AI privata per commercialisti e aziende: opportunità, regole, costi e soluzioni pronte nel 2026

In sintesi

Un'AI privata è un sistema di intelligenza artificiale che gira su un'infrastruttura controllata dall'organizzazione, un server in sede o un cloud europeo dedicato, con un modello open-weight installato lì invece di inviare i documenti a un servizio condiviso. Un piano aziendale di ChatGPT, Microsoft 365 Copilot o Claude è protetto da un contratto, ma non è privato.

La legge non la impone. GDPR, AI Act, Legge 132/2025 con il D.Lgs. 179/2026 e, per i commercialisti, l'art. 21 del codice deontologico chiedono di sapere dove vanno i dati, di proteggerli, di informare clienti e lavoratori e di formare le persone. Con un'AI privata queste risposte sono più semplici da dare e da documentare.

I costi vanno da 15,60–26 € per utente al mese dei piani aziendali generalisti, a circa 5.600–6.150 € + IVA di hardware per un server fai da te, a 7.400–24.500 € l'anno per una GPU dedicata su cloud europeo, prima della gestione. Le soluzioni chiavi in mano su infrastruttura dedicata hanno un canone per organizzazione, o un investimento una tantum per il server in sede, e comprendono la gestione.

Le soluzioni pronte stanno in sei famiglie: software open source, hardware per l'AI in sede, GPU su cloud europeo, piattaforme enterprise, AI sovrana italiana e soluzioni chiavi in mano per studi e PMI, come Neura Studio e Neura per le aziende.

Cos'è un'AI privata, e cosa non lo è?

Un'AI privata è un sistema di intelligenza artificiale che lavora sui documenti di un'organizzazione dentro un perimetro che l'organizzazione controlla: un server in sede oppure un'infrastruttura su cloud europeo riservata a lei, non condivisa con altri clienti. Il modello linguistico non è quello di un servizio pubblico al quale si inviano domande e documenti, ma un modello installato e gestito su quell'infrastruttura.

È possibile perché oggi esistono modelli open-weight, cioè modelli i cui «pesi» si possono scaricare ed eseguire su hardware proprio: la famiglia Qwen di Alibaba, i modelli di Mistral AI, gpt-oss di OpenAI, Llama di Meta, oltre a modelli italiani come Minerva e Velvet. Fino a due anni fa la distanza dai modelli dei grandi servizi era ampia; oggi, nella nostra esperienza, per i compiti tipici di uno studio o di un ufficio — cercare nei documenti, riassumere, confrontare, preparare bozze in italiano — i modelli open-weight di fascia media sono adeguati, mentre sui ragionamenti più complessi i modelli di punta proprietari restano avanti.

La parola «privata», però, viene usata per cose molto diverse. Per capire cosa si sta comprando bastano tre domande: dove gira il modello che legge i documenti, dove stanno i documenti e l'indice che serve per interrogarli, chi altro usa la stessa infrastruttura. La tabella mette in fila le sei architetture che si trovano sul mercato.

Due precisazioni evitano gli equivoci più frequenti. La prima: un piano aziendale di un'AI generalista è protetto, non privato. Il contratto esclude l'addestramento e regola il trattamento, e alcuni piani permettono di tenere i dati in Europa, ma il modello resta un servizio condiviso del fornitore e i documenti vanno caricati o incollati di volta in volta. La seconda: anche un'AI privata tratta dati personali, quindi il GDPR si applica per intero. Cambia la lunghezza della catena dei soggetti che toccano i dati, non l'esistenza degli obblighi.

Perché un'AI privata interessa a commercialisti e aziende?

Perché l'intelligenza artificiale è già entrata negli studi e nelle imprese, ma quasi sempre dalla porta di servizio. Secondo l'Osservatorio Professionisti e Innovazione Digitale del Politecnico di Milano (luglio 2026), il 39% degli studi commercialisti usa strumenti di AI non integrati nei gestionali, dal 27% dei micro-studi al 62% dei grandi, soprattutto per la ricerca normativa (87% di chi la usa) e la sintesi di documenti (56%). L'indagine della Fondazione Nazionale dei Commercialisti e del CNDCEC su oltre 4.000 professionisti (ottobre 2025) dice che la usa «molto o abbastanza» il 34,1% e che fra tre anni lo farà il 71,9%. Nelle imprese con almeno 10 addetti l'Istat misura il 16,4% nel 2025, il doppio dell'anno prima: 53,1% nelle grandi, 15,7% nelle PMI.

Il punto debole sono i dati. Lo stesso Osservatorio rileva che poco più del 20% degli studi ha adeguato la sicurezza informatica dopo aver adottato l'AI e che circa metà controlla l'output prima di consegnarlo al cliente; tra chi non la usa, i rischi per privacy e sicurezza sono il primo motivo citato. Tra le imprese che hanno valutato l'AI senza adottarla, il 43,2% indica la protezione dei dati come ostacolo (Istat). E intanto le persone si arrangiano: per l'Osservatorio Artificial Intelligence del Politecnico, 8 lavoratori su 10 usano strumenti di AI non forniti dall'azienda, e solo il 19% usa esclusivamente quelli aziendali. È la cosiddetta shadow AI: documenti di clienti, contratti e listini incollati in account personali, fuori da qualunque contratto. Il caso che ha fatto scuola è del 2023, quando Samsung ha limitato l'AI generativa sui computer aziendali dopo che alcuni dipendenti avevano caricato su ChatGPT codice sorgente riservato e il contenuto di una riunione.

L'opportunità sta qui. Il valore dell'AI per un'organizzazione non è rispondere a domande generiche, ma lavorare sul suo patrimonio: pratiche, corrispondenza, contratti, offerte, procedure, il modo in cui lo studio scrive un parere o l'azienda prepara un preventivo. Con un'AI pubblica ognuno deve portarle il contesto a mano, documento per documento; con un'AI privata il contesto c'è già, è lo stesso per tutti e ognuno vede solo ciò che gli compete. La shadow AI diventa uno strumento governato, con la stessa comodità.

Per uno studio commercialista pesano tre cose in più: il segreto professionale, la natura dei dati (redditi, patrimoni, adeguata verifica antiriciclaggio) e l'obbligo di dire al cliente quali sistemi di AI si usano (art. 13 della Legge 132/2025 e art. 21 del codice deontologico). Con un'AI privata la risposta alla domanda «dove finiscono i miei dati?» sta in una riga. E c'è un campo quasi vuoto: solo il 6% dei commercialisti che usano l'AI ha un assistente che risponde ai clienti. Per un'azienda il tema è il know-how, che non deve diventare materiale di qualcun altro, insieme alle richieste di sicurezza che arrivano dai clienti grandi lungo la catena di fornitura e ai dati dei dipendenti.

Non sempre serve. Se l'AI si usa ogni tanto su informazioni pubbliche, o su documenti resi anonimi prima dell'invio, un piano aziendale di un'AI generalista è una scelta ragionevole e più economica. L'AI privata diventa la scelta giusta quando l'AI deve lavorare ogni giorno, per molte persone, sui dati veri.

Cosa dice la legge sull'AI privata nel 2026?

Nessuna norma obbliga uno studio o un'azienda a usare un'AI privata. Le norme chiedono di sapere dove vanno i dati, di avere un contratto con chi li tratta, di proteggerli, di dire quando si usa l'AI e di formare le persone. Un'AI privata non toglie nessuno di questi obblighi: li rende più semplici da rispettare, perché accorcia la catena dei soggetti che toccano i dati. La tabella fissa lo stato al 18 ottobre 2026.

Il comma 9 dell'art. 21 del codice deontologico è il punto che più riguarda la scelta dello strumento: non basta usare l'AI con prudenza, bisogna essersi accertati prima delle sue misure di sicurezza e della sua conformità al GDPR. Il CNDCEC ha pubblicato una guida operativa, L'aiuto intelligente al commercialista, arrivata alla terza edizione nell'ottobre 2025 con una clausola tipo per la lettera d'incarico. Sui dettagli di GDPR, AI Act e Legge 132/2025 per gli studi rimandiamo all'articolo dedicato.

Due norme meno citate pesano nella scelta del fornitore. Il Data Act (Reg. UE 2023/2854), applicabile dal 12 settembre 2025, rende più facile cambiare fornitore di servizi cloud: preavviso massimo di due mesi, periodo per recuperare i dati, obbligo di dichiarare la giurisdizione dell'infrastruttura e, dal 12 gennaio 2027, nessuna tariffa per il passaggio (art. 29). Chiedere come si esce, quindi, non è sfiducia: è un diritto. La NIS2 (D.Lgs. 138/2024) riguarda direttamente le medie e grandi imprese dei settori elencati, ma con la sicurezza della catena di fornitura (art. 24) le sue richieste arrivano anche agli studi e alle PMI che lavorano per loro.

Quanto costa un'AI privata?

Dipende dalla strada, e il confronto onesto si fa su tre voci: il prezzo d'ingresso, il costo a regime e le ore di qualcuno che deve far funzionare il tutto. La tabella usa i prezzi pubblicati dai produttori e letti il 18 ottobre 2026, IVA esclusa dove non indicato diversamente; la colonna centrale applica quei prezzi a un'organizzazione di 15 persone per un anno (calcolo nostro).

Tre osservazioni. La prima: il piano aziendale di un'AI generalista costa poco all'inizio ma cresce con le persone, e non risolve né la questione dei documenti, che vanno portati all'AI uno per uno, né quella del perimetro, che resta del fornitore. La seconda: un server sulla scrivania non è ancora un'AI privata. Un DGX Spark o un Mac con tanta memoria sono computer capaci di far girare un modello; per farne uno strumento di lavoro per quindici persone servono interfaccia, permessi per ruolo, collegamento agli archivi, backup verificati, aggiornamenti e qualcuno da chiamare quando non funziona. Sono quelle ore, più dell'hardware, a decidere il costo vero. In pratica, poi, una macchina da scrivania è pensata per una persona o un piccolo gruppo: servire molti utenti nello stesso momento, con ridondanza, è un altro progetto. La terza: una GPU in cloud accesa tutto il mese costa più di quanto si immagina, e il costo corre anche quando nessuno la usa.

Nel conto vanno messi anche i costi che non compaiono nei listini: la formazione delle persone (l'art. 4 dell'AI Act chiede misure di alfabetizzazione), la valutazione d'impatto quando serve, il tempo per collegare l'AI al gestionale e agli archivi, il cambio di modello ogni volta che ne esce uno migliore. Solo nella famiglia Qwen, a Qwen3 (aprile 2025) è seguita Qwen3.5 a febbraio 2026, e altre versioni sono arrivate nei mesi successivi.

Quale modello? Le licenze contano quanto le prestazioni. gpt-oss di OpenAI (agosto 2025) è sotto licenza Apache 2.0: la versione da 120 miliardi di parametri gira su una sola GPU da 80 GB, quella da 20 miliardi su 16 GB di memoria. Sono Apache 2.0 anche i modelli Qwen3 e i Mistral Small e Mistral 3, così come gli italiani Minerva-7B (Sapienza, progetto FAIR) e Velvet-14B (Almawave); Italia-9B di iGenius, oggi Domyn, è sotto licenza MIT. Attenzione invece a Llama 4 di Meta: la licenza d'uso non concede i diritti sui modelli multimodali a persone residenti o a società con sede principale nell'Unione europea, e i modelli Llama 4 sono multimodali (il limite non riguarda chi usa un prodotto che li incorpora).

Quali soluzioni di AI privata sono già pronte sul mercato?

Più di quante se ne immaginino, ma in categorie molto diverse per chi le può usare. La tabella riporta solo ciò che i produttori dichiarano sulle loro pagine pubbliche, lette il 18 ottobre 2026; dove un'informazione non c'è scriviamo «non dichiarato», che non significa che manchi.

Letta per dimensione, la mappa dice una cosa semplice. Le piattaforme enterprise sono fatte per chi ha un reparto IT e budget da progetto; il software open source è gratuito ma presuppone qualcuno che sappia installarlo, proteggerlo e aggiornarlo. In mezzo restano gli studi da 5 a 30 persone e le PMI fino a qualche centinaio di dipendenti, che non hanno né l'uno né l'altro: per loro la scelta realistica è una soluzione chiavi in mano su infrastruttura dedicata, con un canone che non cresce a ogni persona in più. Le AI integrate nei gestionali e nelle banche dati sono utili nel loro perimetro, ma lavorano sui dati di quel prodotto, non sull'intero archivio dello studio o dell'azienda.

Come si sceglie: dieci domande da fare al fornitore

Le risposte vanno chieste per iscritto, prima della prova. Se un fornitore non sa rispondere alla prima, le altre contano poco.

1. Dove gira il modello quando un utente fa una domanda: in sede, su un'infrastruttura dedicata, su un servizio condiviso? In quale Paese?
2. Quale modello usa, chi lo aggiorna e con quale preavviso: un cambio di modello cambia anche le risposte.
3. Dove stanno i documenti e l'indice che serve per interrogarli, e chi ha le chiavi di cifratura.
4. L'infrastruttura è dedicata o condivisa con altri clienti del fornitore?
5. Chi sono i sub-responsabili e a quale giurisdizione sono soggetti, compresi i fornitori dei canali con cui l'AI parla con l'esterno.
6. L'addestramento è escluso per contratto, non per un'impostazione che si può cambiare.
7. Ogni utente vede solo ciò che può vedere: permessi per ruolo e, se l'AI risponde ai clienti, perimetro per singolo cliente, con prove contro gli accessi incrociati.
8. Cosa viene registrato nei log, per quanto tempo e chi può leggerlo.
9. Come si esce: in quali formati si esportano documenti, indici e configurazioni, e con quali costi.
10. Quanto costa a regime: per utente o per organizzazione, cosa succede se crescono le persone, i documenti o le richieste.

Come lavorano Neura e Neura Studio?

Neura è l'AI privata sviluppata da Ianustec, che la ospita su un'infrastruttura proprietaria in serverfarm europee; Contify la porta sul territorio, cura l'avvio, la formazione e l'accompagnamento. Ha due linee: Neura Studio, pensata sul lavoro dello studio professionale, e Neura per le aziende. In entrambe i documenti e il sapere dell'organizzazione non vengono usati per addestrare modelli di terzi, e l'AI lavora con permessi per ruolo: ognuno vede ciò che gli compete.

L'infrastruttura si sceglie in base ai vincoli, non a una scala di qualità. Diciamo con precisione dove avviene cosa, perché è la prima domanda che un professionista deve fare:

• Cloud: un'infrastruttura dedicata all'organizzazione, non condivisa con altri clienti, nelle serverfarm europee di Ianustec. Niente da installare in sede.
• On Premise: il server NEURA in sede, quello che vedi girare in cima alla pagina: tre nodi ridondati con router dedicato, 96 GB di memoria e 6 TB su SSD NVMe replicati, installato da Ianustec. Documenti e dati restano in sede; le richieste al modello vengono elaborate sui server europei di Ianustec.
• On Premise local: anche l'elaborazione delle richieste avviene in sede, su schede GPU scelte in base al lavoro da svolgere. È la configurazione per chi non vuole che nulla esca dall'ufficio.

Neura Studio fa sei cose: interroga i dati dei clienti (pratiche, scadenze, comunicazioni), risponde anche direttamente ai clienti attraverso l'area riservata e i canali di messaggistica, vedendo per ciascuno solo i suoi dati, prepara bozze già contestualizzate, crea documenti, report e dashboard in Word, Excel, PDF e PowerPoint, cerca negli archivi e nella normativa con una sola domanda, e con Neura Manager aiuta a governare le attività dello studio. Si integra con i gestionali e le banche dati più diffusi, il canone è per studio e non per postazione, e gli utenti sono illimitati: professionisti, collaboratori, segreteria.

Neura per le aziende porta la stessa logica nell'impresa: domande in linguaggio naturale sui documenti e sui dati aziendali, automazioni sui flussi reali e uno storage sicuro dedicato, sul server in sede (per le aziende si chiama NEURA Brain) o sul cloud privato europeo IACloud. Installazione, configurazione e formazione del team sono comprese.

I confini vanno detti con la stessa chiarezza. Neura recupera, mette in contesto, prepara bozze e documenti; non registra in contabilità, non invia dichiarazioni né versamenti, non firma atti e non garantisce la conformità di nulla: il giudizio e la responsabilità restano del professionista o dell'azienda. E non è la scelta più economica per chi usa l'AI qualche volta al mese su informazioni pubbliche: lì basta un piano aziendale di un'AI generalista, magari con i documenti anonimizzati prima dell'invio. Neura ha senso quando l'AI deve lavorare ogni giorno, per tutto lo studio o tutta l'azienda, sui dati veri.

Fonti

• Regolamento (UE) 2016/679 (GDPR), artt. 28, 32, 35 e capo V.
• Regolamento (UE) 2024/1689 (AI Act), artt. 4 e 50.
• Regolamento (UE) 2026/1744 (Digital Omnibus sull'IA), GUUE del 24 luglio 2026, in vigore dal 27 luglio 2026.
• Legge 23 settembre 2025, n. 132, art. 11.
• Legge 23 settembre 2025, n. 132, art. 13.
• Decreto legislativo 7 ottobre 2026, n. 179, GU n. 234 dell'8 ottobre 2026, artt. 41, 42 e 47.
• CNDCEC, Codice deontologico della professione, testo con le modifiche del 20 novembre 2025, artt. 10 e 21.
• Edotto, CNDCEC: presentata la terza guida operativa sull'intelligenza artificiale.
• Regolamento (UE) 2023/2854 (Data Act), artt. 25, 28 e 29.
• Decreto legislativo 4 settembre 2024, n. 138 (NIS2), art. 24.
• 18 U.S.C. § 2713 (CLOUD Act).
• EDPB-EDPS, risposta congiunta alla commissione LIBE sull'impatto del CLOUD Act, 10 luglio 2019.
• Istat, Imprese e ICT, anno 2025, 15 dicembre 2025.
• Osservatori Digital Innovation del Politecnico di Milano, Professionisti e Innovazione Digitale, 2 luglio 2026.
• Osservatori Digital Innovation del Politecnico di Milano, Artificial Intelligence, febbraio 2026.
• Press, Commercialisti e IA: il 35% della professione la usa molto o abbastanza (indagine FNC-CNDCEC), 22 ottobre 2025.
• CNBC, Samsung bans use of generative AI tools like ChatGPT after April internal data leak, 2 maggio 2023.
• Eurostat, prezzi dell'energia elettrica per utenti non domestici (nrg_pc_205), primo semestre 2026, fascia sotto i 20 MWh annui, 0,3887 €/kWh IVA esclusa.
• Prezzi e caratteristiche dichiarati dai produttori, letti il 18 ottobre 2026: Microsoft 365 Copilot, Microsoft 365 Copilot Business, ChatGPT Business ed Enterprise, Claude, NVIDIA DGX Spark, Dell Pro Max con GB10, Seeweb Cloud Server GPU, OVHcloud Public Cloud, Aruba GPU on Demand, Regolo.ai, LM Studio, free for work, Agentix AI, Dabryx, LegisBox, Lexroom, Domyn, Mistral AI.
• Modelli open-weight e licenze: OpenAI, Introducing gpt-oss, Qwen3, Mistral 3, Llama 4, licenza e policy d'uso, Minerva-7B, Velvet-14B, Italia-9B.

Per approfondire su questo blog: IA nello studio commercialista: privacy, AI Act e sicurezza, intelligenza artificiale per le aziende nel 2026, la migliore IA per lo studio commercialista e i software per anonimizzare i documenti prima dell'AI.