Salta al contenuto principale

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

I dati sensibili della tua azienda restano dove pensi, ora che l'AI entra nei processi? Questa pagina descrive uno scenario di progetto, non un caso cliente: un'architettura di riferimento 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. Questa pagina è per te se la tua azienda o il tuo studio sta valutando un assistente AI in locale, o un sistema di ricerca sui propri documenti, e vuoi sapere dove finiscono i dati prima di decidere. Nell'architettura di riferimento che propongo (uno scenario di progetto, non un caso cliente documentato) i dati restano dentro l'infrastruttura dell'organizzazione: 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 suo perimetro. Qui trovi come funziona, le misure datate di quella configurazione e i suoi limiti. Non è la configurazione di questo sito: la sezione «Cosa fa questo sito oggi» descrive invece come funziona oggi.

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".

In Europa il GDPR rende la domanda concreta: chi tratta dati personali deve poter dire dove stanno e chi li gestisce. Per una piccola azienda o uno studio italiano significa sapere, prima di adottare uno strumento di AI, dove finiscono i documenti dei clienti.

Come funziona: RAG on-prem su RediSearch HNSW

Nell'architettura di riferimento, 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 che ho misurato su questo sito il 2026-08-03 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 occupava 5,73 MB per 2.580 documenti (1.290 articoli per lingua, in italiano e in inglese) quando l'ho misurato il 2026-08-03 sulla macchina di produzione. Da allora gli articoli sono aumentati, quindi l'indice è più grande e la misura va ripetuta: è comunque 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. Anche la generazione del testo gira sul mio server, in Europa, e la richiesta con il contesto recuperato non viene inviata a fornitori terzi di AI. La differenza con l’architettura di riferimento è un’altra: qui il modello gira su una CPU condivisa, quindi le richieste lunghe attendono in coda e non c’è un perimetro contrattuale verificabile.

I dati restano sul mio server: nessun fornitore terzo di AI li riceve. Per dati sensibili con obblighi contrattuali, però, serve un’architettura on-prem come quella di riferimento, con perimetro, accessi e conservazione concordati: è la ragione per cui la propongo.

Ne segue una cosa da dire chiaramente: il motore di generazione attuale del sito (CPU, con coda) non è stato ancora misurato come le misure datate qui sotto. Quello che resta a sostegno dell’architettura on-prem sono quelle misure e il comportamento di degradazione.

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 di riferimento, 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, da verificare sull'installazione reale.

Nota sull'architettura, non sulla conformità:

Questa pagina descrive cosa fa l'architettura di riferimento che propongo, uno scenario di progetto e non un caso cliente documentato: nessun dato sensibile lascia l'infrastruttura dell'organizzazione, nessun processor terzo coinvolto. Non descrive la configurazione di questo sito, dove il modello gira sul mio server in Europa. 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. Prezzo di partenza: a partire da 5.000 €, dipende da perimetro e complessità — confermato in call di scoping.

A ore

Per interventi puntuali o affiancamento tecnico. Prezzo orario: 90 € l'ora.

Retainer mensile

Presenza continuativa su architettura e revisione tecnica. Prezzo di partenza: a partire da 2.000 € al mese.

Domande frequenti

I dati restano davvero dentro l'infrastruttura del cliente?

Sì, nell'architettura di riferimento che propongo: 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, dove il modello gira sul nostro server in Europa ma senza un perimetro contrattuale verificabile. È una proprietà architetturale da verificare sull'installazione, 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 prezzi indicati sopra si confermano in una call di scoping gratuita, senza impegno.

Parliamo della tua architettura

Chi scrive: Federico Calò, sviluppatore software in Salento. Lavoro anche da remoto.