IA locale e open source: cosa significa sovranità dei dati per le aziende svizzere?

Cosa significano IA locale e open source?

Due assi vengono spesso confusi. Il primo è dove viene eseguito: un modello IA usato tramite l'API di un fornitore nel suo cloud, oppure eseguito localmente – su un server nel proprio data center, su una workstation o in un'istanza cloud privata sotto il proprio controllo? Il secondo asse è quanto è aperto il modello: i pesi sono scaricabili pubblicamente o restano chiusi dietro un servizio?

L'IA locale open source unisce entrambi: un modello con pesi disponibili apertamente che gira nel proprio ambito di controllo. I dati elaborati non lasciano l'ambiente controllato – la differenza fondamentale rispetto a un puro servizio cloud.

Perché la sovranità dei dati conta per le aziende svizzere

Sovranità dei dati significa sapere e decidere sempre dove i dati sono elaborati, chi vi accede e secondo quali regole. Con i servizi cloud chiusi, parte di questo controllo è in mano al fornitore e ricade spesso sotto il diritto estero. L'esecuzione locale riporta il controllo in azienda.

• revLPD: la legge svizzera riveduta sulla protezione dei dati richiede trasparenza, limitazione della finalità e trattamento documentato dei dati personali; l'IFPDT (EDÖB) vigila sulla conformità.
• Segreto professionale e d'ufficio: avvocati, medici, banche e fiduciari sono soggetti a obblighi di riservatezza specifici (tra cui l'art. 321 CP, il segreto bancario) – una fuga di dati verso terzi può costituire reato.
• EU AI Act: il regolamento UE ha effetto extraterritoriale e può riguardare le aziende svizzere che operano sul mercato UE; aggiunge obblighi basati sul rischio oltre al diritto sulla protezione dei dati.
• Residenza dei dati e contratti di trattamento: i servizi cloud richiedono contratti, garanzie adeguate per i trasferimenti transfrontalieri e chiarezza sui sub-responsabili – l'esecuzione locale elimina in larga parte tali trasferimenti.

Locale, cloud o ibrido – il confronto

Non esiste una scelta universalmente giusta. L'IA in cloud vince su rapidità di avvio e accesso ai modelli frontier più potenti; l'IA locale vince su sovranità dei dati, costi prevedibili e indipendenza. Molte aziende svizzere adottano un approccio ibrido: casi sensibili in locale, attività non critiche in cloud.

• Sovranità dei dati: massima in locale (i dati restano interni), in cloud dipende da contratto e ubicazione, ibrido gestibile per classe di dati.
• Profilo di costo: il cloud è variabile in base all'uso, il locale richiede un investimento iniziale con costi operativi poi prevedibili – la convenienza dipende dal volume.
• Capacità: i modelli frontier chiusi più potenti spesso primeggiano nei compiti complessi; buoni modelli aperti sono già sufficienti per molte attività di settore.
• Impegno: il cloud riduce al minimo il carico operativo, il locale richiede competenze per hardware, gestione e aggiornamenti.

Open source vs. open weight – la differenza di licenza

Il termine open source è spesso usato in modo impreciso per l'IA. Completamente aperto significa un modello i cui pesi, codice di addestramento e idealmente dati di addestramento sono sotto licenza libera. Più comuni sono i modelli open weight: i pesi sono scaricabili, ma dati o codice di addestramento restano chiusi e la licenza può prevedere restrizioni – come limiti d'uso o condizioni per i fornitori molto grandi.

• Licenze permissive (es. Apache 2.0, MIT): ampio uso commerciale, poche condizioni – giuridicamente le più semplici per le aziende.
• Licenze community/custom: utilizzabili commercialmente ma con condizioni – leggere il testo della licenza prima di mettere un modello in produzione.
• La piena apertura aumenta verificabilità e tracciabilità – rilevante per i settori regolamentati e per gli obblighi di documentazione dell'EU AI Act.

Modelli e strumenti per l'esecuzione locale

L'ecosistema dei modelli aperti è ampio e cambia rapidamente. Tra le famiglie note con pesi aperti figurano Llama (Meta), Mistral e Mixtral (Mistral AI), Qwen (Alibaba), Gemma (Google) e DeepSeek. Dalla Svizzera arriva Apertus, un modello linguistico multilingue sviluppato apertamente da ETH Zurigo, EPFL e dal centro di supercalcolo CSCS – un esempio di IA sovrana e trasparente.

Strumenti open source maturi gestiscono l'esecuzione. Per iniziare e per postazioni singole vanno bene Ollama, LM Studio o GPT4All; per servizi in produzione e scalabili si usano llama.cpp e vLLM. I modelli si ottengono di solito tramite Hugging Face; la quantizzazione riduce il fabbisogno di memoria, così basta hardware più piccolo.

Valutare realisticamente hardware, costi e impegno

Il fabbisogno di risorse cresce con la dimensione del modello e la velocità desiderata. I modelli più piccoli girano già su una workstation ben equipaggiata; quelli più grandi richiedono GPU dedicate con molta memoria video (VRAM). Decide il caso d'uso: un assistente per pochi specialisti ha requisiti ben diversi da un servizio a livello aziendale.

Per la convenienza, adottate una visione del costo totale su più anni: hardware o cloud privato, energia, gestione, manutenzione e personale rispetto alle tariffe d'uso ricorrenti di un servizio cloud. I prezzi concreti sono volatili – verificate i dati aggiornati del fornitore e calcolate sul vostro volume.

Come decidere – e come proseguire

Partite dai dati, non dalla tecnologia: classificate i casi d'uso per sensibilità e carico normativo. I casi con dati personali, segreto professionale o segreti commerciali favoriscono l'esecuzione locale; le attività non critiche e pubbliche possono girare a basso costo in cloud. Iniziate in piccolo con un pilota ben delimitato e un'aspettativa misurabile.

• Spoke: self-hosting in pratica – Ollama, llama.cpp e vLLM a confronto per l'uso in produzione.
• Spoke: scegliere i modelli aperti – licenze, dimensioni e capacità linguistica per tedesco, francese e italiano.
• Spoke: architettura IA conforme alla revLPD – RAG sui documenti interni senza fuga di dati.