Chi si occupa di sviluppo web in Svizzera passa buona parte del tempo, in questo periodo, a rispondere alla stessa domanda: dove mettiamo l'AI nel nostro sito, nel nostro gestionale, nel nostro processo di preventivazione? La domanda è legittima, ma è quasi sempre quella sbagliata. Markus Ehrenmann, CTO di Open Systems, l'ha riformulata in un'intervista pubblicata da Moneycab in una frase che vale più di cento presentazioni commerciali: la questione decisiva non è quanto intelligente potrà diventare l'AI, ma quali decisioni le stiamo affidando oggi e a quali condizioni. La sua formula è "guardrails first, autonomy second". Prima i limiti, poi l'autonomia.
Tradotto per un'azienda di Chiasso o di Bergamo: prima di collegare un modello linguistico al vostro flusso di preventivi, serve sapere cosa quel modello può decidere da solo, cosa deve passare da una persona, quali dati vede e dove finiscono. Sono domande noiose. Sono anche le uniche che distinguono un'automazione che regge tre anni da un esperimento che viene spento dopo due mesi perché ha mandato un prezzo sbagliato a un cliente.
Perché l'infrastruttura torna al centro della trasformazione digitale delle PMI
Nella stessa settimana, René Mulder, responsabile svizzero di Equinix, ha spiegato a Netzwoche che le applicazioni AI, il multicloud e le regole più severe sulla sovranità dei dati stanno cambiando i requisiti dell'infrastruttura IT. Un altro pezzo della testata, dedicato alle reti, fa notare una cosa che chi gestisce piattaforme vede ogni giorno: le nuove applicazioni corrono più veloci della rete che dovrebbe sostenerle, e quello che serve non è solo più banda, ma costi prevedibili e una gestione trasparente.
Sembrano discorsi da data center, lontani da una PMI con quindici dipendenti. Non lo sono. Ogni volta che una piccola azienda attiva un chatbot sul sito, una generazione automatica di descrizioni prodotto o un assistente interno che legge i documenti aziendali, sta creando una dipendenza da un'infrastruttura che non controlla. Le chiamate API hanno una latenza, un costo variabile e una posizione geografica. Se il servizio rallenta, rallenta il vostro sito. Se cambia il modello di prezzo, cambia il vostro margine.
Le tre domande che poniamo prima di scrivere una riga di codice
Quando un cliente ci chiede di integrare funzioni AI in una piattaforma, la conversazione tecnica inizia da qui:
- Dove vengono elaborati i dati? Un fornitore con elaborazione in Svizzera o nell'area europea, con condizioni contrattuali leggibili, è una scelta diversa da un endpoint americano dove i prompt possono essere usati per l'addestramento. Per uno studio legale a Lugano o un ambulatorio medico non è una sfumatura.
- Cosa succede se il servizio non risponde? Un'integrazione fatta bene degrada in modo elegante: il form continua a funzionare, il suggerimento automatico sparisce, nessuno se ne accorge. Un'integrazione fatta male blocca il checkout.
- Quanto costa al mille-esimo utilizzo? Il conto di un modello linguistico non è un abbonamento fisso. Va stimato sul traffico reale, con un tetto di spesa impostato a livello applicativo.
Su questa terza voce vediamo l'errore più frequente. Un e-commerce ticinese con un chatbot senza limiti di token per sessione può passare da quaranta franchi al mese a quattrocento nel momento in cui qualcuno decide di divertirsi con il widget. È un problema di progettazione, non di AI.
La sovranità dei dati non è un tema per le grandi aziende
La nLPD svizzera è in vigore dal settembre 2023 e impone, tra l'altro, di informare le persone su dove e come vengono trattati i loro dati, comprese le comunicazioni all'estero. Chi lavora anche con clienti nell'Unione Europea ha in parallelo il GDPR. Introdurre un assistente AI che riceve le richieste di contatto, le trascrizioni delle chiamate o i dati sanitari dei pazienti significa aggiungere un destinatario al vostro registro dei trattamenti. Non è vietato: va dichiarato, contrattualizzato e, dove serve, limitato.
Il progetto annunciato da Wisekey e dalla controllata Sealsq con il Canton Giura, un centro dedicato ai semiconduttori post-quantistici e alla cybersicurezza, segnala che in Svizzera il tema della protezione dei dati nel lungo periodo viene preso seriamente anche sul piano industriale. La crittografia post-quantistica non riguarda il sito vitrina di un artigiano, ma riguarda chi conserva dati che devono restare riservati per dieci o quindici anni. Contratti, cartelle cliniche, brevetti.
Cosa può fare concretamente una PMI in Ticino
Senza trasformarsi in un dipartimento di compliance, un'azienda di medie dimensioni può sistemare l'essenziale in poche settimane:
- Fare l'inventario degli strumenti AI già in uso, compresi quelli che i collaboratori hanno attivato da soli. Nella maggior parte dei casi qualcuno sta già incollando dati aziendali in una chat gratuita.
- Definire per iscritto quali categorie di informazioni non possono uscire dall'azienda: dati di clienti identificabili, listini, codice sorgente, documenti del personale.
- Scegliere un fornitore unico con un contratto che preveda il trattamento in Europa o in Svizzera, e chiudere gli accessi agli altri.
- Aggiornare l'informativa privacy sul sito. Se usate un chatbot e non lo avete menzionato, siete già fuori posto.
- Stabilire chi approva le decisioni automatiche che toccano soldi o persone. Un prezzo, uno sconto, una candidatura scartata.
Se state valutando dove intervenire per primo, l'analisi gratuita del progetto serve esattamente a questo: guardiamo lo stack che avete, individuiamo i punti dove un'automazione porta un risultato misurabile e quelli dove porta solo rischio. Senza presentazioni da quaranta slide.
Sviluppo su misura o template: qui la differenza si vede davvero
Un articolo di Netzwoche sugli ospedali connessi descrive una situazione che conosciamo bene: dal dispositivo medico fino al cloud si forma una catena digitale, e la domanda per l'IT è come ottenerne più trasparenza e processi più efficienti senza aggiungere complessità. È il problema centrale di ogni integrazione, in un ospedale come in un'azienda di logistica a Stabio.
Con una piattaforma costruita su plugin di terze parti, ogni funzione AI arriva come scatola chiusa. Non sapete quali chiamate esterne fa, non potete impostare un limite di spesa, non potete decidere che l'elaborazione avvenga solo su un fornitore europeo. Con un'applicazione sviluppata su misura, quella logica la scrivete voi. Nelle piattaforme che costruiamo in Next.js e TypeScript le chiamate ai modelli passano da un livello server nostro, dove filtriamo cosa viene inviato, registriamo cosa è stato chiesto, applichiamo un tetto di utilizzo e decidiamo il comportamento in caso di errore. Non è eleganza teorica: è la ragione per cui un cliente può rispondere a un audit senza dover chiedere il permesso a un plugin.
Automazione utile, automazione inutile
Nel nostro lavoro di soluzioni personalizzate abbiamo visto una regola tenere con una certa costanza. L'AI dà valore quando riduce lavoro ripetitivo con una verifica umana a valle: prima bozza di una descrizione prodotto, classificazione delle richieste in arrivo, estrazione di dati da fatture in PDF, riassunto di un ticket per il collega del turno successivo. Dà problemi quando decide da sola su cose che hanno conseguenze: prezzi, disponibilità, comunicazioni ufficiali ai clienti.
Un esempio concreto. Un'azienda che riceve duecento richieste di preventivo al mese via form può far classificare automaticamente ogni richiesta per tipologia, urgenza e area geografica, con il risultato precompilato nel CRM. Il commerciale risparmia pochi minuti per pratica, che su duecento pratiche diventano giornate. La stessa azienda che lascia al modello il calcolo del prezzo finale, senza approvazione, si ritroverà prima o poi a onorare un'offerta sbagliata. La differenza non sta nella tecnologia, sta nel punto dove mettete il guardrail.
Anche la SEO chiede di non fidarsi ciecamente degli automatismi
Lo stesso principio vale per il digital marketing. Due segnalazioni della settimana da Search Engine Roundtable lo illustrano bene. La prima: nella funzione sperimentale Web Guide di Google, il pulsante "Classic search" non riporta davvero ai risultati classici, è un bug. La seconda: il rapporto sulle statistiche di scansione in Search Console ha perso un giorno di dati, il 15 settembre, cosa già accaduta più volte e che Google ha sempre finito per correggere.
Nessuno dei due fatti cambia una strategia. Tutti e due ricordano una cosa pratica: gli strumenti che usate per misurare hanno buchi, bug e comportamenti che cambiano senza avviso. Se il vostro reporting mensile si limita a copiare quello che dice una dashboard, prima o poi presenterete alla direzione un calo che non è mai esistito, o non noterete un calo reale perché coperto da un dato mancante.
Come impostare un monitoraggio che regge
- Non affidarsi a una sola fonte. Search Console, analytics server-side e i log del vostro hosting raccontano tre versioni della stessa storia, e le differenze sono informative.
- Conservare un'esportazione storica dei dati chiave, così un buco di un giorno resta un buco di un giorno e non un'anomalia inspiegabile sei mesi dopo.
- Misurare le conversioni sul vostro server, non solo attraverso script di terze parti che gli adblocker bloccano.
- Guardare i dati su finestre di ventotto giorni, non giorno per giorno. Il rumore statistico fa prendere decisioni sbagliate.
Non è ancora chiaro quanto traffico le interfacce di ricerca con risposte generate lasceranno effettivamente ai siti nei prossimi due anni. Chiunque vi dia una percentuale precisa sta indovinando. Quello che si può fare adesso è costruire pagine che rispondono a domande reali, tenere il sito veloce e avere canali che non dipendono da un unico algoritmo.
Il punto di partenza resta la base tecnica
Il concetto espresso da Equinix, che un'infrastruttura resiliente sia il presupposto della trasformazione digitale, vale anche a scala ridotta. Per una PMI l'infrastruttura non è un data center: è l'hosting, il framework applicativo, il modo in cui i sistemi si parlano, chi ha accesso a cosa. Un sito lento con un chatbot AI resta un sito lento. Un gestionale che non espone API resta un'isola, anche con il modello linguistico più capace del mercato collegato a lato.
Per questo, quando arriva la richiesta di "aggiungere l'AI", nel nostro lavoro di sviluppo web su misura partiamo dal livello sotto: performance, struttura dei dati, integrazioni, permessi. Le piattaforme che rilasciamo stanno intorno a 98/100 su PageSpeed perché quella base è pulita, e su una base pulita si costruisce. Su un WordPress con quaranta plugin, ogni aggiunta è un debito. Chi cerca una agenzia web a Lugano per mettere l'AI dentro un sito che già fatica farebbe meglio a chiedere prima un'analisi onesta di cosa c'è sotto, e i lavori che abbiamo realizzato in i nostri progetti raccontano abbastanza bene questo ordine di priorità.
Guardrails first. Definite i limiti, i dati e i responsabili, poi automatizzate quello che ha senso automatizzare. È un approccio meno entusiasmante di una demo, ma è quello che permette a una PMI in Ticino o in Italia di usare questi strumenti per anni invece di rimpiangerli dopo un trimestre. Se volete capire dove la vostra piattaforma regge e dove no, contattaci: la conversazione parte dai vostri processi, non dalla nostra lista di tecnologie.