C’è un momento, nella storia del computing, che si ripete sempre uguale a sé stesso. Prima tutto è centralizzato, cloud, costoso, presidiato da pochi. Poi arriva un salto tecnologico che permette di fare in locale ciò che prima richiedeva un mainframe, e il pendolo torna indietro. Negli anni Settanta il calcolo viveva nei centri di elaborazione dati delle grandi aziende. Con il PC, l’intelligenza si è spostata sulla scrivania. Con il cloud, buona parte era tornata a vivere altrove, in data center che non vediamo e non controlliamo. Oggi si sta pensando, nelle PA locali e nel post PNRR, a un ritorno “on premise” per motivi di costi e sovranità del dato.Oggi, con l’intelligenza artificiale generativa, il pendolo sta per fare un altro giro completo, e i numeri che lo raccontano sono più chiari di quanto si possa immaginare.Uno studio pubblicato a novembre 2025 da Stanford University e Together AI ha misurato, con un metodo tutt’altro che aneddotico, quanta parte del traffico AI conversazionale potrebbe essere gestita da modelli locali invece che da modelli frontier in cloud. Il risultato: l’88,7% delle query di chat e reasoning single-turn può essere risolto correttamente da modelli piccoli, eseguiti su hardware di fascia consumer, con un’accuratezza comparabile a quella dei modelli di frontiera.Un secondo lavoro, firmato Nvidia insieme al Georgia Institute of Technology, arriva a una conclusione quasi identica per gli agenti AI: tra l’80% e il 90% degli step di un loop agentico può restare in locale su modelli da 3 a 9 miliardi di parametri, più veloci, più economici e più privati di un modello frontier richiamato in cloud. Novanta e dieci, dunque, non è uno slogan. È l’ordine di grandezza che due gruppi di ricerca indipendenti, con metodologie diverse, misurano sulla stessa frontiera.Indice degli argomenti: