Revolut è passata all'IA headless. Ora serve possedere il modello

Revolut ha appena offerto l'argomento più chiaro finora a favore dell'IA open source in una grande azienda. In meno di un anno ha spostato il modello predefinito di IA per la programmazione di circa 2.000 ingegneri da Claude Code e Codex a GLM, un modello open-weight che gestisce su GPU dedicate, e dichiara che la spesa è scesa di circa il 90%. È una svolta che merita un'analisi attenta, perché mostra sia quanto lontano può arrivare un'azienda che controlla la propria inferenza, sia dove si trova ancora il vantaggio più grande.

Il problema che oggi hanno tutte le aziende

La maggior parte delle aziende noleggia gli stessi pochi modelli di frontiera. Questo ha due conseguenze che peggiorano con la scala. La prima è il costo: ogni richiesta viene fatturata, quindi più si usa l'IA, più cresce la spesa. Prima del passaggio, alcuni ingegneri di Revolut spendevano ciascuno tra 1.000 e 10.000 dollari al mese in strumenti di IA per programmare, e l'azienda ha dovuto introdurre budget rigidi (The Register). I budget hanno contenuto la spesa, ma hanno anche impedito alle persone di usare gli strumenti liberamente.

La seconda conseguenza è meno visibile. Quando tutte le aziende inviano il proprio lavoro allo stesso modello, l'IA di nessuno sa qualcosa di particolare. I suoi concorrenti ricevono le stesse risposte che riceve Lei. L'unica cosa che può rendere suo un modello è ciò che impara dalla sua attività, ed è esattamente ciò che il noleggio non offre.

Da quattro anni implementiamo l'IA in aziende consolidate e vediamo ovunque lo stesso schema: la spesa per l'IA cresce, l'uso viene razionato e la conoscenza propria dell'azienda resta del tutto fuori dal modello.

Che cosa ha fatto esattamente Revolut

Il responsabile delle operazioni di IA di Revolut, David Abitbol, ha descritto il passaggio alla conferenza AI Engineer di New York (video dell'intervento). Gli elementi principali:

• Un modello aperto come predefinitoGLM-5.1 da aprile 2026, poi GLM-5.3, dello sviluppatore Z.ai. I modelli di frontiera restano disponibili per i compiti in cui sono chiaramente migliori.
• Un'infrastruttura propria56 GPU Nvidia B200; i pesi vengono scaricati ed eseguiti su un'infrastruttura dedicata, così nessuna richiesta arriva al produttore del modello.
• Un router davantigli strumenti si collegano a un unico endpoint compatibile con OpenAI e le attività con immagini vengono instradate verso modelli con visione. È questo il significato di «headless»: gli strumenti usati dalle persone sono separati dal modello che c'è dietro.
• Ottimizzare prima di aggiungere hardwarecirca l'80% del miglioramento delle prestazioni è arrivato dalla configurazione (quantizzazione, cache, limiti di contesto), non da altre GPU.

Sono dati della stessa Revolut. Conta la direzione: quando la spesa ha smesso di crescere a ogni richiesta, gli ingegneri hanno usato l'IA anche per il debug, i ticket e la documentazione, oltre che per il codice, ed è lì che Abitbol ha visto i guadagni maggiori.

Che cosa Revolut non ha ancora fatto

Revolut oggi possiede la propria inferenza. Non possiede ancora la propria intelligenza. Né l'intervento né la copertura stampa descrivono un addestramento del modello sul codice, sui ticket o sulle decisioni di Revolut. Il modello sa ciò che sa qualsiasi copia di GLM-5.3, più ciò che viene inserito nella richiesta al momento in cui viene fatta.

Quest'ultimo passo è più difficile che gestire un modello, e la parte difficile non è l'addestramento. Sono i dati. La conoscenza di un'azienda vive in email, chat, documenti, ticket e registri dei sistemi, scritta per le persone, duplicata, contraddittoria e dispersa in una dozzina di strumenti SaaS. Prima che una qualsiasi parte possa insegnare qualcosa a un modello, va trovata, pulita, etichettata e strutturata, e questo lavoro deve continuare mentre l'azienda opera.

Dove si inserisce OpenLazarus

OpenLazarus funziona come il bibliotecario dell'azienda. Le applicazioni che i team usano ogni giorno girano su un unico sistema operativo, così decisioni, interazioni, processi e risultati vengono raccolti e strutturati mentre il lavoro avviene. In questo modo l'attività dell'azienda diventa un insieme di dati da cui un modello può imparare, pronti per l'addestramento su architetture open source.

Da lì il percorso è quello avviato da Revolut, con un passo in più:

• Instradareogni richiesta passa dal nostro AI Router verso un modello di frontiera, un modello aperto o un modello addestrato per Lei (come viene tariffata l'IA headless).
• Possedere i datii suoi dati stanno in un unico luogo che Le appartiene, non presso i suoi fornitori di software.
• Addestrareeseguiamo il fine-tuning di un modello open-weight sui suoi dati già preparati, perché le sue risposte riflettano come funziona davvero la sua azienda.
• Cambiare modello senza ricostruirepoiché gli strumenti sono headless, un modello aperto migliore l'anno prossimo è una modifica di configurazione, non una ricostruzione.

OpenLazarus è un'azienda europea, con server in Europa: un punto decisivo per le molte aziende che non possono inviare la propria conoscenza a un fornitore di modelli al di fuori dell'UE.

Il percorso, in cinque passi

• Misurareregistri per un mese costi, token e latenza dell'IA per ciascun team, per sapere che cosa sta pagando davvero.
• Instradaremetta un unico endpoint davanti a tutti i modelli, così cambiare modello diventa un'impostazione.
• Spostare il predefinitoporti il grosso del lavoro su un modello aperto e tenga i modelli di frontiera per i compiti più difficili.
• Ordinare la conoscenzariunisca i suoi dati in un unico livello strutturato e di sua proprietà e crei un set di valutazione a partire da lavoro reale.
• Addestrare e instradareesegua il fine-tuning di un modello aperto su quei dati, gli affidi il lavoro che svolge meglio e continui a misurare.

Revolut ha dimostrato che i primi tre passi ripagano. Gli ultimi due sono il momento in cui un'azienda smette di noleggiare la stessa intelligenza di tutti gli altri e inizia a possedere la propria.