Perché le aziende vogliono un’IA tutta loro

La maggior parte delle aziende incontra l’IA come un noleggio. Un posto in ChatGPT o in Claude, una chiave per un’interfaccia, una fattura che cresce a ogni utente. I modelli sono eccellenti e, per la maggior parte del lavoro in un’azienda, quell’impostazione è quella giusta. Il nostro cervello aziendale lavora ogni giorno in Claude e in ChatGPT.

Alcuni lavori sono diversi. Un contratto che nessuno all’esterno può leggere. I rapporti di prova di un prodotto non ancora annunciato. Decenni di know-how ingegneristico, messi finalmente per iscritto in una forma che un modello può usare. Per questi lavori la domanda cambia. Non è più quale modello sia il migliore, ma in casa di chi gira il modello e chi impara da ciò che legge.

Che cosa dicono di temere le aziende

La preoccupazione si può misurare. Per il suo studio di benchmark 2026, Cisco ha intervistato 5'200 professionisti di IT, tecnologia e sicurezza in 12 mercati. Di questi, l’86 per cento ha dichiarato che i dati archiviati in locale sono intrinsecamente più sicuri, contro il 90 per cento di un anno prima, e l’81 per cento ha segnalato una domanda più forte di tenere i dati in locale. Tre organizzazioni su quattro avevano un organismo dedicato alla governance dell’IA. Solo il 12 per cento definiva il proprio maturo.

Il quadro svizzero è simile. In un sondaggio di EY su 604 aziende pubblicato a maggio 2026, l’89 per cento degli intervistati ha dichiarato di usare l’IA nel lavoro quotidiano. Per il 51 per cento era essenziale per l’attività che i sistemi di IA rispettassero i requisiti svizzeri o europei in materia di protezione dei dati.

Dietro i numeri c’è un punto più semplice. Clem Delangue, che guida Hugging Face, lo ha detto a TechCrunch a luglio: «non si vogliono dare in outsourcing a un’altra azienda le proprie capacità di base». Per la maggior parte delle aziende il know-how è il nucleo. È la parte più difficile da copiare e quella che un modello a noleggio conosce meno.

Che cosa coprono già le condizioni enterprise

Il noleggio è diventato più sicuro di prima. OpenAI dichiara che dal 1° marzo 2023 i dati inviati alla sua API non vengono usati per addestrare i suoi modelli, salvo adesione esplicita del cliente. Anthropic dichiara che, per impostazione predefinita, non usa per l’addestramento gli input e gli output dei suoi prodotti commerciali.

I dettagli sono dove sta il lavoro. Presso OpenAI, i log conservati per il monitoraggio degli abusi vengono tenuti fino a 30 giorni per impostazione predefinita. Per i clienti idonei, previa approvazione, esiste la zero data retention. Una regione europea che copre lo SEE e la Svizzera mantiene lì i contenuti dei clienti, e per usarla serve uno dei controlli di conservazione approvati. I dati di sistema, come quelli di account, fatturazione e utilizzo, possono comunque essere trattati altrove, e per i modelli rilasciati dal 5 marzo 2026 gli endpoint regionali costano il 10 per cento in più.

Niente di tutto questo è un motivo per evitare i modelli a noleggio. È un motivo per leggere i termini contrattuali come un elenco di condizioni. Il contratto stabilisce che cosa il fornitore può fare con i vostri dati. Non stabilisce dove ha sede il fornitore, quando cambia il modello o se il modello migliorerà mai nel vostro lavoro. Sono questioni di architettura.

I modelli open weight sono abbastanza vicini

I modelli open weight, che un’azienda può scaricare e far girare da sé, si sono avvicinati ai migliori modelli chiusi. L’AI Index 2026 di Stanford ha rilevato che a marzo 2026 il miglior modello chiuso era avanti del 3,3 per cento rispetto al miglior modello aperto. Ad agosto 2024 il divario era dello 0,5 per cento, quindi si è riaperto, di poco. Sei dei primi dieci modelli nella classifica di Arena sono chiusi.

Persino i laboratori più grandi pubblicano pesi aperti. Ad agosto 2025 OpenAI ha rilasciato due modelli open weight con licenza Apache 2.0. Il più grande gira su una sola GPU con 80 GB di memoria, il più piccolo entro 16 GB.

La Svizzera ha il suo. Apertus, sviluppato da EPFL, ETH Zurigo e dal Centro nazionale svizzero di supercalcolo, è uscito nella versione 1.5 a luglio 2026, ora con comprensione di immagini e audio, con licenza Apache 2.0 e aperto all’uso di ricerca e commerciale. I suoi autori indicano il Canton Ticino, che gestisce un proprio servizio di traduzione basato su Apertus, in modo che i documenti sensibili dell’amministrazione siano tradotti senza dipendere da fornitori commerciali.

Per un compito circoscritto dentro una singola azienda, la classifica conta meno del fatto che il modello conosca la terminologia, le regole e le decisioni passate dell’azienda. È qualcosa che un’azienda può insegnare a un modello che possiede.

Dove può girare un modello privato

«Privato» copre tre luoghi. L’account cloud dell’azienda, con le sue chiavi. Server nel proprio edificio o data center. E reti chiuse che non toccano mai internet.

Ognuno ha un prezzo. Possedere un modello significa possederne l’esercizio: l’hardware o il contratto cloud, gli aggiornamenti, la sicurezza, il test di ogni nuova versione e una persona responsabile di tutto. Noleggiare significa una fattura che cresce a ogni utente e a ogni richiesta, e un modello che il fornitore può cambiare in qualsiasi giorno.

Per la maggior parte delle aziende la risposta onesta è: entrambi. Il miglior modello a noleggio per il lavoro aperto, dove conta di più l’ampiezza, e un modello proprio per il lavoro che deve restare dentro. Delangue si aspetta che la maggior parte dei carichi di lavoro in produzione giri su modelli privati all’interno delle aziende oppure su modelli aperti. Noi la mettiamo in modo più sobrio. La linea tra i due è la prima decisione e vale la pena tracciarla di proposito.

Che cosa dovrebbe significare «privato»

«Privato» è una parola facile da rivendicare. Queste sono le domande che ci poniamo prima di usarla.

Dove gira. Un account cloud preciso o un edificio preciso, in un paese preciso. Una regione su una mappa è un inizio, e nulla di più.

Chi può leggerlo. Prompt, file, log e backup, ciascuno con un periodo di conservazione e un elenco delle persone e dei sub-responsabili del trattamento che possono vederli.

Da che cosa impara. I vostri dati non addestrano nulla fuori dall’azienda. Nel migliore dei casi addestrano il modello che lavora per voi.

Chi lo modifica. Una versione resta finché non decidete di sostituirla, e con un solo passaggio si può tornare indietro da una versione nuova.

Come viene testato. Ogni nuova versione viene confrontata con l’ultima, sui vostri compiti, prima di entrare in funzione.

Come si esce. Il modello, i suoi adattamenti e i vostri dati possono seguirvi se cambiate fornitore.

Chi ne risponde. Una persona precisa ha in carico il modello, le sue regole e i suoi controlli di rilascio. Un modello può leggere ogni contratto dell’archivio. Decidere quale clausola l’azienda accetta resta compito di una persona, e con esso la responsabilità.

Perché lavoriamo con Eigna

Eigna è realizzato dal nostro partner Eigna Labs e risponde già per impostazione progettuale alla maggior parte di quell’elenco. Ogni azienda riceve un modello privato tutto suo: un modello aperto, adattato al suo ambito e addestrato sui suoi file, sulle sue regole e sul suo linguaggio. Gira nel cloud dell’azienda o sui suoi server ed è progettato per funzionare del tutto offline in reti chiuse. I dati aziendali non lasciano mai quel cloud.

I team lavorano con esperti locali per i propri compiti, dall’ambito legale e dal rischio fino alle operazioni e al supporto. Le loro correzioni restano tra le mura aziendali, il modello si riaddestra lì a fasi e una nuova versione entra in funzione solo se supera l’ultima nei test. Altrimenti resta fuori.

crue è stata una delle prime aziende a testare Eigna e lo usiamo per il nostro lavoro. Quando il lavoro nel Twin di un’azienda diventa riservato o critico, Twin gira su Eigna anziché su un modello a noleggio.

Eigna è in accesso anticipato, e lo diciamo. Se il lavoro è sensibile, l’architettura dovrebbe partire da lì.