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. In questa architettura i dati restano dentro l'infrastruttura del cliente: 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.
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
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 (famiglia llama3.1:8b, configurazione letta dal codice del servizio ML). Nessuna chiamata in uscita verso servizi cloud di terze parti come OpenAI, Anthropic o Cloudflare Workers AI: 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.
Numeri misurati sulla macchina di produzione
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 che ospita questo stack 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
Se il servizio 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 automaticamente un fallback verso un servizio cloud. È un comportamento già presente nel codice, non un'ipotesi di roadmap.
Questa pagina descrive cosa fa l'architettura — nessun dato sensibile lascia l'infrastruttura del cliente, nessun processor terzo coinvolto. 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.
Range indicativi, non un preventivo: le tariffe definitive si confermano in call di scoping.
Domande frequenti
I dati restano davvero dentro l'infrastruttura del cliente?
Sì: l'inferenza gira on-prem sulla stessa macchina che ospita i dati, nessun servizio cloud di terze parti riceve i contenuti in transito. È una proprietà architetturale verificabile, 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.