Alternativa a Claude Cowork: perché le aziende regolamentate costruiscono il proprio stack di AI coworker (2026)

Alternativa a Claude Cowork: perché le aziende regolamentate costruiscono il proprio stack di AI coworker (2026)

Se hai letto la nostra guida completa a Cowork e il tuo istinto dice che non può toccare i tuoi workflow più sensibili, probabilmente hai ragione. Claude Cowork è perfetto per il lavoro per cui è stato progettato — e poco adatto al lavoro regolamentato, su misura e legato alla sovranità che riempie le agende aziendali. Ecco l'analisi onesta, l'architettura di riferimento e i conti del TCO.

Dove Claude Cowork brilla davvero

Cowork è la risposta giusta quando il tuo lavoro è su dati non sensibili, il tuo team ha tra 5 e 500 persone e preferisci partire in due settimane invece che in due trimestri. Anthropic ha messo a punto la UX dell'AI coworker per quel pubblico, e i quattro bundle verticali consegnati nelle ultime sei settimane dimostrano che ci investono come prodotto a lungo termine, non come progetto secondario.

Tre sweet spot di Cowork sono ben documentati nel nostro cluster:

• Marketing operations — brief di contenuto, audience research, orchestrazione multicanale. Il marketplace di plugin e le primitive di pianificazione di Cowork si incastrano in modo pulito con il modo in cui i team marketing lavorano davvero. Vedi la nostra analisi marketing ops per i pattern di workflow.
• Team legali — triage contratti, revisione redline, ricerca giurisdizionale. Il bundle Legal lanciato da Anthropic il 12 maggio è stato il primo bundle verticale e resta il più rifinito. Trattiamo i casi d'uso in la nostra analisi per i team legali.
• PMI e mid-market — fatturazione, follow-up clienti, reporting leggero. Il bundle SMB (13 maggio) è davvero buono per aziende sotto i 250 dipendenti senza un CISO sul collo. La nostra recensione SMB entra nel dettaglio.

Anthropic ha anche confermato che i Servizi Finanziari sono il prossimo bundle verticale, e lo stack Managed Agents annunciato a Code w/ Claude l'11 maggio alza il soffitto di ciò che il marketplace di plugin di Cowork può fare. Nulla di tutto questo è in discussione.

Cowork è la risposta giusta per la maggior parte delle aziende la maggior parte del tempo. Questo articolo parla del resto — la minoranza regolamentata, legata alla sovranità e pesante in IP dove Cowork è lo strumento sbagliato, anche se è un ottimo prodotto.

Gli 8 scenari aziendali in cui Cowork raggiunge il suo limite

Otto workflow separano "Cowork va bene" da "Cowork è impossibile": residenza dei dati GDPR, PHI sanitarie, difesa/governo classificato, riservatezza di una deal-room M&A, finanza regolamentata sotto SEC/FINRA, protezione di IP proprietaria, ampiezza di server MCP su misura oltre la ventina di Anthropic, e pattern di orchestrazione di agenti per cui Anthropic non ha progettato. Ognuno è un gate sì/no, non una preferenza.

Se leggi questa tabella e due o più righe descrivono la tua azienda, sei già oltre la linea "Cowork va bene". Continua a leggere.

L'architettura di riferimento del coworker autogestito

Uno stack di AI coworker autogestito in produzione ha sette livelli: inferenza, gateway, memoria, orchestrazione agenti, strumenti (server MCP), RBAC/audit e UI. Ogni livello ha nel 2026 due o tre opzioni reali, e lo stack è componibile a sufficienza da permetterti di scambiare un livello senza riscrivere gli altri. Ecco cosa fa ogni livello, cosa usiamo più spesso e cosa vigilare.

Livello 1 — Inferenza (il modello)

È qui che gira davvero l'LLM. Hai quattro percorsi pratici:

1. API Anthropic diretta — il più veloce, il minor overhead di ingegneria, ma sei di nuovo nel percorso dati di Anthropic. Accettabile se la tua preoccupazione è l'orchestrazione su misura e non la residenza dei dati.
2. OpenRouter — un'unica API su 100+ modelli. Ottima per sviluppo e confronto modelli, meno per audit aziendale.
3. Bedrock o Vertex AI — endpoint privati cloud-native con pinning regionale. Anthropic Claude è disponibile su entrambi. È il compromesso aziendale più comune: qualità Claude con compliance cloud-native.
4. Inferenza on-prem — vLLM su hardware H100/H200 che esegue modelli open-weight. Llama 3.3 70B, DeepSeek V3, Qwen 3 o Mistral Large. L'unica via per IL5/IL6 e la più costosa in capex.

Anthropic non distribuisce i pesi di Claude, quindi il vero on-prem con Claude è impossibile. Se devi essere on-prem, scegli tra modelli open-weight — e il divario qualitativo con Claude Opus 4.7 si è ridotto sensibilmente negli ultimi 18 mesi, ma non si è chiuso.

Livello 2 — Gateway LLM

Il gateway si pone tra ogni applicazione e ogni modello. Il suo lavoro: failover, routing dei costi, logging di audit, rate limiting e (cruciale) astrazione della scelta del modello così da poter scambiare percorsi di inferenza senza toccare il codice applicativo.

Opzioni di produzione:

• LiteLLM — open-source, autogestibile, API compatibile OpenAI su 100+ provider. Gratuito.
• Portkey — gateway gestito con dashboard di osservabilità integrati. Buono per team che non vogliono operare LiteLLM in proprio.
• Helicone — osservabilità prima di tutto; si abbina bene a LiteLLM invece di sostituirlo.

Questo livello non è negoziabile in produzione. Saltarlo significa hardcodare la scelta del modello nella tua applicazione — e ridistribuirla ogni volta che Anthropic rilascia un nuovo modello o il tuo team sicurezza chiede un failover regionale.

Livello 3 — Memoria e recupero

Qui vivono tre sotto-sistemi:

• Vector store — Pinecone (gestito, percorso più rapido) o Qdrant (autogestibile, la scelta giusta per requisiti on-prem). Anche Weaviate e pgvector sono validi; Qdrant ha al momento la storia enterprise più pulita.
• Memoria strutturata — Postgres per tutto ciò che beneficia di SQL. La maggior parte della "memoria dell'agente" è in realtà relazionale, non semantica.
• Contesto a breve termine — Redis o DynamoDB per stato di sessione, cache di conversazioni recenti e risultati intermedi degli agenti.

Fai bene questo livello e i tuoi agenti sembreranno ricordare. Sbaglialo e ogni conversazione parte da zero — accettabile per un chatbot, fatale per un coworker.

Livello 4 — Orchestrazione di agenti

È qui che le primitive di pianificazione di Cowork smettono di bastare. Opzioni:

• LangGraph — supervisione multi-agente basata su grafi. Ottimo per workflow con routing condizionale, retry e gate human-in-the-loop.
• CrewAI — crew di agenti basate sui ruoli. Astrazione più pulita per pattern come "analista di ricerca + scrittore + revisore".
• DAG personalizzato — per team con solido background in sistemi distribuiti; controllo totale al prezzo di costruire tutto.

Per la maggior parte delle aziende consegniamo LangGraph perché il modello a grafo semplifica la narrativa di audit — ogni transizione è loggata, ogni decisione ispezionabile. (E il credito da 500 $ per l'Agent SDK di Anthropic che trattiamo qui spesso sovvenziona i primi tre mesi di sviluppo del Livello 4.)

Livello 5 — Strumenti (server MCP)

Ogni integrazione interna diventa un server MCP. Salesforce, Snowflake, Jira, Confluence, Workday, il tuo data lake, la tua API HR interna. La specifica Model Context Protocol è ormai stabile e presente in ogni framework di agenti principale. Scrivi un server per fonte dati; il livello agenti li scopre a runtime.

È il livello in cui il marketplace di plugin di Cowork si rompe per le aziende. Anthropic cura il marketplace — lentamente e secondo i loro tempi. Un livello MCP autogestito ti permette di consegnare un server per un modulo SAP legacy in una settimana, non in un trimestre. Tipicamente costruiamo 15–40 server MCP per ingaggio enterprise.

Livello 6 — RBAC + logging di audit

È qui che i regolatori decidono se il tuo stack va in produzione. I componenti:

• Motore di policy — Open Policy Agent (OPA) o AWS Cedar. Ogni chiamata a strumento e a modello passa per la valutazione delle policy. Per utente, per ruolo, per classe di dato.
• Pipeline di audit — ogni prompt, risposta, chiamata a strumento, modello selezionato e costo sostenuto, loggati con retention completa. Usiamo trace OpenTelemetry che fluiscono in un SIEM su cloud regolato o un archivio S3 a lungo termine con conformità WORM.
• Rilevamento PII/PHI — Presidio o pipeline DLP custom al gateway. Redigi prima del logging; non lasciare mai che PHI grezzi raggiungano lo store di audit.

Questo livello è invisibile agli utenti finali ed è il motivo per cui le aziende pagano effettivamente per il build. È anche il livello che Cowork non può darti, strutturalmente, perché il confine di audit non comprende la loro infrastruttura.

Livello 7 — UI

Il vantaggio della desktop app di Cowork al livello 7 sparisce in gran parte per le aziende, perché la maggior parte degli utenti enterprise vive già in Slack, Microsoft Teams o un portale web interno. Opzioni UI pratiche:

• Bot Slack o Teams — via più rapida all'adozione nei workflow esistenti.
• App web personalizzata — Next.js o il tuo portale interno con una superficie agente embedded.
• App desktop personalizzata — Electron resta la risposta pratica se vuoi l'esperienza "terza tab" alla Cowork. La maggior parte delle aziende non ne ha bisogno.

Scegli la superficie dove i tuoi utenti vivono già. L'argomento di lock-in del modello è qui l'inverso di quello di Cowork: invece di forzare gli utenti in una nuova app, il tuo stack li raggiunge dove sono.

Quello è uno stack a 7 livelli, non un progetto del weekend. Le prossime due sezioni quantificano quanto costa e quanto dura.

TCO a 5 anni — Posti Cowork vs Stack autogestito

A 200 posti Cowork Enterprise vince sul costo. A 1.000+ posti su cinque anni il build autogestito scende a circa 2 $/posto/giorno all-in — e incrocia il TCO di Cowork tra 600 e 800 posti. Quell'incrocio conta però solo se nessun altro gate (residenza dei dati, orchestrazione su misura, IP) ha già forzato il build. Per la maggior parte delle aziende regolamentate il confronto TCO è un sanity check, non un driver decisionale.

"TCO 5 anni: Cowork Enterprise vs Autogestito (200 posti)"

Tabella dei dati

"TCO 5 anni: Cowork Enterprise vs Autogestito (200 posti)"

"Opzione di sourcing"	"Totale 5 anni"
"Cowork (200 posti × 60 $/mese)"	720
"Autogestito (200 posti, build + 4 anni ops)"	1850
"Autogestito (1.000 posti, ammortizzato)"	2150

Le assunzioni dietro a quei numeri, perché gli articoli sul TCO che le nascondono sono inutili:

• Cowork Enterprise — 60 $/posto/mese a listino per il tier Enterprise con residenza UE e add-on BAA, × 200 posti × 60 mesi = 720 K $. Nessun add-on di marketplace incluso.
• Autogestito 200 posti — costo di build Anno 1: 850 K $ (team di sei ingegneri per due trimestri, capex infrastruttura, vector store, stack di osservabilità), più Anni 2–5 ops a 250 K $/anno (team ops da due ingegneri, uso modelli, opex infrastruttura). Totale: 1,85 M $.
• Autogestito 1.000 posti — stesso build Anno 1 (850 K $), Anni 2–5 ops scalano a 325 K $/anno (l'uso dei modelli cresce con gli utenti; l'ingegneria resta sostanzialmente piatta). Totale: 2,15 M $, ovvero circa 2,15 $/posto/giorno mediato sui cinque anni.

La linea interessante è la terza. Il costo di ingegneria su uno stack autogestito è in gran parte fisso — due ingegneri possono mantenere uno stack che serve 100 o 10.000 posti. L'uso modelli scala con gli utenti ma si comprime con batching e caching. L'incrocio TCO con Cowork è reale, ma avviene a una scala che la maggior parte delle aziende raggiunge solo se diffonde la piattaforma su molte divisioni.

Se sei a 50 posti e i tuoi dati non sono regolamentati, Cowork vince su ogni asse. Se sei a 5.000 posti con un CISO, il build autogestito si ripaga prima dell'Anno 3. La matematica si rovescia intorno ai 600–800 posti — e la maggior parte dei pilot enterprise è in quel range o sopra.

Time-to-value — La curva che sorprende i CFO

Cowork è utilizzabile in settimana uno e fa plateau al mese due. L'autogestito sale lentamente per il Q1, supera Cowork verso il mese sei e continua a salire. La domanda del CFO non è "quale è più rapido" — è "quale curva si allinea al nostro profilo di rischio e al nostro orizzonte di pianificazione".

"Time-to-value: Cowork vs Autogestito (12 mesi)"

Tabella dei dati

"Time-to-value: Cowork vs Autogestito (12 mesi)"

"Mesi"	"Cowork"	"Autogestito"
"M1"	70	5
"M2"	80	15
"M3"	80	35
"M4"	80	55
"M5"	80	70
"M6"	80	80
"M9"	80	92
"M12"	80	100

Tre cose che questo grafico sottovaluta:

1. Il punteggio del mese 1 di Cowork è alto perché è un prodotto, non un progetto. Anthropic ha consegnato la UX e le integrazioni; tu le adotti. Il divario di 30 punti al mese 1 è reale e conta quando devi mostrare il ROI dell'IA a un board che ne sente parlare da due anni.

2. La curva autogestita non è lineare perché il lavoro non lo è. Mesi 1–2 sono architettura, scelta vendor e idraulica dei Livelli 1–2. Mesi 3–4 sono i primi agenti veri in produzione sullo stack. Mesi 5–6 è quando il costo marginale dell'agente numero cinque scende a una frazione di quello del numero uno. Quella è l'inflessione — e il motivo per cui costruire piattaforma sembra frustrantemente lento i primi 90 giorni.

3. Il plateau di Cowork è reale, non una calunnia. Cowork è eccellente in ciò che Anthropic consegna per lui. Non è progettato per estendersi oltre quell'inviluppo, e il marketplace esiste proprio perché loro non debbano continuare ad estenderlo da soli.

Abbiamo percorso la stessa forma di curva nella nostra analisi build-vs-buy per agenti vocali IA — i principi si trasferiscono. Se il tuo business case vive o muore al mese 3, compra. Se vive al mese 12, costruisci.

La matrice di decisione build-your-own

Assegna a queste sette domande 0, 5 o 10. Sopra i 25 punti, costruisci. Tra 15 e 25, fai un pilot con Cowork e rivedi. Sotto i 15, resta su Cowork. La matrice è il pezzo a maggiore segnale di questo articolo; se devi bookmark una cosa, bookmark la tabella.

Abbiamo applicato questa matrice su 30+ progetti di integrazione IA negli ultimi 18 mesi. La quota di organizzazioni sopra i 25 punti è passata da circa il 30 % a fine 2024 a circa il 55 % a maggio 2026 — spinta soprattutto dall'applicazione del GDPR e dalla regola SEC di disclosure IA del 2025. Lo spostamento non è ideologico; è normativo.

Un pattern notevole: i punteggi tendono a raggrupparsi agli estremi. Le aziende fanno o 5–15 (Cowork è chiaramente giusto) o 35–70 (autogestito è chiaramente giusto). La fascia centrale 15–25 è più rara di quanto sembri e di solito rappresenta aziende sul punto di varcare una linea normativa che non hanno ancora percepito.

Quando Cowork vince ancora, anche a scala enterprise

Anche nelle aziende che superano i 50 in matrice, Cowork vince per tre pattern: il team marketing non regolamentato, il prototype-then-buy di 90 giorni e il bolt-on per piattaforme IA interne mature. Auto-ospitare tutto è sbagliato quanto comprare tutto; l'arte è instradare ogni workflow verso lo stack giusto.

I tre pattern:

• Il team marketing non regolamentato all'interno di un'azienda regolamentata. Un'azienda farmaceutica non può mettere PHI su Cowork, ma il suo team brand marketing non tocca PHI — scrive brief di campagna e analizza le performance di canale. Cowork lì va bene. Indirizzare il lavoro a bassa sensibilità verso Cowork e quello ad alta sensibilità verso lo stack interno è l'architettura ovvia ma raramente implementata, e trattiamo la questione del rimpiazzo dei marketing manager in dettaglio altrove.

• Pattern prototype-then-buy. Usa Cowork per 60–90 giorni per dimostrare che il workflow funziona su dati e utenti reali. Se il ROI emerge, allora costruisci. Se no, hai speso 20 K $ in posti Cowork invece di 200 K $ in un build che risolve un problema che non avevi. Il pilot Cowork da 90 giorni è l'esercizio di raccolta requisiti di qualità più alta nell'IA enterprise.

• Aziende mature con piattaforme IA interne già costruite. Se hai già costruito lo stack a 7 livelli per il lavoro ad alta sensibilità, agganciare Cowork alla superficie a bassa sensibilità è rapido, poco costoso e riduce il rischio di "shadow IT" che i team adottino strumenti IA per conto proprio.

Lo sweet spot SMB di Cowork vale anche dentro aziende — per ogni sotto-team che opera come piccola impresa, Cowork è strutturalmente lo strumento giusto, qualunque sia il profilo normativo della casa madre.

Autogestito è la risposta giusta per i workload sensibili. Cowork è la risposta giusta per tutto il resto. L'arte è sapere quale è quale — e non fingere che sia binario.

Come Techsy costruisce integrazioni IA enterprise

Abbiamo consegnato 30+ progetti di integrazione IA dal 2024 in finanza regolamentata, salute-adiacente, difesa-adiacente e brand consumer sensibili all'IP. La metodologia è cambiata poco perché l'architettura è cambiata poco — sono gli stessi sette livelli, personalizzati per profilo normativo.

La metodologia in quattro fasi:

1. Fase 1 — Workshop architettura e TCO (2 settimane, prezzo fisso). Punteggiamo la matrice di decisione con il tuo team, schizziamo l'architettura a 7 livelli per i tuoi vincoli e costruiamo il modello di TCO onesto. Te ne vai con un artefatto utilizzabile, che tu ci ingaggi per la Fase 2 o no.

2. Fase 2 — Build di riferimento (8–12 settimane). Un agente in produzione sullo stack completo a 7 livelli — tipicamente il workflow a maggior valore e minor rischio politico identificato in Fase 1. Pronto per la produzione, non una demo. Usiamo l'Agent SDK di Anthropic e il credito da 500 $ che copriamo qui per sovvenzionare il lavoro iniziale di Livello 4 dove applicabile.

3. Fase 3 — Espansione di piattaforma (3–6 mesi). Agenti 2 fino a N sullo stesso stack. Qui il costo marginale di ogni nuovo agente collassa — tipicamente al 30–60 % del costo del build di riferimento di Fase 2. Lo stack a 7 livelli diventa una piattaforma.

4. Fase 4 — Hand-off e operatività (continuativo). Il tuo team possiede lo stack. Restiamo a retainer per upgrade modelli, nuovi server MCP e revisioni d'architettura trimestrali.

Lo stack che consegniamo di default nel 2026: Anthropic Claude Opus 4.7 + LangGraph + Pinecone (o Qdrant per full on-prem) + gateway LiteLLM + vLLM per percorsi di inferenza on-prem, dietro RBAC con policy OPA e osservabilità OpenTelemetry. Ogni componente è intercambiabile; nulla è custom per il gusto di esserlo. La piattaforma di deployment di IA agentica che usiamo avvolge questo stack in una superficie deployabile, e la nostra practice di sviluppo di agenti tratta il modello di engineering in profondità.

Se vuoi punteggiare la matrice insieme e vedere come sarebbe la tua architettura a 7 livelli, prenota una call di architettura gratuita di 30 minuti con il nostro team. Nessun prerequisito, nessuna slide — percorriamo i tuoi vincoli e schizziamo lo stack dal vivo.

Guardiamo il prodotto che critichiamo con rispetto

Anthropic ha consegnato un prodotto davvero buono. I prossimi tredici minuti valgono il tuo tempo — è l'articolazione più chiara di cosa serve Cowork, dal team che l'ha costruito.

Guardalo prima di impegnarti su un percorso. Se dopo pensi che Cowork risolva il tuo problema — compra Cowork. Se ti sorprendi a pensare "è ottimo, ma...", la seconda metà di questo articolo è per te. Non siamo anti-Cowork. Siamo contro l'acquistare-lo-strumento-sbagliato-per-il-tuo-profilo-normativo.

Percorso di migrazione — Dal pilot Cowork alla produzione autogestita

Il pattern più comune che vediamo nel 2026 non è Cowork-o-autogestito. È Cowork-poi-autogestito, con un piano di migrazione pulito. Ecco il percorso in quattro fasi che raccomandiamo:

1. Mesi 0–3 — Pilot Cowork. Dimostra il workflow su utenti veri con dati veri (solo workflow a bassa sensibilità). Documenta cosa funziona, cosa fallisce, cosa vorresti diverso.
2. Mesi 3–4 — Decisione architetturale. Punteggia la matrice con i dati della Fase 1. Se superi 25, impegnati sul build. Non spegnere Cowork.
3. Mesi 4–10 — Build in parallelo. Costruisci lo stack a 7 livelli in parallelo all'uso continuato di Cowork. I workflow non sensibili restano su Cowork; il build punta ai workflow regolamentati.
4. Mesi 10–12 — Cutover per workflow, non per dipartimento. I workflow sensibili migrano per primi all'autogestito; quelli non sensibili possono restare indefinitamente su Cowork se il routing ha senso.

La regola di cutover è quella che la maggior parte dei team sbaglia. Migrare per dipartimento crea un problema politico da marcia forzata; migrare per tipo di workflow lascia ad ogni team adottare lo strumento giusto per il lavoro che ha davanti. La matrice di decisione punteggia per workflow, non per dipartimento, per la stessa ragione.

Abbiamo anche visto il pattern inverso — autogestito-poi-Cowork — in aziende che hanno costruito presto e ora vogliono dare ai team non regolamentati una superficie veloce. Il confronto con ChatGPT Agents è il riferimento giusto se sei bloccato tra Cowork e un prodotto buy-side concorrente dopo esserti impegnato su un'architettura ibrida.

FAQ

Costruire in proprio non è molto più caro?

Non sempre, e raramente in modo semplice. A 200 posti Cowork vince sul costo a cinque anni. Tra 600 e 800 posti le curve si incrociano; a 1.000+ posti l'autogestito è più economico. Cosa più importante: se punteggi 25+ sulla matrice, il confronto di costo è accademico — i requisiti normativi o di sovranità hanno già deciso.

Quanto tempo serve per consegnare uno stack di agenti enterprise autogestito?

8–12 settimane per il primo agente in produzione sullo stack completo a 7 livelli, 3–6 mesi per la piattaforma (agenti 2 fino a N) e continuativo per il tapis roulant degli upgrade modello. Cowork consegna in 1–2 settimane. La maggior parte delle aziende scambia il delta di 8 settimane per sovranità e personalizzazione; chi non lo fa non era un'azienda che doveva costruire.

Possiamo iniziare con Cowork e migrare più tardi?

Sì — è il pattern più comune che vediamo nel 2026. Usa Cowork nei mesi 0–3 per dimostrare il workflow, costruisci lo stack a 7 livelli in parallelo nei mesi 4–10, poi cutover per tipo di workflow invece che per dipartimento. La migrazione è più difficile che partire autogestiti dal giorno uno ma molto più veloce di costruire alla cieca.

E il Trust Center di Claude Enterprise?

Il Trust Center di Anthropic copre SOC 2 Type II, ISO 27001, residenza dati UE su Enterprise e BAA per la sanità. Una narrativa forte per ciò che copre. Non copre ITAR, IL5/IL6 sovereign-cloud, isolamento ermetico di deal-room M&A né workflow in cui il contenuto del prompt stesso è classificato o regolamentato. Il Trust Center è necessario per alcuni scenari e strutturalmente insufficiente per altri.

Il deployment on-prem dei modelli Anthropic è consentito?

No. Anthropic non distribuisce i pesi dei modelli Claude, quindi l'inferenza on-prem autentica di Claude è impossibile nel 2026. L'auto-hosting on-prem richiede alternative open-weight — Llama 3.3, DeepSeek V3, Qwen 3 o Mistral Large su vLLM. Bedrock e Vertex offrono opzioni private-endpoint che alcuni regolatori accettano come equivalente pratico di on-prem; verifica con il tuo team compliance prima di assumerlo.

Qual è il costo di manutenzione continuo nel tempo?

Circa 250 K $/anno per un team ops da 2 ingegneri più uso modelli e infrastruttura a scala 200 posti. La cifra sale a circa 325 K $/anno a 1.000 posti — la maggior parte del costo è ingegneria fissa, non infrastruttura variabile. L'uso modelli scala con gli utenti ma si comprime con batching, caching e routing delle query più piccole verso modelli più economici via livello gateway.

Chi possiede i prompt e il tooling che sviluppiamo?

Tu, pienamente, su uno stack autogestito. Su Cowork i prompt sono memorizzati nell'infrastruttura di Anthropic sotto i loro termini commerciali — va bene per la maggior parte delle aziende, dealbreaker per industrie sensibili all'IP (brand consumer, biotech, finanza regolamentata). La narrativa di proprietà è una delle ragioni sottovalutate per cui le aziende mature si auto-ospitano.

Supportate l'ibrido — alcuni workflow su Cowork, altri autogestiti?

Sì, e lo raccomandiamo più spesso del puro auto-hosting. Instrada i workflow a bassa sensibilità verso Cowork e quelli ad alta sensibilità verso lo stack interno. Un gateway LiteLLM può fare fan-out per tipo di workflow con semplici regole di routing, e i tuoi livelli di audit e policy possono trattare entrambe le superfici in modo uniforme.

Come gestite il tapis roulant degli upgrade modello su uno stack autogestito?

Il gateway LiteLLM astrae la scelta del modello. Quando Anthropic rilascia un nuovo modello, punti una config verso di lui. Quando un modello open-weight supera l'incumbent closed-source su un compito specifico, reindirizzi quel carico computazionale verso vLLM senza toccare il codice applicativo. L'architettura a 7 livelli è progettata esplicitamente per proteggerti dal lock-in del modello — cosa che Cowork per design non può fare.

Chiusura

Cowork è un ottimo prodotto per il lavoro per cui è costruito, e non è la risposta giusta per aziende regolamentate con vincoli di sovranità, IP o orchestrazione su misura. L'architettura di riferimento autogestita a 7 livelli di questo articolo è la stessa che abbiamo consegnato 30+ volte dal 2024; la matrice di decisione è l'artefatto con cui accompagniamo ogni cliente in Fase 1. Leggi la guida completa a Cowork se non l'hai fatto, poi torna qui quando sarai pronto a parlare di architettura.

Se vuoi una versione utilizzabile della matrice di decisione e una bozza di architettura a 7 livelli per i tuoi vincoli, contattaci — la schizziamo dal vivo e te ne vai con l'artefatto, lavoriamo insieme dopo o no.