Il legacy IT è il tema che nessuno vuole affrontare nelle riunioni strategiche e che poi si presenta puntualmente come ostacolo in tutti i progetti di trasformazione digitale. Sistemi ERP implementati vent'anni fa, database senza API, applicazioni custom scritte con tecnologie che nessuno conosce più, processi che vivono dentro fogli Excel condivisi su server interni. Quando un'organizzazione decide di introdurre agenti AI nei propri workflow, prima o poi arriva al punto in cui l'agente deve interagire con uno di questi sistemi. E lì le cose si complicano.
Gartner ha analizzato il problema in modo diretto, separando quello che la GenAI può fare concretamente sulla modernizzazione del legacy da quello che i vendor promettono ma non mantengono.
La promessa gonfiata e la realtà operativa
Gartner ha pubblicato un'analisi esplicita sul tema: le affermazioni dei vendor secondo cui la GenAI eliminerà il legacy IT e risolverà automaticamente il debito tecnico hanno gonfiato le aspettative degli stakeholder. I CIO devono usare questa ricerca per identificare dove e quanto la GenAI può realisticamente trasformare le pratiche di modernizzazione.
Il punto non è che la GenAI non serva nella modernizzazione del legacy: è che serve in modo diverso da come viene spesso venduta. Non è uno strumento che trasforma automaticamente sistemi obsoleti in applicazioni moderne. È uno strumento che può accelerare specifiche fasi del processo di modernizzazione: documentazione del codice esistente, generazione di test, migrazione guidata tra linguaggi, analisi del debito tecnico. Ma il lavoro di architettura, la decisione su cosa mantenere e cosa sostituire, e la gestione del rischio operativo durante la transizione rimangono responsabilità umane.
Il computing ibrido come strategia a lungo termine
Nel comunicato di dicembre 2025 sui trend che impatteranno l'infrastruttura e le operations nel 2026, Gartner identifica l'hybrid computing come la risposta strutturale al problema dell'eterogeneità tecnologica. L'hybrid computing è uno stile architetturale emergente che orchestra ambienti di compute, storage e networking diversi e a volte incompatibili. Permette ai leader I&O di proteggere gli investimenti infrastrutturali nel tempo con un'architettura composable ed estensibile, massimizzando il valore delle tecnologie emergenti combinando i loro punti di forza.
Gartner è diretto sul punto: l'hybrid computing forzerà i leader I&O ad adottare un'architettura di business e tecnologia composable come parte di una strategia a lungo termine per costruire sistemi e applicazioni. Non è una scelta temporanea in attesa che il legacy sparisca: è il riconoscimento che ambienti eterogenei sono la condizione permanente di qualsiasi organizzazione con una storia, e che la strategia vincente non è la sostituzione integrale ma l'orchestrazione intelligente.
Gli agenti AI e i sistemi senza API
Uno dei problemi pratici più frequenti nell'integrazione di agenti AI con sistemi legacy è l'assenza di API moderne. Molti sistemi enterprise sono stati costruiti prima che le API diventassero uno standard, e non espongono interfacce che un agente possa interrogare programmaticamente. Gartner indica l'approccio "computer use" come una delle risposte emergenti a questo problema: agenti che interagiscono con le interfacce utente dei sistemi legacy proprio come farebbe un operatore umano, senza richiedere modifiche al sistema sottostante.
Questa soluzione ha vantaggi e limiti. Il vantaggio è che può funzionare su qualsiasi sistema con un'interfaccia grafica, indipendentemente dall'età e dalla tecnologia. Il limite è che è più lenta, più fragile ai cambiamenti dell'interfaccia e più difficile da monitorare rispetto a un'integrazione via API. Gartner la classifica come parte delle tendenze "Predicts 2026: The New Era of Agentic Automation Begins", segnalando che l'automazione agentica attraverso l'uso diretto del computer è una delle discontinuità tecnologiche che stanno ridisegnando il mercato dell'automazione aziendale.
La spesa in inferenza supera quella in training nel 2026
Un dato che misura la maturità del mercato AI viene dall'analisi di Gartner sull'infrastruttura IaaS ottimizzata per AI, pubblicata a ottobre 2025. Gartner stima che nel 2026 il 55% della spesa in AI-optimized IaaS supporterà workload di inferenza, superando per la prima volta la spesa in training. In termini assoluti, la spesa in inferenza è prevista a 20,6 miliardi di dollari nel 2026, rispetto a 9,2 miliardi nel 2025.
Per chi gestisce sistemi legacy questo dato è rilevante per una ragione pratica: l'inferenza avviene in produzione, su dati reali, in tempo reale. Significa che la pressione a integrare i modelli AI con i sistemi operativi esistenti cresce con la stessa velocità con cui cresce la spesa in inferenza. Più organizzazioni portano l'AI in produzione, più il problema dell'integrazione con il legacy diventa urgente e meno rinviabile.
Le applicazioni intelligenti: cinque caratteristiche che guidano la modernizzazione
Gartner ha definito le caratteristiche delle applicazioni intelligenti, indicandole come il target verso cui modernizzare le applicazioni legacy. Le cinque caratteristiche sono: capacità di apprendimento continuo dai dati operativi, capacità di spiegare le proprie decisioni in modo comprensibile, integrazione con fonti di dati multiple in tempo reale, adattabilità al contesto dell'utente e dell'ambiente, e capacità di orchestrare azioni autonome entro parametri definiti.
Non ogni sistema legacy deve diventare un'applicazione intelligente, e non deve farlo tutto in una volta. Gartner indica che la modernizzazione più efficace parte dall'identificazione dei processi in cui le capacità di apprendimento, spiegabilità e automazione producono il valore di business più alto, e concentra lì l'investimento di trasformazione. Il legacy che non blocca processi ad alto valore può aspettare: il legacy che si trova sulla traiettoria critica dei progetti AI ha priorità immediata.
Il debito tecnico come decisione strategica
Gartner posiziona il debito tecnico non come un problema tecnico da risolvere, ma come una decisione strategica da gestire. Ogni euro investito nel mantenimento di un sistema legacy è un euro che non va verso la costruzione delle capacità che l'organizzazione avrà bisogno nel prossimo ciclo competitivo. La domanda non è "come modernizziamo tutto?" ma "quali sistemi legacy stanno consumando risorse sproporzionate rispetto al valore che producono, e in quale ordine conviene affrontarli?"
In questo contesto, l'AI non è la soluzione al legacy: è uno strumento che cambia l'equazione costi-benefici della modernizzazione in alcuni casi specifici. Accelerare la documentazione del codice, automatizzare i test di regressione, supportare la migrazione guidata tra tecnologie: tutte attività in cui la GenAI produce un beneficio misurabile nel processo di modernizzazione. Ma la strategia rimane una scelta umana, e la scelta conta più dello strumento.
