Salta al contenuto principale

Sovranità del dato: dove vivono i dati sensibili e chi li tocca

I carichi di lavoro AI stanno entrando nei processi che trattano dati sensibili, e questo rende urgente una domanda architetturale, non una moda tecnologica: dove vivono davvero i dati e chi può toccarli. Questa pagina descrive una reference architecture pensata per rispondere a quella domanda.

La sovranità del dato è la capacità di sapere, in ogni momento, dove risiedono i dati sensibili di un'organizzazione e chi — persone, processi, servizi terzi — può accedervi. Nell'architettura di riferimento che si realizza per un cliente i dati restano dentro la sua infrastruttura: il modello di inferenza gira on-prem sulla stessa macchina che ospita i dati, nessun servizio cloud di terze parti riceve i contenuti in transito, e ogni passaggio — indicizzazione, ricerca vettoriale, generazione — avviene dentro il perimetro del cliente. Non è la configurazione di questo sito: la sezione «Cosa fa questo sito oggi» dice dove la generazione del testo esce dal mio server.

Perché la sovranità del dato è un problema architetturale

Quando un'azienda introduce un carico di lavoro AI — un assistente RAG, un chatbot di supporto, un motore di raccomandazione — i dati che prima restavano dentro un database applicativo iniziano ad attraversare nuovi confini: un embedding calcolato, un contesto recuperato, un prompt inviato a un modello. Sapere dove vive ciascuno di questi passaggi, e chi può osservarli, è una domanda che riguarda l'architettura prima ancora della conformità: la risposta non è "abbiamo un certificato", è "il dato non lascia mai questo perimetro".

Come funziona: RAG on-prem su RediSearch HNSW

Nell'architettura per un cliente, quando arriva una richiesta il servizio ML calcola l'embedding del testo in locale (nessuna chiamata esterna), lo confronta con l'indice vettoriale HNSW su RediSearch e passa il contesto recuperato al modello di generazione, servito on-prem con Ollama (la configurazione misurata usava la famiglia llama3.1:8b). Nessuna chiamata in uscita verso servizi cloud di terze parti: l'intero percorso, dall'indicizzazione alla generazione, resta dentro l'infrastruttura che ospita anche i dati.

L'indice vettoriale

L'indice vettoriale RediSearch che serve la ricerca semantica occupa 5,73 MB per 2.580 documenti (1.290 articoli in italiano e inglese) — misurato il 2026-08-03 sulla macchina di produzione: è l'ordine di grandezza che rende praticabile il RAG on-prem senza infrastruttura dedicata.

Cosa fa questo sito oggi

Questo sito non è l'architettura descritta sopra, e dirlo è il punto. Oggi il recupero è locale: gli embedding sono calcolati sul mio server con sentence-transformers e l'indice vettoriale RediSearch sta sulla stessa macchina. La generazione del testo invece passa da OpenRouter, sul piano gratuito: la richiesta e il contesto recuperato escono dal mio server verso un fornitore terzo.

Ogni richiesta porta l'impostazione data_collection: deny. In concreto: i prompt non vengono usati per addestrare i modelli. La conservazione da parte del fornitore non è esclusa, e i dati possono uscire dall'Unione Europea. Per dati sensibili quella non è la strada giusta, ed è la ragione per cui esiste l'architettura on-prem per un cliente.

Ne segue una cosa da dire chiaramente: la dimostrazione diretta «guarda, gira sul mio sito» oggi non c'è più per la generazione. Quello che resta a sostegno dell'architettura on-prem sono le misure datate qui sotto e il comportamento di degradazione, non un sistema in produzione.

Misure della configurazione on-prem, 2026-08-03

Queste misure sono state prese il 2026-08-03 sulla macchina di produzione, quando la generazione del testo girava in locale con Ollama. Quella non è più la configurazione di questo sito: sono numeri veri di quella configurazione, misurati su quella configurazione, e valgono come ordine di grandezza per un'installazione on-prem, non come prestazioni di questo sito oggi.

Il modello di generazione risponde in 5,7-7,2 secondi per una risposta breve (40-60 token), circa 8-10 token/secondo — misurato il 2026-08-03 sulla macchina di produzione, inferenza CPU-only. Sono tre misure singole (n=1 per condizione), non un benchmark: non vanno lette come latenza tipica né come performance garantita. Quando il modello non è già caricato in memoria, il primo caricamento aggiunge circa 13 secondi una tantum — un costo che si paga solo dopo un periodo di inattività, non a ogni richiesta.

A riposo il processo Ollama occupa circa 19 MB di RAM; con il modello caricato in memoria sale a 5,29 GB — misurato il 2026-08-03. Il footprint non è permanente: il modello viene scaricato dopo un periodo di inattività, e anche a modello caricato restano 19 GiB di RAM disponibili sui 30 GiB totali della macchina.

La macchina su cui è stata misurata quella configurazione è un VPS con 16 vCPU Intel Xeon (Skylake) e 30 GiB di RAM, con un carico medio dell'1-3% dopo 65 giorni di attività continua — misurato il 2026-08-03.

Degradazione controllata, non un fallback cloud automatico

Nella configurazione per il cliente, se Ollama non risponde il servizio ML degrada in modo controllato: restituisce un risultato deterministico accompagnato da un avviso esplicito che l'AI non è disponibile, senza attivare alcun fallback verso un servizio cloud. È una scelta di progetto, che si verifica sull'installazione del cliente.

Nota sull'architettura, non sulla conformità:

Questa pagina descrive cosa fa l'architettura realizzata per un cliente — nessun dato sensibile lascia l'infrastruttura del cliente, nessun processor terzo coinvolto. Non descrive la configurazione di questo sito, dove la generazione passa da OpenRouter. Non afferma conformità normativa: se serve un BAA o un'attestazione specifica, va stabilito con il compliance counsel del cliente.

Come possiamo lavorare insieme

A progetto

Scope definito, consegna a milestone. Range indicativo: 8.000–40.000 USD, dipende da perimetro e complessità — confermato in call di scoping.

A ore

Per interventi puntuali o affiancamento tecnico. Range indicativo: 85–150 USD/ora.

Retainer mensile

Presenza continuativa su architettura e revisione tecnica. Range indicativo: 3.000–8.000 USD/mese.

Domande frequenti

I dati restano davvero dentro l'infrastruttura del cliente?

Sì, nell'architettura realizzata per il cliente: l'inferenza gira on-prem sulla stessa macchina che ospita i dati e nessun servizio cloud di terze parti riceve i contenuti in transito. Non è la configurazione di questo sito, che per la generazione usa OpenRouter. È una proprietà architetturale verificabile sull'installazione del cliente, non una promessa di marketing — e non sostituisce una valutazione del compliance counsel del cliente per obblighi normativi specifici.

Serve un contratto BAA (Business Associate Agreement) per iniziare?

Va stabilito con il compliance counsel del cliente: questa pagina descrive l'architettura, non afferma conformità normativa. Se il progetto tratta dati sanitari regolati, la determinazione su BAA e attestazioni specifiche resta una decisione legale del cliente.

Quanto costa iniziare?

Dipende dal modello di ingaggio (progetto, orario o retainer) e dal perimetro: i range indicativi sopra si confermano in una call di scoping gratuita, senza impegno.

Parliamo della tua architettura