AI Admin Console espone sei funzionalità. Ognuna è un elemento del menu laterale e risponde a una domanda specifica che un revisore degli acquisti o un responsabile della conformità porrà durante la due diligence aziendale. Le sei insieme coprono ciò che il Regolamento UE sull'IA definisce obblighi del deployer [1] e ciò che il NIST AI RMF definisce "registrazioni delle azioni del sistema sufficienti a ricostruire le decisioni" [2] — tutto da un'unica applicazione desktop che il team IT sa già come installare.

Le funzionalità sono elencate nell'ordine in cui appaiono nel menu laterale della Console. Ogni sezione sottostante indica la domanda di approvvigionamento, cosa fa la Console a riguardo e dove risiedono i dati.

Membri e accesso

La domanda: chi nella nostra organizzazione è autorizzato a usare AI Suite e con quale livello di licenza?

La Console consente a un amministratore di invitare i colleghi via email, assegnare licenze Personali o Commerciali (Mensili, Annuali o One-Time) e revocare l'accesso quando il personale lascia l'azienda. Inviti multipli da CSV. L'elenco è la fonte unica di verità del deployer per "chi ha accesso" — la stessa risposta che il team di conformità produce quando deve dimostrare la supervisione umana.

Cosa risiede nel backend di Software Tailor: l'elenco dell'organizzazione. Cosa non risiede: alcun registro di ciò che quei membri hanno fatto all'interno del modello. La Console è la superficie di accesso; l'inferenza avviene localmente.

Licenze

La domanda: quale livello ha ogni membro e come viene applicato offline?

Le chiavi di licenza per utente convalidano offline. Utile quando i posti devono continuare a funzionare senza una connessione di rete — requisito comune per industrie regolamentate dove la workstation AI è su una rete segmentata. La Console emette e revoca le chiavi; le eccezioni di livello per utente sono visibili accanto al valore predefinito dell'organizzazione.

Questa è l'unica funzionalità in cui la Console scrive un valore che deve viaggiare alla macchina dell'utente. Tutto il resto è metadata sulla distribuzione, non sul contenuto.

Registrazione AI Server

La domanda: a quale hardware si affida la nostra organizzazione per eseguire l'inferenza?

AI Suite installa per parlare con un locale aisuite-server processo; quel processo può comunicare sia con un modello locale sul dispositivo sia con un AI Server controllato dal cliente e in esecuzione all'interno della rete del cliente. La registrazione di AI Server è il modo in cui la Console associa tali istanze server all'organizzazione affinché accettino richieste firmate provenienti da installazioni approvate di AI Suite. Abbina, ruota le credenziali, revoca senza dover intervenire direttamente sul server.

L'aspetto dell'approvvigionamento: l'hardware di inferenza appartiene al deployer. L'iscrizione lo dimostra. La Console non vede mai l'input o l'output del modello.

Politica

La domanda: quali modelli, fornitori e regole di gestione dei dati si applicano alle installazioni di AI Suite della nostra organizzazione?

La policy è la configurazione a livello organizzativo che ogni app di AI Suite rispetta: quali modelli sono consentiti, suggerimenti sulla residenza dei dati, provider di accesso e la configurazione del tenant OIDC. Le modifiche si propagano a ogni installazione al successivo avvio. Questo è ciò a cui il deployer fa riferimento in termini di conformità quando viene chiesto "quali sono le misure di sicurezza adottate?" — e ciò che modificano quando arriva una modifica al Regolamento UE sull'IA (più recentemente, l'accordo omnibus del 7 maggio 2026 ha inasprito la definizione di sistema ad alto rischio [1]).

Audit

La domanda: cosa è successo, quando, da chi — e possiamo produrlo su richiesta?

Ogni azione amministrativa viene registrata in una riga di audit JSONL: timestamp, email dell'attore, verbo dell'azione, risorsa interessata, il X-App-Id del client di origine. Nessun prompt. Nessuna risposta. Nessun contenuto del documento. L'archivio contenuti del deployer conserva il contenuto dell'inferenza; la riga di audit della Console conserva la prova che un'azione è avvenuta.

Questa separazione è ciò che permette alla riga di soddisfare il requisito del NIST AI RMF di "registri delle azioni del sistema sufficienti a ricostruire le decisioni" [2] senza conservare il contenuto del modello che il deployer non desidera mantenere. L'architettura e il formato della riga sono documentati nel nostro registri di controllo senza contenuti articolo.

Utilizzo per organizzazione

La domanda: cosa sta realmente accadendo nella nostra organizzazione, in aggregato?

Un riepilogo di telemetria in sola lettura limitato all'organizzazione: installazioni attive, eventi principali, durata media delle inferenze, valutazioni dei modelli. Nessun prompt grezzo. Tutto è aggregato e privo di contenuti per progettazione. Il team IT del deployer utilizza questo per la pianificazione della capacità; il loro team di conformità lo usa per "la politica viene effettivamente rispettata?"

Questo è l'unico luogo in cui appare un numero che attraversa i membri, e l'unico luogo in cui la Console riassume il comportamento nel tempo.

Perché uno strumento unico

Il NIST AI RMF [2] richiede "registrazioni delle azioni del sistema sufficienti a ricostruire le decisioni". Il Regolamento UE sull'IA chiede ai deployer di dimostrare la supervisione umana, monitorare il funzionamento del sistema, mantenere i registri e produrli su richiesta [1]. In entrambi i quadri normativi il deployer — non il fornitore — è titolare dell'obbligo. La Console esiste perché il team IT del deployer ha bisogno di un unico luogo per adempiervi.

Le sei capacità non sono una lista di funzionalità. Sono la risposta alle sei domande che un revisore degli acquisti porrà in sequenza. I team che iniziano tale due diligence per un deployment AI on-premise dovrebbero partire dall'inquadramento in Perché i deployment AI on-premise si bloccano nella fase di acquisto; la Console è dove risiedono le risposte.

Riferimenti

  1. Commissione Europea. "AI Act — Quadro normativo sull'IA." https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai. Consultato il 2026-07-01.
  2. NIST. "AI Risk Management Framework." https://www.nist.gov/itl/ai-risk-management-framework. Consultato il 2026-07-01.