A fine gennaio non si parlava d’altro: la startup cinese DeepSeek ha rilasciato R1, un modello di “ragionamento” con prestazioni vicine a quelle dei migliori modelli americani, a costi dichiarati molto più bassi e, soprattutto, con i pesi del modello pubblicati e scaricabili da chiunque. In borsa i titoli dei produttori di chip hanno avuto giornate difficili, i giornali hanno parlato di “momento Sputnik” dell’AI.
In Italia, pochi giorni dopo, il Garante per la protezione dei dati personali ha disposto il blocco dell’app DeepSeek, per le risposte ritenute insufficienti su come vengono trattati i dati degli utenti.
Passato il clamore, la domanda che mi interessa è più concreta: cosa cambia per un’azienda italiana che vuole usare l’AI?
App, API e modello: tre cose diverse
La confusione più comune è mettere tutto nello stesso calderone. “Usare DeepSeek” può voler dire tre cose molto diverse:
- Usare l’app o il sito: scrivi le tue domande e i tuoi dati su un servizio gestito da un’azienda cinese, con server e regole sul trattamento dei dati che non controlli. È la parte su cui è intervenuto il Garante.
- Usare le API: integri il modello nei tuoi software, ma i dati viaggiano comunque verso l’infrastruttura del fornitore.
- Usare il modello open: scarichi i pesi e lo fai girare sui tuoi server o su un cloud europeo che scegli tu. In questo caso i dati non vanno da nessuna parte.
Sono tre scenari con rischi completamente diversi. Il terzo, per un’azienda attenta ai dati, è il più interessante.
La vera notizia: i modelli open sono diventati seri
DeepSeek non è il primo modello a pesi aperti: Meta con Llama, la francese Mistral e altri lo fanno da tempo. La novità è che il divario con i modelli chiusi più avanzati si è ridotto parecchio. Per molte attività aziendali concrete (riassumere documenti, classificare richieste, estrarre dati da testi, rispondere a domande su una base documentale) un buon modello open oggi è più che sufficiente.
Per un’azienda questo significa avere più scelta:
- Controllo dei dati: il modello gira dove decidi tu, i documenti non escono dal perimetro aziendale.
- Costi prevedibili: niente costo a richiesta, ma un’infrastruttura da dimensionare. Conviene quando i volumi sono alti e costanti.
- Indipendenza: se un fornitore cambia prezzi o condizioni, non sei bloccato.
I limiti da non sottovalutare
Detto questo, non è tutto oro. Far girare un modello in casa richiede competenze, hardware adeguato (spesso GPU), aggiornamenti e monitoraggio. Per volumi bassi, un servizio gestito da un fornitore affidabile costa meno e dà meno pensieri.
C’è poi un tema di fiducia sul modello stesso: un modello open va comunque valutato. Come si comporta su argomenti sensibili? Che errori fa nella nostra lingua e nel nostro settore? Sono domande a cui si risponde solo con test sui propri casi reali, non leggendo le classifiche.
Come scegliere, in pratica
- Parti dal caso d’uso, non dal modello. Cosa deve fare l’AI? Con quali dati? Con che volumi?
- Classifica i dati. Dati pubblici e dati riservati non vanno trattati allo stesso modo. Per quelli riservati, privilegia soluzioni dove sai esattamente dove finiscono.
- Prova più modelli sugli stessi esempi. Spesso un modello più piccolo, ben configurato, va benissimo e costa una frazione.
- Tieni l’architettura flessibile. Progetta i tuoi software in modo da poter cambiare modello senza riscrivere tutto. Il mercato si muove troppo in fretta per legarsi a un solo fornitore.
La lezione di DeepSeek, per me, non è “usate DeepSeek” né “non usatelo”. È che l’AI sta diventando una componente sempre più accessibile, e il vantaggio non sta più nell’avere il modello migliore, ma nel saperlo inserire bene, e in sicurezza, nei propri processi.
Stai valutando quale modello AI usare in azienda e dove far girare i tuoi dati? Scrivimi, ragioniamo sul tuo caso concreto.
