamo

arrivare al punto in cui potremmo permetterci più dipendenti a tempo pieno per farlo.

E ci sono molte forme di “assunzione a ore” di questo tipo di persone molto competenti, giusto?

Tutto ciò di cui stai parlando, specialmente l’ingegneria dei prompt, tutte queste problematiche si aggravano ulteriormente
quando non hai il controllo di quelle persone a tempo pieno.

Quindi immagino che l’importanza di cui parli sia ancora maggiore, giusto, se si
ricorre a questo modello part-time.

Allora, Michael, se posso chiedertelo, insomma, conosciamo il nostro angolo di mondo.

Stiamo cercando di crescere, giusto?

Perché dobbiamo fare tutte le cose di cui parla Deb.

Come stiamo affrontando la questione?

In che modo Commvault sta cercando di mantenere i piedi per terra da un lato e di espandersi dall’altro per
assicurarsi di coprire questi nuovi vettori?

Sì, quindi penso che all’inizio del nostro percorso nell’IA abbiamo fatto un passo indietro e ci siamo chiesti:
come possiamo definire una serie di principi di progettazione a cui attenerci,

indipendentemente da come la tecnologia cambiasse

in modo che fossero radicati nella sicurezza e, in definitiva, le soluzioni che forniamo fossero
affidabili?

Penso che la cosa più importante sia voler essere davvero affidabili e, se vogliamo
essere buoni o i migliori amministratori dei dati, quella fiducia è fondamentale.

Non possiamo proprio vacillare su questo punto.

Così il team esecutivo ha esaminato attentamente le informazioni di cui disponevamo allora, con la
sfera di cristallo che prefigurava come la situazione si sarebbe evoluta.

E credo che abbiamo creato quei principi e poi li abbiamo sviluppati mentre progettavamo
le soluzioni, non solo per proteggere l’IA, ma per sfruttarla all’interno del prodotto, senza utilizzare

i dati dei clienti.

E fornendo anche set di dati all’IA per arricchirli.

Quindi penso che avere quelle basi, e, ripeto, è per questo che ho parlato di alfabetizzazione, perché abbiamo
affrontato un esercizio simile internamente, in cui ci siamo detti: se sappiamo che questo

gigante ci sta davanti, vogliamo assicurarci che tutti capiscano come elaborare
le informazioni nel modo giusto, senza ricorrere alle proprie risorse

tutto il tempo.

Quindi penso che tutti questi elementi contribuiscano a creare quella “tempesta perfetta” di come abbiamo affrontato la
questione, in modo da poter rimanere affidabili e fornire dati affidabili ai nostri clienti.

Devo farti una domanda.

Voglio dire, non voglio metterti in difficoltà, ma quello che pensiamo e come stiamo andando è una
cosa.

Come stiamo andando davvero per te, in quanto cliente, è la cosa più importante.

E forse potrei anche estendere questo discorso al settore della protezione dei dati in
generale.

Se posso chiedertelo, come stiamo andando come gruppo e di cosa hai bisogno da noi mentre guardi
avanti a tutti i progetti, a tutte le richieste che ricevi per i clienti, dove

possiamo migliorare?

Beh, questo è un punto interessante.

Era una domanda complessa.

È una domanda succulenta.

Va bene.

Penso che tornerò indietro, ehm, a quasi tre anni fa,

quando abbiamo avviato questa collaborazione; ovviamente utilizzavamo Commvault anche
prima di allora, stavamo lavorando a una riorganizzazione più ampia del nostro stack tecnologico, ed è

il momento in cui abbiamo cercato un partner che si allineasse al nostro approccio alla gestione dei dati e
ci aiutasse a realizzare quell’architettura resiliente che ci avrebbe garantito la

definire RPO, RTO e, naturalmente, eseguire i regolari test di simulazione e così via, in
modo che qualunque cosa fosse definita sulla carta, nell’implementazione e nei test, tutti e tre gli aspetti

fosse preso in considerazione; e devo dire che abbiamo sicuramente seguito… ehm… l’approccio standard per un
CIO è valutare le tecnologie possibili, esaminare la maturità delle tecnologie disponibili, e

il vantaggio principale che ho riscontrato in Commvault è stata la flessibilità.

Flessibilità nel lavorare con il cliente, in modo, ehm, costante, e nel realizzare soluzioni che si
allineassero alle esigenze del settore che avevamo in quel momento e, allo stesso tempo,

mantenere tale flessibilità nel tempo.

Il motivo per cui dico che questo è l’aspetto più cruciale è semplice: basta pensare a tre anni
fa.

L’intelligenza artificiale esisteva sicuramente, ma non su questa scala.

E dato che…

il mondo della tecnologia sta cambiando molto, molto velocemente, se disponiamo di una soluzione di backup che
non si adatta a questa dinamica di cambiamento, ci ritroveremo immediatamente con una

soluzione obsoleta, giusto?

Quella non servirà più a nulla.

Man mano che il settore matura, che arrivano le nuove tecnologie e che le dinamiche influenzano il settore tecnologico,
ciò che conta è la nostra flessibilità nell’adeguarci a tali requisiti e la rapidità con cui agiamo.

Perché ogni soluzione, ogni cliente è diverso, ogni soluzione è diversa.

Quindi, quanto velocemente si è pronti ad adeguarsi.

Mi trovo molto, molto bene a lavorare con Commvault e questo continua ancora oggi.

Beh, grazie per la sua franchezza.

Sì, lo apprezzo molto.

E Michael, vedo che stai sorridendo laggiù.

Santo cielo.

Che testimonianza, vero?

Cioè, wow, i clienti parlano di, sai, un’architettura progettata appositamente.

E guarda, è stata una scelta molto intenzionale.

E, sai, come ha detto Chris, sono qui da 22 anni.

L’ho vista trasformarsi da quel monolite vecchio stile a ciò che è oggi.

E quella scalabilità e resilienza sono parte integrante di ciò che abbiamo realmente costruito.

Tutto questo è reso possibile dall’architettura.

Quindi quella flessibilità e il suo funzionamento, specialmente come l’hai descritta tu, erano del
tutto intenzionali.

E sono lieto che siate riusciti a trarne vantaggio per risolvere non solo i problemi che
avevate tre anni fa, ma anche quelli di oggi.

E, naturalmente, i problemi che dovrete affrontare domani.

È stato fantastico.

Apprezzo davvero che tu sia entrato nei dettagli.

Fantastico.

E sappiamo che dobbiamo continuare a scrivere perché il periodo di tre anni continua, giusto?

So che vuoi definirlo.

Mai.

Non finisce mai.

Quindi, sai, per concludere, c’è qualcosa che vorresti aggiungere, ah, per tutti
quelli che a questo punto sono al sesto quaderno e stanno scarabocchiando con la penna numero quattro?

Ma c’è qualcosa che vorresti lasciare loro che non abbiamo ancora discusso?

No, penso che, da un punto di vista

, concentrati sulle tue priorità aziendali.

Definite molto chiaramente cosa volete ottenere.

Sì, va bene, purché siate chiari sulle vostre esigenze, ci sono soluzioni e
partner con cui collaborare per soddisfarle.

Ma se non hai le idee molto, molto chiare su ciò a
cui stai cercando di puntare, si crea confusione e finisci per avere

discussioni non proprio piacevoli, cosa che va assolutamente evitata.

Quindi, per prima cosa, comprendi le tue esigenze, definisci le priorità tecnologiche e trova un
partner che sia abbastanza flessibile da lavorare con te in quelle dinamiche.

Ecco, questo è quello che direi.

Un consiglio fondamentale, assolutamente fondamentale.

Grazie per essere qui.

Passiamo ora a SHIFT.

Ma soprattutto, grazie per la collaborazione e grazie per la fiducia riposta in
Commvault.

Questo significa tutto per noi e lo apprezziamo moltissimo.

Grazie, Commvault.

È stato davvero fantastico avervi qui e non vediamo l’ora di rivedervi.

Grazie.

E Michael, grazie.

Davvero fantastico.

La tua visione, maturata negli anni in cui sei stato qui, è semplicemente fantastica.

Per concludere…

Ah…

Vi rimborseremo tutta la carta che avete usato per prendere appunti su quella che è stata davvero una
serie incredibile di consigli.

Deb, grazie a te e a Michael.

E per chi volesse saperne di più, vi invitiamo a visitare readiverse.com.

Abbiamo appena lanciato questo nuovissimo sito, che è ricco di informazioni, blog, white
paper, video e viene costantemente aggiornato

per tenervi sempre aggiornati su tutto ciò di cui Deb e Michael hanno parlato; attendiamo con
piacere il vostro feedback.

È lì che troverete i punti di partenza per tutto il resto, tutto ciò che riguarda Commvault.

Quindi, Chris Mierzwa per questo podcast SHIFT Live qui a New York City per il 2025.

Grazie per essere stati con noi.

Buona giornata.

Grazie.

Grazie.

tu