Dossier Fornitori LLM Monitoraggio e uso GPU e costi
Tipo Framework Ambito Assistente AI self-hosted Versione 1.0 — 2026-06-12 Stato Reference

Monitoraggio e Acceptable Use di un'infrastruttura AI interna

Una VM aziendale che ospita un assistente AI multi-utente, dove i collaboratori interrogano un modello linguistico su documenti e attività di lavoro, non si presidia come un sito qualunque. Vanno tenuti due piani distinti: la salute e la conformità dell'infrastruttura e dei dati, e cosa gli utenti scrivono dentro l'AI. Questo documento elenca cosa osservare, con che cadenza, e dove passa la linea tra uso accettabile e violazione di policy.

Perché due piani separati

Un assistente AI interno tocca dati reali di lavoro e li invia, in tutto o in parte, a un fornitore di modello linguistico. Il rischio non vive solo nella macchina (uptime, patch, backup): vive soprattutto in cosa viene immesso nei prompt e come quei dati vengono trattati a valle. Per questo il presidio si divide in tre piani che rispondono a domande diverse.

PianoDomanda a cui risponde
A — Infrastruttura e sicurezzaLa macchina e i servizi sono sani, aggiornati e accessibili solo a chi deve?
B — Data protection e tracciabilitàDove vanno i dati, per quanto restano, chi li tratta a valle, e posso dimostrarlo?
C — Acceptable useCosa scrivono gli utenti nell'AI, e rientra in cio che la policy consente?
real-time continuo / allarme immediato giornaliero settimanale mensile trimestrale+

Piano A — Infrastruttura e sicurezza

Cosa monitorareCadenzaNota
Uptime servizi (web, database, worker)real-timeCheck ogni 1-5 minuti, allarme su down
Risorse VM: CPU, RAM, discoreal-time + trendAllarme su soglia, trend giornaliero per la saturazione disco
Errori applicativi ed eccezionireal-timeTasso di errore, stack trace centralizzati
Login falliti / brute forcereal-timeBlocco automatico su tentativi ripetuti
Accessi riusciti (SSH / VPN / app): chi, quando, da dovereal-time + settimanaleAllarme su anomalie, revisione aggregata settimanale
Patch sistema operativo e pacchettisettimanaleVerifica aggiornamenti di sicurezza applicati
Scadenza certificati TLSsettimanaleAllarme con margine di giorni
Backup completati con esito positivogiornalieroIl job che fallisce in silenzio è il più pericoloso
Prova di ripristino (restore drill)mensileUn backup non testato non è un backup
Account attivi rispetto agli autorizzatimensileCattura il drift: ex collaboratori, account orfani
Privilegi e ruoli admin (least privilege)trimestraleChi può fare cosa, e perché ancora lo può fare

Piano B — Data protection e tracciabilità

Cosa monitorareCadenzaNota
Retention rispettata: sessioni e messaggi cancellati davvero al TTLgiornaliero + verificaJob automatico, più controllo a campione che abbia funzionato
Tipo e volume di dati immessi nell'AI (categorie, presenza di dati personali)settimanaleCampionamento, non lettura integrale: minimizzazione anche nel monitoraggio
Lista subprocessor del fornitore di modellomensile + on-noticeVariazioni nella catena dei fornitori a valle
Data residency effettiva dell'endpointon-change + trimestraleLa regione dove gira l'inferenza può cambiare con la configurazione
DPA e contratti validi, con relative scadenzetrimestraleRegistro dei trattamenti aggiornato
Integrità ed esportabilità degli audit log (decisioni, interazioni umano-AI)mensileI log devono essere completi e a prova di manomissione
DPIA (valutazione d'impatto) aggiornataannuale / a ogni modifica rilevanteNuovo caso d'uso o nuovo flusso dati = rivalutare
Tracciabilità end-to-end. L'obiettivo non è solo "essere a posto" ma poterlo dimostrare: dato un qualunque output dell'AI, deve essere ricostruibile chi lo ha richiesto, su quali dati, in quale regione e con quale base giuridica. Senza questa catena, il resto del monitoraggio è aria.

Piano C — Acceptable use

Questo è il piano che gli amministratori di sistema spesso dimenticano: non basta che la macchina sia sicura, conta cosa gli utenti ci immettono dentro. Va presidiato con strumenti automatici per il continuo e revisione umana a campione.

Cosa monitorareCadenzaNota
Flag automatici su contenuto fuori policy (segreti, categorie particolari, illeciti)continuoClassificatore o regole su pattern noti
Tentativi di aggiramento dei guardrail (jailbreak)real-timePattern ricorrenti = segnale di abuso o di formazione mancante
Revisione umana a campione dei prompt flaggatisettimanaleL'automatismo segnala, una persona qualifica
Volume e anomalie d'uso per utentesettimanalePicchi anomali, uso fuori orario, esfiltrazione massiva
Rispetto dell'intervento umano su decisioni che riguardano personeper-workflow + audit mensileMai decisione automatizzata su un individuo
Copertura della formazione e firma della policy d'usoonboarding + refresh annualeChi non ha firmato non dovrebbe avere accesso
Incident e near-missper-evento + review mensileAnche i quasi-incidenti vanno registrati e imparati

La linea dell'uso accettabile

Tre fasce. La differenza tra la prima e l'ultima non è tecnica ma di base giuridica e di rischio per le persone i cui dati finiscono nel prompt.

Accettabile — uso legittimo di lavoro

  • Stesura, sintesi e traduzione di documenti interni dell'organizzazione
  • Analisi di dati di cui l'azienda è titolare, con base giuridica già esistente
  • Supporto a codice, ricerca, brainstorming, riformulazione
  • Bozze di comunicazioni, con revisione umana prima dell'invio

Zona grigia — serve base giuridica e minimizzazione

  • Dati personali di terzi (clienti, candidati, fornitori): solo se la base giuridica è documentata e i dati sono ridotti al minimo necessario
  • Categorie particolari (salute, opinioni, dati biometrici, orientamenti): di norma vietate, salvo base giuridica specifica e dedicata
  • Qualunque uso che incida su una persona: sempre con intervento umano nella decisione, mai esito automatico

Non accettabile — violazione di policy

  • Inserire credenziali, segreti, chiavi API, password
  • Caricare interi database o dump di dati personali "per vedere cosa risponde"
  • Dati sensibili senza alcuna base giuridica
  • Tentare di aggirare i guardrail del modello
  • Generare contenuti illeciti, discriminatori o molesti
  • Esfiltrare dati, o agganciare integrazioni shadow-IT che mandano dati fuori dal perimetro
  • Usare l'output come unica base di una decisione legale o sul personale, senza revisione

Cadenza in sintesi

RitmoCosa rientra
ContinuoUptime, risorse, errori, login falliti, flag contenuto fuori policy, tentativi di jailbreak
GiornalieroEsito backup, job di retention, trend risorse
SettimanaleRevisione accessi, campionamento prompt, anomalie d'uso, patch, certificati
MensileAudit utenti, lista subprocessor, integrità log, restore drill, review incident
TrimestraleRevisione privilegi, scadenze DPA, data residency
AnnualeDPIA completa, refresh formazione e firma policy

In sostanza

La macchina sicura è il requisito minimo, non il traguardo. Un assistente AI interno si governa solo se si presidiano insieme i tre piani: l'infrastruttura, il ciclo di vita dei dati verso il fornitore, e il comportamento degli utenti. La cadenza non è burocrazia: il continuo intercetta l'abuso mentre accade, il settimanale qualifica, il mensile e il trimestrale tengono onesta la documentazione.

La regola pratica che riassume tutto: dato un qualunque output, deve essere sempre ricostruibile chi lo ha chiesto, su quali dati, dove sono passati e con quale base giuridica. Se quella catena si spezza, nessuna certificazione la rimette insieme.