> For the complete documentation index, see [llms.txt](https://docs.aisuru.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.aisuru.com/ai-generativa/ia-generativa-sezione-avanzata/provider-e-modelli-come-ottenere-le-chiavi-api-dai-provider/azure-ai-foundry-come-usare-i-modelli-openai-e-gestire-accessi-e-costi.md).
# Azure AI Foundry: utilizzo dei modelli OpenAI e gestione di accessi e costi
{% hint style="warning" %}
Per evitare conflitti tra account, ti consigliamo di eseguire tutte le operazioni in una **scheda in incognito** o in un nuovo "profilo" del browser (se applicabile, questo evita conflitti causati da cache e cookie).
{% endhint %}
## 1. Registrazione di un tenant Azure (per chi non ha Microsoft 365)
Se la tua organizzazione dispone già di Microsoft 365 (M365), significa che hai già un tenant aziendale Azure Active Directory (Azure AD/Microsoft Entra ID), che puoi usare per Azure. In caso contrario, dovrai registrare un nuovo tenant Azure. Ecco come fare:
* Visita il sito web di Azure ([azure.microsoft.com](https://azure.microsoft.com/)) e crea un account. Per registrarti, usa un indirizzo email aziendale. La procedura ti guiderà nella creazione di una nuova directory o tenant Azure (denominato tenant Azure AD).
* Dopo aver creato l'account, accedi al portale Azure con le credenziali appena configurate. Verifica che sia selezionato il tenant Azure AD che hai creato (in alto a destra, generalmente puoi vedere il nome della directory o del tenant corrente e cambiarlo se ne hai più di uno).
Nota: il tenant Azure AD è l'entità che rappresenta la tua organizzazione all'interno di Azure. Tutti gli utenti interni e le risorse Azure saranno associati a questo tenant.
## 2. Creazione di una sottoscrizione Azure a pagamento
Per usare servizi avanzati come Azure OpenAI, devi avere una sottoscrizione Azure a pagamento (ad esempio Pay-As-You-Go o un piano enterprise).
Le sottoscrizioni gratuite o di prova non sono abilitate per Azure OpenAI, quindi devi attivare fin dall'inizio un piano a pagamento.
Se hai appena creato il tuo account Azure, durante la registrazione potresti aver attivato una prova con crediti gratuiti. Vai alla sezione Sottoscrizioni nel portale Azure e, se la tua sottoscrizione è indicata come Free Trial o Azure for Students, passa a Pay-As-You-Go. Ti verrà chiesto di aggiungere un metodo di pagamento (carta di credito o altro) e di confermare che, una volta esauriti eventuali crediti iniziali, i consumi verranno addebitati.
In alternativa, se nel tuo tenant non è presente alcuna sottoscrizione, puoi crearne una nuova. Dal portale Azure, vai a Subscriptions e fai clic su + Add. Segui la procedura guidata, scegliendo Pay-As-You-Go come tipo di offerta e fornendo i dettagli di fatturazione richiesti.
Una volta attivata la sottoscrizione a pagamento, assicurati che lo stato sia attivo. Ora sei pronto a creare risorse Azure in questa sottoscrizione.
Nota: assicurati di disporre delle autorizzazioni Owner o Contributor per la sottoscrizione appena creata (in genere, chi crea la sottoscrizione ne è Owner per impostazione predefinita). Questo è necessario per creare e gestire le risorse nei passaggi successivi.
## 3. Creazione di un Resource Group per le risorse IA
Un Resource Group è un contenitore logico in Azure in cui raggruppare risorse correlate. Creeremo un Resource Group dedicato a tutte le risorse IA (OpenAI, storage, ecc.) del progetto. È buona prassi utilizzare convenzioni di denominazione coerenti e pianificate, poiché i nomi delle risorse non possono essere modificati dopo la creazione.
Passaggi per creare un Resource Group:
1. Nel portale Azure, nel menu a sinistra (o nel menu ≡ in alto a sinistra), seleziona Resource groups;
2. Fai clic sul pulsante + Create. Si aprirà un modulo di creazione;
3. Nel campo Subscription, assicurati di selezionare la sottoscrizione a pagamento attiva in cui desideri creare le risorse IA;
4. Nel campo Resource group name, inserisci un nome identificativo. Ti consigliamo di includere un riferimento ad AIsuru. *Ad esempio, potresti usare Prod-AIsuru come nome del Resource Group. Evita spazi e caratteri speciali: usa lettere, numeri e, facoltativamente, un trattino - come separatore;*
5. Nel campo Region, scegli un datacenter preferibilmente in Europa. Ad esempio, Sweden Central o West Europe, se disponibili. Questo garantisce che i dati rimangano nell'UE;\
\
*NNota: assicurati che la regione scelta supporti i servizi Azure OpenAI di cui hai bisogno. Non tutte le regioni europee potrebbero avere disponibili tutti i modelli OpenAI.*
6. (Facoltativo) Puoi aggiungere tag per organizzare le risorse. Ad esempio, facendo clic su Next: Tags puoi aggiungere una coppia Nome-Valore come Name: Infrastructure e Value: AzureAI (o "LLM") per classificare questo gruppo come infrastruttura IA. I tag aiutano in seguito a filtrare le risorse e a svolgere analisi trasversali dei costi;
7. Fai clic su Review + create, verifica che i dettagli siano corretti (nome, area, sottoscrizione, tag, ecc.), quindi conferma facendo clic su Create. Il nuovo Resource Group verrà creato entro pochi secondi.
Consiglio: **stabilisci una convenzione di denominazione coerente per tutte le risorse del progetto**. *Ad esempio, usa un prefisso comune (come il nome dell'azienda o l'acronimo del progetto) e suffissi che indicano il tipo di risorsa: ad esempio Prod-AIsuru per il gruppo di risorse e poi lo stesso prefisso per le risorse al suo interno (ad esempio Prod-AIsuru-Hub, Prod-AIsuru-Service, prodaisurustorage, ecc.).*
In questo modo le risorse sono facili da identificare e viene indicato chiaramente a quale progetto appartengono. Tieni presente che molti nomi di risorse Azure non possono essere modificati dopo la creazione, quindi pianificali attentamente.
## 4. Creazione di un Azure AI Hub tramite Azure AI Foundry
Una volta pronto il Resource Group, possiamo creare l'Azure AI Hub, la risorsa principale di Azure AI Foundry. L'hub funge da contenitore/gestore per i progetti IA e ti consente di collegare i vari servizi necessari (OpenAI, archiviazione, sicurezza).
Durante la creazione dell'AI Hub, avremo la possibilità di creare contemporaneamente risorse collegate (servizio Azure OpenAI, account Storage e Key Vault), che tratteremo in dettaglio nel passaggio successivo.
Per creare un nuovo Azure AI Hub:
1. Nel portale Azure, cerca Azure AI Foundry utilizzando la barra di ricerca globale in alto (digita "Azure AI Foundry" e seleziona il risultato appropriato). In alternativa, accedi alle categorie dei servizi IA dal menu principale;
2. Nella pagina Azure AI Foundry, fai clic sul pulsante + Create Azure AI (in alcuni casi potrebbe essere visualizzato come + New Azure AI). Quindi, scegli di creare un Hub (quando ti viene chiesto quale tipo di risorsa creare, seleziona Hub anziché Project, poiché vogliamo prima creare l'hub centralizzato).
3. Inserisci i dettagli dell'Hub (Basics): si aprirà un modulo di creazione per Azure AI Hub. Compila i campi principali:
1. Subscription: seleziona la sottoscrizione a cui addebitare i costi (quella creata in precedenza);
2. Resource Group: seleziona il Resource Group dedicato (creato nel passaggio precedente, ad esempio Prod-AIsuru);
3. Region: scegli la stessa area geografica del Resource Group, per coerenza (ad esempio Sweden Central, affinché tutte le risorse rimangano nell'UE);
4. Name: assegna un nome all'Hub. Segui la convenzione di denominazione: in genere, il nome del Resource Group seguito da "-Hub". Ad esempio: Prod-AIsuru-Hub;
5. Friendly Name: puoi inserire un nome descrittivo più leggibile, ad esempio "Prod AIsuru Corporate Hub". Questo aiuta a identificare l'hub nel portale, ma non è l'ID della risorsa;
6. Default project resource group: specifica quale Resource Group devono usare per impostazione predefinita i progetti creati in questo Hub. In genere, inserisci lo stesso nome del Resource Group del passaggio 3 (Prod-AIsuru). Questo garantisce che anche le risorse future create dai progetti vengano allocate a quel gruppo;
4. Collega un servizio Azure OpenAI: nella stessa schermata di creazione dell'Hub troverai un campo per collegare un servizio IA, come Azure OpenAI Service. Poiché non ne abbiamo ancora uno, dobbiamo crearne uno:
1. Fai clic sul collegamento Create New sotto il campo Azure OpenAI Service (potrebbe essere denominato Azure AI Services). Si aprirà un pannello laterale per creare un nuovo servizio Azure OpenAI.
2. Nel campo Name di questo pannello, inserisci un nome per la risorsa OpenAI. Segui la convenzione: ad esempio, usa il nome del Resource Group seguito da "-Service" (ad esempio Prod-AIsuru-Service);
3. Assicurati che la Subscription e il Resource Group in questo pannello siano corretti (dovrebbero essere precompilati con quelli selezionati per l'Hub). La regione sarà la stessa dell'Hub;
4. Fai clic su Save per confermare la creazione della risorsa Azure OpenAI Service collegata;
5. Configura lo Storage Account: dopo aver salvato il collegamento al servizio OpenAI, passa alla scheda successiva della procedura guidata di creazione dell'Hub. Dovrebbe esserci una sezione Storage:
1. Fai clic su Next: Storage se la procedura guidata non si è spostata lì automaticamente;
2. Qui ti viene chiesto di selezionare uno Storage Account. Fai clic su Create New sotto il campo Storage account per crearne uno dedicato. Si aprirà un pannello laterale per creare lo storage:
1. Name: inserisci un nome per lo Storage Account. Questo nome deve essere univoco a livello globale e presenta restrizioni (solo lettere minuscole e numeri, da 3 a 24 caratteri, senza spazi o trattini). *Un approccio consiste nell'usare il prefisso del progetto senza trattini. Ad esempio, se il resource group è Prod-AIsuru, potresti usare qualcosa come prodaisurustorage (mantenendo tutto in minuscolo e senza -);*
2. Replication: scegli il livello di ridondanza desiderato. Per ambienti di test o iniziali, puoi selezionare Locally-redundant storage (LRS), che conserva tre copie dei dati nello stesso data center (opzione di base);
3. Lascia gli altri parametri ai valori predefiniti (ad esempio Performance: Standard). Fai clic su Save per creare lo Storage Account.
6. Dopo lo storage, la procedura guidata passerà alla sezione Key Vault:
1. Fai clic su Next: Networking se richiesto e configura l'accesso di rete. In genere, per iniziare, puoi lasciare l'hub in modalità Public access (Public endpoint) così com'è (questo consente di gestire l'hub e i servizi senza richiedere una rete virtuale dedicata; puoi limitare l'accesso in seguito, se necessario);
2. Fai clic su Next: Encryption;
3. Nella sezione Encryption, lascia deselezionata l'opzione che richiede una chiave gestita dal cliente. Ciò significa che verranno utilizzate chiavi gestite da Microsoft per crittografare i dati;
4. Fai clic su Next: Identity;
5. Nella sezione Identity, puoi lasciare le impostazioni predefinite. Fai clic su Next: Tags;
6. Nella sezione Tags, puoi assegnare tag alla risorsa Hub e alle risorse collegate che stai creando. Ad esempio: Name = Infrastructure e Value = LLM (adatta secondo necessità). Questi tag ti aiuteranno a identificare e filtrare le risorse (ad esempio nei report sui costi);
7. Fai clic su Next: Review + create per visualizzare il riepilogo finale;
7. Rivedi e crea l'Azure AI Hub: nel modulo di riepilogo, controlla attentamente tutti i parametri e le risorse che verranno create: il nome dell'Hub, la regione, il Resource Group, il nome del servizio OpenAI, dello Storage, del Key Vault, ecc. In particolare, verifica che la Region sia corretta (in linea con i requisiti di residenza dei dati) e che i nomi seguano la convenzione scelta;
8. Se tutto è corretto, fai clic su Create per avviare il deployment.
9. Azure inizierà a creare l'AI Hub e, contemporaneamente, il servizio Azure OpenAI, il Key Vault e lo Storage Account (se li hai creati nella procedura guidata). L'operazione potrebbe richiedere alcuni minuti. Al termine, vedrai tutte le nuove risorse nel Resource Group (ad esempio Prod-AIsuru-Hub, Prod-AIsuru-Service per OpenAI, prodaisurustorage, Prod-AIsuru-KV per il Key Vault, ecc.).
Una volta completata la creazione, hai un Azure AI Hub configurato con i servizi necessari. L'hub è ora pronto a ospitare uno o più progetti Azure AI Foundry.
**Importante**: abbiamo scelto di creare l'Azure AI Hub manualmente per poter specificare tutti i dettagli (come la regione UE e nomi personalizzati). In alternativa, Azure AI Foundry consente anche di creare direttamente un progetto Foundry, creando automaticamente un hub predefinito. Tuttavia, per gli ambienti aziendali, è consigliabile avere un controllo esplicito sull'Hub (progetto basato su hub) per centralizzare la gestione delle risorse e della configurazione.
### 4.5. Creazione delle risorse collegate: Azure OpenAI Service, Storage Account, Key Vault
Questo aspetto è già in gran parte trattato nel passaggio 4, poiché abbiamo creato le risorse collegate durante la creazione dell'AI Hub. Ecco un breve riepilogo di ciascuna risorsa, per assicurarti che tutto sia configurato correttamente:
* **Azure OpenAI Service**: questo servizio fornisce l'accesso ai modelli OpenAI tramite l'endpoint Azure. Nel nostro caso, abbiamo creato la risorsa Azure OpenAI denominata, ad esempio, Prod-AIsuru-Service. Puoi verificarne la presenza andando al Resource Group e controllando che sia presente una risorsa di tipo Azure OpenAI (o Cognitive Services con provider Microsoft.OpenAI). Aprendola, nella pagina Overview dovresti vedere dettagli quali l'URL dell'endpoint e la regione.\
\
*NNota: se durante la creazione dell'Hub hai scelto di non creare subito il servizio OpenAI (saltando quel collegamento), puoi sempre crearlo manualmente in seguito. In tal caso, vai su Create a resource nel portale, cerca Azure OpenAI e crea il servizio selezionando la stessa sottoscrizione, Resource Group e regione. Per gli account Pay-As-You-Go compatibili, dovresti poter procedere direttamente senza moduli di approvazione esterni.*
* **Storage Account**: abbiamo creato un account di archiviazione (ad esempio prodaisurustorage) per archiviare i dati generati o richiesti dall'AI Hub/Foundry (ad esempio file di configurazione, log, dataset per fine-tuning, ecc.). Verifica che lo storage sia stato creato correttamente nella regione prevista con replica LRS. A questo punto non è necessaria alcuna configurazione specifica, ma assicurati di non eliminare questo storage: è essenziale per il funzionamento del progetto IA;
* **Key Vault**: è stato creato un Key Vault (ad esempio Prod-AIsuru-KV) per archiviare in modo sicuro chiavi e segreti relativi al progetto IA. Ad esempio, la chiave API di Azure OpenAI verrà conservata nel Key Vault. Non è necessaria alcuna configurazione manuale immediata, ma puoi controllare la sezione Secrets del Key Vault per vedere comparire le chiavi necessarie dopo il deployment del modello.\
\
*NNota: il Key Vault e l'Azure AI Hub sono connessi tramite identità gestita, consentendo a Foundry di recuperare le chiavi senza esporle direttamente.*
In sintesi, al termine del passaggio 4 dovresti avere tutte queste risorse pronte. Assicurati soltanto che siano tutte presenti nel Resource Group e in stato Active. Se qualcosa non è stato creato o mostra un errore, potrebbe essere necessario ricrearlo o controllare le autorizzazioni (ad esempio, per il servizio OpenAI, verifica di avere accesso al servizio nella tua sottoscrizione).
## 5. Creazione e configurazione del progetto Azure AI Foundry
Ora che l'infrastruttura di base è pronta (Hub e servizi collegati), possiamo creare un **progetto Azure AI** all'interno dell'AI Hub tramite il portale Azure AI Foundry. Il progetto è lo spazio di lavoro in cui eseguirai effettivamente le operazioni di sviluppo, il deployment dei modelli, ecc. Ecco i passaggi:
1. **Accedi all'Azure AI Hub che hai appena creato**: dal portale Azure, vai al Resource Group che hai creato e fai clic sulla risorsa Azure AI Hub (ad es. Prod-AIsuru-Hub). Si aprirà la pagina dei dettagli dell'hub. Tra le varie informazioni, dovresti vedere il pulsante Launch Azure AI Foundry;
2. Fai clic su **Launch Azure AI Foundry**. Si aprirà la console web di Azure AI Foundry associata al tuo hub: un'interfaccia dedicata alla gestione dei progetti IA;
3. **Crea un nuovo progetto**: se accedi per la prima volta e nell'hub non esistono progetti, Azure AI Foundry mostrerà un messaggio simile a "You'll need a project to keep working". In questa schermata, devi fornire un nome per il nuovo progetto:
1. Nel campo Project name, inserisci un nome identificativo. Seguendo la nostra convenzione di denominazione, puoi usare il nome del Resource Group con il suffisso "-Project". Ad esempio: Prod-AIsuru-Project. *Assicurati che sia selezionato l'hub corretto: dovrebbe esserci solo quello che hai creato;*
2. Fai clic su Create a project per confermare;
4. **Attendi la configurazione**: il progetto verrà creato all'interno dell'hub e potrebbe richiedere qualche istante per inizializzare l'ambiente. Una volta creato, verrai portato alla vista del progetto Azure AI Foundry.
5. **Verifica la struttura del progetto**: nella console di Azure AI Foundry, dovresti ora vedere il nome del tuo progetto. Sul lato sinistro è presente un menu con diverse sezioni (ad es. Overview, Models + endpoints, Data, Prompt flow, ecc.). Assicurati di riconoscere gli elementi principali:
1. Overview: la pagina iniziale del progetto con un riepilogo e collegamenti rapidi;
2. Models + endpoints: la sezione in cui gestirai i modelli distribuiti e gli endpoint API;
3. Management Center: dove imposti i parametri del progetto, gli accessi, le quote, ecc.
A questo punto, il tuo progetto Azure AI è configurato e pronto. Nel passaggio successivo, distribuiremo un modello OpenAI nel progetto.
## 6. Distribuzione di un modello OpenAI (ad es. GPT-4o-mini) su Azure AI Foundry
Con il progetto creato, possiamo **distribuire un modello OpenAI** e renderlo disponibile tramite un endpoint per le applicazioni. Azure AI Foundry rende questo processo semplice. Usiamo GPT-4o-mini come esempio, anche se i passaggi sono simili per altri modelli.
Passaggi per distribuire un modello nel progetto:
1. **Accedi alla sezione Models + endpoints**: nel pannello sinistro della console Azure AI Foundry (all'interno del tuo progetto), fai clic su Models + endpoints. Qui vedrai l'elenco dei modelli e degli endpoint (inizialmente vuoto poiché non hai ancora distribuito nulla);
2. Nella parte superiore della pagina, fai clic su **+ Deploy model**. Verranno visualizzate delle opzioni: scegli Deploy base model (distribuendo un modello base pre-addestrato senza fine-tuning iniziale).
3. **Seleziona il modello**: verrà visualizzato un elenco di modelli disponibili. Scorri e seleziona GPT-4o-mini (o un altro modello a tua scelta). Puoi usare la barra di ricerca per trovarlo se l'elenco è lungo;
4. Fai clic su **Confirm** per passare alla schermata successiva;
5. Personalizza la capacità (facoltativo): nella schermata di configurazione della distribuzione, potrebbe apparire un pulsante Customize accanto a parametri quali Capacity o Rate limit. Fai clic su di esso per regolare le impostazioni avanzate:
1. Tokens per Minute Rate Limit: imposta il valore massimo consentito. Controlla il limite visualizzato e, se possibile, impostalo sul massimo disponibile, a meno che tu non voglia limitarlo intenzionalmente;
2. Content filter: se presente, puoi lasciare attivo il filtro dei contenuti (solitamente attivo per impostazione predefinita per moderare gli output indesiderati);
6. Fai clic sul pulsante **Deploy** per avviare il deployment del modello scelto con le configurazioni specificate. Azure inizierà a effettuare il provisioning dell'infrastruttura necessaria e a preparare il modello. Questo processo potrebbe richiedere alcuni minuti;
7. Una volta completato, nella sezione Models + endpoints dovresti vedere il modello nell'elenco con lo stato Deployed/Running;
8. **Distribuisci modelli aggiuntivi** (facoltativo): se hai bisogno di altri modelli, puoi ripetere il processo per ciascuno di essi. L'hub/progetto supporta più deployment simultanei, tenendo presente che ciascuno consumerà quota e budget separatamente.
*Nota: i modelli OpenAI su Azure vengono continuamente aggiornati e ampliati. Scegli il modello in base alle tue esigenze e assicurati che sia supportato nella regione del tuo servizio Azure OpenAI.* [*Puoi consultare la documentazione di Azure per l'elenco dei modelli supportati per regione*](https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/models?tabs=global-standard%2Cstandard-chat-completions#model-summary-table-and-region-availability)*.*
## 7. Ottenere l'Endpoint, la chiave API e il nome del modello
Dopo aver effettuato il deployment di un modello, ti serviranno tre informazioni chiave per utilizzarlo tramite API: l'URL dell'Endpoint, la chiave API e il nome del modello (nome del deployment).
Ecco come ottenerle:
1. Accedi alla risorsa all'interno di Azure AI Foundry;
2. Nella homepage della risorsa, puoi vedere:
1. Chiave API: copiala e tienila a portata di mano;
2. L'endpoint: su AIsuru inserirai un endpoint leggermente diverso, ma copia e salva il nome del servizio (ad esempio, se l'endpoint è , dovrai salvare "Prod-AIsuru-service");
3. Per ottenere il nome del modello, vai alla sezione Models + endpoints del progetto: nella tabella, la seconda colonna dovrebbe mostrare il nome del modello per tutti i modelli distribuiti in precedenza.
## 8. Configurazione su AIsuru
Per aggiungere un nuovo modello su AIsuru, dovrai inserire i seguenti parametri:
* Chiave API: incolla la chiave API salvata in precedenza;
* Modello: incolla il nome del modello salvato in precedenza.
* Endpoint: sostituisci il nome del servizio con la stringa salvata in precedenza e il nome del modello con il nome del deployment 👉 https\://{service\_name}.services.ai.azure.com/openai/deployments/{model\_deployment\_name;}
Puoi seguire la guida nella documentazione di [AIsuru](mailto:undefined) per essere accompagnato passo dopo passo nella [creazione e nel deployment dei modelli](/ai-generativa/ia-generativa-sezione-avanzata/crea-e-gestisci-le-configurazioni-dei-modelli.md).
## 9. Gestione degli utenti interni nell'organizzazione Azure
In un contesto aziendale, più persone probabilmente vorranno accedere al progetto Azure AI o collaborarvi (sviluppatori, data scientist, ecc.). È importante sapere come creare nuovi utenti nel tenant e assegnare loro le autorizzazioni appropriate sulle risorse (hub, progetto, ecc.).
### Aggiungere nuovi utenti interni al tenant Azure
1. Nel portale Azure, cerca Azure Active Directory (o Users and groups se hai dei collegamenti rapidi). Vai alla sezione Users del tuo tenant;
2. Fai clic su + New user. Compila i dettagli richiesti: il nome dell'utente, il nome utente (che diventerà il login, in genere formattato come o con il dominio aziendale, se presente) e scegli un metodo per la password (puoi generarla automaticamente e poi condividerla in modo sicuro con l'utente).\
\
*ISe la tua azienda utilizza un dominio personalizzato in Azure AD, puoi assegnare l'utente a quel dominio; altrimenti, verrà utilizzato per impostazione predefinita il dominio onmicrosoft.com.*
3. Fai clic su Create per creare l'utente. Fornisci all'utente le credenziali create (nome utente e password temporanea) affinché possa accedere.
### Assegnare utenti ai gruppi (facoltativo)
Se hai molti utenti, puoi creare Gruppi Azure AD e aggiungervi gli utenti, quindi assegnare le autorizzazioni ai gruppi anziché ai singoli individui.
#### Come assegnare i ruoli
L'assegnazione dei ruoli può essere gestita a livello di:
* Gruppi di risorse → concedono l'accesso a tutte le risorse al loro interno (inclusi Hub, OpenAI, archiviazione ecc.);
* Singole risorse → concedono l'accesso alla risorsa specifica.
Per assegnare un ruolo:
1. Vai alla risorsa o al gruppo di risorse in questione nel portale Azure;
2. Seleziona Access control (IAM) dal menu. Fai clic su + Add role assignment;
3. Scegli il ruolo appropriato (ad esempio Contributor, Reader ecc.), quindi cerca l'utente o il gruppo nella casella Assign to e conferma: l'assegnazione avrà effetto entro pochi minuti.
Oltre ai ruoli, Azure AI Foundry ti consente di specificare l'accesso a progetti e hub direttamente dalla sua dashboard: vai semplicemente al Management Center del tuo progetto e accedi alla sezione "Users" dell'Hub o del progetto, in base alle tue esigenze.
In genere, se un utente dispone dell'accesso RBAC all'hub o al gruppo di risorse e ai servizi collegati, dovrebbe poter avviare Foundry e accedere al progetto. Tuttavia, se Foundry richiede esplicitamente l'aggiunta di membri:
1. Accedi al Management Center del progetto > Users (del progetto o dell'hub, secondo necessità).
2. Aggiungi l'utente e assegna il ruolo;
3. Salva le modifiche.
→ L'utente dovrebbe ora poter vedere e accedere al progetto nel portale Azure AI Foundry.
## 10. Monitoraggio e budget
È essenziale impostare un attento monitoraggio dei costi e meccanismi di avviso o limitazione per evitare il superamento del budget.
### Analisi dei costi
1. Nel portale Azure, vai a Cost Management + Billing;
2. Da qui, puoi selezionare la sottoscrizione pertinente (oppure filtrare per il Resource Group Prod-AIsuru se vuoi isolare i costi di questo progetto) e usare Cost analysis, che ti mostrerà quanto stai spendendo con una ripartizione per servizio.
### Budget
La funzionalità Budgets ti consente di impostare un budget per un determinato ambito (sottoscrizione, gruppo di risorse, servizio). Il raggiungimento o il superamento del budget non interrompe automaticamente le operazioni: Azure valuterà la spesa periodica e ti invierà avvisi quando verranno superate le soglie definite.
Per impostare un budget mensile per la sottoscrizione o il gruppo di risorse del progetto:
1. Vai a Cost Management > (Monitoring >) Budgets nel portale Azure (dopo aver selezionato la sottoscrizione o il RG appropriato come ambito);
2. Fai clic su + Add;
3. Inserisci un nome per il budget (ad esempio Budget-AIProject);
4. Seleziona il periodo di reimpostazione (ad esempio, il budget viene reimpostato ogni mese).
* Imposta la data di creazione e la data di scadenza;
* Imposta l'importo (ad esempio, se non vuoi superare €1.000 al mese per il progetto IA, imposta 1000 come budget mensile);
* Configura gli avvisi: puoi impostare soglie di allarme, ad esempio al 50%, 80% e 100% del budget. Per ogni soglia, configura una notifica email (inserisci gli indirizzi email appropriati, come quelli dell'amministratore IT, del project manager, ecc.). Le notifiche ti avviseranno quando la spesa stimata raggiungerà tali percentuali;
* Salva il budget.
## 11. Suggerimenti finali e best practice
* Come già sottolineato, una convenzione di denominazione coerente evita molta confusione. Applicala a tutte le risorse: nomi delle risorse Azure, nomi dei deployment dei modelli, nomi dei progetti e persino identificatori dedicati di utenti/gruppi. Documenta questa convenzione affinché il tuo team la segua con coerenza;
* Anche se impostiamo il rate limit al massimo consentito per il modello, Azure potrebbe avere limiti più elevati. Informati sulle quote predefinite e, se il tuo caso d'uso lo richiede, puoi richiedere un aumento della quota aprendo un ticket con il supporto Azure;
* Utilizzando data center europei, garantisci che i dati in transito e a riposo per il servizio Azure OpenAI rimangano all'interno dell'UE, agevolando la conformità al GDPR e alle policy aziendali. Controlla sempre le informazioni Microsoft più recenti sulla residenza dei dati dei servizi IA, soprattutto se gestisci dati sensibili.
* In caso di problemi, consulta la documentazione ufficiale Microsoft e la community. Il portale Azure offre funzionalità diagnostiche di base (ad esempio, log delle richieste non riuscite se abilitati, metriche di utilizzo). Puoi anche aprire ticket di supporto con Azure se riscontri malfunzionamenti del servizio.