Blog › Privacy

Zero Data Retention, spiegato per i professionisti

Dal team Quorello · 3 luglio 2026 · 4 min · Privacy

Se lavora con i dossier dei clienti — una fiduciaria che esamina una posizione fiscale, un avvocato che imposta un'argomentazione, un responsabile della compliance che verifica una policy — la domanda utile raramente è soltanto «questa IA è valida?». È «che fine fa ciò che digito?». Zero Data Retention (ZDR) è la risposta a questa seconda domanda, e vale la pena comprenderla con chiarezza.

Cosa significa davvero «conservazione»

Quando invia un prompt a un modello di IA, quel testo viaggia fino al provider che gestisce il modello. Per generare una risposta, il provider deve leggere il suo prompt. La questione aperta è cosa succede dopo.

Per impostazione predefinita, molti provider conservano il testo per un certo periodo — per eseguire il debug dei loro sistemi, per esaminarlo alla ricerca di abusi o per migliorare i modelli futuri. Questa è la conservazione (retention). Alcuni utilizzano inoltre i contenuti inviati, in forma aggregata, per addestrare la versione successiva del modello. Nessuna delle due pratiche è di per sé inquietante, ma entrambe significano che una copia del suo input risiede ora sull'infrastruttura di qualcun altro, potenzialmente leggibile dal loro personale e potenzialmente assimilata nel comportamento di un modello futuro.

Zero Data Retention ribalta questa impostazione predefinita. Un endpoint ZDR legge il suo prompt, produce la risposta e poi non conserva il prompt. Concretamente, questo significa:

• Il provider non conserva il suo prompt dopo che la risposta è stata restituita.
• Il provider non addestra i propri modelli sul suo prompt.

Per un professionista, la differenza non è astratta. Se il suo input menziona il nome di un cliente, uno stipendio, un importo controverso o l'impianto di un caso, lo ZDR è la linea di confine tra «risposto e scartato» e «risposto e archiviato da qualche parte che non posso vedere né controllare».

In cosa si distingue da un chatbot di consumo

Il chatbot gratuito che la maggior parte delle persone conosce è costruito per uno scopo diverso. Le sue impostazioni predefinite in genere conservano le sue conversazioni e, a meno che non si addentri nelle impostazioni, potrebbe utilizzarle per migliorare il prodotto. Per un uso occasionale è un compromesso ragionevole. È invece poco adatto al segreto professionale: non fotocopierebbe il dossier di un cliente per lasciarlo in un cassetto condiviso, e incollare gli stessi contenuti in un chatbot di consumo con le impostazioni predefinite è più vicino a quel gesto di quanto la maggior parte delle persone immagini.

La distinzione riguarda le impostazioni predefinite e le garanzie, non quale azienda sia affidabile. Uno strumento di consumo è ottimizzato per un ciclo di prodotto fluido. Un endpoint ZDR è ottimizzato per non trattenere affatto il suo input.

La Modalità privata di Quorello

Quorello è uno strumento sviluppato in Svizzera che sottopone la sua domanda contemporaneamente a più modelli di IA di provider indipendenti. Poiché il trattamento di input sensibili è il cuore della questione, la Modalità privata è attiva per impostazione predefinita. Quando è attiva:

• Le richieste vengono instradate solo verso endpoint ZDR — provider che non conservano il suo prompt e non lo usano per l'addestramento.
• I modelli privi di un endpoint ZDR vengono disabilitati per quella domanda, così che nulla scivoli silenziosamente attraverso un percorso non ZDR.
• La conversazione non viene salvata nella sua cronologia — dalla nostra parte non resta alcuna trascrizione archiviata.

Mantiene il beneficio centrale del prodotto — il controllo incrociato di più provider indipendenti per vedere dove concordano, dove divergono e con quanta fiducia interpretarne le risposte — senza che il suo input venga conservato dai modelli che vi rispondono.

Il limite onesto: le cose come stanno

Ecco la parte che molto marketing tralascia, e che noi non tralasceremo. Un provider deve leggere il suo prompt per rispondervi. Non è una scelta di Quorello; è il modo in cui funzionano i modelli linguistici. Poiché il modello deve elaborare il testo effettivo, il contenuto del suo prompt non può essere cifrato end-to-end come lo sarebbe un messaggio sigillato tra due persone. ZDR significa che il provider non conserva il suo input — non che non lo veda mai.

Resta quindi valida la regola pratica:

• Non incolli nulla che non sarebbe disposto a condividere con un terzo competente e discreto.
• Anonimizzi i dati dei clienti dove possibile — sostituisca i nomi reali con segnaposto, elimini gli identificativi non necessari alla domanda. Nella quasi totalità dei casi ottiene la stessa qualità di risposta, con un'esposizione minore.

Lo ZDR riduce in modo significativo l'impronta dei suoi dati. Non trasforma un prompt in un segreto leggibile solo da lei. Trattare queste due cose come equivalenti è esattamente il tipo di eccesso di fiducia che uno strumento di verifica dovrebbe aiutarla a evitare.

Cos'altro fa Quorello con i suoi dati

Oltre all'instradamento ZDR, alcuni impegni che contano per l'uso professionale:

• Nessuna vendita di dati e nessun utilizzo dei suoi prompt per addestrare modelli di IA — punto e basta.
• I file caricati vengono estratti solo in memoria — mai scritti su disco, database o log.
• Eliminazione dell'account in autonomia, così può esercitare il suo diritto alla cancellazione (art. 17 GDPR / LPD svizzera) senza scrivere a nessuno.
• Sviluppato in Svizzera e allineato ai principi della LPD svizzera e del GDPR.

Nulla di tutto ciò la rende conforme di per sé — questo resta una sua valutazione, in quanto professionista che appone la firma — ma le offre un livello di verifica pensato per le domande sensibili, anziché uno costruito per raccoglierle.

In una riga

ZDR significa che i modelli rispondono alla sua domanda e poi la scartano. La Modalità privata di Quorello rende tutto questo l'impostazione predefinita, disabilita ciò che non la rispetta e non conserva alcuna trascrizione — pur restando onesta sul fatto che un prompt debba comunque essere visto per ottenere una risposta, per cui il buon senso su ciò che incolla conta ancora.

Legga i dettagli nelle nostre pagine sicurezza e privacy.