Dove finiscono i dati dell'intelligenza artificiale, e quanto costa deciderlo
L'inferenza è il momento in cui un modello elabora quello che gli hai mandato, ed è l'unico istante in cui i tuoi dati escono davvero da casa tua. Dove finiscono i dati dell'intelligenza artificiale dipende quindi da una cosa sola, cioè in quale data center gira quel calcolo. Il changelog ufficiale di Claude Code ha appena messo un prezzo su quella scelta: la versione 2.1.239, pubblicata il 21 agosto 2026, include nelle stime di costo il premio di 1,1 volte per l'inferenza limitata ai soli server statunitensi nei workspace con data residency.
Un moltiplicatore di 1,1 vuol dire il dieci per cento in più sulla stessa identica richiesta. Non cambia il modello, non cambia la risposta, non cambia la velocità. Cambia solo la garanzia su dove gira il calcolo, ed è la prima volta che vedo quella garanzia comparire come una riga di conto invece che come una clausola.
Dove finiscono i dati dell'intelligenza artificiale quando lavori con un agente
I dati che dai a un agente AI attraversano tre momenti distinti, e solo uno dei tre è davvero negoziabile con il fornitore.
| Momento | Dove stanno i dati | Chi lo decide |
|---|---|---|
| Prima della richiesta | sul tuo computer o sul tuo server | tu |
| Durante l'inferenza | nel data center che esegue il modello | il fornitore, salvo accordo scritto |
| Dopo la risposta | dove prevedono le policy di conservazione | il contratto |
Il momento che decide tutto è quello prima della richiesta
La confusione nasce quasi sempre sul momento che precede la richiesta. Un agente di coding legge decine di file prima di formularne una, e quei file stanno sul tuo disco fino all'istante in cui finiscono dentro il contesto: decidere cosa entra nel contesto è una scelta tua e non costa niente, mentre decidere dove quel contesto viene elaborato è una scelta del fornitore e costa. È lo stesso ragionamento che vale quando si sceglie cosa mettere nella memoria di un agente AI e dove tenerla.
La conservazione dopo la risposta è la garanzia che le aziende chiedono per prima, e pesa meno di quanto sembri, perché quasi ovunque si disattiva o si accorcia. L'inferenza no: deve avvenire da qualche parte, e quel qualche parte è un luogo fisico con sopra una bandiera.
Quanto costa vincolare l'inferenza a una sola area
Il dieci per cento in più, secondo il changelog di Claude Code alla versione 2.1.239 del 21 agosto 2026, che descrive il sovrapprezzo come un moltiplicatore di 1,1 volte applicato all'inferenza garantita sui soli server statunitensi. Il premio non è una novità di per sé: la novità è che adesso compare dentro i numeri che leggi mentre lavori.
| Dove leggi la stima | Cosa mostra dalla 2.1.239 |
|---|---|
/cost | la spesa della sessione con dentro il premio di 1,1 volte |
| La riga di stato del terminale | la stessa spesa maggiorata, in tempo reale |
--max-budget-usd | il tetto calcolato sul costo maggiorato, non su quello base |
La conseguenza pratica per chi ha la data residency attiva è scomoda e va detta: fino alla 2.1.238 le stime di costo che leggevi erano più basse del conto vero, perché il premio non era ancora incluso. Non è un aumento di prezzo travestito da aggiornamento, è il contrario, cioè uno sconto di realtà che prima non c'era.
Perché un numero pubblico cambia la conversazione
Un numero pubblico sposta la discussione dal terreno legale a quello economico, ed è un bene. Finché "dove girano i dati" resta una clausola, la risposta interna è sempre la più prudente, perché nessuno viene licenziato per aver chiesto troppa prudenza. Nel momento in cui quella clausola diventa il dieci per cento sulla riga di consumo, qualcuno in azienda deve rispondere a una domanda diversa: questi dati valgono il dieci per cento?
Per un progetto che elabora contratti dei clienti la risposta è sì, e non serve nemmeno il calcolo. Per un agente che rifattorizza codice di test la risposta è quasi sempre no, e chi paga quel dieci per cento lo sta pagando per abitudine e non per una valutazione.
Come controllare quanto stai pagando davvero
Aggiorna Claude Code, poi lancia /cost a metà di una sessione normale e confronta la cifra con quella che ricordi della settimana scorsa. Se il tuo workspace ha la data residency attiva vedrai uno scarto di circa un decimo, e quello scarto non è un consumo nuovo: è la parte di conto che prima non compariva nella stima.
Se usi il tetto di spesa, la voce da rivedere è --max-budget-usd. Un tetto tarato sui numeri vecchi adesso ferma la sessione prima, perché lo stesso lavoro viene contabilizzato al costo maggiorato. È un ricalcolo di dieci secondi che evita di scoprire il problema nel mezzo di un'esecuzione lunga, e vale lo stesso ragionamento che uso quando ragiono su quanto costa un agente AI e chi lo ferma quando spende troppo.
L'altro comando arrivato con la stessa versione
Claude Code 2.1.239 ha portato anche /claude-api upgrade, un comando che migra un progetto Python dalla libreria anthropic 0.x alla 1.x. Il changelog segnala nella stessa nota un dettaglio che rompe il codice esistente in silenzio: nella 1.x i timeout si impostano con anthropic.Timeout e non più con httpx.Timeout. Chi lavora direttamente sulla libreria conosce già l'altro spigolo della stessa area, cioè i limiti e la scadenza dei file caricati sull'API di Claude. Le due versioni successive, la 2.1.240 del 22 agosto e la 2.1.241 del 23 agosto, sono solo correzioni di bug e miglioramenti di affidabilità.
AI in cloud o in locale: quando il dieci per cento cambia la decisione
Il dieci per cento sposta la decisione solo quando il volume è alto e il dato è banale, ed è il caso più comune di tutti. Su un consumo mensile modesto il premio è rumore, e discuterne costa più tempo di quanto valga. Su un consumo importante fatto di lavoro ripetitivo su materiale non sensibile, invece, quel premio paga da solo la macchina che avrebbe potuto fare la stessa cosa in casa.
Su questo sito la scelta è stata fatta in quel modo, e sta scritta nel repository. Le trascrizioni dei video restano su una VPS mia, e la routine che ogni giorno le trasforma in bozze non entra in quella macchina: chiama un solo indirizzo protetto da un token, e come dice il README dell'automazione la VPS espone una sola finestrella e niente altro. Non è una posizione ideologica sul cloud. È che il materiale grezzo non aveva nessun motivo di uscire, mentre la scrittura dell'articolo sì.
La regola che uso per decidere cosa esce e cosa resta
Il criterio che applico è che esce il ragionamento e resta il materiale grezzo, e l'ho già sostenuto per trascrivere le riunioni senza mandare l'audio fuori dall'azienda e per far girare la sintesi vocale in italiano su un computer da ufficio. Ore di audio e archivi di documenti sono voluminosi, ripetitivi e sensibili: il profilo peggiore possibile per pagarne l'elaborazione altrove. La singola richiesta che produce una risposta ragionata è piccola e vale il prezzo pieno.
Quando il vincolo geografico arriva da un cliente e non da una preferenza, la questione riguarda come gestire i dati aziendali dentro un progetto AI prima ancora di scegliere il fornitore: la località dell'inferenza diventa un requisito, non una spesa da ottimizzare.
L'aggiornamento di Claude Code interessa per un motivo che non è il numero: quel dieci per cento è diventato visibile nello stesso posto dove leggi quanto stai spendendo. Un vincolo scritto in un contratto lo firma qualcuno una volta sola e poi nessuno ci pensa più. Un vincolo accanto al conto torna in discussione ogni volta che il conto cresce, ed è lì che le decisioni sui dati andrebbero prese.
Fonte: il changelog ufficiale di Claude Code, versioni dalla 2.1.238 alla 2.1.241.
Domande frequenti
Dove finiscono i dati dell'AI se uso un modello aperto sul mio computer?
Restano sul computer che esegue il modello, perché non c'è nessuna richiesta di rete verso un fornitore. È la sola configurazione in cui la domanda sulla località dei dati sparisce del tutto invece di spostarsi su un contratto. Il costo si sposta però sull'hardware e sulla qualità del modello, che a parità di soldi resta sotto ai modelli grandi in cloud.
Data residency e conformità al GDPR sono la stessa cosa?
No, sono due piani diversi che vengono confusi di continuo. La data residency è una garanzia tecnica e contrattuale su quale area geografica esegue il calcolo, mentre la conformità al GDPR riguarda le basi giuridiche, le informative, i tempi di conservazione e i rapporti fra titolare e responsabile del trattamento. Una data residency americana non rende conforme un trattamento, e un trattamento conforme può benissimo appoggiarsi a server fuori dall'Unione se il trasferimento è regolato.
Un fornitore può cambiare la regione di inferenza senza dirmelo?
Se la località non è scritta da nessuna parte, sì, e non sta violando niente: sta bilanciando il carico come fa qualsiasi servizio cloud. La differenza fra un servizio normale e uno con data residency è esattamente questa promessa scritta, ed è la ragione per cui si paga di più. La domanda da fare al fornitore è dove gira l'inferenza oggi e chi vi avvisa se cambia.
Un agente di coding manda tutto il repository al fornitore?
No, un agente di coding manda quello che entra nel contesto, cioè i file che apre davvero mentre lavora più le istruzioni che gli avete scritto. La differenza è concreta: su un repository grande la quota che esce in una sessione è una frazione piccola del totale, e dipende da cosa gli chiedete. Restringere il perimetro di quello che l'agente può leggere è quindi la leva più economica che avete sulla località dei dati, perché agisce prima che la questione geografica si ponga.
Conviene aspettare che il prezzo della data residency scenda?
Dipende da cosa vi impone il vincolo. Se arriva da un contratto con un cliente o da una policy interna, il costo è un dato di fatto da mettere a preventivo e non una scelta di acquisto. Se invece nasce da una preferenza generica per la prudenza, conviene prima misurare quanti dati sensibili passano davvero dall'inferenza: nella maggior parte dei progetti sono molti meno di quanto sembra.