Ogni volta che una nuova generazione di modelli allarga la finestra di contesto qualcuno annuncia che il recupero documentale non serve più: basterà caricare tutto e lasciare che il modello si arrangi. La previsione si ripete da tre anni e i numeri vanno nella direzione opposta, perché il patrimonio informativo di un’azienda di media dimensione si misura in miliardi di token distribuiti su sistemi diversi, e nessuna finestra lo conterrà mai per intero né sarebbe economicamente sensato provarci.Quello che è cambiato riguarda la collocazione. Il recupero aumentato ha smesso di essere una funzionalità aggiunta per ridurre le allucinazioni ed è diventato lo strato che decide cosa il sistema sa in un dato momento, con quali diritti e con quale attualità.Indice degli argomenti:
Da schema di recupero a motore di contestoL’intento sull’ibrido triplica in un trimestreQuattro varianti che rispondono a problemi diversiI permessi si applicano al recupero prima che all’interfacciaLa segmentazione dei documenti si rompe prima di tutto il restoDa schema di recupero a motore di contestoL’implementazione di prima generazione era lineare: si spezzava il documento in frammenti, si calcolavano i vettori, si cercava per somiglianza semantica, si passavano i primi risultati al modello. Funziona su un manuale, si degrada rapidamente su un patrimonio documentale reale.Il limite emerge su tre fronti che chiunque abbia messo in produzione un sistema del genere riconosce. Le domande che richiedono di collegare informazioni presenti in documenti diversi restituiscono risposte parziali, perché la somiglianza semantica trova ogni pezzo separatamente senza sapere che vanno composti.Le ricerche su codici prodotto, sigle interne e riferimenti normativi falliscono, perché la ricerca vettoriale è brava sui concetti e mediocre sulle stringhe esatte. E l’informazione superata continua a comparire, perché nessuno ha detto al sistema quale versione conta.Il superamento passa da un’idea diversa: il recupero smette di essere un passaggio unico prima della generazione e diventa un motore che può interrogare più volte, con strumenti diversi, decidendo strada facendo cosa gli manca. Gli agenti hanno accelerato la transizione, perché generano un numero di richieste ai dati di ordini di grandezza superiore a quello di un utente umano, e quel carico ha reso evidenti limiti che sui volumi conversazionali restavano nascosti.L’intento sull’ibrido triplica in un trimestreIl mercato registra lo spostamento con una velocità inusuale. Il tracker trimestrale di VentureBeat sull’infrastruttura di retrieval rileva che fra gennaio e marzo 2026 l’intento di adozione del recupero ibrido è passato dal 10,3% al 33,3%, mentre la quota di investimento destinata all’ottimizzazione del recupero è salita dal 19% al 28,9%, superando per la prima volta la spesa in valutazione.Il secondo dato dice qualcosa di preciso sulla maturità del settore. Le organizzazioni che nell’anno precedente avevano investito per misurare la qualità del proprio recupero adesso spendono per correggerla, il che significa che la fase in cui si scopriva di avere un problema si è chiusa e si è aperta quella in cui lo si risolve.Per chi deve decidere adesso il segnale operativo è di non progettare l’architettura sui volumi conversazionali attuali. Un sistema dimensionato su domande umane si trova a gestire, entro pochi trimestri, richieste generate da flussi automatici, e riprogettare lo strato di recupero a valle costa molto più che dimensionarlo bene subito.Quattro varianti che rispondono a problemi diversiLe architetture disponibili si sono differenziate, e sceglierne una va fatto guardando il tipo di domanda che il sistema riceverà.Ibrido, ricerca lessicale e semantica insieme. Combina la ricerca per parole chiave con quella vettoriale e riconcilia i risultati con un modello di riordino. Risolve il problema dei codici prodotto e delle sigle, ed è la configurazione predefinita ragionevole per la maggior parte dei casi aziendali.Su grafo, relazioni esplicite fra entità. Costruisce un grafo di entità e relazioni sopra il corpus e permette di rispondere a domande che richiedono più salti, del tipo quali contratti attivi coinvolgono fornitori con sede in un dato paese. Costa molto di più da costruire e mantenere, e si giustifica quando le domande sono strutturalmente relazionali.Agentico, recupero iterativo. Il sistema decide autonomamente quali fonti interrogare, valuta se le informazioni ottenute bastano e ripete la ricerca riformulando la domanda. Adatto a compiti di analisi complessi, con un costo di esercizio che va messo a bilancio perché ogni iterazione è una chiamata al modello.Adattivo, instradamento per tipo di domanda. Un classificatore leggero decide se la domanda richiede recupero, e di che tipo, oppure può essere risposta direttamente. È la variante che incide di più sui costi, perché evita di attivare la macchina completa per richieste che non ne hanno bisogno.La configurazione che regge nel tempo, nelle organizzazioni medio-grandi, tiene insieme più varianti dietro uno strato di instradamento, e cresce per aggiunta invece che per sostituzione.I permessi si applicano al recupero prima che all’interfacciaC’è un errore architetturale che compare con regolarità nelle implementazioni fatte in fretta, e che è costoso da correggere dopo. I diritti di accesso vengono verificati a livello di applicazione, mentre l’indice vettoriale contiene i frammenti di tutti i documenti indipendentemente da chi può vederli.Il sistema recupera, il modello legge, la risposta viene filtrata a valle. Il contenuto riservato è già stato elaborato, può essere emerso in forma parafrasata, e le tracce di quel passaggio restano nei log. Nelle organizzazioni con permessi stratificati da anni la superficie di esposizione è più ampia di quanto chiunque immagini prima di misurarla.L’impostazione corretta propaga l’identità dell’utente fino alla query sull’indice, in modo che il recupero restituisca soltanto i frammenti a cui quella persona ha diritto in quel momento. Ogni frammento porta con sé i metadati di visibilità, ereditati dal documento di origine e riallineati quando i permessi cambiano. È una scelta che va fatta all’inizio, perché ricostruire l’indice con i metadati di sicurezza significa rifare l’ingestione dell’intero corpus.La segmentazione dei documenti si rompe prima di tutto il restoChiedendo a chi ha portato un sistema in produzione dove ha perso più tempo, la risposta raramente riguarda il modello o il database vettoriale. Riguarda il modo in cui i documenti vengono spezzati.Una segmentazione a lunghezza fissa taglia le tabelle a metà, separa un’intestazione dal contenuto che qualifica, spezza una clausola contrattuale nel punto in cui introduce l’eccezione. Il frammento recuperato è formalmente pertinente e sostanzialmente fuorviante, e il modello risponde con sicurezza su un testo mutilato. È il tipo di errore più difficile da individuare, perché la risposta è plausibile e la fonte citata esiste.Le contromisure sono note e richiedono lavoro sul dominio specifico: segmentazione che rispetti la struttura del documento invece della lunghezza, conservazione del percorso gerarchico dentro ogni frammento, trattamento separato per tabelle e allegati, sovrapposizione fra frammenti contigui. Nessuna di queste si configura da un pannello, tutte richiedono di guardare i documenti veri di quell’azienda.Ed è forse questa la ragione per cui il recupero documentale, dato per superato a ogni nuova generazione di modelli, continua a essere il punto in cui i progetti si distinguono. La parte che si compra è diventata economica e intercambiabile, quella che resta difficile è la conoscenza di come sono fatti i documenti di una specifica organizzazione, e quella non arriva con nessun aggiornamento del fornitore.
