Targa Telematics, leader italiano nella telematica e nella mobilità connessa, ha deciso di mantenere l’intero ciclo di sviluppo dell’intelligenza artificiale all’interno dei propri confini aziendali. La scelta nasce dalla necessità di proteggere il codice sorgente, i dati di sviluppo e il know‑how tecnologico da eventuali fughe verso servizi cloud esterni, un requisito sempre più pressante in un panorama normativo che impone sovranità dei dati e compliance rigorose.
Il contesto aziendale e le esigenze emergenti
Fondata 25 anni fa a Treviso, Targa Telematics opera nei settori della telematica, della mobilità intelligente e delle piattaforme IoT. I clienti includono operatori di noleggio a breve e lungo termine, finanziarie e gestori di grandi flotte, a cui fornisce servizi che spaziano dalla telematica assicurativa al fleet e asset management, fino alla diagnostica a distanza di veicoli, mezzi da cantiere e aeroportuali. Il gruppo comprende anche Viasat e ha una presenza internazionale in otto paesi europei (Regno Unito, Francia, Spagna, Polonia) e in Cile.
Le piattaforme di Targa Telematics raccolgono ed elaborano enormi flussi di dati generati dai veicoli connessi; il cuore dell’offerta è il software, sviluppato e mantenuto da circa 150 ingegneri.
Le tre esigenze principali
- Fornire agli sviluppatori strumenti di AI generativa per accelerare la scrittura del codice, la documentazione e le procedure di test.
- Garantire che codice, dati di sviluppo e informazioni proprietarie non escano dal perimetro aziendale, evitando l’uso di cloud pubblico.
- Rispondere a requisiti di conformità (sovranità del dato, cybersecurity, AI Act) e mantenere la libertà di evoluzione tecnologica.
Carlo Stefanelli, CTO di Targa Telematics, ha dichiarato: “L’intelligenza artificiale generativa sta diventando uno strumento quotidiano per i nostri sviluppatori e abbiamo voluto realizzare un ambiente di sviluppo totalmente on‑premise, mantenendo il controllo totale sul codice, sui nostri dati e sul nostro know‑how tecnologico.”
Il metodo di realizzazione
Il progetto, iniziato come sperimentazione, è stato portato in produzione grazie alla collaborazione con il Gruppo Zenit, managed service provider italiano con oltre trent’anni di esperienza nelle infrastrutture IT critiche. Zenit, con più di cento professionisti distribuiti tra Italia e India, ha curato la progettazione dell’ambiente secondo tre pilastri fondamentali: sicurezza, continuità operativa e governo del dato.
Zenit è certificata ISO 27001 e ISO 22301 per la sicurezza delle informazioni e la continuità operativa, oltre a ISO 27017 e ISO 27018 per la sicurezza dei servizi cloud e la tutela dei dati personali.
La scelta tecnologica è ricaduta sulla soluzione infrastrutturale di HPE, che fornisce la potenza di calcolo necessaria per l’inferenza AI e gli strumenti per gestire l’ambiente in modo affidabile e scalabile. Il progetto ha superato la fase pilota, durante la quale molti workload AI rimanevano inattivi, e ora è pienamente operativo.
Modelli open‑weight e inferenza on‑premise
Al centro della piattaforma vi sono i modelli open‑weight, ovvero large language model (LLM) i cui “pesi” (i parametri appresi) sono disponibili per il download e l’esecuzione interna. A differenza dei modelli chiusi, questi non richiedono chiamate a interfacce esterne, garantendo che le richieste e le risposte rimangano all’interno dell’infrastruttura aziendale.
Pur non essendo pienamente open source (i dati di addestramento possono restare riservati), i modelli open‑weight consentono a Targa Telematics di beneficiare della rapidità di evoluzione dell’ecosistema aperto senza perdere il controllo.
In pratica, l’inferenza avviene interamente on‑premise: il modello riceve una richiesta, genera la risposta sui server dell’azienda e restituisce il risultato allo sviluppatore. L’LLM è impiegato principalmente come assistente alla scrittura del codice, ma anche come supporto per la redazione di documentazione e la risoluzione di problemi tecnici.
I vantaggi concreti
Le prime settimane di utilizzo hanno prodotto dati significativi: quasi 30 000 richieste inviate dagli sviluppatori, oltre 3,4 miliardi di token letti e 65 milioni di token generati in risposta. Ogni token prodotto è stato accompagnato da una media di più di cinquanta token letti, dimostrando l’enorme quantità di materiale processato internamente senza mai lasciare il perimetro aziendale.
Questo volume di traffico evidenzia un vantaggio economico fondamentale. Se la stessa attività fosse stata gestita da un servizio AI esterno a consumo, il costo sarebbe stato proporzionale al numero di token scambiati, generando spese considerevoli e compromettendo la sovranità dei dati.
Dichiarazioni dei protagonisti
Giuseppe Barbera, CEO di Gruppo Zenit, ha commentato: “L’AI produce valore solo quando poggia su infrastrutture progettate per essere sicure, scalabili e governabili. Il nostro ruolo è accompagnare le aziende nella costruzione di ecosistemi dove innovazione e protezione del dato crescono insieme. Il progetto realizzato con Targa Telematics dimostra come sia possibile trasformare una sperimentazione AI in una piattaforma pronta ad accompagnare l’evoluzione del business.”
Stefanelli ha sottolineato: “La scelta di un approccio on‑premise, basato su modelli open‑weight, ci permette di garantire che ogni informazione resti interamente all’interno del perimetro aziendale, in un ambito di innovazione dove sicurezza e controllo del dato non sono negoziabili.”
Impatto a lungo termine e prospettive future
Oltre ai benefici immediati, Targa Telematics sta costruendo competenze interne sull’AI generativa e una architettura on‑premise riutilizzabile per altri casi d’uso aziendali. In un contesto in cui la “token economy” e la capacità di calcolo nazionale diventano temi di sovranità, l’esperienza di Targa Telematics offre una roadmap per adottare l’AI senza rinunciare alla velocità di innovazione offerta dall’ecosistema aperto.
La flessibilità dell’infrastruttura HPE e l’adozione di modelli open‑weight consentono di sperimentare nuovi modelli senza subire il lock‑in tipico delle soluzioni proprietarie. Questo approccio permette di rimanere al passo con le evoluzioni del mercato AI, testare nuove architetture e, se necessario, adattare rapidamente le capacità di calcolo alle esigenze emergenti.
Conclusioni
Targa Telematics dimostra che è possibile integrare l’intelligenza artificiale generativa nei processi di sviluppo software mantenendo il pieno controllo su codice, dati e know‑how. La combinazione di un partner di servizio esperto (Zenit), un’infrastruttura hardware robusta (HPE) e modelli open‑weight ha prodotto una soluzione che risponde alle sfide di sicurezza, sovranità dei dati e costi, aprendo la strada a una nuova era di AI on‑premise per le aziende italiane.
