--- title: "RAG o fine-tuning? Come scegliere per i documenti della tua azienda" description: "RAG e fine-tuning risolvono problemi diversi. Una guida pratica per capire quale approccio serve davvero per far ragionare l'AI sui documenti aziendali." date: 2026-06-24 tags: [RAG, Architettura AI] url: "https://ai.malagoli.me/blog/rag-vs-fine-tuning-guida-pratica" locale: it_CH --- # RAG o fine-tuning? Come scegliere per i documenti della tua azienda RAG e fine-tuning vengono spesso presentati come alternative equivalenti. Non lo sono: risolvono problemi diversi, e scegliere quello sbagliato costa mesi di lavoro. *** Quando un'azienda vuole che l'AI "conosca" i propri documenti — contratti, procedure interne, cataloghi tecnici — la domanda che arriva quasi sempre è se convenga fare fine-tuning del modello. Nella maggior parte dei casi la risposta è no, e la ragione sta in cosa risolvono davvero queste due tecniche. ## Cosa fa il RAG Il RAG (Retrieval-Augmented Generation) recupera i passaggi rilevanti dai tuoi documenti al momento della domanda e li fornisce al modello come contesto per la risposta. Il modello non "impara" i tuoi documenti: li legge ogni volta, in tempo reale, da un indice che aggiorni semplicemente aggiungendo o modificando i file. ## Cosa fa il fine-tuning Il fine-tuning modifica i pesi del modello addestrandolo su esempi specifici, per cambiarne lo stile, il formato di risposta o un comportamento di fondo. Non è un buon meccanismo per iniettare conoscenza fattuale che cambia nel tempo: se un contratto viene aggiornato, un modello fine-tuned non lo sa finché non lo riaddestri. ## Il framework che usiamo con i clienti - I contenuti cambiano spesso (procedure, cataloghi, normative)? Il RAG è quasi sempre la scelta giusta. - Serve un tono, un formato o un comportamento specifico e stabile nel tempo? Il fine-tuning ha senso, spesso in combinazione con il RAG. - Serve tracciabilità — sapere da quale documento arriva una risposta? Solo il RAG lo offre in modo naturale, citando le fonti recuperate. - Il volume di conoscenza è enorme e specialistico? Va valutato un approccio ibrido, con RAG per i fatti e un modello base scelto per il dominio. ## Perché conviene partire dal RAG Il RAG costa meno da mantenere, è più semplice da spiegare in un audit — perché puoi mostrare esattamente quale documento ha generato una risposta — e si adatta a un'infrastruttura open-weight ospitata internamente senza dover riaddestrare nulla ogni volta che un documento cambia. Per la maggior parte dei casi d'uso aziendali che incontriamo, è il punto di partenza più solido, con il fine-tuning riservato ai casi in cui serve davvero. *** - [tutti gli articoli](/markdown.md) - [versione impaginata](/blog/rag-vs-fine-tuning-guida-pratica) © 2026 ai.malagoli.me · dati ospitati in Svizzera · CH ✓ [Privacy Policy](/privacy) · [Cookie Policy](/cookie-policy)