Shadow AI: i dipendenti la usano già, fingere di no è il rischio peggiore
3 min di lettura
Nel 2023 fece scuola il caso Samsung: ingegneri dei semiconduttori incollarono codice sorgente riservato e verbali interni in ChatGPT per farsi aiutare, e l’azienda — scoperta la cosa — vietò i chatbot esterni in blocco. Tre anni dopo, le rilevazioni convergono su un punto: nella maggior parte delle aziende, più della metà di chi usa l’AI al lavoro lo fa con strumenti personali non autorizzati, e in gran parte non lo dichiara. Si chiama shadow AI, e il paradosso è che le aziende col divieto totale ne hanno di più, non di meno: il divieto sposta l’uso sul telefono personale, dove nessun controllo aziendale arriva.
Perché il divieto non funziona
Chi incolla un contratto in un chatbot non vuole danneggiare l’azienda: vuole finire prima un lavoro noioso. L’AI generica fa risparmiare tempo percepito da subito, e nessuna circolare compete con questo. Il divieto produce tre effetti, tutti negativi: l’uso continua ma invisibile; i dati escono comunque, ma verso account consumer senza alcuna garanzia; e l’azienda rinuncia a capire quali compiti i suoi dipendenti stanno cercando di automatizzare — che è l’informazione più preziosa di tutte, la mappa gratuita dei processi inefficienti.
Cosa esce davvero, e dove finisce
Il rischio concreto va capito senza isterie. Sugli account consumer gratuiti, i contenuti inseriti possono essere usati per addestrare i modelli e sono conservati secondo condizioni che non avete negoziato. Sugli account enterprise, di norma, i dati non vengono usati per l’addestramento e valgono garanzie contrattuali e di residenza. La differenza tra i due mondi è enorme — ed è esattamente la differenza che lo shadow AI cancella: il dipendente col proprio account usa il livello di garanzie più basso disponibile, per i dati più sensibili che ha sottomano.
Governare in quattro mosse
- Dare l’alternativa prima di regolare. Una policy senza uno strumento autorizzato è un divieto travestito. Serve un accesso aziendale a un assistente AI con garanzie adeguate (niente addestramento sui vostri dati, log, residenza europea) — o, per i casi seri, un assistente interno che lavora sui dati aziendali connessi, dove le risposte sono ancorate e tracciate.
- Una policy corta, per categorie di dati. Una pagina, non trenta: cosa si può inserire in strumenti esterni autorizzati (informazioni pubbliche, testi da riformulare), cosa mai (dati personali di clienti e colleghi, codice, prezzi, contratti, know-how). Le persone ricordano tre regole, non un regolamento.
- Formare — che ora è anche un obbligo. Dall’AI Act, chi usa sistemi AI in azienda deve essere formato al loro uso (l’obbligo di alfabetizzazione è in vigore da febbraio 2025). Fatelo sul serio: mezz’ora su come scrivere un prompt senza dati riservati previene più incidenti di qualunque firewall.
- Misurare e aggiornare. Il traffico verso i servizi AI si può osservare a livello di rete; le richieste di nuovi strumenti vanno accolte come segnale, non respinte come disturbo. Ogni caso di shadow AI è una domanda di automazione che l’azienda non ha ancora ascoltato.
Il rovesciamento utile
L’ultima mossa è la più redditizia: trattare la mappa dello shadow AI come backlog di automazione. Se metà dell’ufficio acquisti incolla ordini nel chatbot per estrarre dati, quello è un processo che chiede di essere automatizzato per davvero — con ancoraggio ai sistemi, controlli e tracciabilità. È spesso così che nascono le nostre prove operative: non da un piano strategico, ma da ciò che le persone stavano già cercando di fare di nascosto.
Volete trasformare lo shadow AI da rischio a mappa? Parliamone: mezz’ora per impostare policy e priorità.