Cosa vuol dire davvero «i dati non escono» in un'AI privata per aziende
Un'AI privata per aziende risponde su ordini, fatture e documenti interni. Prima di sceglierla conviene sapere cosa esce dai tuoi sistemi, con un modello in casa o in cloud.
In breve. Un'AI privata per aziende si costruisce in due modi. Con un modello a pesi aperti su un server tuo o dedicato, i dati non escono da quell'infrastruttura. Con un modello in cloud e un contratto aziendale escono per la risposta, senza addestramento e con conservazione limitata. In entrambi servono i permessi di chi chiede e un registro delle domande.
Chi cerca un'AI privata per aziende di solito vuole un ChatGPT che conosce l'azienda: risponde su clienti, ordini, contratti e procedure, e non porta i dati fuori. La seconda metà della frase cambia significato con la strada scelta, ed è la prima cosa da farsi scrivere in un preventivo.
Piani e prezzi dei prodotti pronti sono nella guida su ChatGPT, Claude e Copilot in azienda; esempi di domande, area per area, in quella sulle domande da fare all'AI aziendale.
Le strade dell'AI privata per aziende e cosa esce in ognuna
Per far rispondere l'AI sui dati del gestionale e dei documenti le strade sono due, e in ognuna «i dati non escono» vuol dire una cosa diversa. Per i testi che le persone scrivono o caricano a mano ce n'è una terza.
- Modello a pesi aperti in casa. Gira su un server dell'azienda o dedicato a lei: domande e documenti non lasciano quell'infrastruttura, e nessun fornitore di AI li vede.
- Modello in cloud con contratto aziendale. Domanda e testi utili alla risposta arrivano al fornitore, che per contratto non li usa per addestrare i modelli; conservazione e regione dipendono dal fornitore e dalle opzioni scelte.
- Prodotto pronto. ChatGPT Business, Claude Team o Copilot con l'account di lavoro: valgono le regole del piano aziendale, e l'AI sa solo quello che le persone le danno o che i connettori le aprono.
La figura in testata confronta le prime due, il tema di questa guida. La terza basta finché nessuno chiede i numeri del gestionale.
Un modello a pesi aperti su un server tuo o dedicato
Un modello a pesi aperti gira su un server scelto da te, senza chiamare servizi esterni: è la forma più stretta di AI locale in azienda. Chi lo pubblica rende scaricabili i suoi parametri, i «pesi». Un LLM locale si prova anche su un computer; in azienda sta su un server, con accessi e copie di sicurezza come il gestionale.
Pesi aperti, open source e licenze
Molti dei cosiddetti modelli AI open source sono, più precisamente, a pesi aperti. Per la definizione dell'Open Source Initiative (versione 1.0) un sistema di AI è open source solo se sono disponibili anche il codice di addestramento e informazioni sufficienti sui dati usati; la maggior parte dei modelli pubblica i pesi, non i dati.
Anche la licenza va letta modello per modello. Al 9 novembre 2026 gpt-oss di OpenAI, Gemma 4 di Google e Mistral Small 4 sono in Apache 2.0, Mistral Large 4 ha una licenza propria, i DeepSeek V4 sono in MIT; nella famiglia Qwen 3.8 convivono modelli in Apache 2.0 e modelli con un'altra licenza.
Per i modelli multimodali di Llama 4 la politica d'uso di Meta non concede i diritti della licenza a chi risiede nell'Unione europea né alle aziende con sede principale nell'Unione, salvo gli utenti finali di un prodotto che li incorpora: le conseguenze per la tua azienda le valuta il legale.
Il server con le schede grafiche
Per un LLM on premise il costo che pesa è il server con schede grafiche (GPU) capaci di contenere il modello: si paga e consuma corrente anche quando nessuno fa domande, mentre il cloud si paga a consumo.
La qualità si misura sui tuoi casi
Con documenti difficili, come una scansione storta o un contratto di cento pagine, un modello su un server aziendale di solito rende meno dei modelli di punta in cloud. Quanto, lo dice una prova sui tuoi documenti, non una classifica.
Un modello in cloud con un contratto aziendale
In cloud la domanda e i testi utili alla risposta arrivano al fornitore, e il contratto decide cosa succede dopo. Con le API i grandi fornitori escludono l'addestramento sui dati dei clienti; cambiano la conservazione e il luogo dell'elaborazione.
| Fornitore | Addestramento sui tuoi dati | Conservazione | Elaborazione in Europa |
|---|---|---|---|
| OpenAI, API | No dal 1° marzo 2023, salvo adesione | Registri contro gli abusi fino a 30 giorni; zero solo con l'approvazione di OpenAI | Regione Europa (SEE e Svizzera), su approvazione; 10% in più sui modelli usciti dal 5 marzo 2026 |
| Anthropic, API di Claude | No, salvo tuo permesso esplicito | Cancellazione entro 30 giorni; zero su richiesta, non per tutti i modelli | Con l'API diretta no: «global» o Stati Uniti; su Bedrock e su Google Cloud gestito da Google conta la regione scelta |
| Microsoft Foundry | No, e i dati non arrivano a OpenAI | Il modello non conserva nulla; l'archivio per il controllo contro gli abusi si spegne su richiesta approvata | Distribuzione Data Zone creata in uno Stato dell'UE: elaborazione negli Stati membri |
| Google Cloud | No, senza permesso o istruzione del cliente | Zero solo con azioni precise del cliente | Endpoint UE negli Stati membri, esclusi Svizzera e Regno Unito |
| Amazon Bedrock | No, e i dati non vanno ai fornitori dei modelli | Zero con la modalità «none», che blocca i modelli che chiedono conservazione | Profili geografici, come quello UE: elaborazione dentro quella geografia |
I modelli che Anthropic chiama Covered Models, cioè Claude Fable 5, 5.1 e 5.2 e Claude Mythos 5, 5.1 e 5.2, richiedono 30 giorni di conservazione e non sono disponibili con la zero data retention, salvo autorizzazione espressa; anche con la conservazione zero, i contenuti segnalati dai controlli automatici possono restare fino a due anni. Con OpenAI, archivi vettoriali e conversazioni salvate restano finché non li cancelli, fuori dalla conservazione zero.
Come funziona un ChatGPT che conosce l'azienda
Il modello non impara i tuoi dati: li riceve al momento della domanda, scelti dal software tra quelli che chi chiede può già vedere. Le fonti sono due, i documenti e il gestionale.
Chi chiede
L'assistente riconosce la persona dall'accesso di lavoro.
Cosa può vedere
Il software cerca solo nei documenti e nei dati che quella persona apre già.
Cosa arriva al modello
I passaggi e i numeri trovati, non l'archivio intero.
Da dove viene
La risposta porta la sua fonte e resta nel registro.
La ricerca nei documenti prima della risposta
Per i documenti si usa la retrieval augmented generation (RAG). La RAG nell'intelligenza artificiale è la tecnica, descritta in un articolo del 2020 di Lewis e altri, in cui il software trova nell'archivio i passaggi pertinenti e li consegna al modello, che risponde su quelli e li cita. Rispetto all'addestramento, il documento resta nel suo archivio con i suoi permessi, la versione nuova vale da subito e ogni risposta si controlla sul passaggio citato.
Un rapporto preparato per il Comitato europeo per la protezione dei dati (2025), che non ne esprime la posizione ufficiale, la indica come alternativa all'addestramento perché non modifica il modello, e ne elenca i rischi: registri e cache delle domande non protetti, domande mandate a servizi esterni, dati riservati nell'archivio.
Il punto delicato è l'indice: deve restituire solo i documenti che chi chiede può già aprire. È la prima difesa che l'OWASP indica per gli archivi dei documenti nel suo elenco dei rischi delle applicazioni con modelli linguistici (edizione 2025), insieme al controllo dei documenti prima che entrino: un testo nascosto in un curriculum può portare istruzioni al modello.
Le domande sui numeri, in sola lettura
Per i numeri il modello non apre il database: scrive un'interrogazione, che il software esegue con un utente in sola lettura, e il risultato contiene solo le righe che chi ha chiesto vede già nel gestionale. OWASP aggiunge che le azioni fatte per conto di una persona si eseguono nel suo contesto, con il minimo dei privilegi. Per le domande ai cruscotti c'è la guida sulla business intelligence con intelligenza artificiale, per margini e scostamenti quella sul controllo di gestione automatizzato.
Per il vostro tecnicoIndice con i permessi, sicurezza di riga, embedding
Ogni passaggio dell'indice porta gli utenti o i gruppi che lo possono leggere, presi dall'archivio di origine, e la ricerca filtra su quel campo: Azure AI Search lo fa con le liste di controllo degli accessi o con i filtri di sicurezza. In PostgreSQL le politiche di sicurezza di riga limitano le righe utente per utente; i superutenti le scavalcano sempre e il proprietario della tabella di norma, quindi l'assistente usa un ruolo diverso, solo in lettura. Gli embedding, i vettori che servono alla ricerca, si possono calcolare in casa: così l'archivio intero non passa dal fornitore nemmeno una volta.
Il registro delle domande e chi lo può leggere
Ogni domanda lascia una riga: chi ha chiesto, quando, cosa è stato letto e cosa escluso, quale modello ha risposto e dove. Serve a ricostruire una risposta sbagliata e a vedere se i permessi hanno lavorato.
- Chi ha chiesto
- commerciale 07
- Domanda
- Quali offerte al cliente 0418 sono ancora aperte?
- Documenti trovati
- 6, di cui 2 esclusi perché riservati alla direzione
- Dati dal gestionale
- offerte e ordini, utente in sola lettura
- Modello
- a pesi aperti, server dedicato
- Fonti nella risposta
- 3 offerte, ognuna con il suo link
- Conservazione della riga
- come deciso con il DPO
Il registro però dice anche chi ha chiesto cosa, quindi è un dato sui lavoratori. Lo Statuto dei lavoratori, all'articolo 4, permette di usare le informazioni raccolte con gli strumenti di lavoro solo se al lavoratore è data adeguata informazione su come si usano e su come si fanno i controlli, nel rispetto del Codice privacy. Durata, accessi e informativa si decidono con il responsabile della protezione dei dati e con il consulente del lavoro.
Sulle persone l'assistente non decide: lo vogliono l'articolo 22 del GDPR e, per il lavoro, l'articolo 41 del decreto legislativo 179/2026. Quali domande non lasciargli lo dice la guida sulle domande da fare all'AI aziendale.
GDPR e AI Act per un assistente sui dati interni
Per il GDPR il fornitore del modello in cloud è un responsabile del trattamento: tratta i dati per conto dell'azienda. Se l'assistente lo costruisce un fornitore di software, il fornitore del modello è un suo sub-responsabile, che per l'articolo 28 il titolare autorizza per iscritto. Con un modello in casa il fornitore del modello non riceve nulla; come responsabili restano chi ospita il server, se non è dell'azienda, e chi lo gestisce.
L'articolo 25 chiede di trattare per impostazione predefinita solo i dati necessari, anche per conservazione e accessibilità: è la regola dietro l'indice con i permessi e il registro tenuto il tempo che serve. Se i dati escono dall'Unione valgono le regole del capo V. Per gli Stati Uniti c'è la decisione di adeguatezza del 2023 sul Data Privacy Framework; contro la sentenza del Tribunale che nel 2025 ha respinto il ricorso è stata proposta impugnazione alla Corte di giustizia (causa C-703/25 P). Cosa chiedere al fornitore è nella guida su fornitore software, GDPR e NIS2.
Per l'AI Act l'azienda che usa l'assistente è un deployer. Se lo commissiona e lo mette in servizio con il proprio nome, per l'articolo 3 ne è anche il fornitore: è una lettura da confermare con il legale. Per un assistente che risponde ai colleghi gli obblighi restano pochi: la preparazione di chi lo usa e l'avviso che c'è un'AI, che per gli orientamenti della Commissione del 5 novembre 2026 si può omettere solo con personale formato sull'AI e consapevole di usarla, non in un help desk aperto a tutti i dipendenti. Gli obblighi dell'alto rischio scattano solo se lo si usa per gli scopi dell'allegato III, come selezionare candidati o valutare i dipendenti, e valgono dal 2 dicembre 2027.
Cosa costruiamo noi, dalla prova al registro
Costruiamo per aziende, studi e professionisti l'assistente che risponde sui loro dati: collegato a gestionale, documenti e posta, con i permessi già in uso e il registro delle domande. Il lavoro segue le fasi del nostro metodo.
- La strada si sceglie con una prova: le stesse domande, con le risposte giuste scritte prima, fatte a un modello a pesi aperti e a uno in cloud. Ne escono qualità, tempi di risposta e costo per domanda.
- Il modello in casa lo installiamo su un server dedicato, tuo o gestito per te. Con il cloud scegliamo insieme fornitore, regione e conservazione, e il fornitore del modello entra come sub-responsabile nel contratto dell'articolo 28.
- Ogni assistente ha la sua scheda scritta: dati letti, modello usato, punti in cui decide una persona. Serve al responsabile della protezione dei dati, al consulente del lavoro e al legale.
Il progetto passa dai servizi di intelligenza artificiale per le aziende e di integrazioni tra software; si aggiungono gli agenti AI quando l'assistente prepara anche bozze e azioni, la business intelligence per le domande sui numeri. Se alle persone basta scrivere e riassumere, un piano aziendale di ChatGPT, Claude o Copilot fa già il lavoro, e lo diciamo nella prima chiamata. L'accordo si fa su misura, a corpo, a canone o misto: lo spiega formule e costi.
Domande frequenti
Si può installare ChatGPT in locale?
No: ChatGPT è un servizio di OpenAI e gira sui server di OpenAI. Si installano però modelli a pesi aperti, come i gpt-oss che OpenAI pubblica in licenza Apache 2.0: girano su un server proprio e, con programmi come Ollama o LM Studio, anche su un computer. Il lavoro vero sono i collegamenti ai dati, con i permessi.
Cos'è la zero data retention?
È la condizione per cui il fornitore di un modello in cloud non tiene salvate domande e risposte dopo aver risposto. Non è automatica: OpenAI la concede su approvazione, Anthropic la attiva su richiesta, su Google Cloud dipende da impostazioni e richieste precise del cliente, su Amazon Bedrock è un'impostazione dell'account. Va chiesta per iscritto, per le funzioni e i modelli che userai.
Per un'azienda conviene un'AI on premise o in cloud?
Contano la riservatezza dei dati, il numero di domande al giorno e la difficoltà dei compiti. Con dati che non devono uscire e volumi alti e costanti regge bene il modello in casa; con compiti difficili e volumi variabili, il cloud con un contratto aziendale. Si possono anche usare tutti e due, ognuno per i suoi dati.
Che server serve per far girare un'AI in locale?
Dipende soprattutto da quanto è grande il modello. Secondo OpenAI, gpt-oss-120b, con i pesi compressi in formato MXFP4, sta in una sola scheda grafica da 80 GB, come una NVIDIA H100 o una AMD MI300X, e gpt-oss-20b gira in 16 GB di memoria (scheda del modello). Contano poi gli utenti contemporanei e la lunghezza dei documenti: il server si dimensiona con una prova.
Esiste un'intelligenza artificiale europea?
Sì, anche tra i modelli a pesi aperti in Apache 2.0. EuroLLM-22B, finanziato dall'Unione europea, lavora anche in italiano; Apertus della Swiss AI Initiative pubblica pesi, dati e procedure di addestramento; Minerva di Sapienza NLP, con CINECA, è secondo la sua scheda la prima famiglia addestrata da zero sull'italiano. L'elaborazione in Europa, invece, la offrono anche fornitori statunitensi.
DeepSeek si può usare in azienda?
Il chatbot online è quello su cui, il 30 gennaio 2025, il Garante privacy ha limitato con urgenza il trattamento dei dati degli utenti italiani da parte delle due società cinesi che lo forniscono, aprendo un'istruttoria (comunicato del Garante). I modelli DeepSeek V4 sono a pesi aperti, in licenza MIT: su un server proprio non mandano dati a quelle società. È una lettura tecnica, non del Garante.
Da leggere insieme
Scegliamo la strada per i vostri dati
Una prima chiamata, breve e senza impegno: ci dite su quali documenti e numeri volete fare domande, e chi deve poterle fare. Vi diciamo quale strada regge e come provarla prima di decidere.
- Società
- Automatia S.r.l.Gestionali su misura, automazioni, integrazioni tra sistemi.
- Italia
- +39 375 669 3055anche WhatsApp
- Svizzera
- +41 76 511 26 10anche WhatsApp
- info@automatia.it
- Operativi
- 24 ore su 24, 7 giorni su 7
- Lingue
- Italiano, inglese o russo
- Ci scrivi
- Prima valutazione
- Breve chiamata