DevKira e gli account LLM
DevKira

Confronto · nov 2026

DevKira: ChatGPT e Claude, con le regole della vostra azienda

ChatGPT Enterprise e Claude Enterprise danno a ogni persona un assistente AI. Non dicono però chi può usarlo e quanto spende, dove restano i documenti e come il lavoro arriva fino al software finito. DevKira è la piattaforma che si occupa di questo: gira sui vostri server in Italia e usa gli abbonamenti che già avete.

00

DevKira in trenta secondi

Una piattaforma sui vostri server, tra le persone e i modelli AI

Le vostre persone

Chi sviluppa, analizza e coordina i progetti. Tutti usano l’AI dallo stesso posto.

DevKira

sui vostri server, in Italia
  • Limite di spesa per persona e per team
  • Permessi: ognuno vede solo i suoi file
  • Registro di chi ha fatto che cosa
  • Lavoro dall’idea alla produzione, passo per passo

I modelli AI

Claude, GPT-4o, Codex, Mistral. Con l’abbonamento che avete già oppure con una chiave dell’azienda.

La richiestaUn pilot di due settimane su un caso reale, con tre criteri di successo concordati prima di cominciare: primo risultato approvato, nessun file fuori dall’ambiente, spesa AI entro il limite deciso insieme.
01

DevKira vi copre su tutto il processo, dall’idea alla produzione. Un abbonamento ai modelli arriva solo ai primi due passi

Dove arriva un abbonamento
01IdeaSi discute in chat
02DocumentoSi scrive la bozza
Dove arriva anche DevKira
03ApprovazioneIl responsabile approva
04CodiceSi scrive il codice
05CostruzioneParte da sola
06ProvaSi prova in un ambiente di test
07CollaudoIl capo progetto dà il via con un clic
08ProduzioneUn amministratore pubblica, a mano
◀ DevKira copre tutti e otto i passaggi ▶
Un limite di spesa che ferma davvero

Si controlla prima che la richiesta parta. In produzione si entra solo a mano, con un permesso dedicato.

Un responsabile per ogni passo

Chi scrive, chi approva, chi dà il via e chi pubblica: ogni passo ha il suo responsabile.

Un registro di tutto

Accessi, modifiche ai permessi e ogni richiesta all’AI, con modello e costo.

02

Che cosa resta scoperto oggi con un LLM qualsiasi e un account business

Sei gap che un abbonamento per persona non chiude. Il numero in cerchio ritorna nella sezione che lo affronta.

1
Un account per ogni persona

Si compra un account per ognuno, anche per chi usa l’AI di rado, e il consumo si paga a parte.

Sezione 04
2
Il lavoro vive altrove

Il documento nasce in chat e va poi spostato: manca il percorso fino alla produzione.

Sezione 05
3
Spesa non attribuita ai progetti

Il conto è per account, non per progetto: non si sa quanto costa ogni lavoro.

Sezione 06
4
L’AI non segue i permessi

Il materiale lo carica una persona: non è detto che rispetti i permessi che l’azienda ha già.

Sezione 07
5
Dati legati al fornitore

Dove stanno i dati e chi li controlla dipende dal fornitore e dal contratto.

Sezione 08
6
Dipendenza da un solo fornitore

Un abbonamento lega l’azienda ai modelli e alle condizioni di un solo fornitore.

Sezione 09
03

Quanto pesano questi gap

Due dati esterni, e che cosa cambia con DevKira

78% L’AI si usa su account personali

di chi usa l’AI al lavoro porta strumenti propri, fuori dai sistemi aziendali. Rilevazione maggio 2024.

Con DevKiraModelli scelti dall’azienda, una chiave per ogni persona.
97% Nessun controllo sugli accessi all’AI

delle aziende non controllava gli accessi all’AI, sul 13% di aziende che ha riportato una violazione legata all’AI.

Con DevKiraBudget per persona e modello, ogni accesso registrato.

Fonti: Microsoft e LinkedIn, Work Trend Index 2024, rilevazione maggio 2024, per il 78%; IBM, Cost of a Data Breach Report 2025, per il 97% e per il 13%.

041

Licenze e introduzione in azienda

Come si introduce DevKira, persona per persona, senza cambiare le abitudini di tutti insieme.

Claude Enterprise e ChatGPT EnterpriseUn account a persona
Serve un account per ognuno, anche per chi apre l’AI una volta a settimana.
Esiste un numero minimo di account da comprare, più alto per ChatGPT Enterprise, con contratto annuale trattato caso per caso.
Il consumo si paga oltre all’account.
Stato 1

Abbonamento proprio già esistente

Chi ha già un abbonamento
Fornitore

La richiesta va direttamente al fornitore: la persona continua a usare il suo abbonamento.

Per l’aziendaNessuna licenza in più. Il canone resta fuori dal conto dei consumi.

Stato 2

Chiave dell’azienda con limite di spesa

Chi non ha un abbonamento
limite
Fornitore

La persona riceve una chiave dell’azienda con un limite di spesa suo, controllato prima che la richiesta parta: a budget finito, si ferma.

Per l’aziendaNessun posto da comprare: si paga solo il consumo, entro il limite, attribuito a progetto, persona e modello.

Stato 3

Nessun account

Chi non usa l’AI
Nessuna licenza

Chi non usa l’AI non ha nessun account. Si passa a uno degli altri due stati quando serve, e si cambia idea quando si vuole.

Per l’aziendaNessun costo in licenze.

052

Documenti e lavoro di progetto

Dove vive il documento dopo la chat, e come arriva fino alla produzione.

Il caso ideale

Il documento nasce nella conversazione con l’AI, resta nel progetto con versioni e approvazione, e arriva fino alla produzione senza essere copiato altrove.

Claude EnterpriseAnthropic
ChatGPT EnterpriseOpenAI
DevKirasui vostri server
Claude EnterpriseCopre in parte
  • Progetti condivisi, con permessi di lettura o modifica.
  • Una base di conoscenza per ogni progetto.
  • Il documento prodotto in chat va poi messo altrove.
ChatGPT EnterpriseCopre in parte
  • Spazi condivisi e collegamenti ai file aziendali.
  • Stessa cosa: la chat produce il testo, il lavoro vive altrove.
DevKiraCopre
  • Word, Excel e PowerPoint si aprono e si modificano nella piattaforma, con commenti, versioni e dettatura.
  • Una pagina di progetto approvata, che resta anche quando la chat finisce.
  • Attività ricorrenti che salvano il risultato nella cartella del progetto.
  • Strumenti per il codice e per la pubblicazione, con un solo accesso.

Gli altri producono il testo. DevKira lo tiene nel progetto e lo porta avanti fino alla produzione.

063

Controllo della spesa

Chi vi mostra quanto avete speso e chi ferma la richiesta prima che parta.

Il caso ideale

Ogni persona e ogni team ha un budget. Quando finisce, l’AI si ferma prima di spendere, e a fine mese si sa quanto ha speso ogni progetto.

Claude EnterpriseAnthropic
ChatGPT EnterpriseOpenAI
DevKirasui vostri server
Claude EnterpriseCopre in parte
  • Limiti di spesa per organizzazione, gruppo e persona.
  • Spesa per utente e per modello, aggiornata ogni giorno.
  • Il controllo è finanziario: senza limiti impostati, nulla si ferma.
ChatGPT EnterpriseNon pubblicato
  • Consumo misurato in «token», l’unità con cui si paga l’AI.
  • Controlli di spesa nella console di amministrazione.
  • Le condizioni di spesa e la misura per progetto non sono pubbliche: vanno fissate in contratto.
DevKiraCopre
  • Un limite per azienda, team e persona, controllato prima che la richiesta parta: a budget finito, si ferma.
  • Avviso quando ci si avvicina, blocco al limite, esportazione dei consumi.
  • Spesa divisa per progetto, persona e modello.
  • Chi usa il proprio abbonamento non entra nel conto: i canoni non si mescolano al consumo.

Gli altri vi mostrano la spesa. DevKira la ferma al limite.

074

Permessi e governance sui file

Che cosa può leggere l’AI, e chi decide che cosa può leggere.

Il caso ideale

L’AI conosce i file del progetto e nient’altro: chi non può aprire una cartella non può nemmeno farla leggere all’AI.

Claude EnterpriseAnthropic
ChatGPT EnterpriseOpenAI
DevKirasui vostri server
Claude EnterpriseCopre in parte
  • Ruoli personalizzabili, creazione automatica degli utenti, gruppi.
  • Il materiale di un progetto lo carica una persona, oppure arriva da collegamenti esterni.
ChatGPT EnterpriseCopre in parte
  • Accesso unico, verifica del dominio, ruoli e controlli di amministrazione.
  • Stessa logica: il materiale si collega o si carica.
DevKiraCopre
  • Il materiale arriva dall’archivio documentale con i permessi che già ci sono: chi non vede una cartella non la vede nemmeno qui.
  • Cinque ruoli più ruoli su misura, con livello scelto risorsa per risorsa.
  • Assistenti di progetto che cercano solo nei file di quel progetto.

Gli altri chiedono di caricare il materiale. DevKira lo prende dai permessi che avete già.

085

Privacy dei dati

Dove stanno i dati, chi li controlla e che cosa si può verificare.

Il caso ideale

Documenti e richieste all’AI restano sotto il controllo dell’azienda, in Italia, e ogni accesso lascia una traccia.

Claude EnterpriseAnthropic
ChatGPT EnterpriseOpenAI
DevKirasui vostri server
Claude EnterpriseCopre in parte
  • Nessun addestramento sui dati dei prodotti commerciali.
  • SOC 2 di tipo I e II, ISO 27001, ISO 42001, configurazione pronta per HIPAA.
  • Registro di audit a 180 giorni, senza i contenuti, più una API di compliance che li raggiunge.
  • Conservazione configurabile da 30 giorni, chiavi di cifratura gestite dal cliente.
Da fissare in contrattoDove i dati vengono elaborati e conservati va verificato nella documentazione Anthropic e nel contratto.
ChatGPT EnterpriseNon pubblicato
  • Nessun addestramento sui dati dei clienti.
  • Conservazione configurabile, accesso unico, verifica del dominio.
  • Il listino pubblico cita SOC 2.
Da fissare in contrattoLe condizioni non sono pubbliche e vanno fissate in contratto. OpenAI documenta la residenza dei dati in Europa per i nuovi spazi di lavoro Enterprise, ma non la copertura per l’Italia.
DevKiraI dati restano vostri
  • Server e archivi in Italia, nessun dato su cloud esteri, spazio separato per ogni azienda.
  • Sei livelli di protezione attivi dal primo giorno, descritti nella sezione 15, foglio 2.
  • Rete chiusa di base: nessun traffico fra aziende, uscite solo verso siti autorizzati.
  • Per i documenti più delicati si può imporre un modello europeo.
  • Registro di accessi, permessi e di ogni richiesta all’AI, con modello e costo.
NotaDevKira non porta certificazioni di prodotto: il perimetro lo certificate voi, sulla vostra infrastruttura. Il perché è nella sezione 10.

Gli altri garantiscono con i certificati. DevKira porta i dati sui vostri server, in Italia.

096

Scelta dei modelli

Un solo fornitore di modelli, oppure più modelli sotto un’unica piattaforma.

Il caso ideale

Si sceglie il modello migliore per ogni lavoro e lo si cambia quando ne esce uno migliore, senza cambiare piattaforma né regole.

Claude EnterpriseAnthropic
ChatGPT EnterpriseOpenAI
DevKirasui vostri server
Claude EnterpriseUn fornitore
  • Solo modelli Anthropic, solo sugli strumenti Anthropic.
  • Non governa gli altri abbonamenti AI comprati altrove.
ChatGPT EnterpriseUn fornitore
  • Solo modelli OpenAI, solo sugli strumenti OpenAI.
  • Stesso limite sugli altri strumenti AI già in casa.
DevKiraNessun vincolo
  • Claude, Codex, GPT-4o e Mistral in un solo catalogo, con gli stessi limiti e lo stesso registro.
  • Gli abbonamenti che avete già restano validi accanto alla chiave dell’azienda.
  • Software interamente open source: cambiare fornitore di modelli è una riga di configurazione.

Gli altri vi legano a un fornitore di modelli. DevKira ne usa quanti volete.

10

Certificazioni

DevKira non ha certificazioni di prodotto: perché, e che cosa mettiamo a disposizione per verificare.

1 · L’obiezione, detta per prima

DevKira non ha certificazioni di prodotto

I grandi fornitori hanno SOC 2, ISO 27001 e ISO 42001 sui loro servizi. DevKira no. Chi compila un questionario di fornitura troverà «no» in quella riga, e preferiamo che lo sappiate da noi.

2 · La ragione

Una certificazione copre l’infrastruttura di chi la ottiene

Con un servizio in cloud, quell’infrastruttura è del fornitore e voi vi fidate del suo certificato. Con DevKira l’infrastruttura è la vostra, in Italia, dentro ciò che già verificate. C’è un solo perimetro da controllare, ed è il vostro.

3 · Che cosa vi diamo per verificare

Documenti che potete controllare

  • La documentazione di architettura: l’Atlante dell’infrastruttura, aggiornato al 20 ott 2026.
  • I risultati dei test.
  • L’accordo sul trattamento dei dati (DPA).
  • Il registro di accessi e richieste all’AI, come prova.
11

Cosa cambia per ciascuno di voi

CIO / CTO

Cambiare modello AI o fornitore è una riga di configurazione. Il lavoro va dall’idea alla produzione senza cambiare strumento.

Lo dimostrano le sezioni 01 e 09

CFO

Chi non usa l’AI non costa licenze. La spesa si ferma al limite fissato ed è divisa per progetto, persona e modello.

Lo dimostrano le sezioni 04 e 06

Responsabile sicurezza

Sei livelli di protezione attivi dal primo giorno, rete chiusa di base, produzione solo a mano con un permesso dedicato.

Lo dimostrano le sezioni 01 e 15

DPO

Server e archivi in Italia, uno spazio separato per ogni azienda, registro di ogni accesso e di ogni richiesta all’AI.

Lo dimostrano le sezioni 08 e 16

Capo progetto

Il documento resta nel progetto con versioni e approvazione. Il via al collaudo è un clic.

Lo dimostrano le sezioni 05 e 12

Fonti. Claude Enterprise: pagine ufficiali Anthropic consultate il 26 ott 2026. ChatGPT Enterprise: la pagina prezzi di OpenAI rimanda alle vendite e non pubblica cifre né condizioni, che vanno fissate in contratto. DevKira: wiki di prodotto, Atlante dell’infrastruttura del 20 ott 2026 e presentazione commerciale v2.

Confronto · devkira.com · Foglio 1 di 2
DevKira

Come lavora · foglio 2

Dall’idea alla produzione, senza cambiare posto

Questo è il pezzo che un account business non ha. Il lavoro entra come conversazione e esce come qualcosa che gira per i clienti, passando da controlli che hanno un responsabile e lasciano traccia.

12

Gli otto passaggi uno per uno: chi li fa e che cosa li ferma

Approfondimento della catena della sezione 01, foglio 1

01
Idea. Una chat nel progetto, con il contesto già dentro: bando, brief, requisiti richiamati dai file.
Chiunque del progetto
02
Documento. La bozza nasce nell’editor, l’assistente propone, la persona accetta o scarta prima che entri nel file.
Chi scrive
03
Approvazione. Revisione del documento e pagina di wiki approvata: quello che è stato deciso resta scritto.
Il responsabile
04
Codice. Ramo di lavoro e proposta di modifica. La scrittura diretta sul ramo principale è bloccata.
Chi sviluppa
05
Costruzione. Il lavoro di rilascio parte solo dal ramo principale e pubblica un’immagine datata nel registro interno. Il controllo sulle proposte gira senza credenziali di pubblicazione, quindi una proposta non può pubblicare nulla.
Automatico
06
Prova. L’ambiente di prova prende l’ultima immagine da solo. Serve a far vedere le cose mentre si fanno.
Automatico
07
Collaudo. Un clic, concesso solo se l’ambiente di partenza risulta allineato e sano.
Chi guida il progetto
08
Produzione. Sempre a mano, mai in automatico. Serve un permesso dedicato e l’immagine deve venire dal ramo di rilascio: un ambiente dimostrativo costruito da un altro ramo non può arrivare qui.
Un amministratore
13

L’ambiente è una scatola con una porta sola

Un perimetro per ogni ambiente di ogni progetto

Dentro l’ambiente progetto · ambiente
Internet→ Tunnel di ingresso→ L’applicazione→ La sua banca dati→ Copia di sicurezza dedicata

Il traffico web entra solo dal tunnel: è l’unica porta d’ingresso. Ogni applicazione ha la sua banca dati dentro quell’ambiente, e il salvataggio finisce in uno spazio che solo lei raggiunge.

✓Uscita verso internetsolo sulla porta sicura, e solo verso domini autorizzati
×Rete locale dell’aziendairraggiungibile dall’ambiente
×Ambienti di altre aziendebloccati a livello di rete
×Comandi diretti sul clustersi entra solo passando da Git

I profili di risorse (dev-small, prep-medium, prod-large, prod-xlarge) sono nell’allegato tecnico, in fondo a questo foglio.

14

Come nasce un ambiente

Dalla richiesta alla scatola attiva

01
Richiesta. Si chiede dal portale e si sceglie il profilo di risorse.
Chi lavora al progetto
02
Approvazione, solo per la produzione. Serve il permesso dedicato, e chi ha chiesto non può approvarsi da solo.
Un amministratore
03
Scrittura in Git. Il portale deposita il file dell’ambiente come proposta che si chiude da sola.
Automatico
04
Creazione. Il motore di deploy legge il file e crea la scatola con quote, regole di rete e accessi del team.
Automatico
05
Attivo. Il portale riceve la conferma e l’ambiente compare come attivo.
Automatico

Cambiare un ambiente vuol dire cambiare un file, non toccare il cluster. Per questo si sa sempre chi ha cambiato cosa, e si torna indietro riportando il file a prima.

15

Sei livelli di protezione, attivi dal primo giorno

Niente da costruire: partono con il primo spazio di lavoro

Identità

Accesso unico con secondo fattore, da app o chiave fisica. Password temporanea al primo ingresso, blocco dopo tentativi falliti, accesso tecnico solo con chiave.

Permessi

Cinque ruoli più ruoli su misura, con livello vista, modifica o amministrazione per ogni risorsa. Ogni azienda vede solo il proprio spazio.

Rete

Tutto chiuso per impostazione: nessun traffico fra aziende né da internet verso l’interno, uscite solo verso i domini autorizzati, ogni tentativo bloccato finisce nel registro.

Spazio di lavoro

Contenitori senza privilegi e senza utente amministrativo, sistema in sola lettura, immagini a versione fissa, limiti di processore e memoria.

Dati

Cluster e archivi in Italia, nessun dato su cloud esteri. Spazio separato per ogni azienda, credenziali cifrate.

Registro

Accessi con indirizzo di provenienza, modifiche a utenti e permessi, ogni chiamata AI con modello, token e costo, accessi agli strumenti. Filtrabile per persona, evento e periodo.

16

Dove vanno i dati, passo dopo passo

Che cosa resta dentro, che cosa esce, che cosa viene bloccato

DatoDove vaControllo
File e documentiArchivio in Italia, separato per ogni azienda.Accesso per ruolo e permessi, ogni accesso nel registro.
CodiceRepository interno dedicato all’azienda, oppure il Git che già usate.Versioni e autore di ogni modifica tracciati.
Testo inviato all’AISolo ai modelli abilitati dall’azienda. Per i dati più delicati si può imporre un modello europeo.Chiave personale, budget e registro di ogni chiamata.
Invii verso internetBloccati se il sito non è autorizzato, per esempio servizi di trasferimento file o archivi personali.Tentativo registrato con persona e orario.
In arrivo, nei dodici mesi dall’avvioMascheramento automatico dei dati sensibili prima dell’invio al modello.
In arrivo, nei dodici mesi dall’avvioModelli eseguiti in locale, sul vostro cluster.
Chi entra nel pilot riceve ogni rilascio che esce nei dodici mesi dall’avvio: una finestra mobile, che parte dal giorno dell’avvio.
Che cosa è salvatoDoveProtezione
Spazio personale di chi lavoraVolume replicato tre volteIstantanea ogni notte, conservata sette giorni. Nessuna copia fuori dal cluster: la fonte di verità del codice è Git.
Banche dati delle applicazioniVolume criticoCopia fuori dal cluster ogni notte, conservata trenta giorni
Dati degli strumenti condivisiVolume importanteCopia sullo storage aziendale ogni notte, trenta giorni
Immagini pubblicateRegistro internoNessuna copia, per scelta: si ricostruiscono dal sorgente

Una conseguenza da conoscere: cancellare lo spazio di una persona cancella anche le sue istantanee, perché vivono nello stesso volume. Per fermare qualcuno senza perdere niente si sospende l’accesso, e i volumi restano.

Partire con un caso reale, in due settimane

Un team misto, un caso concreto, risultati verificati insieme.

Cosa offriamo

  • Accesso a tutto, da subito.
  • Ogni nuovo rilascio, in una finestra mobile di dodici mesi dall’avvio.
  • Settimana 1: il team DevKira attiva ambiente e regole insieme al referente interno.
  • Fine settimana 2: le priorità dei rilasci si fissano con i partecipanti, in un incontro.

Cosa chiediamo

  • Un team misto, business e IT.
  • Un caso d’uso reale, non un esercizio.
  • Un referente interno, disponibile per tutta la durata.
  • Cadenza: un incontro di verifica a fine di ogni settimana, con feedback scritto sul caso.

Come si parte

  • Settimana 1: ambiente e regole attivi.
  • Settimana 2: primo risultato concreto.
  • Poi: nuovi rilasci, in una finestra mobile di dodici mesi dall’avvio.

Chi gestisce il cluster

Il cluster è vostro. Nel pilot lo avvia e lo segue il team DevKira. A regime lo gestisce chi lo ha in casa, oppure DevKira con un impegno di supporto.

Criterio di successo, concordato in partenza: primo risultato approvato, nessun file fuori dall’ambiente, spesa AI entro il limite deciso insieme.

All.

Allegato tecnico

Profili di risorse per ambiente

ProfiloPrenotatoTettoContenitori e volumiQuando si usa
dev-small2 CPU / 4 GiB4 / 8 GiB20 / 10Prova, dimostrazioni interne
prep-medium8 / 16 GiB16 / 32 GiB40 / 20Collaudo con dati realistici
prod-large16 / 32 GiB32 / 64 GiB60 / 30Produzione, carico normale
prod-xlarge32 / 64 GiB64 / 128 GiB100 / 50Produzione, carico alto

Il prenotato è il posto garantito: lo scheduler lo tiene da parte. Il tetto è il massimo a cui l’ambiente può salire se il nodo ha spazio, e non è prenotato. La somma dei tetti supera di proposito la memoria reale, perché non salgono mai tutti insieme.

Come lavora · devkira.com · Foglio 2 di 2

Proviamo DevKira su un caso reale

Pilot di due settimane con tre criteri di successo concordati prima di cominciare.

Richiedi la demo