IA in perimetro sovrano: modelli gestiti, scelta dei carichi e telemetria che taglia i costi

Le aziende che chiedono sovranità dei dati possono combinare modelli e RAG eseguiti in perimetri air-gapped con cataloghi di modelli bilanciati per carichi diversi e pratiche di telemetria adattiva per contenere i costi operativi dell'IA enterprise.

Google porta una ricerca enterprise con RAG dentro perimetri air-gapped su Google Distributed Cloud. I dati restano nei locali del cliente, l’orchestrazione AI gira lì, con accelerazione NVIDIA Blackwell Ultra, in anteprima¹. Tesi: chi chiede sovranità dei dati può unire questa esecuzione in perimetro isolato, un catalogo modelli governato centralmente e telemetria adattiva per sostenere operazioni di IA senza far saltare i costi.

Perimetri air-gapped: la novità pratica

Rohan Grover presenta una soluzione per chi non può spostare report classificati, manuali operativi o dataset multimodali nel cloud pubblico¹. L’obiettivo è cercare e sintetizzare contenuti interni, senza esportare nulla. L’esperienza è di enterprise search con retrieval-augmented generation gestita da Google, ma ospitata nel perimetro del cliente¹.

Prima c’erano due strade, entrambe con compromessi. Rinunciare agli strumenti di ricerca e intelligence dei provider. Oppure costruire uno stack in casa: modelli, pipeline di trascrizione e OCR, database vettoriali, interfaccia utente. Mesi di integrazione, manutenzione continua, oneri tecnici alti¹. La novità taglia quell’onere: lo stack RAG è erogato da Google, gira nel perimetro air-gapped, i dati restano sotto controllo sovrano¹. La componente AI, compresa l’orchestrazione della ricerca sui contenuti interni, opera all’interno del perimetro, con accelerazione NVIDIA Blackwell Ultra¹.

Questa scelta sposta il baricentro dall’integrazione all’uso. Il team può concentrarsi su cosa indicizzare, su come definire i corpus sensibili, su quali risposte servono nei flussi operativi. Senza inventariare moduli, patch e compatibilità di uno stack autocostruito.

Catalogo modelli e controllo unificato con Antigravity

In parallelo, Google Cloud offre una scelta di modelli gestita nello stesso perimetro amministrativo. Claude Opus 5.5 e Claude Sonnet 5.5 entrano in Google Antigravity. Gli amministratori li abilitano e gli sviluppatori li trovano nel model picker, senza passaggi esterni². Opus 5.5 punta ai carichi più complessi. Sonnet 5.5 privilegia rapidità e costo più basso².

La disponibilità è allineata su tre fronti: Antigravity 2.0, Antigravity CLI e le estensioni IDE per Visual Studio Code, JetBrains IntelliJ e Visual Studio². I controlli restano unificati. Gli amministratori affiancano i modelli Claude ai modelli Gemini, inclusi Gemini 3.8 Flash e Gemini 4 Argon, nello stesso contesto di governo². Fatturazione e sicurezza seguono il perimetro enterprise di Antigravity².

Questa simmetria evita percorsi paralleli. La scelta del modello diventa una decisione di carico e costo, non un cambio di piattaforma. Il team seleziona Opus, Sonnet o Gemini nello stesso posto e con le stesse regole. La coerenza amministrativa riduce attriti tra sviluppo, sicurezza e procurement.

Telemetria adattiva: contenere i costi senza perdere visibilità

L’osservabilità cresce con i flussi di telemetria. Ogni chiamata aggiunge segnali. I budget faticano a reggere volumi in aumento³. Molti tagliano in modo lineare. Accorciano la retention. Escludono ambienti. Campionano alla cieca. Il conto scende, ma sale il rischio di restare senza i dati utili durante un incidente³.

Grafana propone Adaptive Telemetry: il prezzo dell’osservabilità segue il valore operativo dei dati, non il volume³. Si paga per tenere ciò che serve nelle indagini e nelle attività quotidiane. Si scarta il resto³. Carl Eastman, Principal Software Engineer di Rapid7, riassume l’effetto: “Il risparmio sulle metriche ha finanziato log e tracce.” Parla di più visibilità, costi più bassi, dashboard e query più veloci, meno rumore³.

Per un perimetro che esegue RAG e modelli, questa leva è cruciale. Le pipeline di indicizzazione e il serving generano segnali continui. Una selezione basata sul valore riduce la spesa senza spegnere la capacità di indagine. La telemetria diventa un investimento mirato, non una tassa proporzionale ai byte ingeriti.

AI operative per presidio e indagine: ridurre i tempi morti

Grafana porta anche capacità AI operative in disponibilità generale su Grafana Cloud. Assistant Watchers entra in disponibilità generale e tiene d’occhio le condizioni definite dal team in modo continuo⁴. Assistant Investigations era già in disponibilità generale da fine luglio. Le novità arrivano a ObservabilityCON 2026, a San Francisco⁴.

Watchers è la sentinella. Osserva segnali e contesti scelti dal team, così si interviene quando serve, non quando si trova il tempo per guardare i grafici⁴. Investigations è il passo successivo. Avvia un’indagine su un alert o un incidente. Raccoglie le prove di cosa è cambiato. Mantiene il contesto in un unico flusso di lavoro⁴. Le indagini si aprono e si seguono dove il lavoro accade già: dalla piattaforma Grafana Cloud, da Slack, dal Grafana Cloud MCP server, oppure da gcx. I risultati restano sincronizzati⁴.

Per chi gestisce perimetri sovrani e RAG, questo accorcia i tempi di diagnosi. Meno passaggi di mano. Meno tempi morti. La telemetria selezionata da Adaptive Telemetry alimenta watcher e indagini. Il team non presidia dashboard in modo continuo. Si muove su eventi e contesti già raccolti.

Combinare le leve: pratica operativa per team di IA e QA

Tre mosse, una direzione operativa chiara.

Perimetri air-gapped gestiti per RAG: riducono l’onere di integrazione e mantengono i dati sotto controllo sovrano. La componente AI, compresa l’orchestrazione della ricerca, gira nel perimetro con accelerazione NVIDIA Blackwell Ultra, in anteprima¹.
Catalogo modelli governato centralmente: Claude Opus 5.5 e Sonnet 5.5 sono selezionabili accanto a Gemini da Antigravity 2.0, CLI e IDE, con gli stessi controlli e la stessa fatturazione enterprise².
Telemetria basata sul valore e AI operative: Adaptive Telemetry scollega i costi dai volumi e preserva visibilità utile. Watchers e Investigations coprono presidio e indagine con flussi sincronizzati tra Grafana Cloud e strumenti come Slack^3,4.

Per i team di sviluppo e QA, la sequenza pratica è definire tre perimetri di scelta. Primo, quali fonti e formati restano on-premise e richiedono indicizzazione locale. Secondo, quali carichi richiedono modelli ad alta capacità e quali possono usare opzioni più rapide e meno costose, selezionate nello stesso model picker. Terzo, quali segnali di telemetria hanno valore operativo nelle indagini e nella sicurezza, e come trasformarli in condizioni per Watchers e in checklist per Investigations.

Il filo è unico: spostare la complessità verso servizi gestiti dove conta, mantenere controllo sul dato e governare i costi ricorrenti. Le fonti indicano che gli strumenti per farlo esistono già nei perimetri air-gapped, nel catalogo modelli unificato e nell’osservabilità adattiva^1,2,3,4.

La conseguenza operativa è concreta: procurement, sicurezza e SRE possono negoziare soglie e criteri comuni, perché scelte di modello, confini dei dati e budget di telemetria vivono nello stesso perimetro di governo.