AI in cloud o sui tuoi server dove stanno i dati e quanto costa

Le quattro strade per usare l'AI sui documenti dell'azienda, che cosa garantisce ciascuna su addestramento, luogo dei dati e GDPR, quanto costa con i listini dei fornitori e chi la tiene in piedi, con un esempio su 2.000 domande al mese.

Aggiornata il 15 minuti di letturaTemi: AI, Costi, Compliance

Quali sono le strade per usare l'AI sui documenti dell'azienda?

Quattro, e si distinguono per due cose: chi gestisce il modello e dove gira. Di solito se ne contano tre, cloud statunitense, cloud europeo e server propri; ma «cloud europeo» tiene insieme due cose diverse, un fornitore europeo e la regione europea di un fornitore statunitense, e così resta fuori la strada di mezzo, il modello aperto su una GPU noleggiata.

Strada Che cos'è Dove passano i documenti Chi gestisce il modello
chat a posti ChatGPT Business, Claude Team o Enterprise, con account aziendali sui server del fornitore il fornitore
API in un tuo software un'applicazione tua che manda al modello solo i brani che servono, con i permessi di chi chiede sui server del fornitore del modello, in Europa se il fornitore lo offre il fornitore
modello aperto su GPU noleggiata un modello a pesi aperti, come Llama, Qwen o Mistral, su una macchina con GPU riservata a te presso un fornitore nel data center del fornitore che scegli tu, o chi lo gestisce per te
modello sui tuoi server lo stesso modello, su una macchina con GPU in sede o in un tuo armadio in un data center restano nel tuo perimetro tu, o chi lo gestisce per te

Nelle ultime tre strade l'assistente sui documenti è un software: cerca i brani che rispondono alla domanda, li passa al modello e risponde citando il documento da cui vengono. È la RAG. L'applicazione che legge i documenti, controlla i permessi e tiene i registri si costruisce allo stesso modo in tutte e tre; cambia solo dove gira il modello linguistico.

I dati che mando a ChatGPT o a Claude servono ad addestrare i modelli?

Con un piano aziendale o con l'API no, per impostazione predefinita e per contratto; con l'account personale di un dipendente non lo decide l'azienda. Secondo i testi dei fornitori letti il 30 ottobre 2026:

Servizio Addestramento Conservazione
API di OpenAI i dati inviati non addestrano i modelli i registri per il controllo degli abusi restano fino a 30 giorni; zero conservazione per i clienti idonei
API di Anthropic nessun addestramento senza un permesso esplicito per impostazione il contenuto non si conserva, salvo per i modelli Fable e Mythos, che lo tengono 30 giorni; zero conservazione su richiesta; i contenuti segnalati per violazioni fino a 2 anni
ChatGPT Business nessun uso dei dati aziendali per l'addestramento, per impostazione predefinita secondo il contratto
Claude Team ed Enterprise nessun addestramento sui tuoi contenuti, per impostazione predefinita secondo il contratto; la zero conservazione dell'API non vale per questi piani

Su questo punto anche Google e gli assistenti AI sbagliano. Il 30 ottobre 2026 la panoramica AI di Google scriveva che i piani standard usano i dati per addestrare, mescolando l'API con la chat, e Perplexity che Anthropic conserva i dati 30 giorni come regola: per l'API vale il contrario, salvo Fable e Mythos.

Il fornitore che non addestra sui tuoi dati, però, li riceve comunque: con un servizio in cloud i documenti arrivano sui suoi server, che li elaborano e, nei casi della tabella, li conservano per un periodo. I documenti restano in casa solo con un modello tuo.

Il rischio più concreto è l'account personale. Un dipendente che incolla un contratto nella chat gratuita usa condizioni che ha accettato lui, non l'azienda, e l'azienda non sa dove sia finito il documento. La regola costa poco: account aziendali per tutti, e il divieto scritto di usare quelli personali per i documenti di lavoro.

Dove vengono elaborati i dati, e si possono tenere in Europa?

Sì, con quasi tutti i fornitori, pagando in genere il 10% in più; ma la regione europea di un fornitore statunitense dice dove stanno i dati, non quale legge può chiederli.

Fornitore Opzione europea Costo Che cosa resta
Anthropic, API diretta nessuna: l'elaborazione è globale, e l'opzione regionale è solo per gli Stati Uniti per gli Stati Uniti 1,1 volte il prezzo per l'Europa si passa da Amazon Bedrock o Google Cloud
Claude su Amazon Bedrock o Google Cloud gli endpoint regionali 10% in più il contratto è con Amazon o con Google
API di OpenAI la residenza dei dati, chiesta al commerciale e attivata per progetto 10% in più per i modelli usciti dal 5 marzo 2026 serve l'approvazione dei controlli contro gli abusi e una modifica del contratto sulla conservazione; alcuni dati di sistema possono stare fuori regione
OpenAI su Azure la distribuzione Data Zone, che elabora i dati solo nella zona europea di Microsoft listino di Azure; la distribuzione globale costa meno il contratto è con Microsoft
API di Mistral l'endpoint europeo, che elabora in UE ed EFTA 10% in più niente Agents, Batch e Files; la parte di gestione dell'account non è regionale
OVHcloud, AI Endpoints e istanze GPU fornitore europeo listino in euro, IVA esclusa dove gira ciascun modello di AI Endpoints va chiesto al fornitore

Un fornitore statunitense resta soggetto al CLOUD Act, la legge del 2018 che lo obbliga a conservare e consegnare alle autorità degli Stati Uniti i dati in suo possesso, che siano conservati negli Stati Uniti o fuori (18 U.S.C. § 2713). Per questo «cloud europeo» ha due significati, che anche gli assistenti AI confondono: il 30 ottobre 2026 Perplexity chiamava cloud europeo Azure e Vertex AI, che sono servizi di Microsoft e di Google in regione europea. Se il requisito è che nessuna autorità fuori dall'Unione possa chiedere i documenti, va scelto il fornitore, non solo la regione.

Per i dati personali mandati a un fornitore statunitense oggi vale il Data Privacy Framework, la decisione di adeguatezza del 10 luglio 2023, e solo se il fornitore è certificato. Il Tribunale dell'Unione ha respinto il ricorso contro il DPF il 3 settembre 2025, e l'appello è pendente davanti alla Corte di giustizia (causa C-703/25 P). Il Privacy Shield, che la modalità AI di Google cita ancora, è stato annullato il 16 luglio 2020.

Con un modello sui tuoi server il GDPR è risolto?

No. Il GDPR vale anche dentro l'azienda: si tolgono il fornitore del modello e il trasferimento, se nessuno accede da fuori, ma gli altri obblighi restano, e la sicurezza passa tutta a te. Il 30 ottobre 2026 la panoramica AI di Google dava il rischio GDPR come «Nullo» e la modalità AI come «Zero»: sbagliano tutte e due.

Obbligo del GDPR Con un fornitore in cloud Con il modello sui tuoi server
base giuridica, finalità, dati minimi (articoli 5 e 6) ci sono uguali
contratto con il responsabile del trattamento (articolo 28) con il fornitore del modello, che elenca i suoi sub-responsabili con chi gestisce il server per te, se non lo fai in casa
trasferimenti fuori dallo Spazio economico europeo (articoli 44-49) se il fornitore o i suoi sub-responsabili sono fuori: DPF o clausole contrattuali tipo nessuno, salvo assistenza o copie di sicurezza da fuori
sicurezza del trattamento (articolo 32) la parte del fornitore la garantisce lui, la tua resta tutta tua: accessi, aggiornamenti, cifratura, copie di sicurezza, registri
valutazione d'impatto (articolo 35) se il trattamento presenta un rischio elevato uguale

Due cose valgono in tutte le strade. L'indice che l'assistente costruisce sui documenti, gli embedding, contiene le stesse informazioni in un'altra forma: va trattato come i documenti, stesso luogo e stessi permessi. E un assistente che risponde a tutti su tutto mostra un contratto a chi non poteva aprirlo: i permessi della cartella devono valere anche nella risposta (RBAC). Di questo il fornitore del modello non risponde: risponde chi costruisce l'applicazione.

Quanto costa ciascuna strada?

Il modello a consumo costa poco; costano i posti, la GPU dedicata e le persone. Prendiamo un'azienda di 60 persone con circa 5.000 documenti interni e 2.000 domande al mese. Ipotesi nostre: ogni domanda manda al modello circa 10.000 token, fra istruzioni, brani trovati e domanda, e ne riceve 1.000. Sono 20 milioni di token in ingresso e 2 milioni in uscita al mese.

Modello Fornitore Prezzo per milione di token, ingresso e uscita Al mese, nel caso
Mistral Small 3.2 24B OVHcloud AI Endpoints 0,09 e 0,28 € 2,36 €
gpt-oss-120b OVHcloud AI Endpoints 0,08 e 0,40 € 2,40 €
gpt-6-luna OpenAI 0,10 e 0,50 $ 3 $
Claude Haiku 5.5 Anthropic 0,10 e 0,50 $ 3 $
Mistral Small 4, endpoint europeo Mistral 0,165 e 0,66 $ 4,62 $
Llama 3.3 70B OVHcloud AI Endpoints 0,67 e 0,67 € 14,74 €
gpt-6.1-terra OpenAI 1 e 5 $ 30 $
Claude Sonnet 5.5 Anthropic 2 e 10 $ 60 $
Claude Opus 5.5 Anthropic 4 e 20 $ 120 $

Indicizzare i documenti si paga una volta: 5.000 documenti di circa 5.000 token sono 25 milioni di token, circa 2,50 € con Qwen3-Embedding-8B su AI Endpoints. Gli assistenti AI, per lo stesso caso, danno da 5-15 € a 20-100 € al mese senza fare il conto; ChatGPT, che lo fa, prende GPT-6.1 Terra a 0,50 e 2,50 dollari, metà del listino, che dice 1 e 5.

Le altre voci, per le quattro strade:

Strada Voce Costo
chat a posti ChatGPT Business, 60 persone 60 × 21 € = 1.260 € al mese
chat a posti Claude Team, 60 persone 60 × 20 $ = 1.200 $ al mese, con fatturazione annuale
API in un tuo software uso del modello da 3 a 120 $ al mese nel caso, più l'applicazione
GPU noleggiata istanza OVHcloud con una L40S da 48 GB 1,40 € l'ora, 1.008 € al mese accesa sempre, IVA esclusa
tuoi server macchina con GPU da chiedere a un rivenditore; le stime degli assistenti AI vanno da 4.500 a 70.000 €, senza fonte
tuoi server corrente della sola scheda, sempre al massimo L40S, 350 W: circa 65 € al mese; RTX 5090, 575 W: circa 107 € al mese
GPU noleggiata o tuoi server persone che la tengono in piedi nelle stime degli assistenti AI da 300 € al mese a mezza persona a tempo pieno, senza fonte

I posti e l'API non comprano la stessa cosa: un piano a posti dà a tutti una chat per ogni lavoro, l'API serve solo l'assistente che costruisci. Ma per l'assistente sui documenti 60 posti di Claude Team costano al mese quanto venti mesi di Sonnet 5.5 via API nel caso. Attenzione al prezzo della GPU: 1,55 € l'ora, la cifra che dà ChatGPT, vale per la stessa scheda nel servizio AI Deploy; l'istanza costa 1,40 €. La corrente è un tetto: la sola scheda alla potenza massima per 720 ore, al prezzo medio per le imprese italiane del primo semestre 2026, 0,2575 € per kWh senza IVA e imposte recuperabili (Eurostat). Il resto della macchina consuma in più, una scheda ferma consuma meno.

Le cifre di questa guida

I prezzi dei modelli, dei piani e delle GPU sono quelli pubblicati dai fornitori e letti il 30 ottobre 2026, e cambiano spesso. Il costo del caso, il pareggio e la corrente sono stime con ipotesi dichiarate, da rifare con i tuoi volumi. Prezzi e durate di Volcanic Minds sono aggiornati alla data in testa alla pagina.

Quando conviene un modello sui tuoi server?

In tre casi: quando un contratto o il settore vietano che i documenti escano, quando i volumi sono molto alti e costanti, o quando un modello piccolo basta per un compito circoscritto. Per tutto il resto il modello a consumo costa meno.

Il conto va fatto sullo stesso modello, Llama 3.3 70B, pagato a token su AI Endpoints o su una GPU L40S dedicata dello stesso fornitore. La GPU costa 1.008 € al mese; a 0,67 € per milione di token, la stessa cifra paga circa 1,5 miliardi di token al mese. Con gli 11.000 token a domanda dell'esempio sono circa 137.000 domande al mese, 68 volte le 2.000 del caso. Una scheda sola dovrebbe produrre in media circa 53 token al secondo, giorno e notte, con il modello ridotto a 4 bit per entrarci: un numero da misurare sulla macchina. La modalità AI di Google mette il pareggio «oltre 1-5 milioni di token elaborati al mese», ma ai listini del 30 ottobre 2026 5 milioni di token di Llama 3.3 70B costano 3,35 €.

Quanto deve essere grande la scheda lo dice il file del modello, più lo spazio per le conversazioni in corso:

Modello File Dove sta
Qwen3 32B a 4 bit (Q4_K_M) 19,8 GB in una RTX 5090 da 32 GB, con spazio per il contesto
Qwen3 32B a 8 bit (Q8_0) 34,8 GB non in una scheda da 32 GB
Llama 3.3 70B a 4 bit (Q4_K_M) 42,5 GB in una L40S da 48 GB con poco margine, o su due schede

Sulla taglia del modello gli assistenti AI non sono d'accordo: per lo stesso caso la panoramica AI di Google ne vuole uno da 70 miliardi di parametri, la modalità AI uno da 8, ChatGPT uno da 14 a 32. Quale basta lo dice una prova sulle tue domande.

Spesso la strada giusta è mista, per classe di documenti: l'API per quello che può andare a un fornitore con un contratto, l'elaborazione in Europa per quello che deve restarci, i server tuoi per quello che non può uscire. E dentro un processo, come scriviamo nella FAQ sui modelli, «ogni passo del processo va al modello più piccolo che lo fa bene»: classificare un'email o estrarre un codice lo fa un modello piccolo, che gira anche sui tuoi server. Conviene comunque scrivere l'applicazione in modo che il modello si possa cambiare, perché modelli e listini cambiano.

Chi tiene in piedi ciascuna strada?

Più il modello si avvicina a casa tua, più lavoro passa a te. Account, regole d'uso e formazione restano sempre a te; per il resto, dove la tabella dice «tu» vale anche chi lo fa per te.

Strada Modello e servizio che lo fa girare Macchina, rete, corrente e guasti Applicazione e copie di sicurezza
Chat a posti fornitore fornitore l'applicazione non c'è; le copie le fa il fornitore
API in un tuo software fornitore; la scelta del modello è tua fornitore chi sviluppa l'applicazione; le copie chi la gestisce
GPU noleggiata tu fornitore chi sviluppa l'applicazione; le copie tu
Tuoi server tu tu chi sviluppa l'applicazione; le copie tu

Il modello comprende installazione, aggiornamenti e prove quando ne esce uno nuovo, il servizio anche capacità e monitoraggio; la macchina comprende sicurezza fisica, raffreddamento e ricambi. L'applicazione è la ricerca nei documenti con i permessi e i registri, e le copie riguardano i documenti e l'indice.

Le stime che si trovano sul lavoro delle persone, da 300 € al mese a mezza persona a tempo pieno, non hanno una fonte. Il numero vero va chiesto a chi gestisce oggi i tuoi server, prima di confrontare una GPU con un listino a token.

Da dove si comincia?

Dalla classe dei documenti, prima che dal fornitore.

  1. Elenchi i documenti che l'assistente deve leggere e li dividi in tre classi: quelli che possono andare a un fornitore con un contratto, quelli che devono restare in Europa, quelli che per contratto o per legge non escono.
  2. Dai a tutti un account aziendale e scrivi la regola contro gli account personali: toglie il rischio più comune e non aspetta nessun progetto.
  3. Scegli la strada per ciascuna classe, e ti fai scrivere dal fornitore regione, conservazione e sub-responsabili.
  4. Provi l'assistente su un perimetro stretto e misuri il costo per domanda, la qualità delle risposte e il rispetto dei permessi.

Per noi cloud o server tuoi è uguale: lavoriamo su tutti e due, e ti diciamo quale conviene al tuo caso. Come scriviamo nella FAQ su dove risiedono i dati, «la scelta si fa all'inizio sui vincoli normativi, contrattuali e di budget, non sulla nostra comodità». In cloud scegliamo servizi di livello Enterprise che escludono per contratto l'addestramento sui tuoi dati, e servizi a Zero Data Retention quando serve di più; se i dati sono particolarmente sensibili o il settore lo impone, valutiamo un'infrastruttura AI privata, europea, nazionale o on-premise, come dice la FAQ sull'addestramento.

Se la strada è un progetto, le fasi e i prezzi sono quelli della guida AI in azienda: da dove partire. Lo studio di fattibilità, 1-2 settimane e fino a 2.500 €, dice quale strada conviene per ciascuna classe di documenti, quanto costa l'uso dei modelli e con quale criterio fermarsi. Lo studio resta tuo anche se non firmi, e se firmi il suo costo si scala dal pilota. Il pilota, 4-6 settimane da 10.000 €, mette l'assistente al lavoro su un perimetro stretto e misura il risultato. L'uso dei modelli, o la GPU se la strada è quella, è un tuo costo ricorrente, dichiarato nel preventivo; la manutenzione, se la vuoi, è un contratto a parte.

Preferisci parlarne a voce?

Prenota una call con chi lavora ogni giorno su questi temi: guardiamo insieme il tuo caso.

Prenota una call

Quando non serve né un server né un progetto?

Quando l'AI serve a scrivere, riassumere e tradurre documenti che possono uscire, e quando l'unico timore è l'addestramento. Nel primo caso basta un piano a posti, con account aziendali e una regola d'uso. Nel secondo il piano aziendale o l'API lo escludono già, per impostazione predefinita e per contratto, senza nessun server. Una GPU tua per 40 persone che fanno qualche domanda al giorno è un costo fisso che lavora poche ore.

E se i documenti sono in disordine nessuna delle quattro strade risponde bene: l'assistente cita la procedura vecchia con la stessa sicurezza della nuova. Prima viene il dato in ordine.

Se ti basta un piano a posti con una regola d'uso, te lo diciamo.

Fonti e approfondimenti

In pratica

Domande frequenti

Tutte le domande frequenti
ChatGPT e Claude usano i dati aziendali per addestrare i modelli?

Con i piani aziendali e con l'API no, per impostazione predefinita e per contratto, come scrivono OpenAI e Anthropic. I documenti però arrivano sui server del fornitore, e alcuni registri restano per un periodo, fino a 30 giorni per il controllo degli abusi di OpenAI. L'account personale di un dipendente è un'altra cosa, perché le condizioni le ha accettate lui; per questo serve una regola che lo vieti per i documenti di lavoro.

Con un modello sui propri server il GDPR è risolto?

No. Si tolgono il fornitore esterno e il trasferimento dei dati fuori dall'Europa, se nessuno accede da fuori, ma restano la base giuridica, i dati minimi, la valutazione d'impatto quando il rischio è elevato e soprattutto la sicurezza, che diventa tutta tua. Se un fornitore gestisce il server per te, serve anche il contratto con lui come responsabile del trattamento.

Si può usare Claude o ChatGPT tenendo i dati in Europa?

Sì, pagando in genere il 10% in più. OpenAI offre la residenza dei dati in Europa sull'API, su richiesta e per progetto, o tramite Azure. Claude in una regione europea passa da Amazon Bedrock o Google Cloud, perché l'API diretta di Anthropic non ha un'opzione europea. Un fornitore statunitense resta però soggetto al CLOUD Act anche con i dati in Europa.

Quanto costa un modello AI sui propri server?

Una GPU L40S da 48 GB a noleggio da un fornitore europeo costa 1,40 € l'ora, circa 1.000 € al mese accesa sempre, IVA esclusa, ai listini del 30 ottobre 2026. Su una macchina tua paghi l'acquisto, da chiedere a un rivenditore, e la corrente, che per la sola scheda arriva a circa 65 € al mese. In tutti e due i casi c'è il lavoro di chi la tiene in piedi.

Quando conviene un modello sui propri server invece dell'API?

Quando i documenti per contratto o per legge non possono uscire, quando i volumi sono molto alti e costanti, o quando un modello piccolo basta per un compito circoscritto. Sul costo, con Llama 3.3 70B la GPU dedicata costa quanto circa 1,5 miliardi di token al mese pagati a consumo, 68 volte un assistente che riceve 2.000 domande al mese.

Che hardware serve per un modello open source in azienda?

Una scheda con abbastanza memoria per il file del modello più le conversazioni in corso. Qwen3 32B a 4 bit pesa 19,8 GB e sta in una RTX 5090 da 32 GB; Llama 3.3 70B a 4 bit pesa 42,5 GB e sta in una L40S da 48 GB con poco margine, o su due schede. Quale modello basta lo dice una prova sulle tue domande.

Chi gestisce un modello installato sui propri server?

Tu, o chi lo fa per te. Oltre all'applicazione, che serve anche in cloud, ci sono il modello da aggiornare e da riprovare quando ne esce uno nuovo, il servizio che lo fa girare, il monitoraggio, le copie di sicurezza e, se la macchina è in sede, corrente, raffreddamento e guasti. Con una GPU noleggiata la macchina resta al fornitore.

Volcanic Minds lavora in cloud o on-premise?

Su tutti e due. Lavoriamo abitualmente con OVH, AWS, Hetzner, DigitalOcean, Seeweb, Aruba e Azure, e spesso sull'infrastruttura del cliente. Fra cloud europeo, cloud sovrano nazionale, il tuo account cloud o on-premise, la scelta si fa all'inizio sui vincoli normativi, contrattuali e di budget, non sulla nostra comodità.

Cloud o server tuoi, con i conti fatti?

Raccontaci quali documenti vuoi usare, chi li deve vedere e quali vincoli hai da contratti e settore. Lo studio di fattibilità ti dice quale strada conviene per ciascuna classe di documenti, quanto costa e chi la tiene in piedi.

Parliamo del tuo progetto
  • Non parli con un commerciale
  • NDA prima di entrare nel merito
  • Il codice resta di tua proprietà
Continua

Articoli sugli stessi temi.

Una bandiera europea astratta con la scritta «EU AI Act»
AI, Compliance

European AI Act a chi riguarda davvero?

Se usi l'AI in azienda l'EU AI Act riguarda anche te, non solo chi crea i modelli. Cosa si applica dal 2 agosto 2026 e cosa slitta al 2027 e al 2028.

Leggi
Copertina dell'articolo "Web Bot Auth: visitatori senza occhi": composizione tipografica su fondo grafite con il titolo "Web Bot Auth", il sottotitolo "Good bots vs bad ones" e il logo Volcanic Minds in bianco al centro, con quattro barre d'accento a gradiente viola-rosso agli angoli.
AI, Sviluppo

Web Bot Auth: visitatori senza occhi

Gli agenti AI leggono il tuo sito e convertono meglio dell'organico, ma non compaiono negli analytics. Come misurarli e verificarli con Web Bot Auth.

Leggi
Uno studio con schizzi di wireframe su carta e schede di interfacce AI, e sullo sfondo un terminale AS/400 del 1988
AI, Sviluppo

Generative UI: per umani e macchine

Il tuo gestionale serve persone e agenti AI. Con la Generative UI l'interfaccia si compone sul contesto, con un accesso per gli agenti e un fallback manuale.

Leggi