Private AI per aziende

Porta l'Intelligenza Artificiale dentro il tuo perimetro

Usare l'AI in azienda non significa necessariamente inviare codice sorgente, documenti, dati operativi o know-how a servizi esterni.

Private AI è una piattaforma di Intelligenza Artificiale che gira dove decidi tu: nei tuoi locali, in un'infrastruttura privata in cloud, o in configurazione ibrida. Modelli open-weight selezionati, accessi controllati, logging, gestione documentale e integrazione con gli strumenti aziendali.

La differenza con i servizi pubblici non è il luogo fisico, è il perimetro: chi vede i tuoi dati, con quali regole, e chi può cambiarle. Un'infrastruttura privata in cloud europeo mantiene quel perimetro esattamente come una macchina nella tua sala server — cambia chi la accende, non chi la governa.

L'obiettivo non è semplicemente "installare un modello locale", ma costruire un ambiente AI aziendale utilizzabile, governabile e documentabile.

Cosa ottieni

• dati e documenti mantenuti nell'infrastruttura definita con te;
• accesso tramite utenti e ruoli aziendali;
• modelli AI sostituibili e aggiornabili nel tempo;
• API compatibili con applicazioni e strumenti esistenti;
• possibilità di integrare RAG, repository software, ERP, file server e knowledge base;
• logging, monitoraggio e controllo degli accessi;
• supporto alla definizione di policy interne e governance AI;
• possibilità di utilizzare modelli cloud solo quando previsto dalle policy aziendali.

La prima applicazione verticale: l'assistenza

I pacchetti qui sotto sono la piattaforma. AI Service Desk è quella piattaforma applicata a un mestiere preciso: il service desk. Un agente AI sulle postazioni apre il ticket al posto dell'utente, lo risolve usando lo storico dell'assistenza — che è la base di conoscenza già scritta dai vostri tecnici — e quando non basta lo passa in coda al team umano, con il caso già istruito. Al telefono risponde l'AI, e l'integrazione è con il sistema di ticketing che usate.

È il caso d'uso in cui il vincolo sui dati pesa di più: un archivio di ticket contiene nomi, documenti, schermate e credenziali dette per sbaglio. Tenerlo dentro il perimetro non è una preferenza.

Vai ad AI Service Desk →

I pacchetti

Developer 1 ─ OpenCode ─┐
Developer 2 ─ OpenCode ─┤
Developer 3 ─ OpenCode ─┼── LAN/VPN ── Private AI Server
Developer 4 ─ OpenCode ─┘                  │
                                           ├─ LLM locale
                                           ├─ API privata
                                           ├─ Logging
                                           └─ Repository autorizzati

                           ┌─► AI privata
                           │   codice sorgente
                           │   documenti riservati
Utente ─► AI Gateway ──────┤   dati interni
                           │   knowledge base
                           │
                           └─► AI cloud autorizzata
                               attività generiche
                               ricerca
                               contenuti non riservati

Le formule

La piattaforma è la stessa: cambia il modo in cui la porti in casa. Tre strade, a seconda di quanto vuoi investire subito e di quanto vuoi tenere sotto il tuo controllo.

Progetto dedicato: come viene valutato

I prezzi dei pacchetti sono la base di partenza, non un listino chiuso: ogni installazione dedicata è un progetto da valutare, perché il lavoro reale dipende da cosa c'è già in casa — o da quale cloud privato si sceglie. In assessment vengono definiti:

• utenti abilitati e uso previsto nelle ore di punta;
• modelli necessari e dimensione del context;
• dove gira la piattaforma: sala server, cloud privato o configurazione ibrida;
• infrastruttura disponibile o da predisporre, e a carico di chi;
• sistemi da integrare — ERP, CRM, file server, SharePoint, repository, database;
• quantità e formato dei documenti da indicizzare, per la parte RAG;
• requisiti di rete, sicurezza, backup e disponibilità;
• livelli di servizio richiesti;
• vincoli normativi o di settore che incidono sull'architettura.

Al termine dell'assessment ricevi il dimensionamento e un'offerta con i numeri definitivi. Le integrazioni con sistemi proprietari restano quotate a parte in entrambe le formule.

Formula Full Service

AI Governance & Compliance

La tecnologia da sola non basta

L'adozione di sistemi AI richiede anche regole, responsabilità e formazione. Per questo Private AI può essere accompagnata da un percorso di AI Governance.

AI Governance Assessment

L'assessment iniziale può includere:

1. censimento degli strumenti AI già utilizzati;
2. individuazione dei casi d'uso;
3. classificazione dei dati coinvolti;
4. verifica dei flussi verso servizi esterni;
5. identificazione di utenti, ruoli e responsabilità;
6. analisi dei rischi tecnici;
7. individuazione dei casi che richiedono approfondimenti privacy o normativi;
8. definizione delle policy di utilizzo;
9. piano di formazione;
10. roadmap tecnica e organizzativa.

Documentazione predisponibile

In collaborazione con i tuoi referenti e, quando necessario, con DPO e consulenti legali:

• AI Acceptable Use Policy;
• elenco dei sistemi AI autorizzati;
• registro interno dei casi d'uso AI;
• matrice utenti/strumenti/dati consentiti;
• procedure di approvazione di nuovi strumenti;
• linee guida per prompt e dati sensibili;
• procedure di human oversight;
• piano di AI literacy;
• registro delle versioni dei modelli;
• documentazione tecnica dell'infrastruttura;
• evidenze di logging e controllo degli accessi.

GDPR e protezione dei dati

Un'architettura on-premise può ridurre significativamente la necessità di trasferire prompt, documenti e dati aziendali a fornitori AI esterni. Questo può semplificare alcuni aspetti di sicurezza e data governance, ma non elimina gli obblighi previsti dal GDPR quando vengono trattati dati personali.

Devono comunque essere valutati, quando pertinenti: finalità del trattamento, base giuridica, minimizzazione, autorizzazioni, retention, sicurezza, diritti degli interessati, eventuale necessità di DPIA, ruoli privacy e responsabilità.

Private AI fornisce l'infrastruttura tecnica e gli strumenti di controllo necessari a supportare queste valutazioni.

AI Act

L'AI Act europeo introduce obblighi diversi in funzione del ruolo dell'organizzazione, del sistema utilizzato e del relativo livello di rischio. Una soluzione on-premise non rende automaticamente un sistema conforme, ma può rendere più semplice implementare e dimostrare misure quali:

• controllo degli accessi;
• tracciabilità;
• documentazione del sistema;
• gestione delle versioni;
• human oversight;
• policy di utilizzo;
• formazione del personale;
• trasparenza verso gli utenti quando richiesta;
• inventario dei sistemi AI;
• gestione dei casi d'uso.

Private AI è progettata per essere inserita in un processo aziendale di governance, non per sostituirlo.

Dimensionamento e scala

La piattaforma non si vende a macchine, si dimensiona a capacità di servizio: quante persone servire insieme, con quanto contesto ciascuna, e a quale velocità. L'infrastruttura che le regge viene scelta di conseguenza, e può cambiare nel tempo senza rifare il progetto.

Un utente non vale l'altro

Il dimensionamento non dipende solo da quante persone useranno la piattaforma, ma da cosa gli si fa fare e da quante lavorano insieme nelle ore di punta. Tre usi diversi pesano in modo molto diverso:

Le grandezze che contano

• Persone che lavorano insieme — quante ne servi nelle ore di punta senza che le risposte si mettano in coda.
• Contesto per utente — quanti token può tenere davanti ogni richiesta: è ciò che distingue un assistente che vede un file da uno che vede un progetto.
• Velocità di generazione — i token al secondo che arrivano all'utente, e quelli complessivi che il nodo produce su tutti gli slot insieme.
• Lettura del prompt — la velocità con cui il contesto viene assorbito prima che la risposta cominci: è il costo che si paga a ogni richiesta, e cresce con la lunghezza del contesto. È la ragione per cui l'uso su codice pesa più del RAG.

Le taglie e la crescita

Si parte dalla taglia che serve oggi e si sale quando servono più persone o più contesto. Il passaggio alla taglia superiore non è un nuovo progetto: configurazione, modelli, integrazioni e documentazione restano, cambia la capacità sotto.

I numeri indicano gli utenti che possono essere abilitati in ciascuna taglia. Quante persone lavorino davvero insieme nelle ore di punta dipende dall'uso reale, e si verifica nel Proof of Concept. Rate in formula Full Service, IVA esclusa. In formula on-premise la taglia determina il dimensionamento dell'infrastruttura, non il canone.

Utenti oltre il tetto della taglia

Non serve cambiare taglia per qualche persona in più: gli utenti aggiuntivi si aggiungono alla rata, finché la capacità del nodo li regge. Oltre, si sale di taglia.

Quando l'uso reale supera stabilmente la capacità della taglia, salire di taglia costa meno che continuare ad aggiungere utenti: te lo diciamo noi, leggendo i dati di utilizzo del report periodico, prima che la piattaforma inizi a rallentare.

Managed Private AI

I modelli AI evolvono molto rapidamente. Il servizio Managed Private AI può includere: aggiornamenti software e di sicurezza, monitoraggio, verifica dello stato del servizio, aggiornamento o sostituzione dei modelli, benchmarking, tuning, gestione della configurazione, supporto tecnico, backup della configurazione, report periodico, verifica dell'utilizzo e capacity planning.

L'obiettivo è evitare che l'infrastruttura installata oggi diventi obsoleta dopo pochi mesi.

Opzioni

Si aggiungono a qualunque pacchetto e a qualunque formula, quando servono.

La linea dedicata è consigliata quando la piattaforma serve più di una sede, oppure quando il nodo è ospitato in un'infrastruttura privata concordata invece che nei tuoi locali: in quel caso la qualità del collegamento è parte del servizio, non un dettaglio.

Perché Private AI

Un esempio concreto: team di sviluppo da 4 persone

4 Developer
     │
     ▼
OpenCode / IDE
     │
     ▼
Private AI API
     │
     ├─ autenticazione
     ├─ policy
     ├─ logging
     │
     ▼
Coding LLM locale
     │
     ├─ repository autorizzati
     ├─ documentazione
     ├─ tool
     └─ test/build

Il modello viene caricato una sola volta sul server e condiviso tra gli sviluppatori. Il dimensionamento viene effettuato sulla base delle richieste simultanee e del livello prestazionale desiderato.

Processo di attivazione

1. Assessment — analizziamo utenti, casi d'uso, dati, sistemi da integrare e requisiti.
2. Proof of Concept — installiamo un ambiente controllato su un caso d'uso reale.
3. Validazione — misuriamo qualità, prestazioni, sicurezza e utilità.
4. Produzione — installiamo la piattaforma definitiva e configuriamo accessi, logging, backup e monitoraggio.
5. Formazione — formiamo utenti, sviluppatori e amministratori.
6. Managed Service — manteniamo modelli e piattaforma aggiornati nel tempo.

Proof of Concept

Per le aziende che vogliono valutare la tecnologia prima del progetto completo è disponibile un Private AI Proof of Concept.

Include

• workshop iniziale;
• installazione di un ambiente pilota;
• un modello AI;
• un caso d'uso;
• fino a 5 utenti;
• test su dati non produttivi o dataset concordato;
• report finale con risultati e dimensionamento.

Come si sottoscrive

Quattro passaggi, nessuno dei quali impegna prima che tu abbia visto la piattaforma funzionare sul tuo caso.

1. Primo contatto — una telefonata o una email. Capiamo insieme che cosa vorresti fare con l'AI, quante persone la userebbero e quali dati sono in gioco. Nessun costo e nessun impegno.
2. Analisi e offerta — a valle dell'analisi ricevi il dimensionamento, la formula consigliata e un'offerta con i numeri definitivi: taglia, utenti abilitati, integrazioni e opzioni. L'offerta ha una validità indicata e nessun vincolo di accettazione.
3. Proof of Concept (consigliato) — si attiva con un ordine semplice e misura le prestazioni reali sul tuo caso d'uso. Se il progetto completo parte entro 60 giorni, il costo viene scalato secondo le condizioni dell'offerta.
4. Contratto e attivazione — alla firma si fissano data di avvio, referenti e modalità di accesso. Dalla firma alla messa in esercizio passano due o tre settimane per le taglie S senza integrazioni complesse; integrazioni con ERP, CRM o sistemi proprietari e taglie superiori allungano i tempi, e la data viene concordata in offerta.

Che cosa si firma

• Contratto di servizio — perimetro, taglia, utenti abilitati, livelli di servizio, durata annuale e condizioni di rinnovo;
• Mandato di addebito per il pagamento ricorrente;
• Nomina a responsabile del trattamento quando la piattaforma tratta dati personali per tuo conto, come previsto dall'articolo 28 del GDPR;
• Verbale di consegna alla messa in esercizio, con la configurazione installata e la documentazione.

Pagamenti

• il canone è mensile anticipato, con addebito automatico su SDD bancario o carta di credito: nessun sollecito, nessuna scadenza da ricordare;
• fattura elettronica emessa contestualmente all'addebito;
• per la formula on-premise, il setup e le integrazioni seguono le condizioni indicate in offerta;
• tutti gli importi sono IVA esclusa.

Domande frequenti

I nostri dati vengono usati per addestrare il modello?

Nella configurazione completamente on-premise, prompt e documenti possono essere elaborati esclusivamente nell'infrastruttura definita con te. L'eventuale fine-tuning viene effettuato solo se previsto dal progetto.

Private AI è completamente offline?

Può esserlo. È possibile configurare ambienti con accesso Internet limitato o assente, compatibilmente con i requisiti di aggiornamento e integrazione.

Possiamo utilizzare GPT o Claude insieme ai modelli locali?

Sì. Il modulo Hybrid Gateway permette di utilizzare servizi cloud autorizzati insieme ai modelli locali, applicando regole definite dall'organizzazione.

Possiamo collegare SharePoint o il nostro ERP?

Sì. Le integrazioni vengono valutate in fase di assessment e implementate tramite API, connettori o pipeline dedicate.

Possiamo sostituire il modello in futuro?

Sì. L'architettura è progettata per evitare il lock-in su un singolo modello.

È possibile utilizzare l'AI da più sedi?

Sì, tramite rete aziendale, VPN o altre architetture sicure concordate.

Private AI rende automaticamente conformi al GDPR e all'AI Act?

No. Nessuna tecnologia garantisce automaticamente la conformità. Private AI riduce alcuni rischi legati all'esposizione dei dati verso terzi e fornisce strumenti tecnici utili alla governance. Gli adempimenti applicabili devono essere valutati in funzione del caso d'uso.