Jev di TypeSafe AI: l’intelligenza artificiale che decide dentro il software, e cosa cambia per le PMI

Un’intelligenza artificiale che non conversa

Quasi tutta l’intelligenza artificiale che le imprese usano oggi ha la forma di una chat: si scrive una domanda, si legge una risposta in linguaggio naturale. Il 28 settembre 2026 TypeSafe AI, laboratorio di San Francisco fondato nel 2026, ha presentato un modello che parte dall’idea opposta: Jev, il primo di una classe che l’azienda chiama «System One Models».

Il nome richiama la distinzione tra pensiero lento e ragionato e pensiero rapido e intuitivo. Jev non è pensato per scrivere una mail o riassumere un contratto, ma per prendere decisioni brevi e strutturate all’interno di un programma: scegliere una voce tra più opzioni, assegnare un punteggio, stabilire se un’affermazione è vera o falsa. Secondo la documentazione, l’input è uno stato più una domanda tipizzata, e l’output è una risposta che il codice può usare direttamente, accompagnata da una stima di confidenza.

Perché interessa a una PMI e non solo agli sviluppatori

Per capire il punto basta un esempio di tutti i giorni: un gestionale che deve decidere se una fattura va alla contabilità o all’ufficio acquisti, se una richiesta di un cliente è urgente, se un documento è completo. Oggi queste scelte si fanno con regole scritte a mano (fragili) oppure con un modello linguistico generalista (più lento, più costoso, e con risposte in testo libero che il software deve poi “interpretare”). Jev propone una terza via: una risposta già nel formato che il programma si aspetta, e un numero che dice quanto il modello è sicuro.

Questa idea della confidenza dichiarata è la più interessante dal punto di vista aziendale, perché è ciò che serve per costruire automazione dei processi con controllo umano a soglia: decisione automatica quando il modello è sicuro, passaggio a una persona quando non lo è. Il flusso diventa leggibile e, soprattutto, misurabile: si può contare quante pratiche passano da un operatore e verificare nel tempo se la soglia scelta è quella giusta.

Un esempio ipotetico, per chiarezza: una PMI riceve ogni giorno centinaia di richieste attraverso il sito. Un sistema di questo tipo potrebbe classificarle per reparto e per urgenza; sopra una certa confidenza la richiesta viene instradata da sola, sotto quella soglia finisce a un addetto. Non è un caso documentato da TypeSafe: è il tipo di uso a cui la loro descrizione fa pensare, e serve solo a rendere concreta la differenza con una chat.

Cosa dichiara TypeSafe (e cosa non è ancora verificato)

I numeri sul sito sono notevoli: l’azienda parla di una velocità fino a 193,6 volte quella dei modelli linguistici tradizionali e di un costo fino a 444,6 volte inferiore, con un prezzo di ingresso di 42 dollari per miliardo di token e latenze nell’ordine di 70-500 millisecondi.

Vanno letti per quello che sono. Il confronto è stato condotto da TypeSafe stessa, su quattro flussi di lavoro scelti dal proprio team, usando come riferimento le probabilità di altri modelli. Nell’articolo di lancio gli autori ammettono che questi valori sono «probabilmente l’estremità superiore» dei vantaggi reali, che il confronto può penalizzare i modelli concorrenti e che il prezzo potrebbe essere sovvenzionato. Anche l’assenza di errori di formato è una garanzia dell’architettura, non un risultato misurato su dati ampi. Il modello è in accesso anticipato (beta), con lista d’attesa.

In sintesi: l’idea è solida e il prodotto è giovane. Nessun dato indipendente conferma ancora le prestazioni dichiarate, e noi non abbiamo provato il modello. Per una PMI la lezione pratica è che la scelta di uno strumento di IA non si fa sui numeri del fornitore: si fa con una prova controllata, su dati propri, con criteri di successo decisi prima.

Decisioni automatiche e normativa: chi risponde

Più un modello è veloce ed economico, più è facile metterlo dentro i processi e farlo decidere migliaia di volte al giorno senza che nessuno lo veda. Qui la novità tecnica incontra la normativa.

  • AI Act (Regolamento UE 2024/1689). Un sistema che decide dentro il software non è “ad alto rischio” per natura, ma lo diventa se viene usato per selezionare o valutare il personale, o per decisioni in ambito creditizio e assicurativo. In quel caso valgono obblighi di documentazione, qualità dei dati e supervisione umana effettiva.
  • GDPR, art. 22. Se una decisione basata unicamente su un trattamento automatizzato produce effetti significativi su una persona, ci sono limiti precisi e diritti dell’interessato, tra cui quello di ottenere l’intervento umano.
  • Modello 231. Dal 30 settembre 2026 il decreto legislativo 160/2026 ha inserito i reati commessi con sistemi di IA ad alto rischio nel d.lgs. 231/2001: un automatismo non governato può diventare un rischio per l’ente. Ne abbiamo parlato in questo approfondimento sul Modello 231.

Una “confidenza” calcolata dal modello non sostituisce la supervisione umana richiesta dalla legge: è uno strumento per organizzarla, non per eliminarla. Una soglia al 90% dice quante pratiche passano da una persona, non chi risponde di quelle che non ci passano.

Cinque domande prima di automatizzare una decisione

  1. La decisione riguarda persone? Dipendenti, candidati, clienti o fornitori persone fisiche: in questi casi la valutazione di rischio viene prima della tecnologia.
  2. Che cosa succede se il modello sbaglia? Un errore su uno smistamento di mail costa poco; uno su un’ammissione a un servizio o a un credito no.
  3. Chi decide la soglia di confidenza, e chi la rivede? Va scelta, scritta e riesaminata nel tempo, con un responsabile con nome e cognome.
  4. Come si ricostruisce una decisione a posteriori? Serve un registro: input, risposta, confidenza, eventuale intervento umano.
  5. I dati in ingresso sono in ordine? Un modello veloce applicato a dati sporchi produce errori veloci. È il motivo per cui, nel nostro metodo, il lavoro sui dati viene prima di qualunque strumento.

Domande frequenti

Cos’è Jev di TypeSafe AI?
È un modello di intelligenza artificiale presentato il 28 settembre 2026, progettato per automatizzare decisioni strutturate dentro il software (scelte, punteggi, verifiche vero/falso) restituendo anche una stima di confidenza. È in accesso anticipato.

Jev sostituisce ChatGPT o gli altri modelli linguistici?
No, secondo TypeSafe svolge un compito diverso: non genera testo libero ma decisioni tipizzate. Le due cose possono convivere nello stesso processo.

Una PMI può usarlo oggi?
Il modello è in beta con lista d’attesa e non è stato valutato in modo indipendente. Prima di qualunque adozione serve una prova su dati propri e una valutazione dei rischi normativi.

Una decisione automatica è sempre vietata o a rischio?
No. Dipende dall’uso: smistare documenti è molto diverso dal valutare un candidato o un cliente. Per il secondo caso valgono AI Act, GDPR e, per le imprese con Modello 231, i nuovi presidi.

Come può aiutare BGB

BGB non vende software né modelli di IA e non è legata a nessun fornitore. Affianca le imprese nella parte che di solito manca ai progetti di automazione: capire quali decisioni conviene automatizzare, mettere in ordine i dati da cui partono, definire regole d’uso e controllo umano, e integrare tutto nel Modello 231 e nella documentazione richiesta dall’AI Act.


Stai valutando di automatizzare decisioni nei tuoi processi e vuoi capire prima rischi e regole?
Contatta BGB Bureau per una consulenza.