- Per la maggior parte delle PMI nel 2026 «buy» è la scelta razionale: API commerciali in tier enterprise offrono l’avvio più rapido, quasi zero investimenti hardware e garanzie contrattuali sulla protezione dei dati.
- Qualità: il miglior modello aperto è a circa 7 punti dalla vetta proprietaria — un distacco reale, ma irrilevante per i carichi di lavoro standard.
- Costi: i modelli aperti costano ~20× meno per token, ma il self-hosting vincola costi fissi di hardware e personale; il pareggio richiede volumi irrealistici per una PMI.
- «Build» conviene per sovranità, non per risparmio: dati coperti da segreto professionale, volumi molto alti o requisiti duri di indipendenza — spesso la risposta giusta è un’architettura ibrida.
Le quattro opzioni, senza gergo
Buy — API commerciale in tier enterprise. Usi un modello pronto tramite interfaccia, con contratto sulla protezione dei dati. Nessun modello proprio, nessun esercizio proprio.
Build — un LLM gestito in proprio. Fai girare un modello aperto (Llama, Mistral, DeepSeek, Qwen) su infrastruttura tua o noleggiata. Pieno controllo, pieno onere di esercizio.
RAG invece di un modello proprio. «Il modello deve conoscere i nostri dati» non significa quasi mai addestrare: di norma si intende Retrieval-Augmented Generation — un modello pronto risponde sulla base dei tuoi documenti, senza che questi entrino nel modello.
Fine-tuning. Un modello esistente viene specializzato sul tuo stile o sui tuoi compiti. Più oneroso del RAG e necessario solo in casi specifici.
Qualità: quanto distano davvero i modelli aperti?
Circa 7 punti separano il miglior modello aperto dalla vetta proprietaria nei benchmark indipendenti — e il distacco si riduce a ogni generazione. Per bozze, sintesi, corrispondenza e knowledge base la differenza non si nota; sul reasoning più duro e sulle lunghe esecuzioni autonome i modelli frontier restano avanti. Come scegliamo modello per modello lo raccontiamo nella nostra guida agli LLM locali per le PMI.
Costi: il conto onesto
Per token, i modelli aperti costano circa 20 volte meno. Ma il self-hosting non si paga a token: si paga in hardware, energia e tempo delle persone — costi fissi, che corrono anche quando nessuno usa il sistema. Il pareggio con un’API commerciale arriva solo a volumi che una PMI tipica non raggiunge, mentre i prezzi delle API continuano a scendere. La conclusione che diamo anche ai nostri clienti: il self-hosting si sceglie per sovranità, non per risparmio.
GDPR, residenza UE e AI Act
Nel tier enterprise nessun fornitore serio addestra di default sui dati dei clienti — il vero discriminante è dove risiedono i dati: sulla residenza UE i fornitori differiscono parecchio, e per un’azienda europea è il criterio da mettere in cima. Con l’AI Act, chi compra è di norma solo «deployer» e lascia gli obblighi da fornitore al provider. E dove i dati sono coperti da segreto professionale, la variante più pulita resta un modello aperto gestito in locale: nulla lascia l’azienda — il principio che chiamiamo AI sovrana (in tedesco).
Quando «build» conviene davvero
Tre casi concreti: dati coperti da segreto professionale o particolarmente sensibili (studi legali, medici, fiscali); volumi di elaborazione davvero alti e costanti; requisiti duri di indipendenza dal singolo fornitore. In tutti gli altri casi la risposta migliore è quasi sempre ibrida: modelli aperti in locale per il sensibile e l’alto volume, cloud frontier dove è insostituibile — dietro uno strato di astrazione che mantiene ogni modello sostituibile. Quali alternative europee reggono davvero lo abbiamo verificato qui: alternative europee a ChatGPT.
Fonti e inquadramento
Numeri e condizioni al giugno–luglio 2026 (volatili): benchmark indipendenti (Artificial Analysis), documentazione dei fornitori (OpenAI, Microsoft, Anthropic, Google, Mistral), Bitkom Research e la pratica operativa di Digital Maker (54 agenti AI in produzione). La versione integrale di questa analisi, con tabelle dati complete, è disponibile in tedesco: Corporate LLM: Build vs. Buy (in tedesco).
Domande frequenti su build vs. buy
Cosa significa davvero «Corporate LLM»?
Non un singolo prodotto, ma uno spettro. «Buy»: usi un modello pronto (OpenAI, Anthropic, Google) via API in versione enterprise, con garanzie contrattuali sulla protezione dei dati. «Build»: gestisci tu stesso un modello aperto (Llama, Mistral, DeepSeek, Qwen) su infrastruttura propria o noleggiata. L’equivoco più frequente: «un LLM aziendale che conosce i nostri dati» non significa quasi mai addestrare un modello proprio — di solito si intende RAG, dove un modello pronto risponde sulla base dei tuoi documenti senza che questi vengano addestrati nel modello.
I modelli aperti sono abbastanza buoni per le PMI nel 2026?
Per la maggior parte dei carichi di lavoro quotidiani sì: il miglior modello aperto è a circa 7 punti dalla vetta proprietaria nei benchmark — un distacco reale ma in riduzione, irrilevante per compiti standard come bozze, sintesi e knowledge base. Al vertice assoluto (reasoning più duro, lunghe esecuzioni autonome) i modelli frontier restano avanti. Per questo la risposta giusta è spesso ibrida: modelli aperti in locale per dati sensibili e volumi alti, cloud frontier solo dove è insostituibile.
Il self-hosting fa risparmiare?
Raramente, ed è il punto più frainteso: per token i modelli aperti costano circa 20 volte meno, ma il self-hosting comporta costi fissi di hardware e personale. Il pareggio arriva solo a volumi che una PMI tipica non raggiunge — e i prezzi delle API continuano a scendere. La conclusione onesta: il self-hosting si sceglie per sovranità, protezione dei dati e indipendenza, non per risparmiare. Chi lo vende come riduzione dei costi non ha fatto i conti.
Come stanno GDPR e AI Act nella scelta build vs buy?
Nel tier enterprise nessun fornitore serio addestra di default sui tuoi dati — il punto discriminante è la residenza UE dei dati, dove i fornitori differiscono parecchio. Con l’AI Act europeo, chi compra è di norma solo «deployer» e sposta gli obblighi da fornitore sul provider; chi costruisce e gestisce in proprio si assume più responsabilità di conformità. Per dati coperti da segreto professionale la variante più pulita resta il modello aperto gestito in locale: nulla lascia l’azienda.
Build, buy o ibrido — cosa conviene alla tua azienda?
Discovery call gratuita di 30 minuti con il founder: inquadriamo il tuo caso — costi, protezione dei dati, residenza UE — e ti diciamo onestamente quale strada conviene. Lavoriamo remote-first anche con aziende italiane, senza sovrapprezzi. Niente pitch.