Una rete di servizi che produce contenuti, li pubblica su più canali, gestisce prodotti digitali e controlla se stessa ogni notte. Gira su un PC di casa e un Raspberry Pi da pochi watt, con un tetto di spesa per l'IA in cloud di 5 dollari al mese.
Diverse attività in parallelo: produzione di contenuti multimediali, pubblicazione su più piattaforme, prodotti digitali, materiali formativi. Ognuna richiedeva ore di lavoro ripetitivo ogni settimana, sparse tra strumenti diversi.
L'obiettivo era un sistema che lavorasse anche a computer spento, costasse poco ogni mese e segnalasse da solo quando qualcosa si rompe.
Le ore risparmiate sono molte, ma non sono il risultato principale. Da solo, a mano, avrei potuto seguire una o due di queste attività. Con l'automazione le porto avanti tutte in parallelo, ogni giorno, anche quando non sono al computer.
Il sistema non ha reso più veloce il lavoro che facevo già. Ha reso possibile un lavoro che senza di lui non esisterebbe.
Il gateway è descritto nel dettaglio nell'articolo Un solo punto d'accesso per tutta la mia AI locale.
La maggior parte del lavoro IA gira su modelli che stanno in casa. Il cloud entra in gioco solo se il PC non risponde, e ha un tetto di spesa fisso con un riepilogo ogni lunedì.
Gli script non sanno quale modello stanno usando. Parlano con un gateway che sceglie, ripiega e conta i costi. Cambiare fornitore vuol dire toccare un file, non trenta.
Il PC non resta acceso ad aspettare. Il Raspberry Pi lo sveglia via rete quando c'è un lavoro pesante, e di notte lo spegne se è inattivo.
Ogni notte un controllo automatico verifica servizi, dischi, backup, credenziali in scadenza e alimentazione, e manda un riepilogo. Le notifiche arrivano da un unico canale, e solo quando c'è qualcosa da fare.
Ogni progetto è un repository con la sua storia. Le configurazioni del server sono sotto controllo di versione e i dati hanno un backup fuori casa.
La parte più utile dell'esperienza non è stata costruire, ma scoprire come un sistema automatico si rompe senza farsi notare.
Due bot di notifica sono rimasti fermi per due settimane e mezza. Il servizio rispondeva "tutto ok" mentre i messaggi non partivano.
Ora ogni invio ha tentativi ripetuti e il controllo notturno verifica che i messaggi arrivino davvero, non solo che il servizio risponda.
Un flusso automatico risultava creato ma non era mai stato attivato. Un altro falliva 11 giorni su 12 perché il modello esterno era sovraccarico.
Ogni automazione nuova ora ha una verifica dopo il primo giorno e un modello di riserva.
Un report del mattino arrivava alle sei di sera: l'orchestratore usava il fuso orario di New York.
Il fuso orario si imposta in modo esplicito ovunque, mai lasciato al valore predefinito.
Dopo uno spostamento su un disco più veloce, alcuni dati continuavano a finire sulla scheda di memoria lenta, a causa di un collegamento interrotto.
Quando si sposta una cartella di sistema, si controllano anche quelle gemelle.
Le credenziali delle piattaforme scadono ogni due mesi e fermano la pubblicazione senza preavviso.
Le date di scadenza sono registrate e il controllo notturno avvisa per tempo.
| Sviluppo tradizionale | Questo progetto | |
|---|---|---|
| Tempo | 3–5 anni-uomo di lavoro di un team | 6 mesi, una persona |
| Costo di realizzazione | 150.000–400.000 € a tariffe di mercato | Qualche migliaio di euro |
| Costo IA in cloud | Variabile, spesso senza limiti | Tetto fisso di 5 $ ogni 30 giorni |
| Hardware | Server dedicati o in affitto | PC di casa e un Raspberry Pi da pochi watt |
La stima tradizionale si basa sulle funzioni del sistema, non sul numero di righe di codice, e usa tariffe da professionista italiano.
Individuo le attività ripetitive che rubano più ore, le automatizzo con strumenti locali dove possibile e con il cloud solo dove serve, e lascio un sistema che si controlla da solo, con costi mensili prevedibili.
Il valore non sta negli strumenti, che cambiano ogni pochi mesi. Sta nel sapere dove un sistema automatico si rompe e nel costruirlo in modo che lo dica.