Aprire il codice di un’infrastruttura che gestisce dati aziendali non è mai una decisione semplice. Ecco il ragionamento dietro la nuova scelta che il team di Radicalbit è orgogliosa di annunciare e le implicazioni concrete per le aziende che vogliono un controllo reale sul proprio stack AI.

La contraddizione al centro degli strumenti dell’AI Governance

C’è una tensione strutturale che la maggior parte dei vendor in ambito AI Governance preferisce non affrontare apertamente: viene chiesto alle aziende di fidarsi di una black box per rendere il proprio stack AI più trasparente. Le soluzioni che dovrebbero dire cosa succede ai dati, dove vanno i prompt o se i guardrail funzionano davvero sono paradossalmente degli strumenti opachi.

Quando un AI Gateway si posiziona tra le applicazioni aziendali e i modelli che queste interrogano, esso vede tutto: prompt, completion, dati utente, documenti interni passati come contesto. Se il codice che governa quel layer non è ispezionabile, si sta estendendo un livello significativo di fiducia a un vendor sulla base delle sue stesse dichiarazioni. Una posizione scomoda, soprattutto mentre la pressione regolamentare sulla gestione dei dati AI si intensifica in tutta Europa.

La recente decisione di Radicalbit di rilasciare una versione open source del proprio AI Gateway parte esattamente da qui: non da una mossa di posizionamento, ma dal tentativo concreto di risolvere questa contraddizione.

La scelta strategica dell’Open Source

Sarebbe semplice inquadrare l’open source come strategia di crescita: costruire community, aumentare l’adozione, creare un ecosistema. Può essere un effetto collaterale positivo, ma non è la ragione per cui è la scelta giusta per un layer di governance AI.

Il mercato dell’AI Governance si è finora strutturato attorno alle esigenze dei grandi gruppi, lasciando un vuoto significativo per tutti gli altri. L’open source colma quel vuoto eliminando completamente la barriera d’accesso: si scarica, si ispeziona, si fa girare.

C’è anche un argomento legato alla maturità del settore. Lo spazio dell’AI Governance è ancora relativamente giovane e gli standard non sono consolidati. In questo contesto, chiudere l’infrastruttura di governance dietro codice proprietario significa chiedere alle aziende di fare scommesse a lungo termine su vendor il cui approccio non possono valutare pienamente. Un codebase aperto rende possibile la valutazione nei propri termini: le aziende possono verificare non solo ciò che il vendor dichiara che il software fa, ma ciò che il software fa davvero.

È in questo senso che il team di Radicalbit interpreta l’open source come scelta democratica: non un concetto vago e aspirazionale, ma l’impegno concreto nel rendere possibile per più aziende l’adozione di un’infrastruttura di governance verificabile e auditable, in contrapposizione a modelli di governance-as-a-service opachi.

La questione sicurezza affrontata con onestà

L’obiezione più antica al software open source critico per la sicurezza è ancora la più diffusa: se il codice è pubblico, chiunque può studiarne le falle. È tecnicamente vero, ma allo stesso tempo è anche fuorviante.

La cronaca recente del software ci ha consegnato più di un caso in cui una vulnerabilità grave in una libreria open source ampiamente adottata e presente in moltissime applicazioni enterprise nel mondo, è stata scoperta e risolta in tempi che un equivalente closed-source difficilmente avrebbe potuto garantire. 

Quando il codice è pubblico, la community globale può produrre patch, analisi e mitigazioni in parallelo e in tempi rapidi. In un contesto chiuso, i tempi di disclosure e remediation dipendono interamente dalla capacità e dalla volontà di un singolo vendor di agire.

Applicato a un’AI Gateway, questo ragionamento ha un peso specifico. La superficie di attacco è insolita. Le vulnerabilità tradizionali tendono a essere a livello di codice, come ad esempio un problema di dipendenza o un bypass di autenticazione. Un AI Gateway deve anche fare i conti con vulnerabilità semantiche: tentativi di prompt injection, esfiltrazione di dati attraverso output del modello, bypass dei guardrail che sfruttano il modo in cui i modelli interpretano le istruzioni piuttosto che come il codice viene eseguito. Questi scenari richiedono non solo ricercatori di sicurezza che guardano il codice, ma ricercatori AI, data scientist ed esperti di dominio che esaminano la logica del design dei guardrail stessi. 

La natura open source dell’AI Gateway di Radicalbit abilita proprio questa revisione multidisciplinare, permettendo a diverse figure professionali di analizzare e validare ogni aspetto del sistema.

Verificabilità e Compliance

Quando un’azienda adotta un AI Gateway, il vendor fornisce garanzie precise sulla gestione dei dati: logging, data retention, flussi di telemetria e sicurezza sono definiti da documentazione ufficiale e protetti da rigorosi SLA contrattuali. In questo scenario, la fiducia poggia sulla solidità del partner e sugli impegni legali sottoscritti.

L’adozione di un codebase aperto aggiunge a questo impianto un ulteriore livello di verificabilità immediata. La trasparenza del codice permette ai team di sicurezza di confermare istantaneamente la logica di PII masking e ai compliance officer di validare i flussi GDPR in tempo reale. 

Questa sinergia tra affidabilità enterprise e trasparenza open source rappresenta il ponte ideale per le aziende che necessitano di un controllo totale sui propri standard di conformità.

L’AI Gateway non è posizionato come prodotto standalone, ma come componente specializzato della più ampia Radicalbit AI Governance suite. Mentre la Radicalbit Platform si focalizza sull’operazionalizzazione e l’osservabilità degli MLOps, l’AI Gateway fornisce il punto centrale per il governo e il controllo delle applicazioni basate su AI Generativa. In questa architettura, il Gateway agisce come il guardiano necessario per l’osservabilità e l’enforcement delle policy. Aprire il codice del Gateway crea una fondazione verificabile: la parte dello stack che tocca i dati più sensibili è la parte che può essere ispezionata integralmente.

Costruire con la community

Negli annunci open source, la tentazione di promettere un modello di governance prima che esista è forte.

Quello su cui il team di Radicalbit invece vuole puntare è la direzione: una roadmap genuinamente aperta, canali di contribuzione che diano agli sviluppatori esterni un’influenza reale sull’evoluzione del progetto, e occasioni strutturate di feedback prima che le decisioni si consolidino. 

In questa fase, per noi è fondamentale la distinzione tra l’open source inteso come pura formalità e l’open source come metodologia di sviluppo. Quest’ultima significa permettere al codice di migliorare concretamente grazie ai contributi e al confronto con l’esterno.

Per le aziende che valutano l’AI Gateway, questa visione ha un risvolto pratico immediato. Siamo consapevoli di stare muovendo i primi passi e che la strada per diventare un progetto OS di successo è lunga, ma crediamo che uno sviluppo guidato dalla community in un dominio in rapida evoluzione come l’AI Governance permetta al software di adattarsi ai casi d’uso reali più velocemente di una roadmap progettata in isolamento. Quando i problemi scoperti in produzione da team indipendenti emergono pubblicamente, le workaround diventano patch e i casi limite vengono gestiti collettivamente. È un ritmo di miglioramento strutturalmente superiore a quello che un ciclo di sviluppo chiuso può sperare di raggiungere.

Il codice come prova: Governance oltre le dichiarazioni del vendor

Esiste una versione dell’AI governance che funziona essenzialmente come documentazione: policy, certificazioni vendor, audit periodici. Fornisce una traccia cartacea e non un controllo reale. Man mano che i sistemi AI gestiscono decisioni sempre più rilevanti e dati sempre più sensibili, questa versione della governance diventa difficile da sostenere.

L’alternativa è un’infrastruttura di governance che sia essa stessa verificabile: in cui l’azienda possa confermare, in modo indipendente, che i controlli su cui fa affidamento funzionino come progettato. Un AI Gateway open source è un passo concreto in quella direzione. Non perché l’open source sia una garanzia in sé — la qualità dipende sempre dall’ingegneria e dalla manutenzione che ci stanno dietro — ma perché rende possibile la verifica indipendente. 

Per chi sta costruendo infrastrutture AI sicure, la domanda su dove riporre la fiducia e su quale base è tutt’altro che teorica.

L’AI Gateway di Radicalbit, come nuovo progetto open source, offre una risposta concreta: ispeziona il codice, conduci l’audit e verifica il comportamento. Una governance che regge quel tipo di scrutinio è una governance che vale la pena avere.

L’invito è a seguire Radicalbit sui vari canali social per tutti gli aggiornamenti sul timing del rilascio e sulle modalità di partecipazione della community. Stay tuned!

Domande frequenti sull’AI Gateway Open Source

Key Takeaways

• Un AI Gateway open source risolve la contraddizione strutturale degli strumenti di governance proprietari: la parte dello stack che gestisce i dati più sensibili diventa la parte che può essere verificata in modo indipendente, non solo dichiarata.
• Il vantaggio della sicurezza non sta nell’assenza di vulnerabilità, poiché nessun software ne è immune, ma nella velocità di remediation e nella possibilità di una revisione multidisciplinare che il software chiuso strutturalmente non consente.
• L’open source abbassa la barriera d’accesso all’AI governance per PMI e settori specifici come la Pubblica Amministrazione e il mondo della ricerca, che altrimenti resterebbero escluse da un mercato costruito attorno alle esigenze dei grandi gruppi.
• La distinzione tra “open source come licenza” e “open source come metodologia” è rilevante: nel secondo caso, il software migliora attraverso contributi esterni, adattandosi ai casi d’uso reali più rapidamente di qualsiasi roadmap progettata in isolamento.