Per anni il cloud pubblico è stato la scelta predefinita per molti workload: provisioning rapido, servizi gestiti, scalabilità e un modello operativo comodo. Ma a una certa scala il conto può smettere di avere senso.
In un progetto recente abbiamo aiutato un cliente a spostare un workload production da AWS a server bare metal dedicati Leaseweb, riducendo i costi mensili da decine di migliaia a poche migliaia di euro, senza modificare il codice applicativo.
Perché il cloud era diventato troppo costoso
Il problema non era un singolo servizio. Era la somma: istanze sovradimensionate, storage, traffico, ambienti sempre accesi, servizi gestiti e margine cloud su risorse prevedibili. Il workload era stabile, con pattern noti e poca necessità di elasticità estrema.
La strategia
Abbiamo trattato la migrazione come un progetto infrastrutturale, non applicativo. L’obiettivo era mantenere lo stesso comportamento per l’applicazione, ricostruendo sotto un ambiente più controllabile: networking, compute, storage, backup, observability e deploy.
Il lavoro è stato guidato da Infrastructure as Code, test di failover, runbook e una fase di parallel run per validare prestazioni e stabilità prima del cutover.
Cosa è migliorato
- costi mensili più bassi e prevedibili
- maggiore controllo su performance e capacità
- meno astrazione nei segnali di failure
- ambiente riproducibile e documentato
- nessuna modifica al codice applicativo
I trade-off reali
Il bare metal non è gratis in termini operativi. Richiede competenza, monitoraggio, gestione backup, capacity planning e procedure di recovery. Non è adatto a ogni workload. Ma quando il carico è prevedibile, persistente e costoso sul cloud pubblico, può essere una scelta molto razionale.
Conclusione
La domanda corretta non è “cloud o bare metal?”. La domanda è: quale piattaforma rende questo workload affidabile, sostenibile e governabile nel tempo? In alcuni casi la risposta resta il cloud pubblico. In altri, riportare il workload su infrastruttura dedicata restituisce controllo e riduce drasticamente il costo.
Vuoi sperimentare AI locale con responsabilita?
Aiutiamo team e aziende a progettare ambienti AI locali, privati e governabili, bilanciando liberta tecnica, sicurezza, policy e controllo operativo.
Inizia la conversazione