La sovranità dell’intelligenza artificiale entra in una nuova fase. Dopo anni di dibattito sulla localizzazione dei dati e sulla dipendenza dagli hyperscaler statunitensi, la competizione si sposta verso il controllo dell’intera filiera tecnologica, dalle infrastrutture di calcolo fino ai modelli linguistici, dalle piattaforme di sviluppo e alle applicazioni aziendali.
È su questo terreno che OVHcloud ha deciso di misurarsi. Ieri, durante l’OVHcloud AI Summit di Parigi, il provider europeo ha annunciato 55 nuovi prodotti e servizi dedicati al cloud e all’intelligenza artificiale, presentando una strategia che punta a costruire un’alternativa europea lungo tutti i livelli dello stack AI.
«L’artificial intelligence ci sta facendo vivere un periodo entusiasmante, ma anche destabilizzante. L’accelerazione è innegabile, ma c’è un serio problema di visibilità», ha osservato Octave Klaba, Founder e Chief Executive Officer di OVHcloud in apertura della kermesse.
La risposta del gruppo francese è un’offerta integrata che combina capacità computazionale, orchestrazione, inferenza, piattaforme agentiche e applicazioni collaborative. Una strategia che trova il filo conduttore nella necessità di assicurare libertà di scelta, controllo dei costi e reversibilità delle decisioni.

Indice degli argomenti
AI sovrana: dall’autonomia sui dati al controllo dell’intero stack tecnologico
Che cosa significa oggi AI sovrana? La sola residenza dei dati in Europa non è sufficiente a garantire che un’organizzazione mantenga il controllo delle tecnologie utilizzate. Occorre considerare anche chi gestisce l’infrastruttura, quali modelli elaborano le informazioni, dove avviene l’inferenza, quali soggetti possono accedere ai dati e quanto sia semplice cambiare fornitore.
L’AI sovrana come stack
«L’AI non è un prodotto ma uno stack – ha spiegato Yaniv Fdida, Chief Product & Technology Officer di OVHcloud –. Va dall’elettricità che alimenta una GPU fino all’applicazione che i vostri collaboratori utilizzano quotidianamente». Un passaggio, questo che sintetizza la strategia di un provider che ha deciso di presidiare l’intera pila tecnologica dell’intelligenza artificiale, che progetta e assembla i propri server, costruisce e gestisce data center e reti, sviluppa servizi cloud e ora amplia le proprie competenze fino alla realizzazione diretta di modelli linguistici e applicazioni AI.
L’obiettivo dichiarato è offrire un’architettura europea aperta e reversibile. Per i CIO questo approccio introduce una prospettiva più ampia, che permette di valutare la sovranità come proprietà dell’architettura IT, verificando le dipendenze tecnologiche e contrattuali presenti in ciascun livello.

Infrastrutture e orchestrazione: la base tecnologica dell’AI sovrana
La sovranità dell’AI non si riduce, quindi, a un’etichetta commerciale o alla semplice scelta di un data center europeo. Si tratta di una questione architetturale e riguarda la capacità di un’organizzazione di controllare dove vengono eseguiti i workload, quali modelli vengono utilizzati, come vengono protetti i dati, quanto sono trasparenti i costi e con quale facilità è possibile sostituire una componente dello stack.
OVHcloud ha costruito la propria proposta su questa lettura, articolandola in cinque livelli: infrastrutture di calcolo, orchestrazione, inferenza e modelli, piattaforme per agenti e applicazioni di produttività. Si tratta di un modello che mira a offrire alle aziende che operano in Europa una filiera tecnologica più integrata, senza trasformare la sovranità in una scelta rigida o in un vincolo a un unico fornitore.
GPU, data center, reti e storage: la capacità di calcolo europea
La prima componente dello stack riguarda la disponibilità di risorse computazionali sufficienti a sostenere l’addestramento e l’esecuzione dei modelli AI.
OVHcloud a Parigi ha annunciato l’introduzione delle GPU NVIDIA RTX 6000 Pro, Blackwell B300 e Rubin R200 nelle proprie offerte Bare Metal e Public Cloud. Secondo i dati presentati, i 110 MW di capacità elettrica disponibile nei suoi data center consentirebbero di ospitare fino a 60.000 GPU B300 oppure 35.000 R200.
Si tratta di una capacità potenziale, che OVHcloud intende mettere a disposizione subordinatamente alla sostenibilità economica degli investimenti, non di un numero di acceleratori già operativi.
La disponibilità delle GPU, tuttavia, rappresenta soltanto una parte del problema. Le applicazioni AI, soprattutto quelle agentiche, richiedono reti ad alte prestazioni, accesso rapido allo storage e capacità di trasferire grandi quantità di informazioni.
Per questo motivo, il provider ha ampliato i servizi di networking con nuove funzionalità di Virtual Private Cloud, bilanciamento del traffico, collegamenti privati e strumenti di sicurezza. Sul versante storage, l’attenzione si concentra sulla riduzione della latenza e sull’ottimizzazione dell’accesso ai dati utilizzati dai modelli.
AI Fabric: orchestrare le GPU e ottimizzare i costi
Il secondo livello riguarda l’orchestrazione delle risorse. Per un’azienda, disporre di capacità computazionale conta relativamente poco se il suo utilizzo richiede una gestione infrastrutturale complessa o genera costi difficili da prevedere.
«Gli sviluppatori vogliono fare il fine-tuning dei propri modelli senza diventare esperti di infrastrutture. Vogliono pagare quello che consumano, non quello che prenotano», ha sintetizzato Fdida.
La risposta di OVHcloud è AI Fabric, sviluppato in collaborazione con Blade.sh, la piattaforma GPU di Shadow. Attraverso un kit di sviluppo software (SDK) Python, gli sviluppatori possono definire le risorse necessarie direttamente nel codice, senza dover configurare manualmente server e ambienti di esecuzione.
Il modello permette di avviare workload GPU on demand, eseguire operazioni di fine-tuning e distribuire applicazioni con una logica di fatturazione legata all’utilizzo effettivo.
Per le direzioni IT il vantaggio potenziale riguarda la capacità di adattare le risorse alla domanda, contenendo gli sprechi e riducendo il carico operativo dei team.
Inferenza e modelli: la partita dell’indipendenza tecnologica
Se le infrastrutture e l’orchestrazione costituiscono il fondamento tecnico dell’AI sovrana, il cuore economico e strategico della filiera si sposta sui modelli e sulla loro inferenza. È qui che le organizzazioni decidono se affidare l’elaborazione dei propri dati a servizi esterni, quali modelli utilizzare per ciascun caso d’uso e quanto dipendere da un unico fornitore.
OVHcloud si impegna a rendere questa scelta più flessibile combinando un catalogo di modelli accessibili via API, strumenti di routing per selezionare il motore più adatto a ogni richiesta e lo sviluppo di un LLM europeo open source. L’obiettivo non è necessariamente sostituire tutti i modelli esistenti, ma offrire alle aziende un’alternativa concreta, governabile e reversibile.
AI Endpoints e AI Router: scegliere il modello senza vincolarsi al fornitore
Se il training richiede risorse elevate ma viene svolto in fasi definite, «l’inferenza accompagna il funzionamento quotidiano delle applicazioni. Ogni interrogazione, risposta o azione di un agente comporta un’elaborazione che ha un costo. L’addestramento di un modello è lungo, ma si fa una volta. L’inferenza è ogni domanda, ogni risposta, ogni chiamata di un agente, milioni di volte al giorno. Ed è qui che si gioca il vero conto economico dell’AI», ha sottolineato Fdida.
OVHcloud ha ampliato il catalogo di AI Endpoints, il servizio gestito e serverless di inferenza che consente agli sviluppatori di integrare modelli di IA preaddestrati, soprattutto open source, tramite API, senza gestire l’infrastruttura sottostante. Lo ha fatto aggiungendo un centinaio di nuovi modelli, che includono anche capacità vocali e di elaborazione delle immagini, e introducendo ulteriori strumenti di governance per gestire utenti, quote e consumi.
La modalità batch, già disponibile in general availability, permette inoltre di elaborare grandi volumi di richieste non urgenti, come classificazione documentale o analisi massive, senza i vincoli di latenza delle applicazioni interattive.
Il valore per i CIO
A completare la strategia c’è AI Router, annunciato con disponibilità iniziale in alpha entro la fine del 2026, un sistema pensato per indirizzare ciascuna richiesta verso il modello più appropriato, scegliendo tra soluzioni leggere e veloci oppure modelli più potenti per compiti complessi.
Per i CIO, il valore di questa impostazione è nella possibilità di differenziare i modelli in funzione dei casi d’uso, anziché dipendere da un unico LLM per tutte le elaborazioni.
Olala, il primo LLM europeo di OVHcloud
Una delle novità più significative del Summit è il debutto di Olala mini 7A1B, primo modello linguistico di grandi dimensioni della famiglia Olala versione 1.0 (la 2.0 verrà rilasciata il prossimo anno) sviluppato e addestrato da zero in Europa.
Il modello utilizza un’architettura mixture of experts con 7 miliardi di parametri complessivi, dei quali uno attivo durante l’elaborazione. È progettato per funzionare anche su hardware relativamente leggero, comprese GPU con 8 GB di memoria e, con prestazioni differenti, anche semplici CPU.
Addestrato utilizzando i supercomputer europei Jupiter, MeluXina e Jean Zay, Olala mini viene distribuito in modalità open source con licenza Apache 2.0. OVHcloud intende svilupparne versioni successive con capacità più avanzate, anche per applicazioni agentiche, DevOps e cybersecurity.
Modelli europei: dal laboratorio ai servizi operativi
Lo sviluppo di un modello proprietario non è soltanto un gesto simbolico di indipendenza tecnologica. Per OVHcloud rappresenta la capacità di garantire controllo delle prestazioni, costi di inferenza, ottimizzazione hardware e capacità di adattare l’AI alle esigenze dei propri clienti.
La scommessa è dimostrare che un modello europeo, aperto e dimensionato per un utilizzo efficiente possa reggere il confronto con le soluzioni dei grandi laboratori internazionali, almeno nei casi d’uso in cui velocità, costo e controllo dei dati contano più della scala assoluta dei parametri.
«L’intelligenza artificiale è strategica per OVH. Oltre a mettere a disposizione dei nostri clienti servizi di AI, dobbiamo essere in grado di sviluppare modelli che rispondano alle loro esigenze e a quelle nostre interne», ha chiarito Klaba, sottolineando che il gruppo non può basare il proprio futuro esclusivamente sui modelli condivisi da laboratori esterni.
Qwant, il motore di ricerca Made in Europe
Il primo banco di prova operativo è Qwant, il motore di ricerca europeo che utilizza Olala mini per generare risposte sintetiche alle interrogazioni degli utenti. Secondo i dati comunicati, il sistema gestisce circa tre milioni di richieste al giorno, con risposte più veloci del 20% e un utilizzo di risorse ridotto a un terzo rispetto al modello precedente.
La collaborazione coinvolge anche aziende come Shadow e realtà come European Search Perspective, la joint venture tra Qwant ed Ecosia impegnata nella costruzione di un indice di ricerca web europeo alternativo a motori come Google o Bing. L’obiettivo è collegare indice web, modelli, infrastrutture e applicazioni all’interno di una filiera gestita in Europa.
Dalle piattaforme agli agenti AI: sovranità anche nelle applicazioni
L’ultimo pilastro della strategia di OVHcloud riguarda il passaggio dall’infrastruttura e dai modelli alle applicazioni con cui le persone lavorano ogni giorno. Non basta disporre di GPU, API e LLM. Per rendere l’AI realmente utile nelle organizzazioni occorrono piattaforme in grado di distribuire agenti, collegarli ai dati aziendali, governarne le autorizzazioni e garantire tracciabilità delle attività. È il livello in cui la sovranità diventa visibile all’utente finale, ma anche quello in cui emergono le questioni più delicate legate ad accesso ai documenti, protezione delle informazioni, controllo dei consumi, qualità delle risposte e integrazione con i processi esistenti. OVHcloud propone, in questo ambito, un ecosistema di soluzioni che vanno dagli agenti AI alla ricerca semantica, fino a una suite collaborativa nativamente AI.
AI Agents e AI Search: gli strumenti per l’AI agentica aziendale
Il quarto livello dello stack è quello delle piattaforme PaaS, dove le risorse infrastrutturali e i modelli vengono trasformati in strumenti utilizzabili dagli sviluppatori.
La novità principale è OVHcloud AI Agents, una piattaforma progettata per distribuire, scalare, proteggere e monitorare agenti intelligenti, consentendo loro di interagire con applicazioni e dati aziendali.
Il servizio prevede l’integrazione con quasi 480 connettori e server MCP (Model Context Protocol), oltre a strumenti per governare l’esecuzione degli agenti e i relativi consumi.
Accanto ad AI Agents, AI Search affronta il problema dell’accesso alle informazioni. Attraverso la combinazione di ricerca semantica e lessicale, il servizio permette agli agenti di individuare informazioni pertinenti all’interno di archivi documentali estesi, invece di trasferire indiscriminatamente grandi quantità di contenuti ai modelli.
È un aspetto particolarmente importante per i sistemi RAG (Retrieval Augmented Generation) e per gli agenti aziendali, sistemi in cui la qualità delle risposte dipende dalla capacità di reperire dati aggiornati, affidabili e accessibili soltanto ai soggetti autorizzati.
La strategia si accompagna a nuove funzionalità di sicurezza, tra cui Cloud HSM, Confidential Computing, gestione dei certificati e strumenti di protezione delle applicazioni.
OVHai Workspace: la produttività diventa agentica
Il quinto livello porta l’intelligenza artificiale nelle applicazioni utilizzate quotidianamente dalle imprese.
Con OVHai Workspace, l’azienda francese rilascia una piattaforma collaborativa che integra posta elettronica, calendari, documenti, archiviazione, videoconferenze e assistenti AI. Il sistema si articola in tre ambienti: Productivity, Web AI e Knowledge Platform.
L’idea è permettere agli agenti di operare attraverso applicazioni differenti, condividendo il contesto informativo necessario per svolgere attività come preparare un messaggio e-mail, organizzare riunioni, elaborare documenti o ricercare informazioni.
«OVHai Workspace semplifica la gestione dell’utilizzo dell’AI da parte dei dipendenti, delle attività degli agenti AI e dell’accesso ai dati, garantendo un ambiente sicuro e pienamente controllabile grazie all’osservabilità», ha spiegato Klaba.
La versione alpha di Productivity è disponibile ieri, con dati ospitati in Europa e non utilizzati per l’addestramento dei modelli. Per il 2027 è prevista un’evoluzione verso la cifratura end-to-end dei contenuti della piattaforma.
Tre laboratori di ricerca a sostegno della roadmap applicativa
La roadmap applicativa di OVHcloud è sostenuta anche dall’output di tre laboratori di ricerca, destinati ad alimentare lo sviluppo dei servizi futuri, che si focalizzano su:
- Modelli LLM (frutto dell’acquisizione di Dragon, l’azienda che ha contribuito allo sviluppo di Olala), con fucus su AI agentica, DevOps e cybersecurity.
- Voice AI (frutto dell’acquisizione dello specialista Gladia), per sviluppare soluzioni TTS (text-to-speech), STS (speech-to-speech) e STT (speech-to-text) con modelli che funzionano in real time e in batch.
- Document Intelligence ovvero capacità di scovare le informazioni rilevanti e giuste in testi, file exel, pdf, video e immagini.
Quali scelte per i CIO tra deployment, governance e reversibilità
Per le organizzazioni pubbliche e private, l’AI sovrana non corrisponde necessariamente alla scelta di un’unica piattaforma o di un modello completamente europeo. Richiede, piuttosto, di definire quali componenti tecnologiche debbano rimanere sotto controllo diretto e quali possano essere affidate a servizi gestiti.
OVHcloud propone tre modalità di erogazione: Public Cloud, Private Tenant e On-Prem Cloud Platform. La prima privilegia flessibilità ed elasticità delle risorse; la seconda introduce un ambiente dedicato e isolato dagli altri clienti mentre la terza porta lo stack tecnologico nelle infrastrutture dell’organizzazione.
Le opzioni si inseriscono in un’architettura che comprende anche zone locali, configurazioni multi-availability zone e ambienti con requisiti specifici di sovranità. Non tutte le funzionalità AI sono tuttavia necessariamente disponibili fin dall’inizio in ogni configurazione e la roadmap prevede un’estensione progressiva dei servizi.
Il valore di una scelta reversibile
Il tema della reversibilità attraversa l’intera proposta. «Offriamo un’esperienza utente integrata, attraverso una soluzione europea aperta, reversibile e dai costi prevedibili», ha evidenziato Fdida, richiamando la necessità di superare la frammentazione fra provider, prodotti e strutture tariffarie.
Per un CIO, queste caratteristiche devono essere tradotte in verifiche concrete relative alla possibilità di esportare i dati, disponibilità dei modelli e dei relativi pesi, compatibilità delle API, portabilità delle applicazioni, al controllo delle chiavi crittografiche, così come a trasparenza dei costi e condizioni contrattuali di uscita.







































Partecipa alla community