FiscalDoc: sostituire 1'400 CHF/anno di SaaS con un'IA locale

Sì, un abbonamento SaaS può essere sostituito da uno strumento posseduto — l'ho fatto, e questa nota documenta il caso dall'inizio alla fine. FiscalDoc, un'applicazione locale costruita in tre serate dialogando con un assistente di codice, classifica i miei documenti fiscali grazie a un modello linguistico aperto che gira sul mio Mac: zero abbonamenti, zero dati che escono dalla mia macchina. Ecco la meccanica, il costo reale, e i limiti onesti della dimostrazione.

Nota d'origine, aprile 2026: qualche settimana prima avevo pubblicato SaaS contro su misura in Svizzera, dove difendevo una tesi semplice — per molte aziende svizzere, possedere torna a essere più intelligente che affittare, perché l'IA abbatte il costo del codice. Diversi lettori mi hanno chiesto un esempio concreto. Eccolo. Ed è alla mia portata.

Il problema, molto banale

Due ambiti si dividono la mia quotidianità amministrativa: MCVA Consulting SA, la mia agenzia aumentata con sede a Haute-Nendaz, e la mia gestione fiscale personale. Due scale, due ritmi, due logiche — ma un'unica realtà: un flusso continuo di documenti da classificare e ritrovare.

Tra questi due ambiti, sono ogni anno centinaia i documenti che arrivano da tutti i canali possibili: fatture fornitori in PDF, giustificativi di spese professionali fotografati al ristorante, conteggi AVS e LPP, decisioni fiscali cantonali, attestazioni bancarie, ricevute varie.

Il dolore non è l'accumulo. È il momento in cui, un sabato di marzo, bisogna ritrovare tutto per la dichiarazione fiscale o la chiusura contabile. Chi non ha mai passato due ore a cercare un giustificativo in una cartella "Download" che trabocca?

Le opzioni SaaS che ho considerato

La risposta ovvia del mercato è l'abbonamento, e ho valutato seriamente tre categorie. Anzitutto le soluzioni di gestione documentale fiscale, tipo Dext: tra 25 e 60 CHF al mese per entità, ovvero 600-1'400 CHF all'anno per i miei due ambiti, con archiviazione più spesso presso un hosting americano. Poi i moduli documentali integrati negli ERP, tipo Bexio o Odoo: più completi, ma legati a uno strumento contabile che non voglio imporre al mio commercialista, e che vincolano un po' di più ogni anno. Infine gli strumenti generici di gestione documenti, tipo Notion o Airtable: flessibili, ma tutto va costruito da sé all'interno dello strumento — pagando ogni mese il diritto di accedervi.

Nessuna di queste opzioni soddisfaceva le mie tre esigenze di base: sovranità assoluta dei dati (nessun byte deve lasciare la mia macchina, mai), classificazione realmente intelligente dei documenti secondo le mie categorie fiscali svizzere, e assenza totale di abbonamenti e costi marginali.

Cosa ho fatto, e in quanto tempo

Ho costruito FiscalDoc. Un'applicazione web locale, che gira sul mio Mac, e che fa esattamente ciò di cui ho bisogno:

1. Deposito un documento — PDF o foto — in un'interfaccia Streamlit.
2. Il documento viene analizzato da Gemma, un modello linguistico open source installato direttamente sulla mia macchina. Nessuna chiamata di rete. Nessuna API.
3. Il modello restituisce un JSON strutturato: ambito (MCVA o personale), categoria fiscale (redditi, oneri sociali, IVA, deduzioni, interessi ipotecari…), data, importo, emittente.
4. Il file viene automaticamente rinominato secondo la convenzione AAAA-MM-GG_TIPO_EMITTENTE e archiviato in una struttura di cartelle ordinata.
5. Una base SQLite locale indicizza tutto per una ricerca istantanea in una dashboard filtrabile.

E poiché volevo spingermi oltre, ho aggiunto un assistente conversazionale locale, anch'esso collegato al modello. Posso porgli, in linguaggio naturale, domande molto specifiche: "Trovami tutte le fatture fornitori MCVA superiori a 2'000 CHF nel quarto trimestre 2025", "Fammi la somma delle deduzioni terzo pilastro degli ultimi tre anni", "C'è un giustificativo mancante per questa decisione fiscale?". L'assistente interroga la base SQLite, rilegge i documenti se necessario, e risponde. Sempre in locale.

Il tutto sta in una cartella di poche centinaia di righe di Python. Nessun dato lascia la mia macchina. Mai. Possiedo lo strumento. Possiedo il codice. Possiedo i dati. Possiedo persino il modello che li analizza.

Il costo reale

È qui che l'esempio diventa interessante. La tabella confronta cosa costa l'opzione abbonamento e cosa costa lo strumento posseduto, voce per voce.

Ciò che dice la tabella: laddove l'abbonamento fattura ogni anno l'accesso a una funzione generica ospitata altrove, lo strumento posseduto concentra tutto il suo costo nella costruzione iniziale — tre serate — e poi non ne ha più. L'unico "costo" reale è la RAM: un modello aperto richiede una macchina correttamente dotata di memoria, contropartita assunta per farlo girare in casa piuttosto che su un server remoto. È un investimento hardware unico, già ammortizzato dal resto del mio uso professionale. Una volta superata questa barriera, il costo operativo annuale di FiscalDoc è rigorosamente zero. Non "quasi zero". Non "qualche dollaro di API". Zero.

Cosa dimostra questo esempio

Per quindici anni, l'argomento principe del SaaS è stato: "Non potete costruirlo voi stessi, è troppo lungo, troppo caro, troppo rischioso, e non avrete mai la potenza di un vero modello di IA." Era vero. Non lo è più — su nessuno dei quattro punti.

Ciò che è cambiato in diciotto mesi si riassume in due spostamenti. Da un lato, gli assistenti di codice hanno abbattuto il tempo che separa un'idea dalla sua implementazione funzionante. Non ho scritto FiscalDoc: l'ho dialogato. Ho descritto le mie esigenze — due ambiti, categorie fiscali svizzere, classificazione automatica, interfaccia leggera, base locale, assistente conversazionale — e ho iterato sera dopo sera fino a ottenere uno strumento che mi assomiglia. Ho documentato questo modo di produrre nel mio racconto d'esperienza sullo sviluppo assistito.

Dall'altro lato, i modelli aperti hanno raggiunto una qualità che rende opzionali le chiamate cloud per un'ampia gamma di casi d'uso professionali. Ciò che ieri richiedeva l'API di un editore americano gira oggi su un Mac correttamente dimensionato, senza mai connettersi a Internet per il nucleo dell'elaborazione.

La combinazione dei due cambia l'arbitraggio. Ciò che ieri era un progetto d'agenzia da decine di migliaia di franchi più un abbonamento a un'API esterna è oggi, per un bisogno circoscritto come il mio, un progetto di tre serate, zero franchi di esercizio, e zero righe di dati che escono dal perimetro dell'utente.

La lezione, oltre la mia scrivania

FiscalDoc è un caso minuscolo. Due ambiti, un utente, poche centinaia di documenti all'anno. Ma illustra esattamente ciò in cui credo, e ciò che costruisco in MCVA: con l'IA generativa locale, il SaaS non è più la scelta di default — è diventata una scelta da giustificare.

Per un'azienda svizzera soggetta alla nLPD^[1], attenta al CLOUD Act e stanca degli aumenti tariffari annuali dei suoi editori, questo cambiamento non è teorico. È disponibile, ora, per chi accetta di guardarlo in faccia.

Prima del prossimo rinnovo di abbonamento, quattro domande meritano di essere poste a mente fredda. Questo strumento fa esattamente ciò di cui l'azienda ha bisogno, o si è adattata ai suoi limiti nel corso degli anni? Volete, per i prossimi dieci anni, versare una rendita a un editore per continuare ad accedere ai vostri stessi dati? Questi dati possono davvero essere affidati a un cloud terzo, alla luce della nLPD e del segreto d'affari? E l'alternativa su misura — pilotata da assistente di codice, eseguita su modello locale, posseduta in piena proprietà — è realmente fuori portata, o lo credete ancora per abitudine?

Quindici anni nelle direzioni digitali di grandi gruppi mi hanno mostrato l'altro estremo della scala: budget software dove si accumulano decine di abbonamenti ridondanti, aggirati da file paralleli. Ciò che ho dimostrato sul mio Mac in scala di uno studio di una sola persona, la stessa logica lo permette, funzione per funzione, per PMI da cinque a cinquanta persone — è esattamente il terreno delle mie soluzioni su misura. E la questione d'insieme, quella che ordina questo movimento e l'altro, l'ho posta in Cosa deve fare una PMI svizzera di fronte all'IA nel 2026?

Da ricordare

— Un bisogno circoscritto, dati sensibili, nessun effetto di rete: è la zona in cui lo strumento posseduto batte l'abbonamento, e FiscalDoc ne è la prova documentata. — Il costo operativo di un'applicazione locale su modello aperto è nullo; tutto il costo sta nella costruzione, ormai abbattuta dallo sviluppo assistito. — Il cambiamento non si applica a tutto: collaborazione massiva e complessità funzionale pesante restano il terreno degli editori — l'arbitraggio si pone funzione per funzione.

FAQ

Bisogna essere sviluppatori per replicare questo caso? Serve qualcuno che sappia dialogare con un assistente di codice e giudicare il risultato — un profilo tecnico, non necessariamente uno sviluppatore di mestiere. Per una PMI senza questo profilo interno, è tipicamente un cantiere su misura breve, il cui risultato vi appartiene integralmente, codice e dati.

Un modello locale è abbastanza buono per documenti contabili? Per una classificazione strutturata — tipo di documento, data, importo, emittente, categoria — sì, ampiamente, ed è verificabile sui vostri stessi documenti prima di qualsiasi impegno. Per ragionamenti complessi multi-documento, i modelli aperti progrediscono ma verifico sempre caso per caso.

E la nLPD in tutto questo? È uno degli argomenti più solidi dell'impostazione: i documenti fiscali contengono dati personali ai sensi di legge, e un'applicazione locale elimina la questione del trasferimento a un subappaltatore, del diritto applicabile e dell'accesso extraterritoriale. Ciò che la legge impone resta a vostro carico — ma il perimetro da proteggere si riduce alla vostra macchina.

Questo caso giustifica di disdire tutti i miei SaaS? No, e sconsiglio di leggerlo così. Giustifica un inventario: cosa pagate, cosa utilizzate, dove dormono i vostri dati — poi un arbitraggio funzione per funzione, dove alcuni abbonamenti sopravvivono perché lo meritano.

E nella vostra azienda? Il Diagnostico d'Uso IA: sessanta minuti per analizzare i vostri flussi reali, identificare ciò che merita il su misura, ciò che resta in SaaS, e ciò che non ha affatto bisogno di IA. Prenotare una diagnosi

Fonti

[1] Legge federale sulla protezione dei dati (LPD), revisione del 25 settembre 2020, entrata in vigore il 1° settembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie è CEO e fondatore di MCVA Consulting SA, agenzia aumentata con sede in Vallese. Quindici anni al servizio di grandi marchi internazionali, ora in diretta per le PMI svizzere. Percorso.