I clienti ci chiedono spesso quale modello di IA usiamo. Di solito rispondiamo: dipende.
Perché non ci leghiamo a uno solo
Ogni modello ha i suoi punti di forza. Uno se la cava bene con i testi lunghi, un altro scrive in cinese in modo più naturale, un altro ancora è economico e veloce, adatto a grandi volumi di compiti semplici. Legare un progetto a un solo fornitore significa rinunciare in partenza a queste possibilità. E poi i modelli cambiano in fretta: il migliore di oggi potrebbe non esserlo più fra qualche mese.
Come scegliamo
Per ogni compito mettiamo alla prova diversi modelli sulla stessa serie di esempi reali, poi ne confrontiamo quattro aspetti: qualità, costi, velocità e requisiti di conformità. Nei progetti in Cina usiamo spesso DeepSeek, Qwen, Kimi, Zhipu GLM e Doubao; in quelli fuori dalla Cina, OpenAI, Claude, Gemini e Llama. Ed è comune che, nello stesso sistema, due o tre modelli si dividano il lavoro.
Come trattiamo i dati
- Preferiamo API enterprise che non usino i dati dei clienti per l’addestramento
- Quando i dati sono sensibili, installiamo modelli open source sui server privati del cliente o su dispositivi locali
- Per accedere ai dati chiediamo solo i permessi necessari, e come verranno usati lo mettiamo per iscritto nel contratto
- I dati che si possono elaborare in locale non vengono caricati online
Lasciare spazio al futuro
Quanto costa cambiare modello lo mettiamo in conto già quando progettiamo il sistema. Se più avanti esce un modello migliore, lo mettiamo al posto del vecchio, lo proviamo sugli stessi esempi e, se va tutto bene, è pronto per essere usato.