La crescente attenzione verso la private AI nasce dall’esigenza di coniugare innovazione tecnologica e tutela dei dati. Se i grandi modelli linguistici messi a disposizione dagli hyperscaler hanno accelerato la diffusione dell’intelligenza artificiale generativa, la possibilità di sviluppare soluzioni on premise o in cloud privati offre un’alternativa capace di garantire maggiore controllo e sicurezza. Questo il tema al centro della presentazione di Gianmarco Ciarfaglia, Head of AI & Advanced Analytics di Engineering Group, durante l’Artificial Intelligence Talk organizzato dall’Osservatorio Artificial Intelligence del Politecnico di Milano.
Indice degli argomenti
Sovranità digitale e controllo dei dati
Secondo Ciarfaglia, il concetto di sovranità digitale si sta progressivamente estendendo alla dimensione dell’intelligenza artificiale. La capacità di addestrare o personalizzare modelli di linguaggio non è soltanto una questione tecnologica, ma un elemento che consente a imprese ed enti pubblici di ridurre la dipendenza da fornitori extraeuropei. «Oggi si parla molto di sovranità digitale, dove l’Europa ci chiede di contare un po’ più sulle nostre forze rispetto a quelle oltre oceano», ha sottolineato il manager, spiegando come lo sviluppo interno di modelli linguistici diventi uno strumento per rafforzare anche la sovranità dell’AI.
L’approccio si fonda sulla possibilità di distribuire i modelli direttamente all’interno di infrastrutture private. Questo significa che i sistemi di private AI funzionano in totale autonomia, persino senza connessione a internet, offrendo alle organizzazioni la garanzia di un controllo completo sui propri dati.
Private AI: dal modello al framework applicativo
La creazione di modelli su misura permette di raggiungere un livello di accuratezza e rilevanza superiore rispetto alle soluzioni general purpose. Ciarfaglia ha illustrato come sia possibile addestrare i sistemi con i dati specifici di un cliente, ottenendo così non solo performance migliori ma anche una maggiore differenziazione nei servizi. Questo approccio consente di mantenere la privacy totale delle informazioni, integrando nei modelli esclusivamente le conoscenze che l’organizzazione desidera utilizzare.
Engineering ha sviluppato una suite in grado di estendere le potenzialità della generative AI a più ambiti. Le applicazioni spaziano dalla gestione documentale all’analisi dei dati, passando per la computer vision, la generazione di codice, il miglioramento della data quality e la creazione di avatar con tecniche di voice cloning e text-to-speech. Tutte queste soluzioni, ha spiegato Ciarfaglia, seguono la logica della private AI, ovvero sistemi che restano sotto il pieno controllo dei clienti.
L’evoluzione verso gli agenti intelligenti
Uno dei trend più rilevanti riguarda la diffusione degli agenti di intelligenza artificiale. Si tratta di sistemi in grado non solo di comprendere e rispondere alle richieste, ma anche di eseguire azioni concrete, interagendo con applicazioni e servizi esterni. «L’esempio classico è il service desk: faccio una domanda all’assistente, lui non solo mi risponde ma mi apre anche un ticket», ha osservato Ciarfaglia.
Per rispondere a questa esigenza, Engineering ha sviluppato un ambiente che permette la costruzione di agenti in modalità no code, installabili direttamente sulle macchine del cliente e dotati di una knowledge base personalizzata. Questa evoluzione conferma come la private AI non si limiti alla gestione sicura dei dati, ma diventi anche un abilitatore di automazione avanzata.
Casi d’uso concreti della private AI
Durante la presentazione Ciarfaglia ha illustrato due progetti che mostrano l’applicazione pratica di questa visione.
Il primo riguarda un Calendar Scheduler gestito da un sistema complesso di quattordici agenti, capace di organizzare riunioni, modificare appuntamenti, aggiungere partecipanti e generare sintesi dell’agenda. L’intero processo è governato da un assistente basato su AI generativa, in grado di integrarsi con i calendari aziendali e di funzionare in modalità sicura.
Il secondo progetto è stato realizzato in ambito legale per un’azienda del settore alimentare. L’obiettivo era andare oltre le capacità dei sistemi general purpose, spesso insufficienti quando si richiede un livello di accuratezza molto elevato. Il modello sviluppato è stato addestrato per comprendere il linguaggio specifico del diritto e per recuperare documenti in più lingue, garantendo così risposte precise anche in un contesto particolarmente delicato.
La sensibilità del mercato verso la tutela del dato
Il tema della protezione delle informazioni è stato ripreso anche durante il dialogo con il pubblico. Alla domanda sulla percezione del mercato rispetto a soluzioni orientate alla privacy, Ciarfaglia ha risposto: «C’è una sensibilità molto forte, soprattutto nella pubblica amministrazione ma anche nel settore privato, in particolare in quelli più delicati dove un leakage di dati sarebbe molto problematico».
Questa consapevolezza spiega perché molte organizzazioni valutino con attenzione l’adozione di private AI come strumento per bilanciare innovazione e sicurezza. L’offerta di alternative agli hyperscaler, in grado di garantire il pieno governo delle informazioni, rappresenta un elemento di differenziazione sempre più rilevante nel panorama europeo.
