Vietare ChatGPT e gli altri strumenti di intelligenza artificiale generativa raramente risolve il problema. Se le persone li considerano utili, è probabile che continuino a usarli senza dirlo, magari attraverso account personali e senza alcun controllo sui dati condivisi. È così che nasce la cosiddetta shadow AI: un insieme di utilizzi non autorizzati, difficili da vedere e ancora più difficili da governare.
Anche consentire tutto, però, non è una strategia. Un dipendente può inserire in un prompt informazioni commerciali riservate, affidarsi a una risposta inesatta o pubblicare un contenuto senza averne controllato fonti, diritti e coerenza con l’azienda.
Una policy AI aziendale serve a trovare una posizione più realistica: permettere gli usi che generano valore, stabilendo regole comprensibili per dati, strumenti, verifiche e responsabilità. Non dovrebbe essere un documento scritto soltanto per tutelarsi, ma una guida operativa che aiuti le persone a capire che cosa possono fare ogni giorno.
La policy deve partire dagli usi reali, non dallo strumento del momento
Una regola costruita esclusivamente intorno a ChatGPT rischia di invecchiare presto. Gli strumenti cambiano, vengono aggiunti a software già utilizzati in azienda e possono essere attivati direttamente dentro piattaforme di produttività, CRM, applicazioni grafiche o servizi di marketing.
Conviene quindi partire dalle attività. In una PMI l’AI generativa può essere impiegata, per esempio, per preparare una prima bozza di un’email, riassumere un documento, analizzare commenti dei clienti, tradurre un testo, generare immagini, scrivere codice o riorganizzare informazioni commerciali.
Questi utilizzi non hanno tutti lo stesso rischio. Correggere un testo destinato a una pagina pubblica è diverso dall’analizzare un contratto, una lista clienti o un documento contenente condizioni economiche non ancora comunicate. La policy deve rendere evidente questa differenza.
Prima di scriverla è utile svolgere una ricognizione essenziale: quali strumenti sono già usati, da quali reparti, con quali account e per quali attività. Non serve trasformare il controllo in un’indagine punitiva. L’obiettivo è far emergere le abitudini esistenti, comprese quelle adottate in buona fede per lavorare più velocemente.
Classificare i dati prima di decidere che cosa inserire nell’AI
La frase “non inserire dati sensibili” è troppo vaga per guidare il comportamento quotidiano. Molte persone non sanno se un listino, una presentazione interna o il testo di una proposta commerciale rientrino nel divieto. Una classificazione semplice riduce le interpretazioni.
| Classe | Esempi | Regola operativa possibile |
|---|---|---|
| Pubblici | Pagine del sito, comunicati già diffusi, cataloghi pubblicati | Utilizzabili negli strumenti approvati, rispettando comunque le procedure di verifica |
| Interni | Procedure, bozze, materiali di lavoro non riservati | Utilizzabili solo quando lo strumento e la configurazione sono stati autorizzati |
| Riservati | Offerte, strategie, listini non pubblici, dati economici, informazioni su clienti e fornitori | Da non inserire in servizi generativi non espressamente autorizzati; valutare anonimizzazione o ambienti controllati |
| Ad accesso ristretto | Credenziali, segreti aziendali, documenti particolarmente delicati e dati personali che richiedono specifiche cautele | Inserimento vietato, salvo processo dedicato, approvazione esplicita e adeguate misure tecniche e organizzative |
La classificazione va adattata all’azienda. In alcuni contesti bastano tre livelli; in altri servono distinzioni più precise. Ciò che conta è collegare ogni classe a un comportamento concreto.
Anche l’anonimizzazione non dovrebbe essere trattata come una formula magica. Togliere il nome di un cliente può non bastare se il resto del testo permette comunque di riconoscerlo. Quando il documento contiene informazioni delicate, la scelta prudente è usare soltanto un ambiente valutato e autorizzato oppure non usare affatto un sistema generativo.
La decisione dipende anche dall’architettura scelta. Un servizio online, un ambiente aziendale e un modello eseguito su infrastrutture controllate presentano caratteristiche differenti. Ho approfondito il tema nell’articolo dedicato alla scelta tra AI online e AI in locale per le aziende.
Creare un elenco degli strumenti ammessi
Una policy utile non si limita a dire “usate strumenti sicuri”. Deve indicare quali servizi sono ammessi, per quali attività e attraverso quali account. L’elenco può essere gestito come allegato aggiornabile, evitando di riscrivere l’intera policy ogni volta che cambia una piattaforma.
Per ogni strumento conviene registrare almeno:
- il referente interno e il reparto autorizzato;
- le attività per cui può essere utilizzato;
- le categorie di dati ammesse e vietate;
- il tipo di account da usare, preferibilmente aziendale quando previsto;
- le configurazioni approvate;
- eventuali integrazioni con archivi, posta elettronica, CRM o altri sistemi;
- la data dell’ultima revisione.
È importante considerare anche estensioni del browser, assistenti alle riunioni e funzioni AI introdotte in software già acquistati. Il fatto che una funzione sia disponibile non significa automaticamente che sia stata valutata o autorizzata.
La policy dovrebbe inoltre chiarire che gli account personali non vanno usati per elaborare materiali aziendali, salvo una decisione esplicita dell’organizzazione. Questa regola migliora la gestione degli accessi e riduce la dispersione di documenti e conversazioni fuori dal perimetro aziendale.
La verifica umana non può essere una formula generica
Scrivere che “ogni output deve essere controllato” è corretto, ma insufficiente. Bisogna spiegare che cosa verificare e chi deve farlo.
Un testo destinato a una comunicazione commerciale richiede almeno un controllo su fatti, numeri, promesse, tono e coerenza con il posizionamento aziendale. Una traduzione tecnica dovrebbe essere rivista da una persona che conosce il settore. Un’immagine richiede attenzione alla sua utilizzabilità, ai segni distintivi presenti e alle possibili somiglianze indesiderate. Il codice generato deve essere testato e sottoposto agli stessi controlli previsti per il codice scritto in modo tradizionale.
La profondità della revisione deve crescere con l’impatto della decisione. L’AI può aiutare a preparare materiali e analisi, ma non dovrebbe assumere autonomamente decisioni che incidono in modo significativo su clienti, dipendenti, fornitori o reputazione aziendale.
È utile introdurre una regola molto semplice: chi utilizza l’output rimane responsabile di verificarlo prima di impiegarlo. La frase “lo ha scritto l’AI” non può diventare una giustificazione per pubblicare informazioni inventate o inviare documenti non controllati.
Copyright, fonti e contenuti destinati all’esterno
Quando l’AI viene usata per produrre testi, immagini, presentazioni o codice, la policy dovrebbe richiedere una verifica aggiuntiva prima della pubblicazione o della consegna a un cliente. Non è prudente presumere che un contenuto sia automaticamente originale, corretto o utilizzabile solo perché è stato generato da un software.
Per i contenuti esterni conviene prevedere almeno questi controlli:
- verifica delle affermazioni fattuali e delle eventuali fonti;
- ricerca di citazioni, marchi, nomi o passaggi che richiedano attenzione;
- controllo di immagini e materiali rispetto al contesto d’uso;
- revisione da parte del responsabile del contenuto o del progetto;
- conservazione delle autorizzazioni necessarie quando previste dal processo aziendale.
Per attività particolarmente delicate può essere opportuno chiedere una valutazione specialistica. Una policy operativa non sostituisce infatti l’analisi legale, privacy, contrattuale o di sicurezza richiesta dal caso concreto.
Tracciabilità proporzionata, senza conservare tutto
Un altro punto delicato è la tracciabilità. Registrare ogni singolo prompt può essere inutile e creare a sua volta nuovi archivi difficili da gestire. Non registrare nulla, invece, rende complicato ricostruire come sia stato prodotto un documento importante.
La soluzione più pratica è una tracciabilità proporzionata al rischio. Per una semplice bozza interna può bastare sapere quale strumento è stato usato. Per un’analisi che contribuisce a una proposta commerciale rilevante può essere utile conservare versione del documento, input utilizzati, principali output, revisioni effettuate e nome del responsabile finale.
La policy dovrebbe indicare quali attività richiedono questa documentazione, dove conservarla e per quanto tempo secondo le regole aziendali applicabili. In questo modo la tracciabilità diventa uno strumento di controllo, non un accumulo indiscriminato di conversazioni.
Assegnare responsabilità comprensibili
Nelle PMI non serve necessariamente creare un nuovo comitato. Serve però sapere chi decide. Le responsabilità possono essere distribuite tra direzione, referenti IT o sicurezza, responsabili di funzione e persone che usano quotidianamente gli strumenti.
Un modello essenziale può prevedere che:
- la direzione approvi principi, livello di rischio accettabile e strumenti principali;
- un referente mantenga l’elenco dei servizi autorizzati e raccolga le richieste;
- i responsabili di funzione definiscano gli usi ammessi nei propri processi;
- gli utenti rispettino la classificazione dei dati e controllino gli output;
- le questioni legali, privacy o di sicurezza vengano sottoposte alle competenze appropriate.
Il referente non deve trasformarsi nel collo di bottiglia di ogni utilizzo. La policy dovrebbe consentire in autonomia gli impieghi a basso rischio e richiedere un’approvazione soltanto quando cambiano dati, strumento, integrazioni o impatto del processo.
Che cosa fare quando qualcosa va storto
Gli incidenti non riguardano soltanto attacchi informatici. Può accadere che un dipendente inserisca per errore un documento riservato, invii un testo contenente informazioni inesatte, attivi un’integrazione non autorizzata o scopra che un account aziendale è accessibile a persone che non dovrebbero usarlo.
La policy deve indicare un canale di segnalazione chiaro e invitare a comunicare rapidamente l’errore, senza tentare di nasconderlo. La procedura operativa dovrebbe permettere di:
- interrompere o limitare l’uso dello strumento coinvolto;
- preservare le informazioni necessarie a ricostruire l’accaduto;
- coinvolgere i referenti competenti;
- valutare l’impatto su dati, sistemi, clienti e contenuti pubblicati;
- adottare le azioni correttive necessarie;
- aggiornare regole, configurazioni o formazione per evitare il ripetersi del problema.
Una cultura esclusivamente punitiva può spingere le persone a non segnalare. La responsabilità resta importante, soprattutto in caso di comportamenti consapevolmente contrari alle regole, ma la rapidità della comunicazione è decisiva per contenere un errore.
Un possibile nucleo della policy
Il documento finale può essere relativamente breve, purché sia collegato a procedure e allegati aggiornabili. Un nucleo operativo potrebbe esprimere principi di questo tipo:
Gli strumenti di intelligenza artificiale generativa possono essere utilizzati esclusivamente per finalità aziendali autorizzate e attraverso servizi approvati. Prima di inserire informazioni, l’utente deve verificarne la classificazione e rispettare i limiti previsti per ciascuna categoria di dati. Gli output devono essere controllati da una persona competente prima di essere pubblicati, inviati a terzi o impiegati in decisioni operative. Eventuali errori, condivisioni accidentali o utilizzi non autorizzati devono essere segnalati tempestivamente attraverso il canale indicato dall’azienda.
Questo testo non è una policy completa e non va copiato senza adattamento. Mancano inevitabilmente le caratteristiche dell’impresa, gli strumenti usati, i flussi approvativi e le competenze disponibili. È però un esempio del tono da cercare: diretto, operativo e leggibile anche da chi non si occupa di tecnologia.
Dalla policy all’adozione concreta
La firma del documento non conclude il lavoro. Se le regole non vengono spiegate con esempi vicini alle attività reali, finiranno per essere dimenticate. È più efficace mostrare ai diversi reparti casi consentiti, casi vietati e situazioni in cui chiedere un’autorizzazione.
Nel marketing, per esempio, si può distinguere tra la generazione di varianti per un testo già pubblico e l’analisi di un file con dati identificabili dei clienti. Nell’area commerciale si può separare la preparazione di una struttura generica per una proposta dall’inserimento di condizioni riservate. In amministrazione, produzione e risorse umane serviranno esempi differenti.
Anche la revisione deve essere periodica. Nuovi servizi, integrazioni e progetti possono rendere obsolete alcune indicazioni. La governance dell’AI è collegata più in generale alle responsabilità aziendali: per un inquadramento del tema è disponibile anche l’approfondimento su AI Act, impatti e responsabilità nella comunicazione digitale.
Infine, una policy non dovrebbe bloccare la sperimentazione utile. Può prevedere un ambiente controllato nel quale provare nuovi strumenti con dati pubblici, sintetici o appositamente preparati. Le soluzioni che dimostrano un valore concreto possono poi essere valutate e inserite tra quelle ammesse. È lo stesso principio che dovrebbe guidare ogni progetto di automazione AI nelle PMI: partire dal processo, misurare l’utilità e introdurre controlli adeguati all’impatto.
La policy migliore, in definitiva, non è quella che contiene più divieti. È quella che permette a una persona di capire rapidamente se può usare l’AI, quali informazioni può condividere, che cosa deve verificare e a chi rivolgersi quando ha un dubbio. Se queste risposte non sono immediate, il documento va semplificato o reso più concreto.