Integrare Claude: cosa chiedere a un partner prima di firmare

Un partner per integrare Claude è uno studio che progetta, mette in produzione e gestisce sistemi basati sull'API di Anthropic Claude, sui server MCP e sui flussi di Claude Code per un cliente. Sta a metà fra la consulenza (che definisce cosa fare) e l'ingegneria (che lo fa), e di norma copre retrieval, uso degli strumenti, guardrail, valutazione e passaggio in operatività.

In 30 secondi

Ne assumi uno quando hai un progetto AI concreto (chatbot, copilota, agente interno, automazione) ma in casa nessuno ha già visto i pattern che rendono Claude affidabile in produzione. Il partner porta la scelta del modello, il prompt engineering, il design del server MCP e la disciplina di audit e valutazione. Cosa ti aspetti: un sistema in produzione, il runbook per gestirlo, il team formato al punto da non averne più bisogno il trimestre dopo.

Perché esiste questa categoria nel 2026

L'integrazione di Claude è una categoria giovane. Anthropic ha lanciato il Claude Partner Network il 12 marzo 2026, con 100 milioni di dollari stanziati per l'anno. La rete distingue services partner (studi di prodotto e agenzie di implementazione), technology partner (chi inserisce Claude nei propri prodotti), cloud partner (AWS, Google Cloud, Microsoft) ed ecosystem partner. Anthropic li valuta su tre assi: soddisfazione del cliente, fatturato generato e capacità tecnica, con almeno un Claude Certified Architect nel team.

L'esame Claude Certified Architect Foundations dura 120 minuti, 60 domande, con proctoring online. Copre architettura agentica (27%), integrazione MCP (18%), flussi Claude Code (20%), prompt engineering (20%) e gestione del contesto (15%). Soglia di passaggio: 720 su scala 100-1000, costo 99 dollari, a libro chiuso. La certificazione non è una garanzia di qualità. È il segnale più economico che il partner abbia letto il manuale della piattaforma.

Accanto al Partner Network, l'MCP (Model Context Protocol) è passato da convenzione interna a Claude a standard di settore. Anthropic ha donato MCP all'Agentic AI Foundation, sotto la Linux Foundation, a dicembre 2025; OpenAI, Block, AWS, Google, Microsoft, Cloudflare, GitHub e Bloomberg ne sono membri. A marzo 2026 gli SDK di MCP hanno toccato i 97 milioni di download mensili, partendo da 2 milioni al lancio. Un partner che a fine 2026 non lavora a suo agio con MCP ti vende un'architettura del 2024. Per la base tecnica vedi cos'è MCP e perché un SaaS ne ha bisogno.

Come funziona davvero un ingaggio

Un progetto onesto ha quattro fasi, non un solo deliverable.

• Discovery (1-2 settimane). Il partner legge codice, modello dati, postura di sicurezza e i prompt che il cliente ha già a mano. Output: uno scope scritto, con range di costo per ciascuna opzione.
• Build (3-8 settimane). Progettazione dei prompt, server MCP quando il modello deve leggere o scrivere nei sistemi del cliente, retrieval quando serve contesto, harness di valutazione, osservabilità.
• Hardening (1-3 settimane). Guardrail, log di audit, filtri sui contenuti, tetto di spesa, procedure di rollback.
• Handover (1-2 settimane). Runbook, formazione interna, copertura on-call per i primi 30-90 giorni.

Totale: 6-14 settimane per un'integrazione mirata. Chi vende "integriamo Claude in due settimane" sta vendendo un wrapper su un chatbot, non un'integrazione.

Quando ti serve davvero

• Il team ha già spedito prodotto, ma mai una funzione basata su un LLM.
• L'integrazione tocca dati delicati (sanitari, finanziari, pubblica amministrazione) e servono tracce di audit e un BAA firmato.
• La scadenza è più stretta del tempo che al team serve per imparare la piattaforma.
• State per bruciare oltre 40.000 € di tempo ingegneristico interno a fare esperimenti coi prompt senza misurare la qualità.

Quando invece no

• Il team ha già spedito una funzione su Claude e ha un harness di valutazione in piedi.
• Il caso d'uso è un assistente di produttività e basterebbe una licenza Claude for Work.
• Sei ancora nella fase "ma si può fare?". Prima passa due settimane sull'API da solo, poi torna con un problema delimitato.

Gli 8 controlli prima di firmare

Falli in ordine. Se il fornitore inciampa sui primi tre, chiudi la call.

1. CCA con nome e cognome nel team. Chiedi quale architetto sull'account ha la CCA-F, non se "l'azienda" ce l'ha. La certificazione la prendono le persone, non i loghi.
2. Esperienza su server MCP in produzione. Chiedi di vedere un server MCP vivo: schema, modello di autenticazione, rate limit, log di audit. Se la risposta è generica, il partner non ne ha mai spedito uno.
3. Harness di valutazione fra i deliverable. La suite di eval va proposta come artefatto di prima classe, non come "lo aggiungiamo dopo il lancio". Senza eval, qualunque dichiarazione di qualità vale zero.
4. Postura di compliance. Anthropic ha SOC 2 Type II e ISO 27001 (gennaio 2026) e offre BAA HIPAA sui piani Enterprise. Un partner serio sa quale contratto serve e dove indirizzarti.
5. Consapevolezza di Zero-Data-Retention. Se i dati non possono uscire dal perimetro a livello modello, il partner deve già conoscere l'addendum ZDR di Anthropic e quando serve.
6. Routing del modello come default. Un partner vero non cabla "usa sempre Sonnet 4.6". Astrae la scelta del modello e spiega il rapporto costo-qualità per ciascun compito.
7. Discovery a scope fisso, build a tempo e materiali. La discovery deve avere un prezzo fisso e un deliverable scritto. La build dipende troppo da ciò che la discovery scopre per fissarsi onestamente a forfait.
8. Piano di uscita per iscritto. Runbook, eval e prompt devono essere di proprietà del cliente. Se uno di questi resta dentro la piattaforma del partner, stai comprando lock-in, non un'integrazione.

Categorie adiacenti da confrontare

Il partner per integrare Claude è una delle tre categorie di fornitori che un compratore serio confronta nel 2026.

• Partner per integrare Claude (questo articolo): progetta e spedisce la funzionalità AI da capo a fondo.
• Società di consulenza AI: scrive la strategia e l'architettura, spesso non spedisce codice.
• Piattaforma AI gestita: si occupa del livello di inferenza (Bedrock, Vertex) e della scelta del modello, non del livello applicativo.

Il compratore giusto valuta tutte e tre per lo stesso problema e sceglie in base a ciò che gli serve davvero. Abbiamo approfondito cosa significa studio AI-native nel 2026, il tema build vs buy sui server MCP e i pattern multi-agente che reggono in produzione.