Tre fraintendimenti sull'IA: consumer, API enterprise, self-hosted
La maggior parte delle decisioni sbagliate sull'intelligenza artificiale che vediamo negli studi professionali italiani nasce da un errore di categoria. Strumenti tecnicamente molto diversi vengono raggruppati sotto la stessa etichetta "IA generativa". Da questa indistinzione discendono valutazioni di rischio errate, scelte contrattuali inadeguate e, in alcuni casi, vere e proprie violazioni normative.
In questo articolo distinguiamo i tre tipi di IA generativa, spieghiamo come ciascuno tratta i dati, e indichiamo per ciascuno il caso d'uso appropriato in uno studio professionale italiano. Senza questa distinzione, qualunque conversazione su privacy, compliance e rischio dell'IA e' vaga.
Perche' la distinzione e' cruciale
Quando un professionista dice "uso ChatGPT per le sintesi", l'affermazione e' ambigua. Puo' significare:
a) Apre chat.openai.com con account personale gratuito. b) Usa ChatGPT Team o Enterprise con licenza aziendale. c) Ha un software interno allo studio che chiama l'API di OpenAI. d) Ha installato un modello locale (Llama, Mistral) su un server proprio.
Queste quattro situazioni hanno garanzie di privacy completamente diverse, costi diversi, rischi legali diversi, e adatti diversi a tipi di dati diversi. Trattarle come equivalenti significa pilotare a vista in una materia che richiede strumenti.
Tipo 1. App consumer
Cosa sono. ChatGPT su chat.openai.com, Gemini su gemini.google.com, Claude su claude.ai, Copilot con account personale Microsoft, e tutti gli equivalenti gratuiti o quasi-gratuiti rivolti a utenti finali. Interfaccia web. Account personale. Pochi euro al mese o nulla.
Come trattano i dati. Sul piano gratuito o consumer, i contenuti inseriti dall'utente possono essere usati per il miglioramento dei modelli. Gli opt-out esistono ma sono spesso nascosti, non retroattivi e non sempre attivati di default.
OpenAI nei terms di ChatGPT consumer: contenuti usati per miglioramento servizi salvo opt-out in Settings > Data Controls. Google per Gemini consumer applica nelle aree EEA/CH/UK le tutele del tier a pagamento, ma senza garanzia contrattuale di residenza europea. Anthropic per Claude consumer ha opt-out di default su training, ma non offre DPA enterprise nel piano gratuito.
Il rischio concreto. Un bilancio cliente incollato da un collaboratore in ChatGPT consumer entra in un sistema che:
- Non ha DPA firmato con il tuo studio (violazione articolo 28 GDPR).
- Non ha garanzia contrattuale di non-training.
- Non ha audit log accessibili al titolare del trattamento.
- Non ha residency europea garantita.
- Non ha clausole su sub-processor.
Il rischio non e' "il bilancio esce domani in una risposta a un concorrente". E' piu' sottile: pattern, formulazioni, numeri peculiari possono essere appresi e ricomparire. Dimostrare ex post la disclosure e' impossibile. Dimostrare che non sia avvenuta, anche.
Quando ha senso. Per uso strettamente personale, su contenuti pubblici, senza dati di terzi. Brainstorming su un tema generico. Drafting di un curriculum personale. Apprendimento di una lingua. Per tutto cio' che coinvolge dati di clienti, di colleghi, di controparti, di datore di lavoro: mai.
Tipo 2. API enterprise
Cosa sono. OpenAI API (api.openai.com), Anthropic API, Google Gemini API a pagamento o via Vertex AI, Azure OpenAI Service, AWS Bedrock. Interfacce programmabili usate dentro software aziendali o piattaforme di terze parti.
Come trattano i dati. I dati inviati via API enterprise non sono usati per addestrare i modelli. E' l'impostazione di default contrattuale di tutti e quattro i vendor principali (OpenAI, Anthropic, Google, Microsoft). DPA click-through o firmabili sono disponibili. Le finestre di retention per abuse monitoring sono limitate:
| Vendor | Retention default | Zero Data Retention | |---|---|---| | OpenAI API | 30 giorni | Disponibile per EU Projects o tramite richiesta ZDR approvata | | Anthropic API | 7 giorni (dal 14 settembre 2025) | Disponibile su richiesta | | Google Gemini API | 55 giorni | Configurabile su Vertex AI | | Azure OpenAI | Configurabile | Disponibile con configurazione specifica |
Su richiesta, Zero Data Retention azzera anche la finestra di abuse monitoring.
La differenza critica. Quando un professionista dice "uso ChatGPT per analisi", la domanda giusta e': "lo usi via browser con account personale, oppure dentro un software aziendale che chiama l'API enterprise?". In quella differenza sta quasi tutto il delta di rischio giuridico.
Un sistema come TDS AI Systems utilizza esclusivamente API enterprise. Il dato del cliente non passa mai da interfacce consumer. Passa da chiamate programmatiche sotto DPA firmati, con opt-out training attivo, con audit log tracciabili e con scelta di residency europea dove disponibile (Vertex AI europe-west1/europe-west4 come default per dati EU-sensitive).
Quando ha senso. Per la maggioranza dei casi d'uso in uno studio professionale: sintesi documenti, redazione assistita, chat interna, estrazione dati da PDF, supporto alla verbalizzazione. Copre circa il 90% dei casi d'uso che vediamo nei nostri audit. E' il default tecnico ragionevole.
Tipo 3. LLM self-hosted
Cosa sono. Modelli IA (Llama di Meta, Mistral, Qwen di Alibaba) installati su server propri o su infrastruttura cloud pienamente controllata (Modal, AWS Bedrock con istanze dedicate, Vertex AI con CMEK). Il modello e' un file binario che gira su una macchina specifica.
Come trattano i dati. Il dato non lascia il perimetro dell'organizzazione. Nessun sub-processor terzo vede la richiesta. Controllo massimo della privacy. Audit completo possibile.
Il costo. Significativo. Richiede:
- Hardware GPU (NVIDIA H100, A100, o equivalenti) con costo da decine di migliaia di euro.
- Gestione operativa (sysadmin, aggiornamenti, sicurezza).
- Expertise specifica (LLMOps, model serving, ottimizzazione inference).
- Modelli che, pur progredendo, non eguagliano sempre la frontiera dei provider closed-source su task complessi.
Quando ha senso. Non per tutti. Ha senso quando i dati sono genuinamente apicali:
- Documentazione CDA di operazioni straordinarie (M&A, IPO, ristrutturazioni).
- Dati sanitari ex articolo 9 GDPR (cartelle cliniche, dati biometrici).
- Atti processuali su materie sensibili (penale, famiglia, minori).
- Materiale coperto da segreto d'ufficio specifico (CTU, indagini fiscali, ispezioni).
- Clienti che impongono contrattualmente esclusione di sub-processor terzi.
Per la maggioranza dei casi d'uso in uno studio, API enterprise con DPA firmato e opt-out training copre il rischio in modo adeguato. Self-hosted e' per chi ha dati ultra-sensibili o requisiti contrattuali espliciti in-house.
Una tabella di sintesi
| Caratteristica | App consumer | API enterprise | Self-hosted | |---|---|---|---| | DPA firmato | No | Si | Non applicabile (in-house) | | Training opt-out | Parziale, da attivare | Default | Non applicabile | | Audit log | No | Si | Si (interno) | | Residency EU | Non garantita | Disponibile | Totale | | Costo | Basso o nullo | Medio (per chiamata) | Alto (CAPEX + OPEX) | | Tempo di adozione | Immediato | Settimane | Mesi | | Caso d'uso tipico | Personale, no dati terzi | 90% studi professionali | Dati apicali, clienti enterprise |
L'errore piu' frequente: confondere licenza e tipo
Un errore ricorrente: pensare che basti pagare una licenza per essere al sicuro. Esempio: lo studio paga ChatGPT Plus a 20 dollari al mese al collaboratore. Vale la pena chiarire che ChatGPT Plus (account individuale a pagamento) non e' equivalente a ChatGPT Team o ChatGPT Enterprise.
- ChatGPT Plus (consumer a pagamento): UX migliorata, modelli piu' avanzati, ma DPA enterprise non e' standard. Restano garanzie consumer.
- ChatGPT Team (account business minimo): DPA business, opt-out training di default, residency configurabile.
- ChatGPT Enterprise: DPA enterprise, SAML SSO, audit log, controlli amministrativi completi.
Stesso vendor, tre prodotti diversi, tre profili di rischio diversi. Pagare il tier sbagliato significa pagare e restare esposti.
Il pattern TDS: API enterprise come default tecnico
La nostra scelta architetturale e' chiara. Quando un cliente ci chiede di analizzare un documento del proprio cliente finale, la catena tecnica e':
- Il dato resta nel Google Workspace del cliente (DPA firmato tra cliente e Google, non tra noi e Google).
- La memoria operativa TDS gira su PostgreSQL nei nostri server (non public cloud terzo).
- Quando serve analisi, il dato passa via API enterprise a OpenAI, Anthropic o Google. Mai consumer. Sempre con DPA firmato, opt-out training attivo, retention minima.
- Dove disponibile, usiamo Zero Data Retention e residency europea (es. Vertex AI europe-west).
- Per clienti che richiedono perimetro chiuso totale, offriamo Tier 3 self-hosted su valutazione case-by-case.
Non diciamo che e' perfetto. I dati passano attraverso server esterni durante l'analisi. Ma passano con contratti firmati, zero retention dove possibile, e scelte trasparenti.
Sintesi operativa
Cosa fare se stai valutando l'adozione di IA nello studio:
- Identificare per ogni caso d'uso il tipo di dato trattato (pubblico, riservato professionale, sensibile, apicale).
- Mappare per ciascun tipo di dato il livello di IA appropriato (consumer mai per dati terzi; API enterprise come default; self-hosted per casi apicali).
- Verificare sui vendor attuali il tier contrattuale effettivo (Plus vs Team vs Enterprise sono cose diverse).
- Bloccare l'uso di app consumer per qualunque dato cliente, in attesa di alternative autorizzate.
- Mai firmare un contratto IA senza verificare DPA, opt-out training, retention, sub-processor, residency.
Cosa evitare:
- "Va bene perche' paghiamo": pagare non e' garanzia, conta il tier.
- "Lo usano tutti": non e' base giuridica.
- "Tanto e' anonimizzato": un bilancio incollato non e' anonimizzato. La de-identificazione richiede tecniche specifiche (vedi Tier 2 PII Redaction).
Capire questi tre tipi e' il prerequisito per qualunque scelta di governance. Lo affrontiamo come pilastro permanente dell'organizzazione nel nostro articolo su governance AI come capacita' permanente, e contestualizziamo il quadro italiano in contesto normativo italiano IA 2026.
Continua il percorso
Se vuoi ricevere i prossimi approfondimenti su AI governance, compliance e automazione per studi professionali, iscriviti a TDS Weekly: una email ogni due settimane, niente spam, conferma esplicita.
Iscriviti alla newsletter TDS Weekly
Articoli correlati: