LM Studio e Gemma 4, guida all’AI locale per i documenti aziendali
Introduzione
LM Studio e Gemma 4 rappresentano una combinazione recente ma potente per chi deve gestire documenti aziendali senza affidarsi a servizi cloud esterni. Il modello Gemma 4, rilasciato da Google il 2 aprile 2026 con licenza Apache 2.0, è libero da vincoli commerciali, mentre LM Studio è diventato gratuito anche per uso aziendale dall’8 luglio 2025. Entrambi permettono di leggere, riassumere e analizzare contratti, preventivi, bilanci e relazioni interne direttamente sul proprio computer, mantenendo i dati al sicuro.
Perché i documenti aziendali non dovrebbero finire nel cloud
Quando si incolla un contratto in ChatGPT o si carica un bilancio su un chatbot online, il file viaggia verso i server di un’azienda terza, spesso fuori dall’Unione europea. In base al GDPR, quel fornitore diventa responsabile del trattamento (articolo 28) e occorre stipulare un contratto scritto. Se i server si trovano negli Stati Uniti, entrano in gioco le regole del Capitolo V sui trasferimenti verso Paesi terzi. A dicembre 2024 il Garante ha sanzionato OpenAI con 15 milioni di euro per l’uso dei dati degli utenti senza una base giuridica adeguata.
Esistono poi documenti che il GDPR non copre, come offerte economiche, progetti tecnici, codice sorgente o verbali del consiglio di amministrazione. In questi casi il vincolo deriva dagli accordi di riservatezza e dal buon senso. Con l’inferenza locale il modello è un file sul disco, il calcolo avviene sul processore del PC e il documento non lascia mai la macchina, eliminando il punto più delicato della catena: il fornitore esterno.
Il GDPR rimane comunque valido per il resto: l’azienda resta titolare del trattamento e deve proteggere il computer come qualsiasi altro archivio, mediante cifratura del disco, password e backup regolari.
Cos’è LM Studio e cosa fa
LM Studio è un’applicazione desktop gratuita per macOS, Windows e Linux. Scarica modelli linguistici aperti (Gemma, Qwen, Llama) e li esegue in locale, offrendo un’interfaccia simile a ChatGPT e un server compatibile con le API di OpenAI per l’integrazione con altri programmi. Sotto il cofano operano due motori:
- llama.cpp: progetto open source in C/C++ alla base di gran parte dell’AI locale, incluso Ollama.
- MLX: framework di Apple pensato per i chip M.
I modelli vengono forniti nei formati GGUF (compresso per llama.cpp) e MLX. Su Mac è necessario un processore Apple Silicon con macOS 14 o successivo. La versione più recente al momento è la 0.4.25, rilasciata il 19 settembre 2026.
Dal punto di vista della sicurezza, il codice dell’interfaccia desktop è a chiuso, ma sono pubblici su GitHub la riga di comando lms, gli SDK per Python e TypeScript e il motore MLX. Rispetto a Ollama, che è nato per il terminale, LM Studio vince sulla facilità d’uso: ricerca dei modelli e chat con i documenti sono nella stessa finestra, rendendo l’app adatta a colleghi che non hanno mai digitato un comando.
Quale versione di Gemma 4 scegliere in base alla RAM
Gemma 4 è disponibile in cinque taglie, identificate dalla lettera “E” che indica i parametri effettivi (escludendo i pesi usati solo per le rappresentazioni delle parole). La versione 26B A4B è un modello MoE (Mixture of Experts), in cui per ogni parola si attiva solo una parte della rete, riducendo i tempi di risposta pur richiedendo più memoria.
| Modello | Parametri | Download in LM Studio | Computer adatto | Contesto |
|---|---|---|---|---|
| Gemma 4 E2B | 2,3 miliardi effettivi | 4,2 GB | Portatile con 8 GB di RAM | 128 K token |
| Gemma 4 E4B | 4,5 miliardi effettivi | 5,9 GB | Portatile con 8 GB, meglio 16 GB | 128 K token |
| Gemma 4 12B | 11,95 miliardi | 7,4 GB | 16 GB di RAM o memoria unificata | 256 K token |
| Gemma 4 26B A4B | 25,2 miliardi (3,8 attivi) | 15,6 GB | 24 GB o più, Mac o GPU da 24 GB | 256 K token |
| Gemma 4 31B | 30,7 miliardi | 19 GB | 32 GB o più, workstation | 256 K token |
Le dimensioni di download sono quelle indicate da LM Studio nella pagina del modello; la colonna “Computer adatto” tiene conto dello spazio riservato al sistema operativo e al documento da analizzare. Per verificare la memoria video o unificata disponibile è possibile usare strumenti gratuiti come GPU‑Z o l’utilità systeminfo.
Scelta consigliata per l’ufficio
Per la maggior parte dei lavori d’ufficio la versione più sensata è la 12B. Google la descrive come un modello con prestazioni vicine alla 26B ma con meno della metà della memoria richiesta. Nei test MMLU Pro, la 12B segna 77,2 %, la 26B 82,6 % e la 31B 85,2 %, mentre la E4B resta al 69,4 %. Il salto qualitativo percepibile è più evidente tra E4B e 12B; tra 12B e 31B le differenze sono minori per compiti di sintesi ed estrazione dati.
Il post di presentazione del 3 giugno 2026 indica 16 GB di memoria come requisito, corrispondente alla configurazione di molti portatili aziendali recenti. La variante QAT (Quantization‑Aware Training) introdotta a giugno 2026 permette di comprimere i pesi a 4 bit mantenendo una qualità quasi invariata; se disponibile, conviene scaricare la versione QAT.