L’intelligenza artificiale può entrare nei processi aziendali prima ancora dell’approvazione di un progetto ufficiale. Un dipendente carica un documento per riassumerlo, incolla una porzione di codice alla ricerca di un errore oppure interroga un assistente integrato negli strumenti di lavoro.
Ogni operazione produce un risultato immediato e, nello stesso momento, avvia un nuovo flusso di dati. L’organizzazione dovrebbe conoscere quali informazioni entrano nel sistema, dove vengono trattate, per quanto tempo rimangono disponibili e chi può accedervi. Senza questa mappa, l’adozione dell’AI procede più velocemente della sua governance.
Strumenti diversi, percorsi diversi
Il nome del servizio racconta solo una parte del percorso. Account personali, ambienti business, servizi enterprise e integrazioni tramite API possono applicare condizioni differenti in materia di addestramento, conservazione, accesso e cancellazione dei dati. Anche connettori ed estensioni modificano il quadro, perché collegano l’AI ad archivi e applicazioni ulteriori.
OpenAI, per esempio, dichiara che gli input e gli output dei propri servizi business e della piattaforma API non vengono utilizzati, per impostazione predefinita, per addestrare i modelli. Nei workspace personali, il contenuto può invece contribuire al miglioramento dei modelli quando l’utente mantiene attiva la relativa impostazione. Microsoft applica una logica analoga a Microsoft 365 Copilot, per il quale prompt, risposte e dati raggiunti attraverso Microsoft Graph non alimentano l’addestramento dei modelli fondazionali.
Queste garanzie non esauriscono la valutazione. Restano da verificare durata della conservazione, localizzazione del trattamento, accessi amministrativi, cronologia delle conversazioni, applicazioni collegate e possibilità di audit.
Gli strumenti integrati negli ambienti aziendali introducono un’ulteriore variabile: i permessi. L’AI può recuperare rapidamente le informazioni alle quali l’utente possiede già accesso. Cartelle condivise con gruppi troppo ampi, vecchi link e autorizzazioni mai revisionate diventano quindi più facili da interrogare. L’AI non crea l’oversharing, ma può renderne immediatamente visibili gli effetti.
Shadow AI: quando l’utilizzo sfugge all’IT
Lo Shadow AI comprende gli strumenti utilizzati per attività aziendali senza approvazione o visibilità da parte dell’IT. Il rischio nasce dall’assenza di controllo sul flusso delle informazioni, anche quando il servizio impiegato offre adeguate garanzie di sicurezza.
Un account personale può rimanere fuori dai sistemi aziendali di autenticazione, revoca e audit. L’organizzazione potrebbe non conoscere le condizioni contrattuali applicate, la cronologia conservata o i connettori autorizzati direttamente dall’utente. Anche la ricostruzione di un incidente diventa più complessa quando mancano registrazioni centralizzate.
Un divieto generalizzato difficilmente elimina il fenomeno, perché gli utenti adottano questi strumenti per rispondere a esigenze concrete. Servono alternative approvate, regole comprensibili e formazione legata ai casi d’uso reali. L’AI Act ha reso applicabili dal febbraio 2025 anche gli obblighi relativi all’AI literacy.
Quali dati richiedono maggiore cautela
Una richiesta generica per migliorare il tono di un testo pubblico presenta un rischio diverso dal caricamento di dati personali, contratti, credenziali, codice sorgente, documenti finanziari o informazioni relative a un incidente cyber.
Per queste categorie, l’azienda deve stabilire quali ambienti risultino autorizzati e quali limitazioni applicare. Alcuni dati possono richiedere anonimizzazione o minimizzazione; altri devono rimanere esclusi dai prompt. La classificazione delle informazioni diventa quindi il punto di collegamento tra data governance e utilizzo dell’AI.
Governare l’AI partendo dai dati
Prima di estendere l’adozione, l’organizzazione dovrebbe chiarire cinque elementi:
- gli strumenti, gli account e i casi d’uso già presenti;
- i dati ammessi nei diversi ambienti;
- gli archivi e le applicazioni collegati;
- le responsabilità relative ad accessi e autorizzazioni;
- le attività da monitorare e conservare.
La direzione definisce il livello di rischio accettabile. IT, sicurezza, legal e privacy traducono questa scelta in permessi, configurazioni e procedure operative. La governance deve inoltre seguire l’evoluzione dei servizi, perché nuove funzionalità e integrazioni possono modificare il percorso dei dati anche dopo l’approvazione iniziale.
L’AI è ormai abbastanza accessibile da anticipare le decisioni aziendali. Per recuperare il controllo, l’organizzazione deve riuscire a ricostruire il percorso delle informazioni prima, durante e dopo ogni utilizzo. Quando mancano risposte su destinazione, accessi e conservazione, il problema precede lo strumento: riguarda il modo con cui l’azienda governa i propri dati.
