Cos'è il Brain AI
Non è un prodotto. È una metodologia.
Invece di chattare con ChatGPT in una finestra web senza contesto, ogni utente ha un "cervello" — un insieme strutturato di file di testo (Markdown) organizzati in cartelle, che danno contesto permanente all'AI.
L'AI non parte più da zero ogni conversazione. Sa chi sei, cosa fai, con chi lavori, cosa hai fatto ieri, quali sono i tuoi progetti aperti.
ChatGPT tradizionale vs Brain AI
- Ogni chat parte da zero
- Devi spiegare tutto ogni volta
- Dati sensibili finiscono su server esterni
- Nessuna memoria tra sessioni
- Contesto permanente e strutturato
- Sa chi sei, i tuoi progetti, i tuoi colleghi
- File locali, controllati dall'utente
- Memoria persistente tra sessioni
Il Brain è portabile: se domani cambiamo modello AI (Claude, GPT, Gemini, locale), la knowledge base si sposta tale e quale. Non c'è lock-in su nessun vendor.
Architettura
INPUT BRAIN (file locali) OUTPUT
───── ────────────────── ──────
Email ┐ ┌ Risposte chat
Calendario │ ┌──────────────────────┐ │ Bozze email
Drive/File ├───>│ boot/ identità │───┐ │ Report/PDF
Messaggi │ │ wiki/ persone, │ │ │ Siti web
Ticket │ │ aziende, │ ├───>│ Automazioni
Database │ │ progetti │ │ │ Query SQL
Web/API ┘ │ diary/ storico │ │ │ Analisi dati
│ tools/ integrazioni │───┘ └ ...
└──────────────────────┘
▲ │
│ LLM (Cloud/API)
└────────┘
Struttura Cartelle
Identità dell'AI, istruzioni, personalizzazione, tool disponibili
Database: persone, aziende, progetti, server. Ricercabile e cross-referenziato
Log giornaliero: cosa hai fatto, decisioni prese, sessioni di lavoro
Knowledge base condivisa: prassi, protocolli, documentazione comune
Ogni cartella può avere visibilità diversa: privata (solo l'utente), condivisa (team/reparto), pubblica (tutta l'azienda). Il livello di condivisione è configurabile per utente e per cartella.
Casi d'Uso — Già Funzionanti
Non è teoria. Queste persone stanno già usando il sistema quotidianamente.
Maulini — Query Oracle / Whitenet
Analizzate 1.500+ query SQL di produzione (8 mesi di lavoro). L'AI identifica pattern, genera query corrette, suggerisce ottimizzazioni. Il "robottino" di Maulini già capisce le casistiche dei ticket e crea la query di soluzione automaticamente.
Paolo Carmine / Digima — Griglia Cinema
Strumento interattivo per disegnare layout soffitti cinema (posizionamento casse acustiche, lampade). Generato in 20 minuti dalla descrizione verbale del problema. Supporta multi-sede, export CSV/DWG per progettisti.
Blardone / Netycom — Workspace Sviluppo
Workspace AI attivo per sviluppo web. Integrazione con repository di codice, ambiente di staging, deploy automatizzati.
Puddu, Gabriele Besozzi
Utenti attivi del sistema Brain con casi d'uso diversi: dall'analisi documentale alla gestione progetti. Puddu utilizza integrazione con Google Drive condiviso.
Siti Web — Da email a online
Esempio: un elettricista ha mandato una mail con le sue esigenze. L'AI ha generato il sito, lo ha messo online, e dopo due giri di correzioni era finito. Costo per il cliente: 100 euro.
Prossimo caso d'uso aziendale: Integrazione con Fascicol (documentazione commerciale). La knowledge base condivisa può includere fascicoli, prassi, protocolli — accessibili a tutti i Brain degli utenti autorizzati.
Privacy e Sicurezza
Il problema attuale
Colleghi che copiano e incollano ticket con nomi, cognomi e dati sensibili dentro ChatGPT. Questo viola GDPR e AI Act. Proibire non funziona — serve un'alternativa migliore e controllata.
Modello di sicurezza proposto
Dati locali, non in cloud
I file del Brain risiedono su server Emisfera. Non transitano su servizi terzi. Solo le richieste all'API del modello escono dalla rete — e non contengono l'intero Brain, solo il contesto della conversazione attiva.
Criptazione a livello utente
Linux supporta nativamente la criptazione delle home directory. Le cartelle private di ciascun utente sono decriptabili solo dal processo lanciato da quell'utente. L'amministratore di sistema non può leggere i contenuti.
Separazione lettura / scrittura
L'AI può leggere email, ticket, documenti. La scrittura (invio email, modifiche a sistemi) richiede approvazione esplicita dell'utente. Nessuna azione automatica su sistemi di produzione.
Controllo granulare accessi
Cartelle public/shared/private con permessi configurabili. La cartella condivisa aziendale è a sola lettura per tutti. Le API verso sistemi interni (es. Fascicol) hanno controllo di accesso per utente e per operazione.
Audit e tracciabilità
Ogni azione dell'AI è loggata nel diary. Git tiene traccia di ogni modifica ai file. È possibile ricostruire chi ha fatto cosa e quando.
GDPR/AI Act: Il problema legale si risolve non inviando dati sensibili a servizi cloud non autorizzati. Il Brain lavora su file locali; le chiamate API al modello possono essere filtrate e monitorate. L'alternativa (lasciare che ognuno usi ChatGPT senza controllo) è molto peggio.
Costi
| Voce | Costo | Note |
|---|---|---|
| Licenza cloud (uso base) | ~20 €/mese per utente | Sufficiente per uso quotidiano standard |
| Licenza cloud (uso intensivo) | ~100 €/mese per utente | Per chi lavora tutto il giorno con l'AI |
| Server (spazio/RAM) | ~0 € | Risorse minime, utilizzabili su infrastruttura esistente |
| Tutoring (Giobi) | Da definire | ~4h/mese primo trimestre, poi a scalare |
Opzione GPU Locale (futuro)
Se gli utenti superano le 20-30 unità, una GPU locale può ammortizzare i costi delle licenze cloud facendo girare modelli AI in sede.
Nota: la qualità dei modelli locali potrebbe essere inferiore a quella dei modelli cloud. Da valutare nel tempo con test comparativi.
Esempio: 10 utenti base
10 × 20 €/mese = 200 €/mese + tutoring. Ammortamento GPU (5k) in ~2 anni a questo ritmo.
Proposta Operativa
Approvazione Security
Prossime settimane
Incontro con team sistemi e sicurezza. Revisione architettura, valutazione rischi, definizione policy di utilizzo.
Setup & 10 Account Pilota
Entro 2 settimane dall'approvazione
Configurazione server, creazione account utente, setup Brain base per ciascun partecipante. Licenze cloud attivate.
Primo Trimestre — Adozione Assistita
3 mesi
Tutoring ~4h/mese. Ogni utente porta i propri casi d'uso, le soluzioni diventano patrimonio condiviso. Sessioni di gruppo + supporto individuale.
Valutazione & Scalabilità
Fine trimestre
Revisione risultati, decisione su estensione a più utenti, valutazione GPU locale, piano di autonomia (riduzione tutoring).
Cosa serve per partire
"Non ti sto vendendo un software. Ti sto vendendo una metodologia che domani, quando ci sarà la roba più figa, diventa un componente dell'applicazione."
— Giobi Fasoli, 27 febbraio 2026