L’AI che usi in azienda è in affitto. La lezione di Sora

Per un periodo, Sora è stata la piattaforma di OpenAI dedicata alla creazione automatica di video tramite intelligenza artificiale. Bastava descrivere una scena con poche righe di testo e il sistema generava clip della durata di circa trenta secondi. Al momento del lancio aveva registrato un successo straordinario: oltre un milione di installazioni in meno di una settimana, conquistando rapidamente la vetta delle classifiche dell’App Store.

Molti professionisti avevano iniziato a integrarla nei propri processi produttivi. Agenzie, creatori di contenuti e aziende avevano costruito servizi e offerte commerciali basati su quello strumento, considerandolo ormai una componente stabile del proprio lavoro.

Poi è arrivato l’annuncio inatteso. Attraverso un messaggio pubblicato sui canali ufficiali, OpenAI ha comunicato la cessazione del servizio. Nessun lungo periodo di transizione: la piattaforma è stata ritirata in tempi rapidissimi.

La decisione ha colto di sorpresa anche partner di primo piano. Secondo le ricostruzioni circolate nell’ambiente tecnologico, alcune grandi aziende avevano già investito ingenti risorse economiche e pianificato progetti basati sulla piattaforma. Quando hanno appreso della chiusura, si sono ritrovate improvvisamente senza lo strumento sul quale avevano costruito parte delle proprie strategie. Nel settore si usa spesso l’espressione “rug pull” per descrivere situazioni di questo tipo: la sensazione di vedersi togliere all’improvviso il terreno sotto i piedi.

Se stai valutando di fondare processi aziendali critici su servizi di intelligenza artificiale forniti da terzi, questa vicenda ti offre uno spunto importante. Le tariffe che vedi oggi su molte piattaforme non riflettono necessariamente il loro costo reale: spesso vengono mantenute artificialmente basse per accelerare l’adozione del prodotto, conquistare quote di mercato e fidelizzarti.

È una strategia già vista in altri settori digitali. In una prima fase vengono offerte condizioni particolarmente vantaggiose per attirare clienti e ridurre la concorrenza; successivamente, una volta raggiunta una posizione dominante, prezzi e condizioni possono cambiare in modo significativo. Quando il periodo di forte investimento termina, i costi tendono ad avvicinarsi alla reale spesa necessaria per erogare il servizio. In alcuni casi questo significa aumenti rilevanti; in altri, la semplice dismissione del prodotto.

Per questo motivo conviene ricordare che le piattaforme AI in cloud non sono asset di tua proprietà. Sono servizi concessi in uso, governati da regole che il fornitore può modificare o revocare. Costruire il tuo business sopra queste tecnologie può essere estremamente vantaggioso, ma serve sempre la consapevolezza che l’infrastruttura sottostante appartiene a qualcun altro.

Cosa cambia, quando l’AI è in affitto

Quattro elementi pratici da tenere a mente.

Il prezzo lo definisce il fornitore. I principali servizi di AI hanno modificato il pricing più volte nell’ultimo anno. Tu puoi assorbire o cambiare strategia, ma non controlli il listino. La logica dei sussidi descritta sopra spiega da dove arrivano le pressioni in salita.

I modelli evolvono e talvolta vengono ritirati. Il modello che usi oggi tra un anno potrebbe non esistere più nella stessa forma. Per usi esplorativi è un fastidio; per workflow di produzione che ti aspettavi stabili per mesi, è manutenzione ricorrente.

I termini d’uso sono modificabili unilateralmente. Cosa fa il fornitore con i tuoi dati, dove li ospita, per quanto li conserva: sono condizioni dichiarate nei termini d’uso, che il fornitore può modificare quando ritiene.

I dati lasciano l’azienda. Quando passi all’AI in cloud un’e-mail di un cliente, un PDF di un contratto, un report con anagrafiche, quei contenuti arrivano al fornitore. Non è di per sé un problema; va però valutato con la stessa serietà di qualsiasi altro fornitore esterno (base giuridica, contratto sulla privacy, area geografica dei server, sub-fornitori). Lo abbiamo approfondito nell’articolo sul GDPR dei servizi IA blasonati.

Cosa fare, in pratica

Il punto non è “affitto o proprietà”, ma quale pezzo del tuo lavoro vale la pena lasciare in affitto e quale no. La pratica operativa che applichiamo (e suggeriamo) è questa.

Separa il lavoro critico dal lavoro non critico. Critico = workflow su cui poggia la tua produzione, dati sensibili, automazioni che devono funzionare uguale per mesi, compliance stringente. Non critico = esplorazione, chat libera, prove, contenuti che cambiano spesso, lavoro su dati non sensibili.

Per il lavoro non critico: cloud, con strategia di uscita. L’AI in affitto resta lo strumento giusto: i modelli di punta vivono in cloud, il pagamento a consumo regge bene i volumi imprevedibili, l’assenza di manutenzione interna lo rende accessibile anche se non hai un IT dedicato. La consapevolezza da costruire: non legare il workflow al fornitore al punto da non poterlo cambiare. Se domani il prezzo raddoppia, il modello viene ritirato o il servizio chiude, la migrazione ti costa tempo e denaro, ma resta fattibile.

Per il lavoro critico: l’opzione “non in affitto” merita di essere valutata seriamente. Una serie di scenari ricorrenti la rende concretamente conveniente.

• Compiti ripetitivi su dati sensibili: classificare le e-mail in entrata, estrarre dati da PDF di documenti standard, controllare scadenze, riassumere report. Lavoro ricorrente sullo stesso schema, su dati che è preferibile non far uscire dall’azienda.
• Volumi alti e prevedibili: quando l’AI gira centinaia di volte al giorno sullo stesso tipo di operazione, il consumo API a pagamento può superare la rendita di un’infrastruttura interna.
• Compliance stringente: nei settori in cui “il dato non deve mai lasciare i miei server” non è un capriccio, ma un requisito.

Onestà tecnica: i modelli che giri nel tuo ufficio sono meno potenti di quelli di punta in cloud. Per i compiti ripetitivi sono sufficienti. Per la chat libera, no. È proprio questa distinzione, tra le due aree di lavoro, a far funzionare la pratica.

Perché lo raccontiamo

In TECH.TEAM teniamo entrambi i mondi accesi tutti i giorni: cloud per la chat e l’esplorazione, server IA nel nostro ufficio per i compiti ripetitivi su dati interni. Il rapporto operativo che vediamo funzionare in una PMI italiana si attesta intorno a 90% in cloud e 10% in azienda: il 90% si fa in affitto con consapevolezza, accettando i limiti del contratto; per il 10% critico, l’alternativa interna va valutata seriamente, caso per caso.

Su questo lab trovi già l’articolo sul nostro server IA nel nostro ufficio (come funziona, cosa fa bene, cosa no) e quello sul GDPR dei servizi IA blasonati (come scegliere un fornitore SaaS con criterio). Questo articolo li mette insieme con una domanda: nel tuo caso specifico, quale mix conviene?

Se la lettura ti aiuta a pesare le tue scelte, avremo fatto bingo.

Domande frequenti

Cosa si intende per “AI in affitto”?
Tutti i servizi di AI generativa che usi con un abbonamento (ChatGPT Plus, Copilot, Claude Team) o pagando a consumo (chiavi API). Paghi l’uso, non il modello: il modello resta del fornitore, che decide quando aggiornarlo, modificarlo, alzarne il prezzo, fino a dismetterlo.

Per la mia PMI ha senso un’AI tutta interna?
Per la maggior parte degli usi, no. Per usi specifici (compiti ripetitivi, dati sensibili, volumi alti su task standard) il calcolo cambia. La domanda non è “tutto in cloud o tutto in azienda”: è “in quale mix?”.

Quanto costa avere un’AI nel proprio ufficio?
Ordine di grandezza per una PMI: un mini-PC in azienda, modelli open-source liberi, tempo tecnico per setup iniziale e manutenzione mensile. Le cifre dipendono dal tuo caso reale: non si stila un preventivo generico.

Un’AI in azienda è più sicura del cloud?
Più “controllabile”, non automaticamente più sicura. Il dato non esce dall’azienda, e questo chiude alla fonte una serie di domande GDPR. La sicurezza poi dipende da come gestisci il server (patch, accessi, backup), come per qualsiasi infrastruttura.