Piattaforme RAG as a service a confronto: pipeline gestite, database vettoriali e marketplace di basi di conoscenza
Non esiste una piattaforma RAG migliore in assoluto, perché le piattaforme RAG as a service si dividono in tre categorie molto diverse: le pipeline gestite dei grandi provider cloud, un database vettoriale ospitato abbinato a un framework open source, e i marketplace di basi di conoscenza, pronte da interrogare pochi minuti dopo il caricamento. Cambiano i tempi di avvio, il modello di prezzo, la gestione delle citazioni, l’accesso via API e MCP e il controllo dei dati. Questo confronto esamina ogni criterio, lo riassume in una tabella e chiude con una griglia di scelta.
Le tre famiglie di RAG as a service
Diamo per scontato che Lei voglia affidare a un fornitore tutta o parte della pipeline di recupero dei documenti. La domanda è quale tipo di offerta si adatta al Suo team, al budget e agli obblighi normativi. Se prima vuole ripassare il funzionamento interno di un sistema RAG, legga come funziona il RAG, passo dopo passo.
1. Pipeline gestite dei provider cloud
I grandi cloud offrono il recupero di documenti come componente gestito. Esempi noti sono Amazon Bedrock Knowledge Bases, Vertex AI Search di Google Cloud e Azure AI Search. Si collega una fonte di dati (uno storage a oggetti, SharePoint, un sito), si sceglie un modello di embedding e un indice, e il provider gestisce ingestione e ricerca. La Sua applicazione chiama poi l’API e decide come mostrare risposte e fonti.
Il vantaggio è l’integrazione con un account che il reparto IT già governa: identità, log, regioni nell’Unione europea, contratti esistenti. Lo svantaggio è che configurazione e interfaccia utente restano a Suo carico, e richiedono qualcuno che conosca bene la piattaforma.
2. Database vettoriale più framework
Qui solo lo strato di archiviazione è un servizio. Un database vettoriale ospitato (Pinecone, Weaviate Cloud, Qdrant Cloud oppure PostgreSQL con pgvector) conserva gli embedding, e un framework come LangChain o LlamaIndex orchestra estrazione, suddivisione in frammenti, ricerca e chiamata al modello linguistico. Il codice lo scrive e lo mantiene Lei, e ogni scelta è Sua: dimensione dei frammenti, ricerca ibrida o solo vettoriale, riordinamento, formato delle citazioni, set di valutazione. È l’opzione più flessibile e quella che richiede più ore di sviluppo.
3. Marketplace di basi di conoscenza
La terza famiglia nasconde l’intera pipeline dietro un unico oggetto: la base di conoscenza. Si caricano i documenti, la piattaforma li estrae, li suddivide e li indicizza, e la base risponde subito con passaggi citati, sul web, via API e spesso tramite un server MCP. Un marketplace aggiunge un catalogo di basi create da altri autori, interrogabili senza caricare nulla e di solito pagate a domanda. Kopik appartiene a questa famiglia.
La tabella di confronto
Confrontiamo categorie e non singoli marchi: i prodotti cambiano ogni trimestre, i compromessi di fondo molto meno. I prezzi non compaiono perché dipendono da volumi, regione e contratto; consulti sempre la pagina tariffe aggiornata di ciascun fornitore.
RAG as a service: le tre categorie a confronto
| Criterio | Pipeline gestita nel cloud | Database vettoriale + framework | Marketplace di basi |
|---|---|---|---|
| Avvio | Da giorni a settimane | Settimane, regolazioni comprese | Minuti |
| Modello di prezzo | A consumo, su più servizi fatturati separatamente | Piano del database + chiamate al modello + hosting + ore del team | A domanda, con crediti o abbonamento |
| Citazioni | Metadati delle fonti; la presentazione è a Suo carico | Ciò che sviluppa | Passaggi numerati integrati |
| API | SDK del provider | La Sua | API REST con chiavi |
| Accesso MCP | Variabile, spesso sviluppo su misura | Server da scrivere o adottare | Spesso nativo |
| Controllo dei dati | Alto, nel Suo account e nella Sua regione | Massimo, ogni componente scelto | Ospitato; basi private riservate al proprietario |
| Manutenzione | Team cloud o piattaforma | I Suoi sviluppatori | La piattaforma |
I cinque criteri che contano davvero
Tempo fino alla prima risposta corretta
Misuri il tempo necessario per dare una risposta corretta e documentata a un collega reale, non il tempo della demo. Un framework consente una demo veloce e poi assorbe settimane di regolazioni su frammentazione e valutazione. Una pipeline cloud accorcia l’ingestione, ma manca l’interfaccia. Un marketplace elimina l’infrastruttura se le impostazioni predefinite vanno bene per i Suoi documenti: lo verifichi con 20-30 domande reali del lavoro quotidiano.
Modello di prezzo
Confronti strutture, non prezzi civetta. Ponga a ogni fornitore la stessa domanda: quanto costa una domanda con risposta, dall’inizio alla fine, generazione inclusa? I cloud fatturano separatamente archiviazione, indicizzazione, interrogazioni e chiamate al modello; con un framework la voce più pesante sono le ore di sviluppo; i marketplace tendono a fatturare a domanda. Chieda anche cosa succede alla fattura se il Suo corpus raddoppia.
Citazioni e verificabilità
In ambito legale, HR o di conformità, citare le fonti è obbligatorio. Verifichi che ogni affermazione rimandi a un passaggio numerato, che si possa leggere il testo letterale di quel passaggio (non solo il nome del file) e che il sistema dichiari quando i documenti non contengono la risposta. Approfondiamo il tema in come ridurre le allucinazioni dell’IA.
Accesso API e MCP
Ogni piattaforma seria ha un’API. La vera differenza nel 2026 è il Model Context Protocol, lo standard aperto che permette a Claude, Cursor o ChatGPT di chiamare strumenti esterni. Con un server MCP nativo basta una riga di configurazione perché l’assistente interroghi la base; senza, qualcuno deve scrivere e ospitare un connettore. I dettagli sono in cos’è MCP: server, client, strumenti e risorse.
Controllo dei dati, GDPR e AI Act
Se i documenti contengono dati personali, Lei resta titolare del trattamento e la piattaforma è responsabile del trattamento: serve un contratto conforme all’articolo 28 del GDPR, chiarezza su dove sono conservati i dati, su eventuali trasferimenti fuori dall’Unione europea e sull’uso dei contenuti per addestrare modelli. Il Garante Privacy pubblica indicazioni sull’intelligenza artificiale utili prima di una valutazione d’impatto. L’AI Act di norma non classifica un assistente documentale interno come sistema ad alto rischio, ma l’uso concreto (ad esempio la selezione del personale) può cambiare il quadro.
Cominci da documenti senza rischi
Provi qualsiasi piattaforma con manuali, procedure interne o testi pubblici. Passi ai documenti con dati personali solo dopo aver verificato contratto, regione di hosting e tempi di conservazione.
La griglia di scelta
- La ricerca documentale è il cuore del Suo prodotto, o i Suoi dati sono insoliti? Database vettoriale più framework.
- Tutto deve restare in un unico account cloud e in una regione europea? La pipeline gestita di quel provider, con tempo di sviluppo previsto per l’interfaccia.
- Le servono risposte con fonti entro il mese, da documenti esistenti, per il team o per agenti IA? Una piattaforma di basi di conoscenza.
- Le manca una competenza che non possiede, come normativa o sicurezza sul lavoro? Controlli un catalogo prima di costruire.
- Vuole essere pagato per la Sua competenza? Solo un marketplace che remunera gli autori lo consente.
Combinare le famiglie è normale, nelle PMI come nelle grandi aziende: il team di prodotto mantiene una pipeline propria per la ricerca rivolta ai clienti, mentre amministrazione o risorse umane interrogano una base privata ospitata dal proprio assistente.
Dove si colloca Kopik
Kopik è un marketplace di basi di conoscenza nato in Francia. Creare una base è gratuito: si caricano file PDF, Word, testo o Markdown, e Kopik li estrae, li suddivide e li indicizza per una ricerca ibrida (testo completo più ampliamento semantico delle parole chiave della domanda). Le risposte sono redatte a partire dai documenti con i passaggi citati, oppure si ottengono solo i passaggi in modalità «passaggi».
- Basi private: accessibili solo a Lei e alle Sue chiavi API.
- Basi pubbliche: nel catalogo, a pagamento per domanda; l’autore fissa il prezzo e trattiene il 70 %.
- Tre accessi: il sito, un’API REST con chiavi e un server MCP all’indirizzo https://kopik.io/api/mcp.
- Prezzi: crediti prepagati a domanda, oppure un abbonamento chat da 12 € al mese con indicatore di utilizzo.
Cosa Kopik non fa: funzionare all’interno del Suo account cloud o lasciarLe scegliere il modello di embedding. Se questi aspetti sono decisivi, le prime due famiglie sono più adatte. La documentazione per sviluppatori descrive API e server MCP.
Veda una base rispondere con le fonti
Esplori il catalogo di basi pronte da interrogare, oppure crei gratuitamente una base privata con i Suoi documenti.
Domande da porre a qualsiasi fornitore RAG
- Quanto costa una domanda con risposta, generazione inclusa?
- Posso ottenere i passaggi letterali dietro ogni risposta?
- Cosa fa il sistema quando i documenti non contengono la risposta?
- Esiste un server MCP nativo e quale trasporto usa?
- Dove sono conservati i dati e vengono usati per addestrare modelli?
- Come elimino un documento e quando sparisce dall’indice?
Domande frequenti
Qual è la migliore piattaforma RAG per un’azienda?
Dipende dai vincoli. Chi lavora già con un cloud sceglie spesso la sua pipeline gestita, i team di prodotto con sviluppatori scelgono database vettoriale e framework, e chi vuole risposte documentate in fretta o competenze pronte all’uso sceglie una piattaforma di basi di conoscenza.
Il RAG as a service è conforme al GDPR?
Può esserlo, se contratto e configurazione lo consentono: accordo sul trattamento dei dati, luogo di conservazione, garanzie per i trasferimenti internazionali, cancellazione dei documenti e impegno a non addestrare modelli sui Suoi contenuti.
Quanto tempo serve per avviare un sistema RAG?
Pochi minuti con una piattaforma di basi di conoscenza, da giorni a settimane con una pipeline cloud gestita, di più con un framework su misura, perché la qualità della ricerca va regolata e valutata.
Serve per forza un database vettoriale per fare RAG?
No. La ricerca full text funziona molto bene su documenti con un lessico preciso, soprattutto se la domanda viene prima ampliata con sinonimi. Molte piattaforme combinano i due approcci.
Posso interrogare una piattaforma RAG da Claude o Cursor?
Sì, se la piattaforma offre un server MCP. Basta aggiungere il suo indirizzo e una chiave API nella configurazione del client, e l’assistente potrà cercare nella base come in qualsiasi altro strumento.
Riceva la newsletter di Kopik
Nuove basi di conoscenza, guide sul RAG e novità del prodotto. Un'email ogni una o due settimane, disiscrizione con un clic.
Iscrivendosi accetta di ricevere la nostra newsletter. Il Suo indirizzo non viene mai condiviso.