Shadow AI: non si ferma con un divieto, si governa con un accesso aziendale

La prima fuga di dati da AI generativa, in molte PMI, difficilmente arriverà da un attacco sofisticato. Più spesso arriverà da un preventivo incollato in un chatbot gratuito, da una bozza di contratto caricata per farsela riassumere, da un foglio Excel con clienti e margini trasformato in prompt perché qualcuno aveva fretta.

Il punto scomodo è questo: vietare l’AI in azienda oggi tende a produrre Shadow AI. Le persone continuano a usarla, ma fuori dal perimetro aziendale, con account personali, senza log, senza contratto, senza sapere se i dati inviati saranno conservati, analizzati o usati per migliorare il servizio. È la versione 2026 del file spedito alla mail privata per lavorare da casa, solo con un rischio in più: il dato non viene soltanto copiato, viene dato in pasto a un servizio che lo elabora.

Per una PMI la risposta sensata non è comprare il pacchetto AI più costoso sul mercato, né convocare tre mesi di riunioni sulla governance. Una risposta spesso più efficace è creare un accesso aziendale controllato: pochi strumenti autorizzati, identità aziendale, regole chiare sui dati, contratto leggibile, registri minimi e formazione pratica. Non è burocrazia. È un modo veloce per far usare l’AI senza regalare pezzi di azienda a servizi scelti dal singolo dipendente in pausa pranzo.

1. Il problema non è l’AI: è l’uso clandestino

Nelle aziende piccole e medie l’AI è spesso già entrata. Non sempre tramite un progetto IT, spesso tramite il commerciale che deve scrivere una proposta, l’amministrazione che vuole riassumere una PEC lunga, l’ufficio tecnico che traduce una specifica, il marketing che genera testi per il sito. Il vantaggio è evidente: tempi più corti, meno attrito, più autonomia.

Il rischio nasce quando questo uso avviene senza perimetro. Un account personale di norma non offre all’azienda alcun controllo reale su chi ha usato cosa. Un servizio gratuito o consumer non garantisce necessariamente le stesse condizioni di conservazione, cancellazione, segregazione e non utilizzo dei dati rispetto a un servizio business. E soprattutto manca un rapporto contrattuale tra l’impresa e il fornitore.

Qui il GDPR è meno astratto di quanto sembri. L’art. 5 del Regolamento (UE) 2016/679 impone principi come minimizzazione, limitazione della finalità, integrità e riservatezza. Se dati personali di clienti, dipendenti o fornitori finiscono in un sistema AI senza una finalità chiara, senza base giuridica adeguata e senza misure proporzionate, si rischia di scivolare da una modernizzazione spontanea a un trattamento difficile da giustificare e documentare.

Il divieto secco, però, raramente funziona. Se l’AI fa risparmiare due ore al giorno, è probabile che qualcuno la usi comunque. La domanda utile spesso non è se bloccarla, ma come portarla dentro un canale governato. Per le PMI è una buona notizia: non serve progettare una piattaforma da multinazionale. Serve togliere alle persone l’alibi del fai da te, offrendo uno strumento aziendale abbastanza comodo da essere preferito a quello clandestino.

2. Cosa chiedono davvero le norme: controllo, non teatro

L’AI generativa sembra un tema nuovo, ma molte regole applicabili sono già note. Il GDPR, all’art. 28, richiede che quando un fornitore tratta dati personali per conto dell’azienda ci sia un rapporto di responsabile del trattamento con istruzioni documentate, misure adeguate, gestione dei sub-responsabili e supporto all’esercizio dei diritti. Non è un dettaglio da ufficio legale: è ciò che, in molti casi, distingue un servizio aziendale da un sito usato con una carta personale.

L’art. 32 GDPR chiede misure tecniche e organizzative adeguate al rischio. Per l’AI questo può significare, a seconda del contesto, autenticazione forte, controllo degli accessi, registrazione degli utilizzi rilevanti, cifratura dove applicabile, procedure di ripristino e capacità di valutare la sicurezza del servizio. Non significa che ogni PMI debba costruire un centro di sicurezza interno. Significa che il fornitore e l’integratore dovrebbero poter spiegare in modo concreto come vengono protetti input, output, file caricati, cronologia e account.

C’è poi l’AI Act, il Regolamento (UE) 2024/1689. Tra i primi obblighi a entrare in applicazione c’è quello di alfabetizzazione in materia di AI: fornitori e utilizzatori devono adottare misure per assicurare, per quanto possibile, un livello sufficiente di competenza del personale e delle persone che operano per loro conto. Tradotto per una PMI: di solito non basta attivare un chatbot aziendale. Conviene dire alle persone cosa possono inserirci, cosa non devono inserirci, come verificare le risposte e quando l’AI non va usata. Se vuoi capire cosa cambia concretamente con le scadenze del 2026, vale la pena approfondire le regole dell’AI Act in arrivo ad agosto 2026.

Per le imprese soggette a NIS2, la Direttiva (UE) 2022/2555 inserisce tra le misure di gestione del rischio anche la sicurezza della catena di fornitura e dei rapporti con fornitori e prestatori di servizi. In Italia il recepimento è avvenuto con il decreto legislativo 4 settembre 2024, n. 138. Anche quando una PMI non rientra direttamente tra i soggetti essenziali o importanti, può trovarsi nella supply chain di clienti più grandi che potrebbero chiedere evidenze: ne abbiamo parlato pensando proprio a cosa significa la NIS2 per le PMI italiane. L’AI usata senza contratto rischia allora di diventare una risposta imbarazzante al primo questionario serio.

Il punto non è trasformare l’AI in un fascicolo infinito. Il punto è poter dimostrare quattro cose semplici: chi la usa, per quali dati, con quale fornitore, secondo quali regole. Il resto viene dopo.

3. L’accesso aziendale: piccolo, controllato, utile

Una soluzione spesso realistica per molte PMI è un accesso AI aziendale, cioè un punto unico o comunque un set ristretto di strumenti approvati. Può essere una licenza business di un servizio noto, un’interfaccia interna collegata a più modelli, una funzione integrata nella suite di produttività, oppure una piccola piattaforma gestita da un system integrator italiano. La forma conta meno dei controlli.

Un buon accesso aziendale dovrebbe avere identità centralizzata. Gli utenti entrano con l’account aziendale, idealmente con autenticazione a più fattori. Quando una persona lascia l’azienda, l’accesso viene disattivato insieme agli altri strumenti. Sembra banale, ma è già un salto rispetto agli account personali disseminati tra servizi diversi.

Dovrebbe poi separare gli usi. Non tutte le richieste sono uguali. Riassumere una pagina pubblica del sito di un fornitore non è come caricare una lista clienti. Preparare un testo commerciale generico non è come analizzare un contratto con dati personali. Una piattaforma ben impostata consente almeno di distinguere usi liberi, usi con dati interni, usi con dati personali e usi vietati.

Serve anche un livello minimo di registrazione. Non per spiare i dipendenti, ma per ricostruire eventi e correggere abusi. I log dovrebbero indicare chi ha usato il servizio, quando e con quale categoria di funzione, senza necessariamente conservare integralmente contenuti sensibili più del necessario. La regola di fondo è la proporzionalità: tenere tutto per sempre è di solito una cattiva idea, non tenere nulla è comodo solo fino al primo incidente.

Infine, l’accesso aziendale dovrebbe essere più facile del divieto. Se per usare lo strumento approvato servono tre ticket, una VPN instabile e un manuale di trenta pagine, le persone tenderanno a tornare al chatbot consumer. La sicurezza che non regge l’operatività raramente è vera sicurezza: rischia di essere arredamento procedurale.

4. Le clausole che contano prima di attivare il servizio

Il contratto è il punto in cui molte promesse commerciali diventano verificabili o evaporano. Per una PMI di solito non serve negoziare come una banca, ma alcune condizioni vanno lette prima dell’attivazione, non dopo il problema. La frase generica secondo cui «il servizio è sicuro» non basta.

Le clausole da portare al tavolo con legale e acquisti, verificando se sono negoziabili nel tuo contratto, sono tipicamente queste:

• divieto o esclusione dell’uso di input, output e file caricati per addestrare modelli generali, salvo scelta esplicita dell’azienda;
• indicazione chiara dei luoghi di trattamento e conservazione dei dati, compresi eventuali sub-fornitori;
• accordo per il trattamento dei dati personali conforme all’art. 28 GDPR, quando il servizio tratta dati personali per conto dell’azienda;
• tempi di conservazione di prompt, output, file e log, con possibilità di cancellazione;
• misure di sicurezza documentate, inclusi controllo accessi, cifratura, segregazione dei tenant e gestione degli incidenti;
• diritto a ricevere notifiche in caso di violazioni o incidenti che coinvolgano i dati aziendali;
• portabilità o esportazione delle configurazioni e dei dati rilevanti, almeno in formati ragionevoli;
• limiti sull’uso dei contenuti aziendali per revisione umana, qualità del servizio o analisi interne del fornitore.

Queste clausole non sono un esercizio accademico. In molti casi sono la differenza tra poter spiegare a un cliente dove sono finiti i suoi dati e dover rispondere che li ha caricati qualcuno in un servizio scelto autonomamente. Per una PMI, spesso può bastare scegliere il piano giusto e farsi assistere da un integratore che abbia già letto quei contratti. Il problema non è tanto spendere qualcosa in più: è comprare una licenza senza sapere che cosa si sta comprando. Vale la pena verificare anche la portabilità: un servizio AI senza una via d’uscita pulita pone gli stessi problemi che descriviamo parlando di come scrivere un piano d’uscita dal cloud prima di entrare.

Attenzione anche alle suite già presenti in azienda. Molte imprese hanno Microsoft 365, Google Workspace, CRM cloud, gestionali e piattaforme documentali che stanno incorporando funzioni AI. L’AI spesso non arriva più come applicazione separata: arriva come pulsante dentro strumenti già autorizzati. Questo rende ancora più importante verificare impostazioni, licenze, condizioni e perimetri di attivazione. L’opzione predefinita del vendor non è automaticamente la scelta migliore per l’azienda.

5. Dati aziendali: non tutto deve entrare nel modello

Il linguaggio commerciale spinge a pensare che più dati si danno all’AI, più valore si ottiene. È vero solo in parte. Molti casi d’uso funzionano bene senza caricare dati sensibili: riscrittura di testi, traduzione, sintesi di documentazione pubblica, generazione di bozze, preparazione di scalette, supporto al codice su esempi non proprietari. Una buona regola pratica è usare l’AI dove il rischio è basso e il ritorno è immediato.

Quando invece servono dati interni, conviene distinguere tra inviare dati al modello e far consultare dati al sistema in modo controllato. Le architetture basate su recupero di documenti, spesso chiamate RAG, permettono di collegare l’AI a una base documentale senza trasformare necessariamente ogni file in materiale di addestramento. Anche qui non c’è magia: servono permessi corretti, indicizzazione pulita, separazione tra reparti e verifiche sugli output. Ma può essere un approccio molto più governabile del copia e incolla manuale. Se l’obiettivo è tenere i dati in casa o in Europa senza rinunciare ai vantaggi, abbiamo descritto un modello concreto parlando di enclave AI portabile per le PMI.

Per una PMI può bastare partire con tre aree. La prima è documentazione non riservata o già pubblica: cataloghi, manuali, FAQ, procedure generiche. La seconda è documentazione interna a basso rischio: modelli di email, istruzioni operative, materiale di formazione. La terza, solo dopo, è documentazione con dati personali, contratti, listini, dati tecnici proprietari o informazioni di clienti. Saltare direttamente alla terza area è spesso il modo più rapido per trasformare un progetto utile in un problema di compliance.

La minimizzazione dell’art. 5 GDPR è una bussola pratica: dare all’AI solo ciò che serve. Se si chiede una bozza di risposta commerciale, spesso non servono nome del cliente, margine esatto, condizioni contrattuali e numero di telefono. Si possono usare segnaposto, riassunti o dati anonimizzati. Non è perfezionismo: è igiene operativa.

Un altro tema sottovalutato è la qualità delle risposte. L’AI generativa produce testo plausibile, non verità certificata. Nei processi aziendali questo suggerisce una regola semplice: l’output non dovrebbe diventare automaticamente decisione. Preventivi, comunicazioni legali, valutazioni su persone, risposte a reclami e documenti tecnici dovrebbero avere un responsabile umano che controlla. L’AI Act insiste sull’alfabetizzazione anche per questo: sapere usare l’AI significa anche sapere quando non fidarsi.

6. Un piano da 60 giorni per uscire dall’improvvisazione

Il percorso per una PMI non deve essere monumentale. In molti casi, sessanta giorni possono bastare per passare dallo Shadow AI a un uso aziendale ragionevole.

La prima fase è fotografare l’esistente. Non serve un’indagine punitiva: basta chiedere ai reparti quali strumenti usano, per quali attività e con quali dati. Se la domanda viene posta come caccia al colpevole, le risposte rischiano di essere false. Se viene posta come costruzione di un servizio migliore, tendono a emergere informazioni utili.

La seconda fase è scegliere due o tre casi d’uso ad alto ritorno e rischio contenuto: bozze di email commerciali, riassunti di documenti non sensibili, supporto alla scrittura di procedure, traduzioni, ricerca nella documentazione tecnica interna già ripulita. Il progetto AI che parte dal caso più delicato dell’azienda è spesso un progetto che si blocca. Quello che parte da attività ripetitive e controllabili tende a produrre fiducia.

La terza fase è selezionare lo strumento o l’insieme di strumenti. Qui il criterio non dovrebbe essere la demo più spettacolare, ma la governabilità: identità aziendale, condizioni sui dati, residenza e sub-fornitori, log, amministrazione centralizzata, costi prevedibili. Un system integrator locale può essere più utile di una grande consulenza se aiuta a configurare bene licenze, accessi e policy, invece di vendere un progetto astratto. Sulla residenza dei dati conviene non fermarsi alle promesse del commerciale: abbiamo spiegato perché in cosa significa davvero cloud sovrano.

La quarta fase è scrivere una policy di due pagine. Due, non venti. Dovrebbe dire quali strumenti sono autorizzati, quali dati non vanno inseriti, quali casi richiedono approvazione, chi controlla gli output e a chi segnalare dubbi o incidenti. La policy lunga che nessuno legge serve spesso solo a dimostrare che l’azienda ha prodotto carta. La policy breve, integrata nella formazione e ripetuta nei momenti giusti, ha più probabilità di cambiare i comportamenti.

La quinta fase è misurare. Non con metriche fantasiose, ma con dati semplici: numero di utenti attivi, casi d’uso adottati, ticket ridotti, tempo risparmiato su attività ripetitive, incidenti o quasi incidenti, richieste di nuovi reparti. Dopo un mese si capisce spesso già se lo strumento è utile o se è solo una licenza in più nel bilancio IT.

7. La scelta di campo: meno entusiasmo, più controllo

L’AI in azienda non è una moda innocua, ma nemmeno un mostro da tenere fuori dalla porta. È una tecnologia potente, già disponibile, che può ridurre tempi e costi quando viene incanalata bene. Il rischio maggiore per una PMI spesso non è usarla: è lasciare che venga usata senza decisione aziendale.

C’è una tentazione ricorrente: aspettare che il mercato si stabilizzi. È comprensibile, ma rischiosa. Nel frattempo i dipendenti sperimentano, i fornitori integrano AI nelle piattaforme, i clienti iniziano a chiedere tempi di risposta più rapidi. L’assenza di una scelta tende a diventare essa stessa una scelta, spesso a favore del vendor più comodo o dello strumento gratuito più visibile.

La posizione ragionevole è diversa: autorizzare poco, autorizzare bene, crescere per gradi. Un accesso AI aziendale non deve risolvere ogni problema. Può togliere l’azienda dalla zona grigia degli account personali e dei dati incollati a caso, creare un perimetro in cui sperimentare senza perdere controllo, permettere al titolare o al responsabile IT di rispondere a una domanda semplice: dove stanno andando i nostri dati quando usiamo l’AI?

Le PMI italiane hanno un vantaggio che spesso sottovalutano: possono muoversi più velocemente delle grandi organizzazioni. Di solito non servono dieci comitati per decidere una policy di due pagine, scegliere un fornitore con condizioni accettabili e formare cinquanta persone su cosa non inserire in un prompt. Con il supporto giusto, anche locale e proporzionato, possono adottare l’AI in modo concreto senza consegnarsi mani e piedi alla piattaforma del momento. Il discrimine, alla fine, non è tra chi ha vietato l’AI e chi l’ha comprata a scatola chiusa: è tra chi ha capito il proprio perimetro e chi ha lasciato decidere ai browser dei dipendenti.