L'AI che resta
dentro la tua
azienda.

Il punto di partenza è spesso migliore del previsto. Per il 70% dei casi aziendali — rispondere a email, cercare nei documenti, generare testi — bastano 8–12 GB di VRAM: una RTX 4060 nuova costa circa €280, una usata intorno a €150. Per task più complessi o volumi alti si sale a 24 GB: una Tesla P40 usata si trova a €300, una RTX 3090 intorno a €700.

Prima di indicarti qualsiasi acquisto, verifico se l'hardware che hai già è sufficiente. In molti casi una workstation aziendale recente funziona senza modifiche. L'hardware è un costo una tantum — non un abbonamento che cresce ogni mese. E lo acquisti direttamente tu, su mia indicazione precisa: nessun ricarico, paghi il prezzo di mercato.

I modelli open source del 2024–2025 hanno azzerato il divario con il cloud. Qwen3.6-35B, DeepSeek, Mistral Large, Gemma 3 — su task aziendali specifici raggiungono o superano GPT-4o, con una differenza fondamentale: puoi scegliere il modello ottimizzato esattamente per il tuo caso d'uso, non un modello generico pagato a token.

Un modello da 9 miliardi di parametri addestrato sull'analisi di contratti batte un LLM da 70B su quel compito specifico. Scelgo io il modello giusto durante l'analisi iniziale, sulla base di benchmark reali — non del marketing del fornitore.

Più che sicuri: non escono fisicamente dalla tua rete. Non è una questione di policy sulla privacy (che puoi leggere e dimenticare) né di crittografia (che può essere violata). È un fatto fisico: il modello gira sul tuo server, riceve la domanda in locale, genera la risposta in locale. Nessun pacchetto di dati viene instradato verso l'esterno.

Questo semplifica radicalmente la conformità GDPR per chi tratta dati sensibili: contratti, fascicoli clienti, dati sanitari, documenti legali. Non serve un DPA con un fornitore cloud, non serve chiedersi in quale datacenter vengono processati i dati. Li vedi fisicamente nella stanza accanto.

Tre formule, prezzi trasparenti:

Consulenza — €100 per un pacchetto di 10 ore in videocall o lavoro da remoto: analisi dei bisogni, scelta dei modelli, piano architettura. Setup in Locale — €350 una tantum: installo e configuro tutto in azienda, dal sistema operativo al RAG sui tuoi documenti (l'hardware è escluso: lo acquisti tu separatamente, su mia indicazione precisa). Pacchetto Completo — €400 una tantum + €100/mese: tutto incluso, con manutenzione continuativa, aggiornamenti modelli e infrastruttura gestita.

Per dare un termine di paragone: un team di 10 persone su GPT-4o spende circa €2.400 all'anno, ogni anno, in crescita con l'utilizzo. Con il sistema locale il break-even arriva in circa un anno — e da lì in poi l'unico costo ricorrente è l'energia: un server AI locale consuma 150–300W, cioè €11–54 al mese, indipendentemente da quante query fai.

La prima call è gratuita. In 30 minuti sai se il sistema fa per te e hai un'idea chiara dei numeri. Nessun impegno.

Il sistema è progettato per funzionare in autonomia. Una volta installato e configurato, non richiede interventi quotidiani: il modello gira come un qualsiasi servizio sul server, si avvia automaticamente, gestisce le richieste senza supervisione. Al termine dell'installazione formo il tuo team — al termine sai accendere, spegnere, monitorare e risolvere i problemi comuni.

Detto questo, il mondo dei modelli AI avanza velocemente. Ogni 6–12 mesi escono versioni migliorate che valgono l'aggiornamento: più veloci, più accurate, context window più ampia. L'hardware rimane lo stesso — si tratta di scaricare il nuovo modello, ottimizzarlo per la tua GPU e riconfigurare i parametri. Di solito mezza giornata di lavoro.

Per chi vuole stare al passo senza preoccuparsene c'è il Pacchetto Completo: €100 al mese che coprono manutenzione hardware, aggiornamenti modello, monitoraggio e nuove integrazioni. Non è obbligatorio — ma è quello che scelgono i clienti che vogliono il massimo nel tempo.

Questo è esattamente il contrario di come funziona il sistema — ed è uno dei vantaggi strutturali rispetto al cloud.

Con il cloud, quando un fornitore depreca o sostituisce un modello, i tuoi prompt smettono di funzionare, le integrazioni si rompono e non hai scelta: aggiorni alle nuove condizioni e al nuovo prezzo, oppure esci. Con AI locale, l'hardware è tuo e rimane. Lo stack software è open source e rimane. Il modello è una singola componente intercambiabile.

Quando esce Qwen4 o un nuovo DeepSeek, si scarica, si quantizza per la tua GPU e si installa — mantenendo tutte le integrazioni esistenti. Il tuo sistema evolve senza cambiare infrastruttura, senza rinegoziare contratti, senza dipendere da roadmap che non controlli. È come aggiornare il motore di un'auto tenendo il telaio: la spesa è minima, il risultato è massimo.

Sì — e questo è uno dei vantaggi operativi più sottovalutati.

Con l'AI cloud, ogni query dipende da tre connessioni che devono essere operative contemporaneamente: la tua rete locale, la fibra del tuo provider, l'infrastruttura del fornitore cloud. Qualsiasi interruzione in una di queste blocca il processo. Nel 2023 OpenAI ha avuto 14 incidenti di downtime documentati.

Con AI locale, la connessione internet è irrilevante. Il modello gira sul tuo server, risponde in millisecondi, non invia nulla fuori rete. Funziona in ambienti industriali con reti isolate, su navi, in cantieri senza fibra, durante manutenzioni di rete. I tuoi processi AI restano attivi anche quando il cloud non lo è.

Sì. Il sistema espone un'API REST compatibile con lo standard OpenAI — il che significa che qualsiasi software già integrato con ChatGPT o con le API OpenAI funziona senza modifiche, puntando semplicemente al tuo server locale invece del cloud.

Per integrazioni custom (gestionale, CRM, portale web, software specifico del settore) valuto la fattibilità durante la consulenza iniziale. La maggior parte dei casi si risolve con una libreria Python o un webhook. Per sistemi legacy o chiusi, definisco insieme a te la soluzione più pragmatica — che può includere automazioni intermedie o dashboard dedicate.