Oggi parliamo di PRIVATE AI. E prima di farlo vi consiglio di iscrivervi alla newsletter mensile del Namex perchè è sempre ricca di interviste e analisi interessanti.
Questo mese compare un’intervista ad Antonio Baldassarra, fondatore e CEO di Seeweb (uno dei principali fornitori italiani di cloud dal 1995), guarda all’intelligenza artificiale con l’esperienza di chi ha già vissuto una grande rivoluzione tecnologica: quella del cloud computing. Negli anni 2000-2010 il cloud era una scommessa incerta, con pochi che ci credevano davvero. Poi è diventato l’infrastruttura invisibile su cui gira quasi tutto il digitale di oggi, inclusa l’AI stessa. Per lui l’AI è un salto simile, che segnerà i prossimi 10-20 anni, ma avverte: stiamo correndo nella direzione sbagliata.
Il problema principale, secondo Baldassarra, è il focus eccessivo sui modelli generalisti (come ChatGPT o simili), sempre più grandi e potenti. Questi richiedono investimenti enormi in GPU, server e datacenter. In Europa e in Italia è quasi impossibile competere con giganti americani e cinesi su questo terreno: mancano scala, capitali e quantità di dati. Cercare di inseguirli porta a sprechi. Lui critica duramente i piani di costruire mega-infrastrutture per l’AI: parla di miliardi spesi con orizzonti di 10 anni o più.
Ma la tecnologia cambia troppo in fretta, un datacenter richiede anni per essere costruito e ammortizzato, nel frattempo gli algoritmi e l’hardware evolvono. Rischiamo di ritrovarci con “cattedrali nel deserto”, come le grandi palazzine degli anni ’50 che poi sono diventate obsolete o inutili. Previsioni di passare in Italia da 0,5 a 5 gigawatt di datacenter AI in dieci anni gli sembrano poco realistiche: nella storia non si sono mai visti salti così enormi, e se la domanda di energia esplode, saliranno anche i prezzi.
Invece di puntare su modelli “per tutto e per tutti”, Baldassarra propone una strada diversa: le Private AI, cioè intelligenze artificiali private, verticali e su misura per settori o aziende specifiche. Queste AI si addestrano solo sui dati interni e confidenziali di un’impresa, con grandissima cura della qualità dei dati e un perimetro chiaro. Il risultato? Precisione molto più alta, margine di errore ridotto e totale protezione dei segreti aziendali. È cruciale in campi come pharma, biotech, medtech, dove la confidenzialità è tutto. Per esempio, in drug discovery un’AI privata, integrata con sistemi RAG (che recuperano documenti interni), può accelerare tantissimo la ricerca di nuovi farmaci, usando solo dati proprietari.
Seeweb sta già lavorando in questa direzione, da anni offre GPU nel cloud, servizi di inference con modelli open e custom, e strati applicativi per far girare AI adattate ai dati delle aziende. Non si limita ad affittare potenza di calcolo: aiuta a creare soluzioni “di casa”, sicure e vicine. Un esempio concreto che racconta Baldassarra è l’uso interno di AI per il trouble ticketing (gestione delle richieste di assistenza clienti). Il sistema legge i ticket, suggerisce risposte, analizza il sentiment (se il cliente è arrabbiato, confuso, ecc.) e aiuta i tecnici. Lui pensava che avrebbe aiutato soprattutto i meno esperti a scrivere meglio. Invece ha scoperto l’opposto: l’AI dà una marcia in più proprio a chi è già bravo e competente, perché sa controllare e migliorare l’output. Non “regala” abilità a chi non le ha: amplifica chi ha già i fondamentali.
Baldassarra guarda con sospetto anche agli investimenti hardware puri. Siamo in una fase di grande inefficienza energetica: usiamo ancora logiche di chip vecchie di decenni. Servirebbe investire di più in ricerca su algoritmi più leggeri (come certi esperimenti cinesi) e hardware alternativi (memristor, architetture neuromorfiche, ecc.). Fra 10 anni, prevede, useremo meno energia, meno spazio e forse molta AI si sposterà sull’edge (vicino ai dati, non in enormi cloud centrali).Per l’Europa vede un ruolo possibile per pochi campioni forti sui modelli di base, come Mistral (l’unico con chance reali di competere).
Ma il valore vero per aziende come Seeweb sta nell’ultimo miglio: implementare Private AI concrete nelle imprese, non copiare OpenAI. Dati recenti (indagine BEI 2025) mostrano che solo il 20% delle imprese italiane usa AI generativa in modo sistematico, contro il 37% della media UE. Manca uno scatto di maturità: meno abbonamenti a soluzioni altrui, più AI interna e proprietaria che dia vantaggio competitivo reale. Baldassarra invita a non ripetere errori del passato.
L’AI non è una gara di muscoli (più GPU, più parametri), ma un’opportunità per verticalizzare l’intelligenza, renderla sicura e sovrana, soprattutto in un Paese con eccellenze di nicchia. Serve più domanda dalle imprese e dalla PA verso soluzioni europee/italiane, per non restare solo consumatori di tecnologia altrui.
