LM Studio e Gemma 4: guida pratica all’AI locale per i documenti aziendali
Introduzione
LM Studio e Gemma 4 rappresentano una combinazione recente e potente per chi vuole gestire l’intelligenza artificiale in modo totalmente locale. Grazie a Gemma 4, rilasciato da Google il 2 aprile 2026 con licenza Apache 2.0, è possibile usare il modello per leggere, riassumere e analizzare contratti, preventivi, bilanci e altre relazioni interne senza che alcun byte venga inviato a server esterni.
LM Studio, invece, è diventato gratuito per l’uso aziendale l’8 luglio 2025, eliminando la necessità di compilare moduli o richiedere licenze aggiuntive. Dopo aver sperimentato l’ambiente a riga di comando con Ollama, Gemma 4 e l’agente Hermes, qui proponiamo una soluzione con interfaccia grafica che chiunque in ufficio può utilizzare senza aprire un terminale.
Perché i documenti aziendali non dovrebbero finire nel cloud
Incollare un contratto in ChatGPT o caricare un bilancio su un chatbot online comporta il trasferimento dei dati verso i server di un terzo, spesso situato fuori dall’Unione europea. Questo crea diversi problemi:
- GDPR: il fornitore diventa responsabile del trattamento (articolo 28). Con account personali, il fornitore decide anche come usare i dati.
- Se i server sono negli Stati Uniti, entrano in gioco le regole sui trasferimenti verso Paesi terzi del Capo V.
- Nel dicembre 2024 il Garante per la protezione dei dati personali ha inflitto a OpenAI una sanzione di 15 milioni di euro per aver usato i dati degli utenti nell’addestramento senza base giuridica.
Oltre ai dati personali, vi sono documenti sensibili non coperti dal GDPR – offerte economiche, progetti tecnici, codice sorgente, verbali del consiglio – protetti da accordi di riservatezza e dal buon senso. L’inferenza locale elimina il rischio alla radice: il modello è un file sul disco, il calcolo avviene sul processore del PC e il documento non lascia mai la macchina.
Il GDPR resta comunque valido per il resto del ciclo di vita dei dati: l’azienda rimane titolare del trattamento e deve proteggere il computer con cifratura, password e backup. L’anello più delicato della catena – il fornitore esterno che vede i dati – scompare.
Cos’è LM Studio e cosa fa
LM Studio è un’applicazione desktop gratuita disponibile 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++ su cui si basa gran parte dell’AI locale, incluso Ollama.
- MLX: framework di Apple pensato per i chip M.
I modelli arrivano in due formati: GGUF (compresso da llama.cpp) e MLX. Su Mac è necessario un processore Apple Silicon con macOS 14 o successivo. L’ultima versione di LM Studio al momento è la 0.4.25, pubblicata il 19 settembre 2026.
Il codice dell’interfaccia desktop è chiuso, ma su GitHub sono pubblici la riga di comando lms, gli SDK per Python e TypeScript e il motore MLX. Rispetto a Ollama, che è pensato per il terminale, LM Studio vince in termini di facilità d’uso: ricerca dei modelli e chat con i documenti sono nella stessa finestra, rendendo l’app adatta a colleghi senza esperienza di linea di comando.
Quale versione di Gemma 4 scegliere in base alla RAM
Gemma 4 è disponibile in cinque taglie. La “E” di E2B ed E4B indica parametri effettivi, perché una parte dei pesi serve solo alle rappresentazioni delle parole e non influisce sul calcolo. La versione 26B A4B è un modello MoE (Mixture of Experts): su 25,2 miliardi di parametri ne lavorano 3,8 alla volta, garantendo velocità di un modello piccolo ma richiedendo la memoria di uno grande.
| 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 corrispondono a quelle indicate da LM Studio nella pagina del modello; la colonna “Computer adatto” tiene conto dello spazio necessario al sistema operativo e al documento da analizzare. Chi non conosce la quantità di memoria video o unificata disponibile può utilizzare strumenti gratuiti per verificare la compatibilità.
Per la maggior parte delle attività d’ufficio la scelta più sensata è la 12B. Google la presenta con prestazioni quasi pari alla 26B, ma richiede meno della metà della memoria. Nei test MMLU Pro la 12B segna 77,2 %, la 26B 82,6 % e la 31B 85,2 %, mentre la E4B si ferma a 69,