L'IA che gira sui tuoi server.

Tre pacchetti. Assistente AI privato a 3000 USD installa un modello aperto sul vostro server con una chat di team. Knowledge base privata a 8000 USD aggiunge i vostri documenti con permessi, fonti e single sign-on. AI privata aziendale a 20.000 USD serve più reparti, con dimensionamento GPU, API e audit log. Pagate il 50% all'approvazione del piano e il resto alla consegna. L'hardware si acquista a vostro nome; lo dimensioniamo e vi diciamo il costo per token prima dell'ordine.

Modelli open-weight: Llama, Mistral, Qwen, Gemma, DeepSeek e modelli più piccoli per embedding, reranking e classificazione. Li scegliamo caso per caso in base ai punteggi dei test, alla latenza e all'hardware che hai. Un modello da 7B a 14B su una sola GPU copre la maggior parte dei compiti su documenti e assistenza; un modello da 70B richiede un nodo multi-GPU. Ogni chiamata al modello passa da un unico gateway, quindi cambiare modello in futuro è una modifica di configurazione, non un rifacimento.

Dipende dal modello e da quante persone lo usano contemporaneamente. Un singolo server con una o due GPU da data center serve un modello da 14B a qualche centinaio di utenti. Un modello da 70B vuole da quattro a otto GPU. Se hai già capacità GPU, in un cloud privato o su una workstation, partiamo da lì. Il report di ricerca include una tabella di dimensionamento con il costo per token, così puoi confrontarlo con la bolletta API che paghi oggi.

Elimina la parte più difficile: nessun dato personale esce dalla tua infrastruttura, quindi niente responsabile del trattamento esterno, niente trasferimenti fuori dal tuo Paese e nessun fornitore che addestra sui tuoi prompt. Aggiungiamo quello che chiedono gli auditor: regole di accesso legate al tuo SSO, un log di ogni prompt e risposta, policy di conservazione e una mappa dei dati nella documentazione. La policy resta in mano al tuo ufficio legale; noi facciamo in modo che la risposta tecnica a ogni domanda sia un sì.

Sulla conoscenza generale, le API di frontiera sono avanti. Sui tuoi documenti, sulla tua terminologia e nella tua lingua, un modello locale con un buon retrieval e un piccolo fine-tuning di solito li eguaglia o li supera, perché la risposta viene dai tuoi dati, non dalla memoria del modello. Non ti chiediamo di fidarti: prima del lancio eseguiamo i test su un insieme delle tue domande reali e ti mostriamo i punteggi fianco a fianco.

Parti dal retrieval. Il RAG mette i documenti giusti davanti al modello e ti dà le citazioni, e da solo copre la maggior parte dei casi d'uso. Il fine-tuning ripaga quando il modello deve imparare uno stile, un formato o un vocabolario di settore, come il linguaggio contrattuale tedesco o la terminologia contabile turca. Lo proponiamo solo quando i test mostrano un guadagno netto, e lo eseguiamo sul tuo hardware con i tuoi esempi.

Può farlo il tuo team IT, con il runbook che consegniamo: come aggiornare un modello, tornare alla versione precedente, aggiungere una GPU, leggere il monitoraggio e ripristinare da backup. Molti clienti preferiscono tenerci con un piano mensile: manteniamo aggiornati modelli, driver e stack di serving, rieseguiamo i test quando i tuoi dati cambiano e teniamo d'occhio uso delle GPU e latenza. In ogni caso il sistema è tuo e funziona senza di noi.

Il primo incontro è gratuito. Entro una settimana hai un report di ricerca con i casi d'uso, la mappa dei dati, il dimensionamento dell'hardware e un prezzo fisso. Approvi il piano e paghi il 50%. Il primo caso d'uso è operativo sul tuo hardware in due-quattro settimane; una piattaforma completa con più casi d'uso, SSO e fine-tuning richiede fino a tre mesi. Il restante 50% si paga alla consegna, dopo che i test hanno superato le soglie concordate.