Funzioni IA nel piano Ultra: riassunti, verbali e post social con un LLM open source locale

Una trascrizione è raramente la fine del lavoro. Dopo la riunione arriva il verbale. Dopo l’intervista, l’articolo. Dopo il workshop, l’elenco delle attività. E dopo il podcast, il post per i social che lo richiama. Sono tutti passaggi che si prestano perfettamente all’automazione con un modello linguistico – a patto di essere disposti a consegnare la trascrizione finita a un servizio esterno a tale scopo.

Ed è esattamente il punto in cui la maggior parte degli utenti attenti alla privacy si tira indietro. Perché una trascrizione che è stata elaborata in precedenza con la crittografia lato client non dovrebbe essere inviata a OpenAI, Anthropic o Google nel passaggio successivo. Per questo scryp offre l’analisi IA in modo diverso: gira sugli stessi worker GPU della trascrizione, nello stesso ambiente isolato, usando un modello open source locale. Questa funzione è disponibile nel piano Ultra.

La differenza: un LLM locale invece di un’API cloud

L’analisi IA in scryp gira su un modello linguistico open source locale eseguito sui nostri worker GPU nell’UE. Non c’è alcuna chiamata a OpenAI, Anthropic, Google o ad altri servizi IA esterni. Il modello non ha accesso a internet ed è tecnicamente impossibile che trasmetta dati verso l’esterno.

La maggior parte delle funzioni IA negli strumenti di trascrizione funziona secondo uno schema semplice: la trascrizione finita viene consegnata a un’API – di solito a un provider statunitense come OpenAI o Anthropic – e la risposta viene rispedita all’utente. È rapido da implementare, ma in termini di protezione dei dati è una violazione: i dati che hai appena crittografato con cura finiscono in chiaro presso un’azienda terza al di fuori dell’UE.

scryp adotta un approccio diverso. Per l’analisi IA usiamo un modello linguistico open source che ospitiamo noi stessi. Gira sugli stessi worker GPU che eseguono anche la trascrizione, negli stessi data center UE di Hetzner. In concreto, questo significa:

• Nessuna chiamata API esterna. Né OpenAI né Anthropic né Google vedono la tua trascrizione. Non c’è alcun contratto con un provider LLM statunitense, perché tecnicamente non serve.
• Nessun accesso a internet per il modello. Il container in cui gira il modello linguistico ha solo una connessione in ingresso verso la nostra coda di lavoro interna – non il contrario. Il modello non può inviare richieste verso l’esterno.
• Nessun addestramento del modello sui tuoi dati. Il modello open source è statico. Non lo adattiamo ai dati degli utenti, non raccogliamo prompt e non esiste un ciclo di feedback che reimmetta i tuoi contenuti nel modello.
• Stesso ordinamento giuridico della trascrizione. L’elaborazione avviene nell’UE, sull’infrastruttura di un host europeo. Nessun trasferimento verso paesi terzi, nessun CLOUD Act.

La stessa architettura della trascrizione

L’analisi IA usa non solo lo stesso hardware della trascrizione vera e propria, ma anche lo stesso modello di sicurezza. I risultati vengono immediatamente ri-crittografati con la tua chiave prima di lasciare l’ambiente del worker. In nessun momento restano in chiaro su disco o nel database – esattamente come le trascrizioni e i file audio.

L’analisi IA non è quindi una nuova questione di fiducia: gira all’interno dello stesso ambiente isolato che usiamo già per la trascrizione stessa.

Cinque tipi di analisi nel piano Ultra

Il piano Ultra offre attualmente cinque tipi di analisi. Ciascuno è ottimizzato per un caso d’uso concreto, invece di offrire una generica funzione di “chat”. Il risultato è un documento specifico, pronto all’uso – non un output IA generico che devi ancora elaborare ulteriormente.

1. Riassunto

Il riassunto condensa una trascrizione nelle sue affermazioni essenziali. È particolarmente adatto a registrazioni lunghe – interviste di un’ora, workshop di due ore, episodi di podcast – dove ti serve una rapida panoramica senza leggere l’intera trascrizione.

Puoi impostare la lunghezza del riassunto con un cursore tra 100 e 2.000 caratteri. Breve per una panoramica in un’email, più lungo per un management summary dettagliato. Il modello adatta automaticamente la densità del testo alla lunghezza desiderata.

2. Verbale di riunione

Il verbale struttura la trascrizione di una riunione nelle sezioni classiche: partecipanti, argomenti, punti di discussione, decisioni e questioni aperte. A differenza del riassunto, che condensa il contenuto in forma narrativa, il verbale segue una struttura fissa – proprio come la conosci dai consueti verbali di riunione.

Questa funzione è adatta ai verbali di riunione, alla documentazione di jour-fixe ricorrenti, alle revisioni di progetto e ovunque serva un resoconto strutturato e tracciabile. Il risultato è un documento che puoi usare direttamente con piccoli ritocchi.

3. Elenco delle attività

L’elenco delle attività estrae tutti i to-do di una riunione – insieme alla persona responsabile e, dove menzionata, alla scadenza prevista. Il modello cerca specificamente frasi come “Se ne occupa Lisa”, “Entro venerdì dobbiamo…” o “Daniel, puoi pensarci tu?” e le trasforma in azioni chiare da svolgere.

Questo fa risparmiare un passaggio che, in molti team, nessuno ama prendersi in carico: tenere traccia delle questioni aperte. Invece di setacciare manualmente la trascrizione alla ricerca degli impegni, ottieni un elenco già pronto da trasferire nel tuo strumento di project management.

4. Post per i social media

Da una trascrizione puoi generare un post per i social per LinkedIn, Facebook o X (Twitter). Il modello sceglie la lunghezza, il tono e la struttura adatti alla piattaforma. I post per LinkedIn sono in genere più lunghi, più sostanziosi e formulati in modo più professionale. I post su X sono brevi, incisivi e costruiti attorno a un hook chiaro. Facebook si colloca a metà, con un tono più personale.

È particolarmente utile quando in ogni caso pubblicherai più tardi una registrazione – un intervento, un’intervista in podcast, un keynote. Invece di scrivere il post manualmente a memoria, il modello fornisce una bozza già pronta basata su frasi realmente dette.

5. Articolo

Il tipo di analisi più lungo e impegnativo dal punto di vista computazionale: un articolo strutturato con introduzione, sottotitoli, punti chiave e conclusione – generato dalla trascrizione di una registrazione. Il numero di caratteri obiettivo può variare tra 1.000 e 10.000 caratteri.

La modalità articolo lavora internamente in più fasi: il modello pianifica prima la scaletta, poi scrive le singole sezioni e infine le assembla in un testo coerente. Il risultato non è una “trascrizione gonfiata”, ma un articolo autonomo che presenta le affermazioni della registrazione in forma giornalistica o redazionale.

Applicazioni tipiche: articoli di blog da interviste o podcast, approfondimenti da interventi specialistici, resoconti da registrazioni di conferenze. La revisione manuale resta necessaria – ma il punto di partenza è notevolmente più avanzato di una trascrizione grezza.

Cosa può fare il modello open source – e dove sono i suoi limiti

Deliberatamente non indichiamo quale modello usiamo. Il motivo: il panorama dell’IA evolve così rapidamente che la scelta specifica potrebbe già essere diversa tra sei mesi. Ciò che conta è il principio: open source, eseguito localmente, nessun servizio esterno, elaborazione nell’UE. A queste proprietà ci impegniamo, anche se prima o poi sostituiremo il modello con uno più moderno.

Quel che dovresti comunque sapere: i modelli open source locali delle dimensioni che girano su una singola GPU non sono allo stesso livello qualitativo assoluto dei più grandi modelli cloud (classe GPT-4, Claude Opus). Per i tipici compiti di analisi – riassumere, strutturare, riformulare – sono però molto adatti. Il divario di qualità si è inoltre ridotto considerevolmente negli ultimi 18 mesi, mentre il vantaggio in termini di protezione dei dati di un modello locale resta costante.

In pratica significa: se desideri un testo formulato liberamente e creativo, che suoni come scritto da un autore esperto, dovresti considerare l’output dell’IA come un punto di partenza, non come un testo finito. Per compiti strutturati come verbali, elenchi di attività o riassunti, il risultato è regolarmente pronto all’uso immediato.

Cosa memorizza il risultato – e cosa no

Il risultato di un’analisi IA viene memorizzato crittografato, esattamente come la trascrizione sottostante. Nessuno al di fuori del tuo account può leggerlo – né il nostro personale né chiunque potrebbe ottenere accesso fisico al database. Anche i prompt che usiamo internamente per guidare il modello non vengono registrati insieme ai tuoi contenuti.

Cosa memorizziamo invece: che un lavoro di un determinato tipo (riassunto, verbale, …) è stato eseguito, quando è stato eseguito e quanto è durata l’elaborazione. Questi metadati ci servono per la fatturazione, la diagnostica degli errori e la pianificazione della capacità. Il contenuto delle tue trascrizioni o i risultati dell’IA non sono inclusi in questi log.

Perché l’analisi IA è disponibile solo nel piano Ultra

L’analisi IA gira sulle stesse GPU della trascrizione. Un singolo lavoro di tipo articolo può occupare una GPU per diversi minuti; un verbale o un riassunto richiedono molto meno tempo. È più costoso di una chiamata API presso un provider cloud, ma non consegniamo l’hardware a terzi.

Per questo la funzione è inclusa nel piano Ultra. Chi vuole usarla attivamente ottiene la capacità hardware necessaria – a un prezzo mensile prevedibile, invece di essere fatturato a token. Trovi tutti i dettagli sui piani nella pagina dei prezzi.

Riepilogo

• Modello open source locale: Gira sui worker GPU di scryp nell’UE. Nessuna chiamata API esterna, nessun provider LLM statunitense.
• Ambiente isolato: Il modello non ha accesso a internet. Non può inviare dati verso l’esterno, perché tecnicamente non ha alcuna connessione per farlo.
• Stesso modello di sicurezza della trascrizione: I risultati vengono memorizzati crittografati e l’elaborazione gira nello stesso ambiente isolato.
• Nessun addestramento sui dati degli utenti: Il modello è statico. I tuoi contenuti non rifluiscono nel modello.
• Cinque tipi di analisi: Riassunto, verbale, elenco delle attività, post per i social (LinkedIn/Facebook/X) e articolo – ciascuno ottimizzato per un caso d’uso concreto.
• Piano Ultra: L’analisi IA fa parte del piano Ultra, perché il tempo GPU che richiede impegna una reale capacità hardware.

Conclusione

Una funzione IA che poi spedisce la tua trascrizione, crittografata con cura, a un servizio cloud esterno ha poco senso dal punto di vista della protezione dei dati. Per questo scryp non lo fa. Il riassunto, il verbale, l’elenco delle attività, il post per i social e l’articolo vengono creati sullo stesso sistema di worker che esegue anche la trascrizione – nell’UE, sulla nostra infrastruttura GPU, con un modello open source locale che non ha finestre verso l’esterno. È più lento e più costoso di una chiamata API a OpenAI – ma è l’unica variante che si adatta al resto dell’architettura.