Insights · AnalisiAggiornato il

LLM: cosa sono, come funzionano e come sceglierne uno per l’azienda

Cosa sono i large language model, come producono le risposte, quanto costano e come scegliere il modello giusto per un processo aziendale.

Di Gavriel La StellaBusiness Intelligence Director

LLM: cosa sono, come funzionano e come sceglierne uno per l'azienda
  • 7minuti di lettura
  • 6sezioni
  • 6domande frequenti
  • 3fonti citate

In sintesi

Un LLM, large language model, è un modello di intelligenza artificiale addestrato su grandi quantità di testo a prevedere la parola successiva. Da questa capacità nascono risposte, riassunti, traduzioni e codice. È il motore di ChatGPT, Claude, Gemini e Copilot. In azienda si sceglie per compito, costo a token, dimensione del contesto e trattamento dei dati, non per la classifica del momento.

  • Cosa: un modello che prevede il testo, parola dopo parola.
  • Dove: dentro ChatGPT, Claude, Gemini, Copilot e nelle API.
  • Costo: a token, cioè a pezzi di testo letti e scritti.
  • Scelta: compito, contesto, dati, costo; più modelli, non uno.

Cos’è un LLM

LLM sta per large language model, modello linguistico di grandi dimensioni. È un programma che ha letto un’enorme quantità di testo e ha imparato a prevedere quale parola viene dopo. Sembra poco, ma da questa capacità nascono tutte le funzioni che usiamo: rispondere a una domanda, riassumere un documento, tradurre, scrivere codice, seguire istruzioni.

“Grandi dimensioni” si riferisce ai parametri, i numeri interni che il modello regola durante l’addestramento: nei modelli attuali sono centinaia di miliardi. Per una spiegazione passo per passo del meccanismo c’è l’analisi su come funziona ChatGPT.

Come funziona, in quattro concetti

  1. Token: il modello non legge parole ma pezzi di testo, i token. Una parola italiana vale in media uno o due token. Si paga a token, letti e scritti.
  2. Contesto: è la quantità di testo che il modello tiene insieme in una conversazione. Modelli con contesto ampio leggono interi documenti in una volta.
  3. Addestramento e istruzioni: il modello viene prima addestrato sui testi, poi affinato per seguire istruzioni ed evitare risposte dannose. Il prompt, cioè l’istruzione, guida il risultato.
  4. Allucinazioni: il modello produce il testo più probabile, non il più vero. Può inventare fatti, cifre e citazioni con sicurezza: ogni uso in azienda prevede una verifica.

I principali LLM nel 2026

Ogni produttore ha una famiglia di modelli, con versioni più potenti e più economiche. OpenAI con la serie GPT dentro ChatGPT; Anthropic con Claude (Opus, Sonnet, Haiku); Google con Gemini; Meta con Llama, open source; Mistral, europea, con modelli aperti; DeepSeek, cinese, con modelli aperti a basso costo. Il confronto aggiornato tra assistenti è nell’analisi sulla migliore intelligenza artificiale; le schede dedicate su Claude e ChatGPT per aziende approfondiscono piani e dati.

Un modello “aperto” (open weights) si può scaricare e far girare su server propri: i dati non escono dall’azienda, ma servono infrastruttura e competenze. Un modello “chiuso” si usa tramite l’assistente o l’API del produttore.

Come scegliere un LLM per l’azienda

Cinque criteri, in ordine di importanza per una PMI
CriterioDomanda da farsiCosa conta
CompitoScrivere, analizzare, classificare, programmare?Modelli diversi eccellono in compiti diversi; si prova sul caso reale
DatiI dati possono uscire dall’azienda?Piani aziendali e API escludono i dati dall’addestramento; per vincoli stretti, modelli aperti su server propri
ContestoQuanto testo deve leggere in una volta?Contratti e manuali richiedono contesto ampio
CostoQuanti token al mese?Per compiti semplici basta un modello piccolo; il modello grande solo dove serve
IntegrazioneDeve entrare in un flusso o in un gestionale?API, connettori, Model Context Protocol

La regola pratica: più modelli, non uno. Un modello economico per i compiti ripetitivi, uno potente per l’analisi, uno aperto dove i dati non possono uscire. Le istruzioni condivise devono funzionare su tutti: è il lavoro del prompt engineering.

Quanto costa usare un LLM

Due modelli di prezzo. Gli assistenti si pagano per utente al mese, con piani individuali e aziendali. Le API si pagano a token: un prezzo per milione di token letti e uno, più alto, per milione di token scritti; i modelli piccoli costano una frazione di quelli grandi. Per un flusso semplice in una PMI il consumo è spesso di pochi euro al mese; la voce che pesa è la progettazione, non il modello.

Il modo giusto di stimare: contare i documenti o le richieste al mese, moltiplicare per la lunghezza media, confrontare il listino del produttore. Un test di due settimane sul caso reale dà il numero vero.

Gli errori più comuni

  1. Scegliere dalla classifica: i modelli cambiano ogni pochi mesi; il compito e i dati no.
  2. Un solo modello per tutto: si paga il modello grande anche per riordinare una lista.
  3. Nessuna verifica: un LLM inventa con sicurezza; ogni cifra e citazione va controllata.
  4. Dati aziendali su account personali: fuori dal controllo dell’azienda e dalle garanzie contrattuali.
  5. Prompt nella testa di una persona: le istruzioni vanno scritte, condivise e versionate.

Per portare i modelli dentro i processi, con regole e misura, il percorso è quello della consulenza AI per aziende.

Domande frequenti

Cosa significa LLM?

Large language model, modello linguistico di grandi dimensioni: un modello addestrato su grandi quantità di testo a prevedere la parola successiva, da cui nascono risposte, riassunti, traduzioni e codice.

ChatGPT è un LLM?

ChatGPT è l’assistente; il motore è un LLM della serie GPT di OpenAI. Allo stesso modo Claude usa i modelli di Anthropic e Gemini quelli di Google.

Cosa sono i token?

I pezzi di testo che il modello legge e scrive. Una parola italiana vale in media uno o due token. Le API si pagano a token.

Che differenza c’è tra modello aperto e chiuso?

Un modello aperto si può scaricare e far girare su server propri, con i dati che restano in azienda; uno chiuso si usa tramite l’assistente o l’API del produttore.

Qual è il miglior LLM per un’azienda?

Dipende dal compito, dai dati, dal contesto necessario e dal costo. La scelta giusta per una PMI è di solito più modelli, ognuno per il compito adatto.

Gli LLM sbagliano?

Sì: producono il testo più probabile, non il più vero, e possono inventare fatti con sicurezza. In azienda vanno usati dentro processi con verifica umana.

L’autore

Gavriel La Stella è Business Intelligence Director e consulente di marketing e AI a Milano. Accompagna aziende e PMI nell’adozione dell’intelligenza artificiale, dalla scelta degli strumenti alla formazione dei team. Certificazioni Claude Academy di Anthropic (Claude 101, Claude Code 101, Claude Platform 101, Building with the Claude API, Introduction to Model Context Protocol, AI Fluency) e Google Ads (Search, Display, Measurement). Profilo completo