Scarica la checklist in PDF
Versione stampabile, 6 pagine A4 brandizzate · 39 KB
Vuoi ricevere i prossimi framework appena escono?
Il PDF è qui sopra, scaricabile subito senza email. Se invece vuoi essere avvisato quando esco con i prossimi materiali (calcolatore GPU vs API, template architettura RAG, e così via), lascia l'email. Niente spam: 1 messaggio/mese al massimo.
Zero spam, cancellati quando vuoi. Privacy garantita.
Premessa onesta: non esiste una risposta universale alla domanda "quale LLM scelgo per la mia azienda?". Esistono però 12 domande che, se le rispondi con i tuoi numeri reali prima di firmare un contratto o di mettere su un'infrastruttura, ti evitano l'80% degli errori che vedo fare ai clienti. Le condivido qui sotto, in ordine di importanza decrescente.
1. Quali sono i dati che il modello vedrà — e di chi sono?
Se il modello processerà email dei clienti, scansioni di contratti, dati sanitari, codice sorgente proprietario: cloud LLM API è quasi sempre fuori discussione per motivi GDPR, NIS2 e contrattuali. Devi andare on-premise (server tuoi o cloud privato europeo) con modello open source self-hosted.
Se invece il modello processa contenuto pubblico (es. riassunti di articoli, generazione marketing copy), allora hai tutto lo spazio per scegliere.
Decisione che sblocca: apri/chiude almeno il 60% delle opzioni successive.
2. Quanto stai spendendo oggi nel processo che vuoi automatizzare?
Se il processo costa €5.000/mese in stipendi e tempo, e un'API LLM lo risolve a €200/mese, la matematica è ovvia: vai con l'API. Se il processo costa €500.000/mese, ha senso investire 6 mesi di lavoro per fare fine-tuning su un modello open source con un break-even a 12 mesi.
Calcola sempre il TCO (Total Cost of Ownership) a 24 mesi, non a 1 mese.
3. Quante richieste al mese, davvero?
Le API LLM hanno prezzi lineari per token. Self-hosting di un modello su GPU ha un costo sostanzialmente fisso (ammortamento + energia). C'è un punto di break-even.
Regola del pollice 2026: sotto i 10 milioni di token/mese, API cloud (OpenAI, Anthropic, Google) è quasi sempre più conveniente. Oltre i 100 milioni di token/mese, self-hosting su GPU dedicata vince.
4. Latenza accettabile?
Chatbot in real time → max 2-3 secondi per risposta completa o devi usare streaming. Batch processing notturno → puoi tollerare 30+ secondi per richiesta. La risposta cambia completamente quale modello e quale infrastruttura.
5. Sei disposto a investire in MLOps?
Self-hosting un LLM = devi monitorare GPU, gestire deploy, fare load testing, settare alerting. Se non hai un team che può presidiare l'infrastruttura, l'API cloud è la scelta saggia anche se in apparenza più costosa.
6. Italiano nativo o no?
Nel 2026, i modelli che gestiscono meglio l'italiano sono in ordine: GPT-4o, Claude 3.5, Gemini 1.5 Pro (proprietari); Llama 3.3 70B, Mistral Large 2, Qwen 2.5 72B, Gemma 2 9B (open source). Phi-3 è eccellente in inglese ma debole in italiano.
Se il tuo caso d'uso è italiano-centric, escludi i modelli sotto-performanti subito.
7. Hai bisogno di accedere ai tuoi dati aziendali (RAG)?
Se la risposta del modello deve basarsi sui tuoi documenti (manuali interni, knowledge base, contratti), ti serve un sistema RAG (Retrieval Augmented Generation). Questa è un'infrastruttura a parte: vector database, retriever, re-ranker. Il modello LLM è solo il pezzo finale, e qui pesa relativamente poco la scelta del modello.
8. Hai un dataset di esempi specifici?
Se hai 1000+ esempi di "input → output desiderato" del tuo caso d'uso specifico, conviene fare fine-tuning di un modello open source piccolo. Risultato: un modello da 7-13B parametri che batte GPT-4 nel tuo task specifico, costando 10-100× meno per inferenza.
Se non hai dataset → niente fine-tuning, usa prompt engineering + RAG.
9. Vendor lock-in: quanto è grave per te?
Costruire tutto il prodotto attorno alle API di OpenAI espone a: aumenti di prezzo, cambi di policy, deprecation di modelli, problemi di disponibilità . Se questo è un rischio strategico per il business, considera strato di astrazione (LiteLLM, LangChain) che ti permette di switchare provider in 1 giorno, o vai direttamente self-hosted.
10. Quale GPU ti serve (se vai self-hosted)?
Linee guida 2026:
- RTX 4090 / 5090 (24-32GB): modelli 7-13B quantizzati Q4/Q5. Perfetto per PoC e workload medi
- NVIDIA A100 80GB: modelli 70B in Q4 / 30B in Q8. Workload produzione medi
- 2× H100 80GB: modelli 70B in fp16 / 405B quantizzati. Workload enterprise
Mai sotto-dimensionare la VRAM: una GPU con poca memoria che fa swap costa più di una grande.
11. Hai un piano per gestire le allucinazioni?
Ogni LLM allucina. Sempre. Domande: hai una validation layer che controlla gli output prima che vadano all'utente? Hai un meccanismo di feedback per migliorare nel tempo? Hai monitoring per individuare drift? Se la risposta è "no", il modello non è pronto per la produzione, indipendentemente da quanto sia bravo.
12. Hai definito un metro di successo misurabile?
"Vogliamo usare l'AI" non è un obiettivo. "Vogliamo ridurre del 40% il tempo medio di risposta del customer service entro 6 mesi" lo è. Senza metro, qualunque modello sembrerà funzionare per 2 settimane e poi verrà abbandonato.
In sintesi
Se rispondi onestamente a queste 12 domande, la scelta del modello quasi si decide da sola. Non sono io ad aver "inventato" questa checklist: è la sintesi degli errori (miei e altrui) visti su 7+ progetti LLM reali con aziende italiane tra il 2024 e il 2026.
Se stai facendo questa scelta adesso e vuoi un secondo paio d'occhi sulle tue risposte — scrivimi su WhatsApp. Mezz'ora gratis, niente pressioni commerciali. Spesso basta una chiamata per evitare di sbagliare scelta da €50k+.