L’architettura del cloud è stata costruita attorno a un presupposto implicito: gli utenti umani sono lenti, prevedibili, intermittenti. Cercano informazioni, cliccano pulsanti, guardano video, dimenticano password e aprono troppe tab su Chrome. Tutta la logica infrastrutturale moderna, dai CDN alle cache distribuite fino ai database serverless, nasce da questo ritmo biologico relativamente stabile. Poi è arrivata l’intelligenza artificiale agentica, e improvvisamente il traffico internet ha iniziato ad assomigliare meno a una città e più a un mercato azionario durante un flash crash.
La decisione di Amazon Web Services di riprogettare il proprio sistema OpenSearch Serverless non è quindi un aggiornamento tecnico marginale; è il segnale di una mutazione molto più profonda nell’economia computazionale globale. AWS ha annunciato una nuova generazione del proprio motore serverless per ricerca e vector database, progettata specificamente per workload agentici, cioè ambienti dove software autonomi possono generare esplosioni improvvise di traffico, interrogando database, documenti, API e strumenti esterni in pochi secondi, salvo poi sparire nel nulla computazionale fino alla successiva richiesta.
La frase chiave non è “AI infrastructure”. Quella è marketing. La frase chiave è “scale down to zero”. In pratica, Amazon sta ammettendo pubblicamente che il cloud tradizionale spreca enormi quantità di capacità computazionale quando applicato ai modelli di traffico degli agenti AI. Per anni il modello economico del cloud si è basato su un compromesso accettato passivamente dalle aziende: pagare anche per la capacità inutilizzata, perché mantenere risorse sempre attive era il prezzo della disponibilità immediata. Gli agenti cambiano completamente la matematica finanziaria dell’infrastruttura.
Un agente AI non si comporta come un essere umano. Non dorme. Non perde tempo su Instagram. Non apre Slack per fingere produttività durante una call. Può generare centinaia di richieste simultanee, creare sub-agent, eseguire retrieval semantico, orchestrare workflow e consumare risorse distribuite in modo quasi violento rispetto ai pattern storici del traffico web. Poi si spegne. Nessuna gradualità. Nessuna prevedibilità statistica classica.
Secondo Cloudflare, il 31% del traffico HTTP globale negli ultimi sei mesi è già composto da bot, crawler e sistemi automatici. Ancora più interessante, circa un quarto delle richieste bot proviene direttamente da crawler AI, assistenti e motori intelligenti. Lai Yi Ohlsen, senior product manager di Cloudflare, ha dichiarato che il traffico non umano supererà quello umano entro la prima metà del 2027. Questa previsione sembra estrema solo a chi continua a immaginare internet come una rete costruita per persone anziché per software che parlano con altro software.
Qui emerge la vera implicazione economica della questione. Se il traffico machine-to-machine diventa dominante, l’intera ottimizzazione storica del cloud deve essere riscritta. Non si tratta soltanto di scalabilità; si tratta di volatilità computazionale. Gli agenti creano burst improvvisi, ingestibili con le architetture nate per workload relativamente stabili. Per questo AWS ha separato compute e storage nel nuovo OpenSearch Serverless, consentendo al compute di scalare autonomamente in pochi secondi senza mantenere istanze sempre accese.
Dal punto di vista finanziario, è una rivoluzione silenziosa. Le aziende pagano oggi enormi quantità di “idle compute”, capacità prenotata ma inutilizzata, semplicemente per evitare latenze future. Tia White, general manager di Amazon OpenSearch Service, lo ha spiegato con una metafora volutamente semplice: prima era come pagare permanentemente un parcheggio privato anche quando l’auto non c’era; ora diventa un parcheggio a consumo. Dietro questa banalizzazione comunicativa si nasconde una guerra multimiliardaria sull’efficienza energetica del cloud AI.
Perché il vero problema dell’intelligenza artificiale non è soltanto addestrare modelli giganteschi; è sostenere economicamente il traffico inferenziale continuo generato dagli agenti. Silicon Valley ama raccontare l’AI come una questione di modelli sempre più intelligenti. Wall Street, invece, inizia lentamente a capire che il collo di bottiglia sarà infrastrutturale. Chi controlla retrieval, memoria distribuita, inferenza elastica e orchestrazione agentica controllerà probabilmente la fase successiva del cloud.
Non è casuale che Databricks e Snowflake stiano riposizionando il proprio business attorno al concetto di “AI memory layer”. Né sorprende vedere Microsoft modificare Microsoft Azure per supportare burst agentici e memoria condivisa tra agenti. Tutti stanno convergendo verso la stessa intuizione: il database tradizionale non basta più. Serve un’infrastruttura che ragioni come un ecosistema cognitivo distribuito.
Il dettaglio interessante è che questa trasformazione avviene quasi invisibilmente per il consumatore finale. Quando Google durante l’evento Google I/O parla di agenti che prenotano viaggi o fanno ricerche autonome, il pubblico vede una demo elegante. Dietro le quinte, però, ogni singola interazione genera una cascata di retrieval, embedding, chiamate API, orchestrazioni multi-step e sincronizzazioni tra sistemi differenti. Un singolo agente consumer può produrre un traffico infrastrutturale equivalente a centinaia di utenti tradizionali.
La conseguenza strategica è brutale per chi opera nel cloud. I margini storici basati sulla capacità riservata rischiano di comprimersi. I clienti enterprise non accetteranno più di pagare infrastrutture inattive per sostenere workload agentici sporadici ma intensi. La pressione competitiva porterà inevitabilmente verso modelli ultra-elastici, pricing dinamico e infrastrutture progettate attorno all’autonomia software anziché al comportamento umano.
Questa transizione potrebbe anche alterare radicalmente l’economia energetica dei datacenter. Gli agenti AI non generano solo più traffico; generano traffico discontinuo e ad altissima densità computazionale. In termini pratici, significa che i data center del futuro dovranno essere ottimizzati non per throughput costante, ma per improvvisi picchi cognitivi distribuiti. Una differenza apparentemente semantica che, in realtà, cambia raffreddamento, allocazione GPU, gestione memoria e persino progettazione elettrica.
Per anni il cloud è stato raccontato come una commodity. Una utility. Un’infrastruttura invisibile. L’ascesa degli agenti AI sta demolendo questa narrativa. L’infrastruttura torna improvvisamente centrale, strategica e profondamente differenziante. Ironico, considerando che per oltre un decennio la Silicon Valley ha ripetuto ossessivamente che “software is eating the world”. Adesso il software autonomo sta divorando il cloud stesso.