Cosa comprano i laboratori di IA dalle aziende, e perché

Perché i laboratori comprano dati privati adesso

I primi modelli linguistici di grandi dimensioni hanno imparato dal web pubblico. Quella fonte è in gran parte esaurita e insegna poco su come si lavora dentro un'azienda. Nel 2026 i laboratori puntano sugli agenti di IA: modelli che aprono un foglio di calcolo, navigano in un CRM, preparano una presentazione e controllano il proprio lavoro. Per addestrare e testare questi agenti servono esempi reali delle attività, dei passaggi seguiti dalle persone e del risultato.

Questo cambia cosa ha valore. Un report finito è utile. Il brief, le bozze, i commenti e la versione finale insieme sono molto più utili, perché mostrano il percorso.

Flussi di lavoro aziendali e dati per addestrare agenti

La categoria che cresce più in fretta è quella dei dati che mostrano come si svolge il lavoro d'ufficio nei software aziendali. I laboratori trasformano questa documentazione in attività per agenti, con un esito corretto noto con cui confrontarsi.

• Note spese ed elaborazione delle fatture, dalla ricevuta all'approvazione.
• Lavoro su fogli di calcolo: tabelle pivot, riconciliazioni, budget e previsioni con le formule intatte.
• Presentazioni costruite da un brief, con il brief e le bozze.
• Navigazione in CRM ed ERP: creare un ordine, aggiornare una trattativa, chiudere una pratica.
• Ticket di assistenza risolti dal primo messaggio alla soluzione, comprese le escalation.

Codice privato con il suo storico

Il codice pubblico è ampiamente disponibile. Ai laboratori manca il codice privato con il contesto che lo circonda: il ticket che chiedeva una modifica, il documento di progetto, i commit, i commenti di revisione e i test. Insieme permettono a un laboratorio di costruire attività di programmazione realistiche con una risposta verificabile. Sistemi legacy, migrazioni e linguaggi meno comuni sono particolarmente richiesti.

Ragionamento esperto

I laboratori vogliono cogliere come i professionisti ragionano su un problema. Come un commercialista chiude i conti e decide cosa accantonare. Come un avvocato rivede un contratto e sceglie quali clausole negoziare. Come un analista del credito valuta una pratica di fido. Come un pianificatore ridirige una spedizione in ritardo.

Questo ragionamento è spesso visibile nella documentazione di tutti i giorni: commenti di revisione, scambi di email interni, note decisionali e le correzioni che un senior apporta al lavoro di un junior.

I laboratori danno ai dubbi lo stesso valore delle risposte. Uno scambio in cui due colleghi non sono d'accordo su come registrare un'operazione e poi trovano una soluzione mostra a un modello come gli esperti soppesano le opzioni.

Procedure, playbook e basi di conoscenza

Procedure operative standard, playbook, guide per i nuovi assunti, checklist di qualità e knowledge base interne dicono a un modello come va svolta un'attività e come verificarla. I laboratori le usano sia per addestrare i modelli sia per costruire test. Le aziende spesso sottovalutano questo materiale perché sembra ordinario. Per un laboratorio è una descrizione scritta di un lavoro fatto bene.

Dati in lingue meno diffuse

La maggior parte dei dati di addestramento è in inglese. I modelli sono più deboli in italiano, olandese, polacco, svedese, ceco, finlandese e molte altre lingue europee, soprattutto per le attività aziendali. La documentazione di lavoro in queste lingue è scarsa, quindi i laboratori la pagano di più. Un'azienda che lavora in due o tre lingue ha spesso un vantaggio che non sa di avere.

Anche le regole locali aggiungono valore. Una procedura paghe italiana, un modello di contratto di lavoro svedese o uno scambio su una questione IVA olandese uniscono la lingua alla conoscenza del diritto e della prassi nazionali. Per un laboratorio è una combinazione molto difficile da trovare altrove.

Cosa comprano i laboratori, per settore

Ogni settore ha i suoi dati di valore. Alcuni esempi:

• Studi commercialisti: checklist di chiusura mensile, scambi sulle riconciliazioni, carte di lavoro in Excel, note di revisione e richieste dei clienti.
• Studi legali: librerie di clausole con posizioni di ripiego, playbook di revisione, flussi delle pratiche e memorie di ricerca interne.
• Aziende IT: repository privati con storico, ticket collegati, documenti di progetto, postmortem e runbook.
• Consulenza: brief abbinati alle presentazioni finali, modelli di analisi, framework e archivi delle offerte.
• Servizi finanziari: procedure di credito, modelli finanziari, flussi di compliance e modelli di reportistica.
• Logistica: scambi sulla gestione delle eccezioni, flussi TMS, WMS ed ERP, procedure doganali e procedure di magazzino.

Come i laboratori usano ciò che comprano

I laboratori usano i dati aziendali in tre modi principali. Il primo è l'addestramento: il modello legge molti esempi di un'attività e ne impara gli schemi. Il secondo è la valutazione: i laboratori tengono da parte un insieme di attività reali per verificare se un nuovo modello sa svolgere il lavoro. Il terzo è il reinforcement learning, in cui un modello prova un'attività in un ambiente simulato e viene premiato quando il risultato corrisponde a ciò che ha fatto un professionista.

Ogni uso privilegia dati diversi. L'addestramento beneficia del volume. La valutazione richiede attività ben documentate con una risposta giusta chiara. Il reinforcement learning richiede sia l'attività sia un modo per verificarne l'esito, ed è per questo che la documentazione con un risultato visibile, come un ticket chiuso o un report approvato, è molto richiesta.

Come i laboratori giudicano la qualità

Prima di comprare, un laboratorio esamina campioni oscurati. Verifica se la documentazione è completa, se i passaggi si possono seguire, quanto rumore c'è e quanto è coerente il formato negli anni. Chiede anche da dove provengono i dati e se il venditore aveva il diritto di concederli in licenza.

Una provenienza chiara è diventata parte della qualità. Secondo l'AI Act dell'UE, i fornitori di modelli di IA per finalità generali devono pubblicare una sintesi dei loro dati di addestramento. Per questo i laboratori preferiscono dati accompagnati da una documentazione scritta e chiara di fonte, perimetro e de-identificazione.

Cosa i laboratori non vogliono

I laboratori sono selettivi. Alcuni dati non hanno valore per loro, altri non possono usarli legalmente.

• Dati personali: nomi, recapiti, dati sanitari e numeri identificativi. Vengono rimossi o esclusi.
• Dati con diritti poco chiari: file di proprietà dei clienti, contenuti coperti da NDA e materiale di terzi.
• Rumore: newsletter, notifiche automatiche, inviti di calendario e duplicati.
• Testi scritti da strumenti di IA, che insegnano poco ai modelli.
• Documenti scansionati senza testo leggibile.
• Documentazione senza esito, come un ticket mai chiuso.
• Contenuti già pubblici, che nella maggior parte dei casi i laboratori hanno già.

Come capire se i suoi dati sono adatti

Si ponga quattro domande. La nostra documentazione mostra un'attività dall'inizio alla fine? Copre più anni? Mostra giudizio esperto? È nostra? Se la risposta alla maggior parte è sì, i suoi dati probabilmente interessano ai laboratori.

Lodex la aiuta a verificarlo prima di impegnarsi. La stima dà una prima forbice per la sua azienda, entro €10K–€600K, e una breve chiamata mostra quali delle sue fonti i laboratori compreranno più probabilmente.