L'illusione del divieto e il rischio reale della Shadow AI nelle PMI
L'adozione dell'intelligenza artificiale nelle piccole e medie imprese italiane avviene spesso attraverso dinamiche informali. Prima che la direzione aziendale o la funzione IT valutino formalmente l'acquisto di un software o l'integrazione di un'infrastruttura AI, i collaboratori iniziano autonomamente a utilizzare strumenti generativi ad accesso pubblico per velocizzare le attività quotidiane.
Questa pratica prende il nome di Shadow AI: l'impiego non autorizzato, non tracciato e non regolamentato di soluzioni di intelligenza artificiale per scopi lavorativi. I dipendenti utilizzano account personali o versioni gratuite di assistenti conversazionali, traduttori automatici o generatori di immagini per redigere e-mail commerciali, riassumere verbali di riunione, correggere codice sorgente o sintetizzare documenti strategici.
Di fronte alla consapevolezza di questo fenomeno, la reazione di alcune direzioni aziendali è stata l'emanazione di divieti categoriali. Bloccate gli accessi di rete ai domini dei principali modelli LLM o vietare per circolare interna l'uso dell'AI rappresenta tuttavia una soluzione apparente per due motivi fondamentali:
- Inefficacia operativa: i collaboratori continuano a utilizzare gli strumenti dai propri dispositivi personali, su reti mobili o da remoto, vanificando i blocchi informatici e rendendo il fenomeno del tutto invisibile all'azienda.
- Perdita di competitività: il divieto penalizza l'efficienza dei flussi di lavoro, creando un contrasto sterile tra le esigenze operative del personale e le politiche della direzione.
L'assenza di regole scritte non equivale a un'assenza di rischio; al contrario, coincide con l'accettazione passiva del rischio peggiore: lasciare che siano i singoli collaboratori, spesso privi di competenze giuridiche e informatiche, a decidere quali dati aziendali inviare a server esterni e quali output utilizzare nei rapporti con clienti e fornitori.
Consumer vs Enterprise AI: la differenza sostanziale nella gestione dei dati
Il primo elemento di chiarezza che la direzione aziendale deve introdurre riguarda la natura contrattuale degli strumenti utilizzati. Esiste una differenza sostanziale tra le versioni gratuite o consumer dei servizi di intelligenza artificiale e le licenze di livello enterprise o business.
1. Trattamento dei dati in ingresso e riutilizzo per l'addestramento (Data Training)
Nei termini di servizio dei piani gratuiti e consumer standard, i fornitori di LLM si riservano il diritto di conservare i prompt, i testi e i file caricati dagli utenti per utilizzare tali informazioni nel processo di addestramento continuo dei propri modelli generali.
Se un dipendente inserisce in un account gratuito l'estratto di una trattativa riservata, una lista di clienti con le relative sanzioni commerciali o una funzione di codice proprietario, tali informazioni entrano a far parte del patrimonio informativo dell'algoritmo. In determinate circostanze, risposte generate dal modello per utenti terzi estranei all'azienda potrebbero far riemergere o ricostruire frammenti di quei dati.
Al contrario, nei piani Enterprise o Team commerciali, i fornitori garantiscono contrattualmente il zero-data retention for training: i dati inviati dall'azienda non vengono registrati né impiegati per migliorare o addestrare i modelli pubblici del vendor.
2. Architettura di sicurezza, cifratura e tracciabilità
I servizi professionali offrono la segregazione logica dei dati aziendali, la cifratura in transito e at rest, la gestione centralizzata delle utenze tramite Single Sign-On (SSO) e la disponibilità di log di tracciamento (audit trail). L'infrastruttura IT dell'azienda conserva così la visibilità su chi ha effettuato un accesso e quali volumi di dati sono stati scambiati, condizione indispensabile per mantenere il controllo sulla sicurezza aziendale.
AI e GDPR: le condizioni di conformità che il management deve garantire
L'integrazione di strumenti di intelligenza artificiale che elaborano informazioni riferibili a persone fisiche (dipendenti, clienti, fornitori, candidati) ricade pienamente nell'ambito di applicazione del Regolamento (UE) 2016/679 (GDPR).
Trattare dati personali tramite sistemi AI non costituisce una zona franca normativa. Il Garante per la Protezione dei Dati Personali e il Comitato Europeo per la Protezione dei Dati (EDPB) hanno ribadito che i principi generali della protezione dati si applicano integralmente all'uso degli algoritmi.
1. Il principio di minimizzazione dei dati (Art. 5, par. 1, lett. c)
L'azienda deve limitare la quantità di dati personali trattati a quanto strettamente necessario per le finalità del processo. L'inserimento di nomi, indirizzi e-mail, numeri di telefono o dati finanziari riferiti a individui nei prompt di sintesi o analisi costituisce un trattamento inutile ed eccedente se la medesima analisi può essere ottenuta su dati anonimizzati o aggregati.
2. La nomina a Responsabile del Trattamento — Data Processing Agreement (Art. 28)
Qualora l'azienda (Titolare del trattamento) affidi a un provider esterno di AI l'elaborazione di dati personali, deve sussistere un contratto o un altro atto giuridico vincolante (DPA - Data Processing Agreement) ai sensi dell'Articolo 28 GDPR.
L'atto deve definire la durata, la natura e la finalità del trattamento, il tipo di dati personali e le categorie di interessati. L'utilizzo di account personali o gratuiti privi di un DPA sottoscritto dal provider configura una comunicazione illegittima di dati personali a terzi.
3. Valutazione d'Impatto sulla Protezione dei Dati — DPIA (Art. 35)
L'Articolo 35 del GDPR impone al titolare di condurre una DPIA (Data Protection Impact Assessment) prima di avviare un trattamento che, prevedendo l'uso di nuove tecnologie, presenta un rischio elevato per i diritti e le libertà delle persone fisiche.
L'adozione di soluzioni AI che analizzano in modo sistematico il comportamento dei dipendenti, profilano la clientela o elaborano decisioni automatizzate richiede la redazione preventiva della DPIA, documentando le garanzie adottate per mitigare i rischi riscontrati.
4. Basi giuridiche e divieto di trattamento di dati particolari (Art. 9)
Ogni trattamento svolto tramite AI necessita di una base giuridica idonea ai sensi dell'Articolo 6 GDPR (es. esecuzione di un contratto o legittimo interesse del titolare previa valutazione di bilanciamento).
Rimane tassativamente vietato immettere nei sistemi di AI generica dati rientranti nelle categorie particolari di cui all'Articolo 9 (dati relativi alla salute, opinioni politiche, convinzioni religiose, appartenenza sindacale, dati genetici o biometrici), salva la sussistenza delle deroghe esplicite previste dalla legge e l'adozione di misure di sicurezza elevate.
Per verificare le sovrapposizioni tra privacy e regolamentazione europea sui sistemi AI, si veda l'analisi dettagliata sull'Regolamento (UE) 2024/1689 (EU AI Act).
Proprietà intellettuale e segreti industriali: chi possiede l'output dell'AI?
Accanto alla protezione dei dati personali, l'uso dell'intelligenza artificiale generativa solleva criticità sul piano della proprietà intellettuale (IP) e della tutela del patrimonio informativo dell'impresa.
1. La tutelabilità degli output generati dall'AI
In Italia e nell'Unione Europea, la disciplina sul diritto d'autore (Legge 22 aprile 1941, n. 633 e successive modifiche) riconosce la tutela del copyright esclusivamente alle opere frutto dell'ingegno umano e della creatività dell'autore. La Corte di Cassazione (sentenza n. 1107/2023) ha confermato che l'impronta personale e il contributo creativo umano costituiscono requisiti imprescindibili per la protezione giuridica.
I contenuti (testi, immagini, grafiche, codice) generati in modo interamente automatizzato da un algoritmo attraverso brevi istruzioni testuali (prompt) non sono considerati opere dell'ingegno e rientrano nel pubblico dominio.
Per una PMI che impiega l'AI per sviluppare risorse strategiche — come software proprietario, marchi, illustrazioni di prodotto o testi di campagna — ciò implica che l'azienda non acquisisce un diritto d'autore esclusivo sugli output puri. Chiunque sul mercato potrebbe teoricamente riutilizzare quel materiale senza commettere alcuna violazione.
2. Il rischio di violazione di diritti d'autore di terzi (Infringement)
I modelli di AI generativa sono stati addestrati su imponenti volumi di dati prelevati dal web, inclusi testi, immagini e codici protetti da copyright. Sussiste il rischio che un output fornito dall'algoritmo riproduca in modo fedele o sostanzialmente identico porzioni di opere di terzi.
Se l'azienda pubblica o commercializza tali contenuti senza una preventiva verifica umana, si espone a contestazioni legali da parte dei legittimi titolari dei diritti, con conseguenti richieste di risarcimento danni e danno reputazionale.
3. La perdita di tutela sui Segreti Industriali
Il Codice della Proprietà Industriale (D.Lgs. 30/2005, Artt. 98 e 99) protegge le informazioni aziendali e le esperienze tecnico-industriali (know-how, distinte basi, elenchi fornitori, algoritmi interni) a condizione che:
- siano segrete (non notoriamente accessibili);
- abbiano un valore economico in quanto segrete;
- siano sottoposte a misure di protezione adeguate da parte del detentore per mantenerle segrete.
Inserire una formula di produzione, una strategia di prezzo riservata o un codice sorgente in un servizio AI pubblico privo di garanzie di riservatezza equivale a distruggere il requisito delle "misure adeguate di protezione". L'azienda perde l'inquadramento del dato come segreto industriale, precludendosi ogni tutela giudiziaria in caso di sottrazione o divulgazione da parte di terzi.
Framework operativo in 5 punti per una AI Acceptable Use Policy aziendale
Per trasformare i principi giuridici in prassi operative comprensibili ed eseguibili dai collaboratori, la direzione aziendale deve adottare una AI Acceptable Use Policy (AUP).
La policy non deve consistere in un documento burocratico di decine di pagine, ma in una linea guida chiara, articolata su 5 componenti essenziali.
1. Classificazione dei dati e matrice di autorizzazione
Codificare una matrice semantica che stabilisca chiaramente quali informazioni aziendali possono essere immesse nei sistemi AI e con quali modalità:
- Dati Pubblici (comunicati stampa, cataloghi già diffusi): liberamente elaborabili su strumenti approvati.
- Dati Interni non sensibili (procedure operative di routine, bozze di lavoro generali): elaborabili esclusivamente su piattaforme Enterprise dotate di clausola di non-training.
- Dati Riservati, Personali o Segreti (dati finanziari, PII di clienti/dipendenti, contratti riservati, codice sorgente): tassativamente vietati su qualunque strumento AI esterno generico, salva l'adozione di ambienti dedicati in cloud privato con crittografia end-to-end e preventivo parere favorevole di Legal e IT.
2. Whitelist degli strumenti e gestione delle utenze
L'azienda deve redigere ed elencare ufficialmente i software e le piattaforme AI autorizzate dall'ufficio IT.
- È vietato l'uso di account personali, estensioni di browser non verificate o strumenti accessori che leggono automaticamente i contenuti dello schermo o della posta elettronica.
- Le utenze devono essere erogate centralmente dall'azienda mediante credenziali corporate e autenticazione a più fattori (MFA).
3. Principio della supervisione umana obbligatoria (Human-in-the-loop)
La policy deve stabilire formalmente che l'intelligenza artificiale è un mero strumento di supporto operativo e che la responsabilità del risultato finale rimane in capo alla persona fisica che gestisce il processo.
- L'operatore deve verificare la correttezza informale e concettuale di ogni testo o dato generato prima di inviarlo a clienti o colleghi.
- È vietato automatizzare decisioni che impattano direttamente su diritti di terzi, contratti o valutazioni delle risorse umane senza la convalida espressa di un responsabile.
4. Disciplina della proprietà intellettuale e dell'attribuzione
Definire le regole per l'utilizzo commerciale degli output:
- I dipendenti non devono accreditare l'azienda come titolare esclusiva del copyright su risorse grafiche o testuali prodotte interamente da AI.
- Qualora gli output vengano integrati all'interno di opere complesse aziendali, il personale deve assicurarsi che la componente umana rimanga prevalente e documentabile.
- Prima di utilizzare frammenti di codice generati da AI per progetti software destinati ai clienti, la funzione IT deve effettuare un controllo automatico di licenza per evitare l'incorporazione accidentale di codice open-source vincolante (copyleft).
5. Protocollo di formazione, revisione e gestione delle anomalie
In conformità con gli obblighi di alfabetizzazione stabiliti dall'Articolo 4 dell'EU AI Act, la policy deve essere accompagnata da un piano continuo di formazione per il personale.
- Definire le modalità con cui un dipendente deve segnalare un inserimento accidentale di dati riservati in uno strumento non autorizzato (data breach).
- Prevedere un riesame periodico (almeno annuale) della policy per adeguarla all'evoluzione tecnica dei software e alle novità legislative.
L'efficacia della policy dipende direttamente dalla qualità dell'infrastruttura e dei flussi informativi aziendali. Per valutare lo stato di prontezza delle basi dati prima di attivare le licenze, si consiglia la consultazione dell'analisi sulla Osservatorio Artificial Intelligence del Politecnico di Milano.
Fonti verificate e riferimenti normativi
- Unione Europea: Regolamento (UE) 2016/679 del Parlamento europeo e del Consiglio (GDPR).
- Articolo 5: Principi applicabili al trattamento dei dati personali (minimizzazione e riservatezza).
- Articolo 6: Liceità del trattamento.
- Articolo 9: Trattamento di categorie particolari di dati personali.
- Articolo 28: Responsabile del trattamento (DPA).
- Articolo 35: Valutazione d'impatto sulla protezione dei dati (DPIA).
- European Data Protection Board (EDPB): Report of the ChatGPT Taskforce (maggio 2024). Linee guida sull'applicazione del GDPR ai modelli linguistici di grandi dimensioni, garanzie sull'accuratezza dei dati e basi giuridiche per il training.
- Garante per la Protezione dei Dati Personali (Italia): Provvedimento n. 112 del 30 marzo 2023 e successive prescrizioni di adeguamento rivolte a OpenAI.
- Repubblica Italiana: Legge 22 aprile 1941, n. 633 — Protezione del diritto d'autore e di altri diritti connessi al suo esercizio.
- Corte di Cassazione (Italia): Sentenza n. 1107 del 16 gennaio 2023. Definizione del requisito di creatività e dell'apporto umano necessario per la tutelabilità dell'opera dell'ingegno.
- Repubblica Italiana: Decreto Legislativo 10 febbraio 2005, n. 30 — Codice della Proprietà Industriale. Articoli 98 e 99 (Tutela dei segreti commerciali e requisiti di protezione).
- Unione Europea: Regolamento (UE) 2024/1689 (EU AI Act). Articolo 4 (AI Literacy) e Articolo 50 (Trasparenza).
Domande frequenti (FAQ per decision-maker)
Vietare l'uso di ChatGPT sui computer aziendali protegge l'azienda dai rischi GDPR?
No. Il divieto informatico sui pc aziendali non impedisce ai dipendenti di utilizzare gli strumenti sui propri dispositivi personali durante l'orario di lavoro o da remoto. Questo comportamento (Shadow AI) espone comunque l'azienda a fughe di dati e sanzioni GDPR, rendendo l'evento non tracciabile. La soluzione corretta consiste nell'adottare licenze aziendali dotate di DPA ex Art. 28 GDPR e regolare l'uso tramite una policy interna.
Un contenuto scritto con l'aiuto di un assistente AI può essere registrato o tutelato da copyright?
Dipende dal grado di intervento umano. Se il testo o l'immagine è generato in modo interamente automatico tramite un prompt di poche parole, in Italia e nell'UE non è tutelabile da copyright e ricade nel pubblico dominio. Se l'AI viene utilizzata unicamente come strumento di supporto alla stesura e l'opera finale presenta una struttura e un riuso rielaborato in modo creativo dall'autore umano, la protezione da diritto d'autore si applica sulla componente creativa umana.
Qual è la differenza tra l'uso di un account ChatGPT gratuito e un account aziendale ChatGPT Team o Enterprise?
La differenza risiede nel trattamento riservato ai dati. Negli account gratuiti i dati immessi nei prompt possono essere conservati dal fornitore per l'addestramento dei modelli futuri e non sussiste un contratto DPA ex Art. 28 GDPR. Negli account Team/Enterprise il fornitore garantisce contrattualmente il divieto di addestramento sui dati del cliente (zero-data retention for training), offre la cifratura del traffico e fornisce un DPA vincolante per la conformità GDPR.
Cosa rischia l'azienda se un dipendente inserisce informazioni riservate in un LLM pubblico?
L'azienda corre un duplice rischio: sul piano privacy si configura una violazione del GDPR per comunicazione non autorizzata di dati personali a terzi, con possibili sanzioni pecuniarie e obbligo di notifica al Garante; sul piano commerciale l'inserimento di know-how, distinte basi o dati finanziari in strumenti pubblici fa venire meno la tutela legale del segreto industriale (Art. 98 Codice Proprietà Industriale), rendendo l'informazione liberamente utilizzabile dal mercato.
Collegamenti interni e servizi pertinenti
Per approfondire l'adeguamento normativo e costruire una governance efficace dell'innovazione:
- Articoli correlati del piano editoriale:
- Regolamento (UE) 2024/1689 (EU AI Act): la guida completa alle scadenze del Regolamento UE 2024/1689 e all'attuazione dell'Articolo 4 sull'alfabetizzazione del personale.
- Osservatorio Artificial Intelligence del Politecnico di Milano: le sette dimensioni per valutare se i dati aziendali sono pronti e sicuri prima di investire in nuove tecnologie.
- Servizi di consulenza strategica pertinenti:
- AI Governance & Management Workshop: la sessione executive per affiancare il management nella stesura della Acceptable Use Policy e nella definizione dei ruoli di protezione dati.
- AI Strategy & Roadmap: la pianificazione per selezionare fornitori Enterprise conformi e strutturare i progetti di innovazione riducendo i rischi legali.
- Fractional AI Advisor: l'affiancamento continuo alla direzione generale per presidiare la compliance, l'adozione e l'evoluzione tecnologica nel tempo.