Shadow AI nelle PMI: vietarla è inutile, incanalarla è una scelta di sovranità

La Shadow AI non è un problema morale. È il segnale che in azienda esiste un bisogno operativo al quale l’IT non ha ancora dato una risposta credibile.

Quando un commerciale incolla la bozza di un’offerta in un chatbot pubblico, quando l’amministrazione usa un assistente per riassumere una PEC, quando il marketing carica il listino su uno strumento online per generare descrizioni prodotto, non siamo davanti a una congiura contro la compliance. Siamo davanti a persone che hanno trovato un modo più veloce per lavorare e lo usano, spesso senza capire dove finiscono i dati.

La reazione più comoda è vietare. La più intelligente è incanalare. Per una PMI italiana la differenza è enorme: da una parte si produce clandestinità digitale, dall’altra si costruisce un modo pratico per usare l’AI senza consegnare processi, documenti e conoscenza aziendale al primo servizio apparso in una scheda del browser.

Non si tratta di diventare una banca né di trasformare ogni richiesta in un comitato. Si tratta di decidere quali usi dell’AI sono ammessi, con quali dati, su quali strumenti, con quali log e con quale possibilità di cambiare fornitore. Questa non è burocrazia. È igiene industriale.

1. La Shadow AI nasce dove l’IT arriva tardi

Nelle PMI l’adozione tecnologica raramente passa da programmi triennali. Un reparto vede uno strumento, lo prova, lo trova utile e lo porta nel lavoro quotidiano. È successo con Dropbox, con WhatsApp, con Trello, con Canva e con mille altri servizi. Con l’AI succede più in fretta, perché la barriera d’ingresso è quasi nulla: basta un account, a volte nemmeno aziendale.

Qui molte aziende sbagliano diagnosi. Pensano che il problema sia la disobbedienza degli utenti. In realtà il problema è l’assenza di un’alternativa ufficiale abbastanza semplice. Se per riassumere un contratto servono tre approvazioni, mentre un chatbot pubblico risponde in trenta secondi, la scelta l’ha già fatta il contesto.

Questo non significa accettare tutto. Significa capire che l’AI non si governa solo con un divieto scritto in policy. La si governa offrendo uno spazio autorizzato dove fare le cose più richieste: riscrivere testi, tradurre, classificare ticket, riassumere documenti non riservati, cercare informazioni nel materiale interno già approvato, generare bozze che un essere umano deve comunque verificare.

Il primo passo non è comprare la suite più vistosa. È osservare quali attività stanno già uscendo dal perimetro aziendale. In una PMI bastano spesso colloqui brevi con amministrazione, commerciale, operations, HR e marketing. Non serve un censimento infinito: serve capire dove l’AI è già entrata, quali dati riceve e quali decisioni influenza.

Se emerge che ogni reparto usa strumenti diversi, la risposta non è il panico. È la convergenza: pochi casi d’uso leciti, pochi strumenti approvati, regole leggibili, supporto rapido.

2. Vietare tutto produce AI clandestina, non sicurezza

Il divieto assoluto funziona bene nei documenti e male nelle aziende. Se l’AI è utile e l’azienda non offre un’alternativa, gli utenti la useranno comunque. Solo che lo faranno con account personali, senza log, senza contratti, senza sapere se i prompt vengono conservati, riutilizzati o trasferiti fuori dallo Spazio economico europeo.

È la parte che molte PMI sottovalutano. Il rischio non è soltanto che un documento riservato finisca nel posto sbagliato. Il rischio è perdere visibilità sui processi. Se una bozza di risposta a un cliente, la valutazione preliminare di un fornitore o un’analisi di marginalità passano da strumenti non autorizzati, l’azienda non sa più come si è formata una decisione.

Il GDPR non vieta l’AI, ma impone principi che qui diventano molto concreti. L’art. 5 del Regolamento (UE) 2016/679 parla di liceità, correttezza, trasparenza, minimizzazione dei dati, limitazione della finalità e integrità. Sono parole spesso consumate dalla consulenza, ma nel caso della Shadow AI hanno un significato semplice: non si caricano dati personali o aziendali in strumenti di cui non si conoscono finalità, conservazione, ruoli e misure di sicurezza.

Quando un fornitore tratta dati personali per conto dell’azienda, entra in gioco anche l’art. 28 sul responsabile del trattamento. Non basta che il servizio sia famoso: serve sapere chi tratta cosa, dove, per quanto tempo e con quali subfornitori. L’art. 32 aggiunge il tema delle misure tecniche e organizzative adeguate — controllo accessi, riservatezza, resilienza, capacità di ripristino, procedure di verifica.

Anche l’AI Act va letto senza isteria. Il Regolamento (UE) 2024/1689 introduce obblighi proporzionati al rischio, ma contiene un punto già molto pratico per chi usa sistemi AI: l’obbligo di alfabetizzazione (la cosiddetta AI literacy), cioè la necessità che il personale abbia un livello adeguato di competenza sull’uso di questi sistemi. Per una PMI non significa fare accademia. Significa spiegare cosa non si deve inserire in un prompt, come si controlla un output, quando l’AI non può decidere al posto di una persona e quali strumenti sono autorizzati.

La formazione minima, se fatta bene, riduce più rischio di una policy di venti pagine che nessuno leggerà.

3. Il perimetro minimo: dati, strumenti, identità, log

Una PMI non deve costruire una piattaforma AI da multinazionale. Deve però stabilire un perimetro minimo. Senza, ogni reparto diventa un piccolo laboratorio non documentato. Con un perimetro, l’azienda può sperimentare senza perdere il controllo.

Il perimetro parte dai dati. Non tutti pesano allo stesso modo. Una presentazione commerciale già pubblica non equivale a una busta paga, a un’offerta non ancora inviata o a un listino riservato. La classificazione può restare semplice: pubblico, interno, riservato, critico. E la regola deve essere comprensibile: gli strumenti pubblici possono ricevere solo dati pubblici o anonimizzati; gli strumenti aziendali approvati possono ricevere dati interni secondo i permessi; i dati riservati e critici richiedono ambienti controllati e casi d’uso specifici.

Poi vengono gli strumenti. La domanda giusta non è quale modello è più intelligente questa settimana, ma quale servizio l’azienda può governare. Serve autenticazione aziendale, gestione centralizzata degli utenti, disattivazione rapida degli account, impostazioni chiare sulla conservazione dei prompt, possibilità di escludere l’uso dei dati per l’addestramento, esportazione dei contenuti, log consultabili.

Il terzo punto è l’identità. L’AI non deve diventare l’ennesimo account condiviso. Se un reparto usa un solo login per tutti, l’azienda perde responsabilità, audit e capacità di intervento. Ogni uso rilevante deve essere ricondotto a un’identità aziendale: non per sorvegliare le persone, ma per sapere chi ha caricato cosa, quando e con quale strumento.

Il quarto punto sono i log. Qui il buon senso batte la paranoia. Non sempre serve conservare il contenuto completo di ogni prompt, soprattutto se contiene dati sensibili. Ma l’azienda deve almeno sapere quali strumenti sono usati, da quali utenti, con quali volumi e in quali classi di attività. Senza log non c’è miglioramento, non c’è risposta agli incidenti e non c’è modo di dimostrare che il perimetro esiste davvero.

Un modello pratico può essere questo:

• uso libero solo per dati pubblici o già destinati alla pubblicazione;
• uso aziendale approvato per bozze, riassunti, traduzioni e supporto operativo con dati interni non critici;
• uso controllato per documenti riservati, con ambiente dedicato, permessi, log e revisione umana;
• uso vietato per credenziali, segreti industriali, dati sanitari non necessari, buste paga, informazioni bancarie complete e documenti di terzi senza una base contrattuale chiara.

Quattro righe così, se applicate, valgono più di un regolamento perfetto dimenticato in una cartella condivisa.

4. L’alternativa concreta: un servizio AI aziendale, non cento account personali

Incanalare la Shadow AI significa dare alle persone un posto dove andare. Quel posto può essere una suite già in uso, una piattaforma europea, un ambiente gestito da un system integrator italiano, oppure una combinazione. Non esiste una risposta unica. Esiste però un criterio: lo strumento ufficiale deve essere più facile della scorciatoia clandestina.

Per molte PMI la soluzione più efficace non è addestrare un modello proprietario, ma predisporre un servizio AI aziendale con accesso tramite identità aziendale, policy sui dati, modelli selezionati e qualche integrazione davvero utile. Un’interfaccia chat controllata, collegata a un archivio documentale selezionato, copre buona parte dei bisogni quotidiani senza esporre l’intera azienda.

Qui il ruolo degli integrator a misura d’uomo diventa importante. Non perché siano magicamente migliori dei grandi vendor, ma perché possono cucire il servizio sul modo reale in cui lavora la PMI: gestionale, file server, documentale, CRM, posta, ticket, procedure interne. La sovranità non è solo la bandiera sul data center. È la possibilità di telefonare a qualcuno che conosce l’ambiente, capisce l’urgenza e non risponde con un link generico alla documentazione.

Un ambiente AI aziendale può partire piccolo: un assistente per riscrivere testi commerciali senza caricare listini completi, un motore di ricerca sui manuali tecnici approvati, un classificatore di richieste clienti, un supporto alla redazione di procedure interne. Ogni caso d’uso deve avere un proprietario, una classe di dati ammessa e una regola di verifica umana.

La parte decisiva è non confondere comodità e dipendenza. Se tutto viene costruito dentro un solo ecosistema — senza esportazione dei dati, senza controllo sui prompt, senza possibilità di cambiare modello o provider — l’azienda compra produttività oggi e rigidità domani. A volte può essere una scelta legittima. Ma deve essere una scelta consapevole, non l’effetto collaterale di una licenza inclusa nel bundle.

5. Sovranità pratica: dove girano i dati e chi può spegnere il rubinetto

Nel dibattito italiano si parla spesso di cloud sovrano in modo vago. Sull’AI bisogna essere più concreti. Dove vengono inviati i prompt? Dove sono conservati i file caricati? Chi sono i subfornitori? I dati vengono usati per migliorare il modello? Esiste un’opzione contrattuale che lo esclude? I log restano disponibili se si cambia piano o fornitore?

Non sono domande anti-cloud. Sono domande anti-nebbia. Una PMI può usare servizi globali, europei o italiani, purché sappia cosa sta facendo. Il problema non è il passaporto del logo, ma firmare condizioni che impediscono di capire la catena operativa.

Per i soggetti che rientrano nella NIS2 la questione è ancora più concreta. La Direttiva (UE) 2022/2555 include tra le misure di gestione del rischio la sicurezza della supply chain, la gestione degli incidenti, la continuità operativa e le politiche di controllo accessi. Anche quando una PMI non rientra direttamente nell’ambito NIS2, può essere fornitore di aziende che vi rientrano. In quel caso le richieste arriveranno dai clienti: quali strumenti AI usate, dove trattate i dati, come gestite gli accessi, come rispondete a un incidente.

Meglio arrivare preparati con una risposta semplice che improvvisare. Non serve dichiarare di avere un laboratorio AI proprietario. Serve poter dire: questi sono gli strumenti autorizzati, queste sono le classi di dati ammesse, questi sono i fornitori, questi sono i log, questa è la procedura se qualcuno carica per errore un documento riservato.

La sovranità, per una PMI, è anche potere contrattuale. Se un fornitore AI non consente impostazioni chiare sulla retention, non spiega i subfornitori, non offre esportazione dei dati, non permette amministrazione centralizzata o lega tutto a un ecosistema impossibile da lasciare, il prezzo basso è solo l’acconto. Il saldo arriva quando l’azienda vuole cambiare, negoziare o rispondere a un cliente più esigente.

6. Una roadmap da trenta giorni, senza teatro della compliance

La Shadow AI si può affrontare senza aprire un progetto infinito. In una PMI il ritmo conta. L’obiettivo dei primi trenta giorni non è risolvere ogni caso possibile, ma passare dal caos invisibile a un uso visibile e accettabile.

La sequenza funziona se resta essenziale:

• mappare gli usi reali con colloqui brevi nei reparti, senza caccia alle streghe;
• scegliere due o tre casi d’uso ammessi e utili, così l’alternativa ufficiale esiste subito;
• individuare uno o due strumenti approvati, con accesso aziendale e condizioni contrattuali leggibili;
• definire le classi di dati che possono o non possono finire nei prompt;
• attivare log minimi e amministrazione centralizzata;
• fare una formazione pratica di un’ora, basata su esempi aziendali e non su slogan;
• nominare un referente operativo che raccolga i nuovi casi d’uso e blocchi quelli pericolosi.

Non è una grande trasformazione digitale. È una messa in sicurezza del buon senso. Dopo trenta giorni l’azienda dovrebbe sapere cosa viene usato, da chi, per fare cosa e con quali dati. Da lì si migliora: integrazioni, RAG sui documenti approvati, ambienti più controllati per i dati riservati, eventuale uso di modelli ospitati presso provider più vicini o su infrastrutture gestite.

Il punto, nel senso industriale del termine, è non lasciare che la prima ondata di AI in azienda diventi l’ennesima colonizzazione silenziosa. Prima si usavano tool gratuiti per comodità; ora si rischia di consegnare pezzi di conoscenza aziendale, processi decisionali e dati dei clienti a servizi scelti senza una vera decisione.

Una PMI non deve avere paura dell’AI. Deve avere paura dell’AI invisibile. Quella visibile si governa, si misura, si migliora, si cambia. Quella invisibile diventa abitudine, poi dipendenza, poi problema contrattuale.

La scelta non è tra innovare e proteggersi. È tra innovare con una rotta o lasciare che ogni reparto navighi per conto proprio. Vietare tutto dà l’illusione del controllo. Incanalare costruisce controllo reale: meno Shadow AI, più produttività, più indipendenza dai vendor e meno sorprese quando un cliente, un auditor o un incidente chiederanno conto di quello che l’azienda fa con i suoi dati.