Dare i dati riservati in pasto all'AI senza che nessuno li veda

C'è un motivo molto concreto per cui tante aziende non usano l'AI in cloud sui dati che contano davvero. Cartelle cliniche, transazioni bancarie, contratti, know-how: roba che non puoi caricare a cuor leggero su un server di qualcun altro. E finché resta così, l'AI la usi per le cose di contorno, non per il cuore del business.

Il punto tecnico è questo. I nostri dati li proteggiamo bene in due momenti su tre. Quando stanno fermi sul disco sono cifrati. Quando viaggiano in rete sono cifrati. Ma quando vengono elaborati, cioè quando la macchina li usa davvero, devono per forza tornare in chiaro nella memoria. È lì che l'AI ragiona: sul dato leggibile. E in quel preciso istante, in teoria, chi controlla il server potrebbe sbirciare.

Per anni questo terzo momento, il dato "in uso", è stato il buco che nessuno sapeva tappare. Con l'AI quel buco pesa ancora di più, perché i modelli lavorano proprio sulle informazioni più sensibili che abbiamo.

La cassaforte dentro il chip

La soluzione si chiama confidential computing, e l'idea è semplice da spiegare. Immagina una cassaforte trasparente costruita dentro il processore. I dati entrano cifrati, vengono aperti e lavorati solo dentro la cassaforte, e nemmeno il proprietario del server ha la chiave per guardarci dentro. Il sistema operativo del cloud, l'amministratore, l'hypervisor che gestisce le macchine virtuali: tutti restano fuori.

In gergo questa cassaforte si chiama TEE, Trusted Execution Environment. Fino a poco fa esisteva solo per i normali processori. Il salto degli ultimi due anni è che ora ce l'hanno anche le GPU, cioè i chip su cui gira davvero l'AI. La NVIDIA H100 cifra la sua memoria interna con una chiave generata dentro il chip, che dal chip non esce mai. Sul lato processore ci pensano tecnologie come Intel TDX e AMD SEV che, insieme alla GPU, proteggono anche il tragitto dei dati tra processore e chip grafico.

C'è poi un pezzo che dà fiducia: l'attestazione. Prima di mandare i tuoi dati, il sistema ti consegna una specie di certificato firmato che dimostra che la cassaforte è davvero chiusa e il firmware è integro. Non ti fidi sulla parola: ti fidi su una prova crittografica.

Quanto costa, e a chi serve

La domanda ovvia è: quanto rallenta? Perché una protezione che dimezza le prestazioni non la userebbe nessuno. E qui arriva la notizia bella. Nel 2024 la penalità era pesante, si perdeva un quarto della velocità o giù di lì. Oggi siamo a un altro mondo. Sui carichi di lavoro tipici dell'AI l'overhead è intorno al 3-8 per cento, e sui modelli grandi con richieste lunghe si avvicina allo zero, perché il tempo lo passi a calcolare, non a spostare dati. Praticamente gratis.

Chi ne beneficia si capisce da solo. La sanità, che può far analizzare cartelle mediche a un modello senza violare la privacy dei pazienti. Le banche, che passano transazioni a un sistema antifrode tenendo i numeri di carta al sicuro. La difesa, con i suoi dati classificati. Ma vale per qualunque azienda che finora ha tenuto l'AI lontana dai propri segreti industriali.

Noi che l'AI la usiamo tutti i giorni la leggiamo così: la privacy smette di essere la scusa buona per non partire. Non è magia, sia chiaro. Devi chiedere esplicitamente questa modalità al provider, controllare l'attestazione, e i contratti seri restano necessari. Ma il muro tecnico che teneva i dati riservati fuori dal cloud AI è caduto. E secondo NVIDIA questo mercato varrà miliardi entro il 2030. Quando anche i più prudenti iniziano a muoversi, di solito vuol dire che il terreno è diventato solido.

---