Fika Jobs, giovanissima realtà di Stoccolma, ha appena messo a segno un round da 4 milioni di dollari per costruire una piattaforma di recruiting che sembra uscita da un incrocio tra LinkedIn e TikTok. Il cuore dell’offerta sono brevi profili video dei candidati e agenti AI che conducono veri e propri colloqui di selezione, sostituendo in parte il lavoro dei recruiter umani.

L’idea non è banale. Il video promette di restituire quella dimensione espressiva che un CV testuale appiattisce, mentre gli agenti conversazionali basati su modelli linguistici di grandi dimensioni – i cosiddetti LLM – possono porre domande, valutare risposte e stilare un primo screening in modo apparentemente neutro. Il risultato è un flusso di assunzione più veloce e, nelle intenzioni, meno soggetto a bias.

Il nodo dei dati sotto il tappeto

Ma c’è un dettaglio che chi si occupa di recruitment in settori regolati – banche, sanità, pubblica amministrazione – non può ignorare. Un colloquio di lavoro gestito da un agente AI produce, elabora e archivia dati personali e spesso sensibili: dalla voce all’immagine del volto, passando per le valutazioni automatiche. Se l’infrastruttura su cui girano questi agenti è un classico cloud pubblico, il controllo effettivo sul trattamento dati si complica.

Non si tratta di un timore teorico. Il GDPR europeo impone vincoli stringenti sulla residenza dei dati e sulla trasparenza delle decisioni automatizzate. Un candidato ha il diritto di sapere se è stato scartato da un algoritmo e di contestarne la logica. Quando l’intero processo poggia su API di terze parti e modelli hosted, la catena di responsabilità si allunga e l’audit diventa una corsa a ostacoli.

L’alternativa on-premise e i suoi trade-off

Per un’organizzazione che voglia adottare strumenti simili senza rinunciare alla sovranità sui propri dati, il deployment on-premise – ovvero l’esecuzione dei modelli su macchine interne, magari in modalità air-gapped – rappresenta una strada percorribile, sebbene non priva di attriti. Significa dotarsi di hardware adeguato, gestire pipeline di inference in locale e fare i conti con il TCO, o TCO, che include GPU, manutenzione e competenze interne.

È qui che il discorso si allarga. La piattaforma di Fika Jobs, per quanto costruita per essere fruita via cloud, segnala un movimento più ampio: l’ingresso di agenti conversazionali nei processi decisionali sensibili. Non è fantascienza ipotizzare che grandi aziende chiedano versioni self-hosted di questi strumenti, specie in Europa. Le implicazioni per l’infrastruttura sono profonde: servono architetture scalabili ma confinate, capaci di servire decine di colloqui simultanei con latenza accettabile e conformità dimostrabile.

Oltre l’hype: cosa osservare

Il round di finanziamento dice che gli investitori credono nel matrimonio tra video e AI per le assunzioni. Ma la storia insegna che l’adozione vera nelle imprese passa dalla fiducia. E la fiducia, nel 2025, si costruisce sulla garanzia che i dati non lascino mai il perimetro aziendale. Per chi valuta deployment on-premise di soluzioni simili, il trade-off non è solo economico: è tra la velocità di iterazione offerta dal cloud e il controllo granulare richiesto dalla compliance. AI-RADAR seguirà gli sviluppi, incrociando le mosse delle startup con le richieste reali di chi l’AI la vuole portare in casa, non solo in abbonamento.