// FAQ

Domande Frequenti

Tutto quello che devi sapere per iniziare a lavorare con noi.

01. Quanto tempo richiede un progetto?

Dipende dalla complessita'. Un sito web richiede 4-8 settimane, un e-commerce 8-12 settimane, una web app 12-20 settimane.

02. Qual e' il budget minimo?

Valutiamo sempre ogni progetto con attenzione. Se il budget non e' sufficiente, grazie alla nostra rete di partner possiamo aiutarti a trovare i fondi mancanti attraverso bandi, finanziamenti o soluzioni alternative.

03. Offrite supporto post-lancio?

Si', tutti i progetti includono 30 giorni di supporto gratuito. Offriamo anche piani di manutenzione continuativa.

04. Lavorate con clienti internazionali?

Assolutamente si'. Lavoriamo da remoto con clienti in tutta Europa e oltre.

05. Cos'e' l'AI locale e perche' dovrei sceglierla?

L'AI locale (o local-first AI) e' un'intelligenza artificiale che gira interamente sull'infrastruttura del cliente — server on-premise, edge box, hardware dedicato — senza che le query o i dati lascino il perimetro aziendale. E' la scelta corretta quando devi rispettare GDPR su dati sensibili, NDA con clienti, vincoli di sovranita' della PA, oppure semplicemente non vuoi dipendere da provider cloud esteri.

06. L'AI locale e' davvero conforme a GDPR e AI Act?

Si', e con minore complessita' rispetto all'AI cloud: il fatto che nessun dato esca dal perimetro semplifica il Registro dei Trattamenti, riduce il rischio di trasferimenti extra-UE e facilita la DPIA. Per sistemi 'ad alto rischio' ai sensi dell'AI Act (UE 2024/1689) restano comunque valutazioni di conformita' aggiuntive che gestiamo nella fase di scoping.

07. Dove ha sede Omniproject?

Omniproject ha sede operativa a Roma, in Via Arenula 21. Operiamo in tutta Italia con progetti on-site (PMI, PA) e da remoto. Per la PA siamo MePA-ready e accreditati per audit AgID/CAD.

08. Cos'e' l'AI on-premise e perche' sceglierla in Italia?

L'AI on-premise e' intelligenza artificiale che gira interamente su server o hardware edge dentro il perimetro dell'organizzazione, senza inviare dati a provider cloud esteri. In Italia e' la scelta corretta quando tratti dati personali sotto GDPR, informazioni soggette a segreto professionale o dati della PA vincolati alla residenza nazionale: nessun dato attraversa il confine, semplificando il Registro dei Trattamenti ed evitando l'esposizione al CLOUD Act statunitense. Omniproject progetta e installa questi sistemi a Roma e in tutta Italia, on-site o da remoto.

09. Quanto costa un sistema RAG locale?

Il costo dipende da quattro fattori: volume ed eterogeneita' delle fonti documentali, numero di utenti concorrenti, hardware di inferenza (da un mini-PC edge a un server GPU) e integrazioni con i sistemi esistenti. La logica e' opposta al cloud: investimento iniziale piu' alto ma zero costi marginali per query — ogni interrogazione successiva e' a costo zero. Questo rende il RAG locale conveniente sopra una certa soglia di volume e per chi non puo' permettersi che i dati escano dal perimetro. Inquadriamo una forchetta concreta in una discovery call gratuita di 30 minuti.

10. AI locale o ChatGPT: cosa e' meglio per la PA?

Per la Pubblica Amministrazione l'AI locale e' quasi sempre la scelta obbligata. I servizi cloud come ChatGPT inviano i dati a server extra-UE soggetti al CLOUD Act, incompatibile con i vincoli di sovranita' del dato, le linee guida AgID e la residenza nazionale richiesta per molti trattamenti pubblici. Un'AI locale eroga lo stesso assistente conversazionale (Q&A su atti, supporto allo sportello, ricerca documentale) mantenendo dati e inferenza dentro il perimetro dell'ente. ChatGPT resta utile per attivita' pubbliche e non sensibili; per i dati dei cittadini serve il locale.

11. L'AI locale e' meno potente di quella cloud?

No, non per i casi d'uso aziendali e della PA. I modelli open-weight come Qwen, Llama e Mistral, eseguiti con engine moderni (vLLM, Ollama), raggiungono qualita' adeguata a Q&A documentale, automazione e assistenza, girando anche su hardware accessibile grazie alla quantizzazione 4-bit. Per compiti specifici su dati proprietari, un modello locale ben integrato con RAG supera spesso un modello generico piu' grande ma senza accesso ai tuoi documenti.

12. In quanto tempo si installa un'AI locale?

Un proof-of-concept su una knowledge base circoscritta richiede tipicamente 3-6 settimane: scoping, pipeline RAG, integrazione e collaudo. Un sistema in produzione — piu' fonti, controlli di accesso, formazione del personale — richiede piu' tempo in funzione della complessita'. Partiamo sempre da un perimetro ristretto e misurabile, cosi' vedi il valore prima di scalare.

Non hai trovato la risposta che cercavi?

$ Contattaci →