Il Quarto Cerchio sul mio tavolo di lavoro

Dall’intelligenza affittata all’ecosistema cognitivo ibrido: perché un LLM locale non sostituisce il cloud, ma ci restituisce la possibilità di scegliere.

Quando nel 2024 scrissi Exploring Cloud-Native Ecosystems e introdussi il paradigma del Quarto Cerchio, cercavo di descrivere una nuova dimensione dell’ecosistema: un’intelligenza capace di attraversare infrastrutture, piattaforme, applicazioni e organizzazioni, modificando il modo in cui prendiamo decisioni e produciamo valore.

Allora immaginavo soprattutto un’AI inserita nel ciclo delle attività umane: una AI in the loop. Soltanto due anni dopo discutiamo di Human in the Loop, quasi dando per scontato che il ciclo appartenga ormai alla macchina e che il nostro problema sia conservare al suo interno uno spazio significativo per l’essere umano.

Nel frattempo è accaduto un altro movimento, meno appariscente ma altrettanto importante. Per anni abbiamo portato dati, applicazioni e capacità di calcolo verso il cloud. Ora una parte dell’intelligenza sta compiendo il viaggio inverso: torna vicino ai dati, ai processi e alle persone. Può essere eseguita su una macchina compatta, silenziosa, collocata letteralmente sul nostro tavolo di lavoro.

Il Quarto Cerchio, nato come dimensione dell’ecosistema cloud-native, può oggi abitare anche una piccola infrastruttura che possediamo e governiamo direttamente.

Due punti di vista che hanno consolidato la mia visione

Le dimostrazioni tecniche di Alex Ziskind e le riflessioni di Manolo Remiddi mi hanno aiutato a rendere più concreta una visione che era già, per sua natura, olistica.

Ziskind mostra il lato operativo: su Apple Silicon è possibile eseguire modelli open source attraverso strumenti come Ollama, MLX e Open WebUI, costruendo sul proprio hardware un servizio locale compatibile con applicazioni e agenti. Apple stessa presenta ormai uno stack per l’AI agentica eseguita interamente sul Mac: modello locale, server compatibile con le API OpenAI, strumenti e ciclo agentico.

Remiddi introduce una provocazione più profonda: la differenza tra intelligenza affittata e capacità cognitiva posseduta. Nel suo percorso sulla costruzione di un secondo cervello locale, l’hardware non è soltanto una scelta tecnica: diventa una forma di sovranità sui dati, sulla memoria e sul proprio ambiente cognitivo.

Ma lo stesso Remiddi avverte che l’AI locale, da sola, non basta. Eseguire un modello sul proprio computer cambia il luogo in cui avviene l’inferenza, ma non risolve automaticamente la provenienza dei dati di addestramento, la trasparenza del modello, la qualità delle risposte o il controllo sulla sua evoluzione.

È proprio qui che ritrovo la mia prospettiva: non dobbiamo scegliere ideologicamente tra cloud e locale. Dobbiamo progettare un ecosistema cognitivo ibrido, decidendo quale intelligenza, quale dato e quale azione appartengano a ciascun perimetro.

Perché questo cambiamento avviene proprio ora

La prima ragione è l’evoluzione dei modelli open source. La Cina non sta competendo soltanto attraverso la dimensione degli investimenti, ma attraverso modelli aperti, efficienti e progressivamente più vicini alle prestazioni dei sistemi proprietari occidentali. Lo Stanford AI Index 2026 rileva che il divario prestazionale fra i migliori modelli statunitensi e cinesi si è sostanzialmente chiuso, con una distanza di pochi punti percentuali nelle valutazioni considerate.

Famiglie come Qwen, DeepSeek e MiniMax rendono possibile eseguire localmente capacità che fino a poco tempo fa richiedevano servizi remoti. Reuters ha documentato come la domanda di soluzioni cinesi a basso costo e basate sull’open source stia crescendo rapidamente. Anche DeepSeek continua a spingere su efficienza, costi ridotti e autonomia tecnologica; contemporaneamente aziende occidentali iniziano a sperimentare modelli derivati da Qwen per ridurre la dipendenza dai servizi proprietari.

Quando il software diventa più accessibile, però, la scarsità si sposta. Il vero vincolo dell’inferenza locale non è soltanto il processore: è soprattutto la disponibilità di memoria veloce nella quale caricare modelli e contesto.

La domanda dei data center AI sta già esercitando pressione sull’intera catena delle memorie. Reuters ha segnalato una crisi globale dell’offerta di chip di memoria, con previsioni di aumenti significativi, e successivamente ha collegato l’aumento dei prezzi di smartphone e PC proprio alla domanda proveniente dall’infrastruttura AI. Non è quindi irragionevole ipotizzare che le configurazioni più adatte all’inferenza locale — molta RAM o memoria unificata, banda elevata e consumi contenuti — possano diventare più richieste e costose.

L’altro lato: il costo dell’intelligenza nel cloud

Anche l’intelligenza offerta come servizio ha un’economia tutt’altro che stabilizzata. Ogni risposta richiede capacità di calcolo, memoria, energia e infrastrutture di rete. Più aumentano utenti, contesti e agenti, più cresce il numero di cicli di inferenza necessari.

La Stampa ha raccontato gli sforzi di OpenAI per dimezzare il costo dell’inferenza: un’ottimizzazione decisiva, perché pochi centesimi per milione di token possono separare un servizio sostenibile da uno in perdita. Lo stesso giornale ha evidenziato il paradosso di una piattaforma con un pubblico enorme, ma con una maggioranza di utenti gratuiti che rappresentano un costo prima ancora che un ricavo.

La pressione non riguarda soltanto OpenAI. Secondo un’analisi Reuters, la crescita degli investimenti AI sta comprimendo il flusso di cassa degli hyperscaler e gli investitori chiedono prove più concrete del ritorno economico. Reuters ha inoltre stimato in circa 600 miliardi di dollari i piani di investimento AI annunciati dalle Big Tech per il 2026.

Non possiamo sapere se il prezzo di ogni singolo abbonamento aumenterà. Possiamo però costruire uno scenario ragionevole nel quale le piattaforme introducano fasce premium, limiti più stringenti, costi specifici per agenti, contesti estesi e modelli di frontiera. Dipendere esclusivamente dal cloud significa rimanere esposti a decisioni economiche e commerciali prese da altri.

Il locale come calmierante, non come sostituto

Un host locale non deve battere il miglior modello esistente in ogni prova. Deve raggiungere una soglia molto più concreta: fare abbastanza bene e con continuità ciò che serve a me o alla mia organizzazione.

• classificare e sintetizzare documenti;
• interrogare una base di conoscenza privata;
• assistere nello sviluppo e nell’analisi del codice;
• elaborare dati che non devono uscire dal perimetro;
• eseguire agenti ripetitivi e ad alto volume;
• garantire una capacità minima anche senza accesso al servizio remoto.

Quando una configurazione raggiunge questa soglia, l’uscita di una macchina più potente non la rende automaticamente inutile. Posso continuare a utilizzarla per anni, ammortizzando l’investimento iniziale. L’hardware locale diventa così un calmierante: non elimina il cloud, ma limita l’esposizione all’aumento futuro dei suoi prezzi.

Il Quarto Cerchio sul mio tavolo non sostituisce quello nel cloud: mi restituisce potere contrattuale nei suoi confronti.

Dal solo OPEX a un portafoglio CAPEX/OPEX

Il cloud ci ha abituati a comprare capacità come spesa operativa: pago ogni mese o per ogni token utilizzato. Una workstation AI introduce invece una componente di investimento: acquisto oggi una capacità che rimane disponibile nel tempo.

Questo non significa che il locale cancelli l’OPEX. Rimangono energia, manutenzione, storage, gestione e aggiornamenti. Più correttamente, l’architettura ibrida consente di riequilibrare CAPEX e OPEX:

• capacità di base posseduta, stabile e prevedibile;
• capacità avanzata acquistata quando complessità e valore lo giustificano;
• routing delle attività in base a costo, riservatezza, latenza e qualità richiesta.

È la stessa logica economica affrontata nell’articolo AI nel SDLC: il tuo business sta guadagnando o perdendo?: il prezzo dello strumento non basta. Dobbiamo misurare il valore complessivo prodotto o protetto.

Una formula per calcolare quanto ci guadagno

Beneficio ibrido = costi cloud evitati + valore del tempo risparmiato + valore di privacy e continuità − TCO locale

Dove:

TCO locale = hardware + energia + storage + manutenzione + tempo di gestione

Su un periodo di alcuni anni, il confronto diventa:

Vantaggio = costo dello scenario solo cloud − (CAPEX hardware + OPEX locale + cloud residuo)

La voce cloud residuo è essenziale. L’obiettivo non è isolarsi: continueremo a utilizzare i frontier model per i problemi più complessi, per le informazioni aggiornate o per i picchi di capacità. Un modello locale potrà invece assorbire il lavoro frequente, privato e ripetitivo.

Il punto di pareggio cambia per ogni persona e organizzazione. Se utilizzo l’AI occasionalmente, l’hardware può non essere conveniente. Se elaboro grandi volumi, dati riservati o attività continue, il valore della capacità posseduta cresce rapidamente. Privacy, resilienza e indipendenza dal provider non sono benefici astratti: devono entrare nel calcolo con un valore coerente con il rischio evitato.

A casa e in ufficio: lo stesso cerchio, responsabilità diverse

Sulla scrivania di casa, l’LLM locale può diventare una forma di Personal Sovereign AI: memoria, documenti, scrittura e sperimentazione rimangono nel mio perimetro. In ufficio diventa invece un nodo di Enterprise Edge AI, integrato con identità, autorizzazioni, audit, classificazione dei dati e policy organizzative.

La vicinanza fisica non elimina i problemi di governance. Un agente locale con accesso ai file può cancellare, modificare o divulgare informazioni esattamente come un agente remoto. Dovremo quindi progettare confini, livelli di autonomia, tracciamento delle azioni, verifiche e possibilità di arresto.

Il Quarto Cerchio non è sovrano soltanto perché gira sul nostro hardware. Lo diventa quando sappiamo:

• dove risiedono modello, dati e memoria;
• quali strumenti può utilizzare;
• chi autorizza le sue azioni;
• come vengono verificati risultati e responsabilità;
• quando il compito deve passare dal locale al cloud o tornare all’essere umano.

Il viaggio di ritorno dell’intelligenza

Per anni il cloud-native ci ha insegnato che possedere l’infrastruttura non era sempre necessario. Potevamo consumare capacità elastiche, evolverle rapidamente e pagare in funzione dell’utilizzo. Questi vantaggi rimangono validi.

Ma l’AI introduce una nuova domanda: quanta parte della nostra capacità cognitiva vogliamo acquistare continuamente da piattaforme esterne e quanta vogliamo stabilizzare nel nostro perimetro?

La risposta non sarà uguale per tutti. La mia, oggi, non è una fuga dal cloud. È la costruzione di un ecosistema nel quale cloud, edge, host locale, modelli aperti e servizi proprietari cooperano sotto una regia umana.

Non sto portando semplicemente un LLM sulla mia scrivania. Sto ricomponendo sul mio tavolo un intero ecosistema cognitivo.

Il Quarto Cerchio è arrivato abbastanza vicino da poterlo vedere lavorare. Proprio per questo dobbiamo scegliere con maggiore consapevolezza dove collocarlo, quanto delegargli e quale parte della nostra autonomia vogliamo continuare a custodire.

---

Riferimenti

• Stanford HAI, The 2026 AI Index Report.
• Apple Developer, Run local agentic AI on the Mac using MLX.
• Reuters, AI investment boom puts Big Tech’s free cash flow under pressure.
• Reuters, The AI frenzy is driving a memory chip supply crisis.
• La Stampa, OpenAI trova un modo per dimezzare il costo dell’inferenza di ChatGPT.
• La Stampa, ChatGPT da record: supera un miliardo di utenti attivi.
• Reuters, Surging memory chip prices dim outlook for consumer electronics makers.
• Reuters, China’s MiniMax sees revenue nearly quadruple.
• Progetti ufficiali: Apple MLX, Ollama e Open WebUI.
• Manolo Remiddi, Local AI Is Not Enough e The Hybrid AI Strategy.
• Alex Ziskind, canale YouTube, dimostrazioni di LLM locali su Apple Silicon.