Edge AI in azienda: cosa gira su laptop e smartphone

Nel 2026, l'Edge AI sui dispositivi aziendali permette di elaborare brevi riassunti, rivedere bozze e trattare il parlato direttamente sull'hardware del personale. È però sempre l'app a decidere se i dati escono dal dispositivo. Conviene partire da un flusso di lavoro circoscritto, rendere esplicito ogni passaggio al cloud e valutare i risultati sui propri documenti prima di estenderne l'uso.

Per chi gestisce le attività operative, la domanda utile è quale parte del lavoro possa restare su un laptop o uno smartphone. Un addetto sul campo che trasforma un appunto in una sintesi per il passaggio di consegne è un punto di partenza più sensato di un assistente chiamato a fare ricerche, ragionare e agire in tutta l'azienda.

Verificato sulla documentazione ufficiale dei produttori disponibile il 23 ottobre 2026. La tabella delle attività che segue analizza funzionalità e requisiti documentati: non è un benchmark delle prestazioni.

Che cos'è l'Edge AI eseguita sul dispositivo?

L'AI on-device esegue il modello sul processore del dispositivo stesso. Può trattarsi dell'unità centrale di elaborazione (CPU), del processore grafico (GPU) o dell'unità di elaborazione neurale (NPU), un chip progettato per i calcoli di AI che supporta. L'esecuzione di un modello per ottenere una risposta si chiama inferenza. Una NPU richiede software in grado di utilizzarla: la sua sola presenza non accelera automaticamente qualsiasi app di AI. Guida Microsoft alle NPU per sviluppatori

Si può pensare a un traduttore seduto accanto a noi con un documento in mano, invece che in un altro ufficio in attesa di riceverlo tramite corriere. L'inferenza locale mantiene l'elaborazione vicino a noi. L'app può comunque inviare una copia altrove, proprio come qualcuno potrebbe spedire via email il documento tradotto in un secondo momento.

La chiamata al modello locale non richiede che nulla esca dal dispositivo. L'app che lo utilizza, però, può caricare prompt, sincronizzare documenti, richiamare uno strumento online o scegliere un modello cloud. Il framework di Apple, per esempio, permette di mettere a disposizione del modello strumenti che interrogano database locali oppure online. Dove avviene l'elaborazione e come l'app condivide i dati sono due decisioni distinte. Documentazione di Apple Foundation Models

Anche l'AI offline richiede una preparazione. I file del modello devono essere già presenti e l'app deve poter accedere ai dati da elaborare senza connessione. Un modello locale non può riassumere un documento che esiste soltanto in un sistema remoto irraggiungibile.

Quali modelli di AI on-device può usare oggi un'azienda?

Si parte dal software adatto al flusso di lavoro, poi si verifica l'hardware. I framework di Apple e Google sono componenti con cui costruire app; Windows offre funzionalità specifiche già pronte; i programmi desktop per l'esecuzione dei modelli consentono al personale o agli sviluppatori di scegliere quali utilizzare. Sono percorsi di adozione diversi.

Apple Foundation Models: funzioni mirate dentro l'app

Il framework Foundation Models di Apple è un'interfaccia per realizzare funzioni basate su modelli in Swift, il linguaggio di programmazione di Apple. Il modello on-device supporta attività come riassumere un testo fornito, estrarre dettagli e perfezionare una bozza. La generazione guidata può restituire una struttura dati Swift definita: è utile quando l'app ha bisogno di campi strutturati anziché di un paragrafo. Panoramica del framework Apple

Per un responsabile di prodotto, una funzione sensata è trasformare gli appunti di un tecnico in un resoconto strutturato per il passaggio di consegne, da sottoporre a revisione umana. L'app fornisce il materiale di partenza e definisce il risultato atteso. È un compito molto più circoscritto che chiedere al modello di decidere come riparare un'apparecchiatura.

La guida attuale di Apple alla generazione include la scrittura di codice, la matematica di base e il ragionamento logico fra i compiti da evitare con il modello on-device. Per calcoli e validazione va usato il normale codice dell'applicazione; ogni contenuto generato che possa avere conseguenze concrete va valutato. Indicazioni di Apple sulle capacità del modello

Il framework è disponibile a partire dalla generazione di sistemi operativi iOS 26, iPadOS 26 e macOS 26; le API più recenti hanno requisiti di disponibilità propri. L'hardware deve supportare Apple Intelligence: fra gli esempi rientrano iPhone 15 Pro, iPhone 16 e modelli successivi, e i Mac con M1 o successivo. La disponibilità del modello effettivamente utilizzato va verificata durante l'esecuzione, considerando lingua, area geografica e stato del download. Disponibilità del framework, requisiti dei dispositivi Apple

Nell'implementazione va selezionato esplicitamente il modello on-device. Ora il framework supporta anche Private Cloud Compute e altri fornitori di modelli su server. Sapere che un'app usa Foundation Models non basta più a stabilire dove venga eseguita una determinata richiesta. Modelli supportati da Apple

L'AI on-device di Google: Android e Chrome

Google Gemini Nano è il modello locale alla base di AICore, il servizio di sistema di Android. Gli sviluppatori vi accedono tramite ML Kit, che offre API per riassumere, correggere, riscrivere e svolgere altre attività. In un'app per l'assistenza sul campo, abbreviare un appunto fornito dall'operatore è un progetto pilota ragionevole. Panoramica di Google per Android

La compatibilità dei dispositivi dipende dall'API e dalla versione del modello. Occorre consultare gli elenchi di Google dei dispositivi supportati ed effettuare una verifica della disponibilità: una generica versione di Android o una certa quantità di RAM non bastano a confermarla. C'è anche un vincolo operativo: l'inferenza di ML Kit GenAI è consentita soltanto quando l'app è l'applicazione attiva in primo piano, con limiti sul numero di richieste e sull'uso della batteria. Per questo si presta poco a una coda di documenti da elaborare in background senza supervisione. Requisiti e limiti di ML Kit

La più flessibile Prompt API è ancora in beta, senza accordo sul livello di servizio né una politica di deprecazione. Google può quindi introdurre modifiche che interrompono la compatibilità. Questa dipendenza va valutata prima di renderla essenziale per il lavoro del personale. Stato della Prompt API di Google

Google Chrome rende disponibile Gemini Nano tramite API integrate nel browser sui computer desktop e laptop supportati. Un prodotto web può così offrire un riassunto locale del testo di cui già dispone. La Summarizer API è disponibile nella versione stabile di Chrome, previa verifica della disponibilità della funzione e del modello. Documentazione della Summarizer API di Chrome

L'esecuzione su CPU richiede almeno 16 GB di RAM e 4 core CPU; quella su GPU richiede strettamente più di 4 GB di VRAM, la memoria della GPU. Google richiede inoltre 22 GB di spazio libero su disco nel volume che ospita il profilo di Chrome. È un requisito di spazio disponibile, non significa che il modello occupi necessariamente tutto quello spazio. Queste API per modelli di base attualmente non funzionano in Chrome su Android o iOS. Requisiti hardware di Chrome

Per uno strumento web interno, questo impone di verificare i browser in uso al personale prima di promettere la disponibilità per tutti. Il testo originale e una procedura manuale devono restare utilizzabili anche quando il modello locale non è disponibile.

Copilot+ PCs: funzioni utili di Windows, con limiti precisi

I Microsoft Copilot+ PCs mettono a disposizione l'hardware per funzioni di Windows come la traduzione di Live Captions, Windows Studio Effects e la ricerca migliorata di Windows. Ogni funzione ha condizioni proprie relative a dispositivi, lingue e distribuzione. Guida Microsoft alle funzionalità per le aziende

Questa categoria richiede una NPU compatibile da 40+ TOPS, 16 GB di RAM e 256 GB di spazio di archiviazione, oltre ai requisiti di Windows. TOPS indica migliaia di miliardi di operazioni al secondo: misura la capacità di calcolo, non quanto bene un modello risponderà a una domanda aziendale. Specifiche hardware di Microsoft

Live Captions è un esempio utile di funzione locale: secondo Microsoft, l'elaborazione dell'audio e la generazione dei sottotitoli restano sul dispositivo. I sottotitoli standard sono già presenti in Windows; Copilot+ aggiunge la traduzione. Tuttavia, i sottotitoli generati non vengono salvati: la funzione non è quindi un archivio delle riunioni e non sostituisce un flusso di lavoro che richiede la conservazione delle trascrizioni. Documentazione Microsoft di Live Captions

Chi acquista deve individuare la funzione che giustifica l'hardware. Comprare una NPU non trasferisce su quel chip le funzionalità cloud di Microsoft Copilot, né un qualsiasi modello desktop. Specifiche dell'AI in Windows, requisiti software delle NPU

Ollama e LM Studio: scegliere il proprio LLM locale

Ollama è un programma per eseguire modelli in locale, dotato di un'API richiamabile dalle applicazioni. La documentazione distingue l'esecuzione locale dalle funzioni cloud facoltative. È adatto a chi sviluppa soluzioni tecniche e vuole collegare un modello locale a un flusso di lavoro esistente, verificando se stia utilizzando risorse CPU o GPU. Documentazione di Ollama

Per limitare il flusso di lavoro all'esecuzione locale, Ollama documenta l'opzione disable_ollama_cloud: true nella configurazione del server, oppure la variabile d'ambiente OLLAMA_NO_CLOUD=1, seguita da un riavvio. Questa impostazione disattiva i modelli cloud e la ricerca web di Ollama. Non controlla il comportamento di rete di altre app collegate a Ollama. Configurazione di Ollama per il solo uso locale

LM Studio offre un'interfaccia desktop per scaricare e caricare modelli, e conversare con essi. Fra le famiglie disponibili figurano Qwen, Mistral e Gemma. Si parla di modelli open-weight quando il produttore rende disponibili i file del modello addestrato; le licenze restano comunque diverse. Guida introduttiva di LM Studio

Una volta scaricati i file, LM Studio supporta la chat offline, l'elaborazione locale dei documenti e un server locale. L'informativa sulla privacy attuale descrive separatamente i modelli cloud e la ricerca web facoltativi. L'esecuzione con il modello locale va scelta consapevolmente. Funzionamento offline, informativa sulla privacy attuale di LM Studio

LM Studio raccomanda almeno 16 GB di RAM, oltre a requisiti specifici della piattaforma. È un punto di partenza, non la garanzia che qualsiasi modello possa essere caricato. I Mac Intel non sono supportati, mentre quelli con Apple Silicon lo sono. Su Windows, la versione x64 richiede una CPU con supporto AVX2. Requisiti di sistema di LM Studio

La guida ai migliori LLM locali aiuta a scegliere il modello per il proprio computer; il confronto Ollama vs LM Studio approfondisce programmi di esecuzione, distribuzione e licenze per l'uso lavorativo. Il programma che esegue il modello e il modello stesso sono scelte distinte.

Quali attività conviene svolgere sui dispositivi del personale?

L'elaborazione locale è particolarmente interessante quando i dati sono già disponibili, il compito è circoscritto e una persona può controllare il risultato. Il cloud resta un'opzione utile quando il lavoro supera le capacità del dispositivo o richiede un servizio gestito centralmente. L'ultima colonna esprime una valutazione sull'adozione, non una classifica della qualità misurata.

Per la trascrizione va distinto il riconoscimento vocale dalla creazione di riassunti. Un modello linguistico che riscrive testi non è automaticamente in grado di trascrivere audio. La modalità vocale Basic di Google utilizza un modello tradizionale di riconoscimento vocale sul dispositivo; la modalità Advanced usa un modello generativo. Spetta poi all'applicazione decidere se e dove salvare il testo ottenuto. Guida di Google a Speech Recognition

Sul fronte dei costi, il confronto è fra una chiamata API cloud a pagamento e un'esecuzione locale gratuita, che non comporta un addebito di inferenza cloud per singola chiamata. Nel conto vanno comunque inclusi hardware, elettricità e amministrazione. Indicazioni di Google sui costi delle API locali

I limiti che contano più del chip

Spesso il primo limite è quanto lavoro il modello riesca a contenere, non se riesca ad avviarsi. La finestra di contesto è lo spazio di lavoro del modello: contiene istruzioni, materiale di partenza, cronologia della conversazione e risposta.

La guida attuale di Apple documenta una finestra di contesto di 4,096 token per il modello on-device predefinito. I token sono frammenti di testo e input e output condividono lo stesso spazio disponibile. La guida spiega anche come interrogare il modello effettivamente utilizzato per conoscerne la capacità. Con un documento lungo non si può presumere che tutta la finestra sia riservata al solo testo di partenza. Guida di Apple alla finestra di contesto

Suddividere un documento in blocchi può aiutare a farlo rientrare nei limiti, ma l'applicazione deve preservare le relazioni fra i blocchi. Se una scadenza compare in una sezione e la relativa eccezione altrove, una raccolta di riassunti isolati può perdere quel collegamento. Va valutato il risultato complessivo del lavoro, non soltanto il fatto che ogni blocco abbia prodotto del testo.

Anche i modelli desktop richiedono memoria per i pesi e per lo stato di elaborazione. Un contesto più lungo e richieste simultanee possono aumentare il consumo di memoria. Un modello adatto a una persona che prepara una risposta può non esserlo per un'elaborazione in batch in background, con altre applicazioni aperte. Indicazioni di Ollama su memoria e richieste simultanee

Per questo la prova pratica va condotta su hardware rappresentativo di quello del personale, con le applicazioni abituali in esecuzione. Per il proprio carico di lavoro vanno registrati tempi di completamento, richieste fallite, lavoro di correzione e impatto sulla batteria. Nessuna delle soglie hardware indicate sopra garantisce un risultato universale in termini di velocità o qualità.

Privacy e conformità dipendono dall'intera app

L'elaborazione sul dispositivo può eliminare un trasferimento al cloud da un flusso di lavoro; non può certificarne la conformità. Occorre chiarire che cosa la funzione scelta invia, conserva e rende accessibile, poi far valutare quella configurazione ai responsabili competenti per sicurezza e conformità.

Le dichiarazioni dei produttori hanno un perimetro preciso:

• Apple: il modello on-device può funzionare senza connessione, ma Foundation Models supporta anche fornitori cloud e strumenti che recuperano dati online. Vanno documentati il modello e gli strumenti selezionati dall'app. Modelli supportati da Apple
• Google su Android: secondo ML Kit, i dati in ingresso e i risultati non vengono inviati a Google. Il servizio invia però metriche sulle prestazioni e sull'utilizzo e contatta i server per gli aggiornamenti. Elaborare i contenuti in locale non significa azzerare l'attività di rete. Condizioni di ML Kit sulla privacy
• Google in Chrome: Google dichiara che l'uso del modello locale non invia dati a Google o a terzi e che la rete serve per il download iniziale del modello. Questa dichiarazione non impedisce al sito web che utilizza l'API di inviare dati tramite il proprio codice. Requisiti dei modelli in Chrome
• Microsoft: Live Captions mantiene l'elaborazione in locale, ma altre funzioni hanno confini diversi. Paint Cocreator genera immagini sulla NPU e al tempo stesso utilizza servizi di sicurezza nel cloud; Microsoft dichiara di raccogliere prompt e identificativi per prevenire gli abusi. Un risultato generato localmente non dimostra che tutta la funzione operi in locale. Spiegazione della privacy di Cocreator
• Programmi desktop per i modelli: la dichiarazione di Ollama sulla privacy locale vale quando l'esecuzione avviene in locale. L'informativa attuale di LM Studio distingue l'elaborazione locale dai servizi cloud facoltativi. Anche quando un fornitore cloud promette di non conservare una richiesta, quella richiesta è comunque uscita dal dispositivo. Ollama, LM Studio

Prima che il personale utilizzi materiale sensibile, vanno documentati la posizione dei dati di origine, il modello selezionato, le richieste in uscita, la cronologia locale, i backup e il comportamento in fase di cancellazione. Nella verifica devono rientrare anche le estensioni e gli strumenti collegati. La cifratura del dispositivo e il controllo degli accessi contano: mantenere i contenuti in locale significa anche conservarne copie sull'hardware dei dipendenti.

Quali promesse sono esagerate?

Dire che un laptop può sostituire un servizio di AI cloud significa confondere un calcolo con un modello operativo. Spostare l'inferenza non elimina la necessità di aggiornare i modelli, offrire supporto, gestire autorizzazioni, valutare i risultati e affrontare i compiti che non vanno a buon fine.

Una NPU è utile per i carichi di lavoro compatibili. Non garantisce la compatibilità con qualsiasi modello. Una risposta offline evita il viaggio di andata e ritorno sulla rete durante l'inferenza, ma non dimostra che la risposta arrivi prima. E anche un modello installato in locale può inventare dettagli o produrre risultati inadeguati.

Non aiuta nemmeno la tesi opposta: per essere utili, i modelli locali non devono sostituire il modello cloud più capace a disposizione. Una revisione affidabile di una bozza o un breve riassunto possono giustificarne da soli l'adozione. Bisogna stabilire se quella specifica funzione raggiunga la soglia di accettazione sui dispositivi effettivamente in uso.

Chi dovrebbe adottare ora l'AI sul dispositivo?

Chi gestisce le attività operative può già sperimentare compiti circoscritti e verificabili; chi acquista dovrebbe aspettare che emerga un'esigenza hardware concreta. I passi successivi cambiano in base al ruolo.

Per chi segue le attività operative, il punto di partenza è un compito ricorrente, come abbreviare le note interne per il passaggio di consegne. Conviene scegliere dati per cui si conosca il risultato atteso e richiedere l'approvazione di una persona. La fonte originale deve restare disponibile per il confronto.

Per chi sviluppa o guida il prodotto, l'API della piattaforma è indicata quando corrisponde ai dispositivi in uso e alla funzione da realizzare. La verifica della disponibilità del modello, i limiti dell'input e l'alternativa manuale devono far parte del prodotto. In un parco smartphone eterogeneo, il servizio deve restare utilizzabile anche da chi ha un dispositivo incapace di eseguire la funzione.

Per chi si occupa degli acquisti o ricopre il ruolo di CTO, va censito l'hardware esistente prima di ordinare sostituzioni. Le ragioni per adottare una specifica funzione Windows basata su NPU vanno valutate separatamente da quelle per usare un programma desktop di esecuzione dei modelli. La spesa per l'hardware va approvata dopo che il flusso di lavoro scelto ha dimostrato la propria utilità su macchine rappresentative.

Meglio aspettare se il compito previsto è un'elaborazione massiva senza supervisione tramite un'API che vieta l'inferenza in background, oppure se il modello locale non raggiunge la qualità richiesta. Meglio mantenere la configurazione attuale se un flusso di lavoro cloud approvato soddisfa già l'esigenza e l'esecuzione locale non offre vantaggi utili per privacy, connettività o operatività.

Da lunedì: sperimentare un solo flusso di lavoro

1. 1

   Definire il compito e i confini dei dati

   Scegliere input e output precisi, per esempio una nota per il passaggio di consegne da trasformare in una bozza più breve. Prima di configurare un'alternativa, stabilire se una qualsiasi parte di quei contenuti possa uscire dal dispositivo.

2. 2

   Verificare i dispositivi in uso e la disponibilità del modello

   Censire sistema operativo, chip, memoria e spazio libero pertinenti. Scaricare il modello necessario, verificarne la disponibilità e mantenere una procedura manuale per le macchine non supportate.

3. 3

   Valutare separatamente risultati e comportamento di rete

   Usare materiale di prova approvato. Confrontare il risultato con la fonte, esaminare il traffico in uscita e ripetere offline il flusso di lavoro preparato. Il funzionamento offline offre indicazioni utili su quel percorso, ma non dimostra che l'app connessa non carichi mai dati.

4. 4

   Decidere se estendere l'adozione

   Registrare errori, lavoro di correzione e carico di assistenza insieme ai tempi di completamento. Estendere l'uso solo se il compito è utile e la gestione dei dati rispetta i confini previsti. Dove è consentito, l'accesso al cloud deve sempre restare esplicito.

Per altre indicazioni pratiche sull'adozione dell'AI, iscriviti alla newsletter.