Shadow AI in azienda: come governarla senza vietarla

In molte aziende italiane ChatGPT è già entrato dalla porta di servizio. Non lo ha portato l’IT, non lo ha deciso il management: lo ha aperto un impiegato del marketing per riscrivere una mail, un commerciale per preparare un’offerta, una persona dell’amministrazione per sintetizzare un contratto. Nessuno lo dichiara, nessuno lo vieta esplicitamente, tutti fanno finta di niente. Questo è lo shadow AI, ed è il tema di governance digitale più urgente del 2026 per le PMI.

La reazione istintiva del titolare, quando scopre la cosa, è una delle due: bloccare tutto con una circolare, oppure lasciar correre perché “in fondo aumenta la produttività”. Sono entrambe sbagliate. In mezzo c’è una terza strada, che è quella corretta: governare l’adozione invece di subirla.

Che cos’è lo shadow AI e perché somiglia allo shadow IT

Il termine shadow AI deriva direttamente da shadow IT, un concetto che i responsabili tecnici conoscono da almeno vent’anni: si parla di shadow IT quando le persone in azienda usano software, dispositivi o servizi cloud non autorizzati dal reparto informatico. Dropbox personale al posto del file server aziendale, WhatsApp per condividere documenti riservati, un plugin scaricato di nascosto sul browser.

Lo shadow AI è la stessa dinamica applicata ai modelli di intelligenza artificiale generativa. Le persone aprono ChatGPT, Claude, Gemini, Copilot personale, oppure decine di tool verticali (per scrivere email, generare immagini, tradurre, sintetizzare riunioni) e li usano per lavoro senza che nessuno in azienda sappia cosa ci finisce dentro. È shadow AI anche quando un dipendente incolla un verbale del CdA in un chatbot gratuito per farsene fare il riassunto, o quando un venditore carica un listino riservato per generare una presentazione.

La differenza rispetto allo shadow IT tradizionale è che qui il “servizio non autorizzato” non si limita a conservare i dati: li elabora, li usa potenzialmente per addestrare modelli futuri, e restituisce output che poi finiscono in decisioni aziendali senza filtro.

Il problema reale non è la tecnologia, sono i dati che escono

Quando un imprenditore mi chiede se dovrebbe preoccuparsi dello shadow AI, la risposta pratica è: dipende da cosa i tuoi collaboratori stanno incollando nei chatbot. Ci sono tre livelli di rischio, in ordine di gravità.

• Dati personali e sensibili: incollare in un tool pubblico un elenco clienti con email e numeri di telefono, un CV ricevuto in selezione, dati sanitari o finanziari. Qui il problema non è ipotetico, è normativo: il GDPR non fa sconti solo perché lo strumento è comodo.
• Informazioni riservate aziendali: bozze di contratti, listini non pubblici, verbali interni, strategie commerciali, codice sorgente, dati di bilancio. Finiscono su server esteri di aziende con cui non hai firmato alcun accordo di riservatezza.
• Output non verificati: testi, numeri, riferimenti normativi generati dall’AI e usati direttamente in mail al cliente, offerte commerciali o documenti tecnici, senza che nessuno controlli se il modello ha inventato qualcosa. E i modelli inventano, con una regolarità che chi li usa poco tende a sottovalutare. È un limite che ho affrontato parlando dei limiti reali dell’AI nel lavoro di ogni giorno.

C’è poi un problema meno visibile ma insidioso: la disomogeneità dell’output. Cinque persone che usano cinque strumenti diversi con cinque stili di prompt diversi producono comunicazioni aziendali con voci differenti, standard differenti, livelli di qualità differenti. Il brand si sfilaccia senza che nessuno se ne accorga.

Perché vietare non funziona (e produce l’effetto opposto)

La prima reazione di molte direzioni, quando prendono coscienza del fenomeno, è la circolare che vieta l’uso di strumenti AI non autorizzati. È una scelta comprensibile e quasi sempre inutile.

Non funziona per tre ragioni. La prima: chi usa lo shadow AI lo fa perché gli semplifica il lavoro in modo tangibile, quindi continuerà a farlo, solo in modo più nascosto. La seconda: i modelli AI sono ormai integrati dentro strumenti che già usi (browser, suite office, gestionali, CRM), quindi il confine “cosa è AI e cosa no” è diventato sfumato al punto da rendere la circolare inapplicabile. La terza: vietare senza offrire un’alternativa credibile è il modo migliore per perdere le persone più curiose e produttive, che si sentiranno frenate rispetto a colleghi in altre aziende.

Il divieto puro è la scorciatoia di chi non vuole affrontare il problema. Governare costa più tempo, ma è l’unica strada che porta risultati. Su questo punto vale il ragionamento più ampio che ho sviluppato sulla cultura digitale nelle PMI italiane: il problema non è mai la tecnologia in sé, è la mancanza di una regia consapevole.

Le cinque mosse per un’adozione sana dell’AI in azienda

Una policy AI aziendale seria non è un documento di venti pagine scritto dal consulente legale e ignorato da tutti. È una serie di decisioni operative, comunicate in modo chiaro, che chiunque in azienda può capire e applicare. I cinque passaggi che consiglio, in ordine, sono questi.

1. Censire cosa si usa già

Prima di scrivere regole, scopri la realtà. Un giro veloce nei reparti (non un interrogatorio, una conversazione aperta) per capire chi usa cosa, per quali attività, con quale frequenza. Nella maggior parte dei casi il quadro che emerge sorprende sia il titolare (l’AI è già dentro l’azienda molto più di quanto pensasse) sia le persone (nessuno aveva mai chiesto).

2. Classificare i dati in tre categorie

Serve una tassonomia semplice, comprensibile a chiunque, non un documento tecnico. Tre categorie bastano:

• Dati pubblici: contenuti già online, testi di marketing, comunicati stampa. Si possono usare liberamente con qualsiasi strumento AI.
• Dati interni non sensibili: bozze, appunti di riunioni non riservate, documentazione tecnica generica. Si possono usare solo con strumenti approvati dall’azienda.
• Dati riservati o personali: informazioni su clienti, dipendenti, fornitori, contratti, dati finanziari, proprietà intellettuale. Non entrano mai in strumenti AI pubblici, punto. Se servono, si usano solo su ambienti dedicati con contratti di trattamento dati specifici.

3. Scegliere strumenti aziendali adeguati, non vietare quelli personali

Se offri alle persone un ambiente AI aziendale con account business (ChatGPT Team, Claude for Work, Copilot enterprise, Gemini for Workspace), con la garanzia che i dati non vengono usati per addestramento e con un contratto di trattamento dati serio, la maggior parte smetterà spontaneamente di usare account personali. Il tema di come integrare l’AI nei processi aziendali di una PMI parte esattamente da qui: scegliere gli strumenti giusti prima ancora di scrivere le regole.

4. Formare le persone, non solo informarle

Un’ora di formazione pratica vale più di una policy di dieci pagine. Le persone devono capire perché certe cose non si fanno (non solo che non si fanno), devono vedere esempi concreti di prompt sbagliati e di prompt corretti, devono sapere a chi rivolgersi se hanno un dubbio. La formazione non è una tantum: va rifatta ogni sei mesi perché gli strumenti cambiano velocemente.

5. Definire un referente interno

Non serve un “AI officer” a tempo pieno in una PMI. Serve una persona (spesso il responsabile IT, o il marketing manager, o il titolare stesso in aziende molto piccole) che sia il punto di riferimento per dubbi, richieste di nuovi strumenti, segnalazioni. Senza un referente, la policy resta lettera morta.

Cosa deve contenere una policy AI aziendale, in concreto

Il documento operativo che consegno a un’azienda che sta strutturando l’adozione AI è breve, di solito due o tre pagine. Contiene questi elementi:

1. Elenco degli strumenti approvati, con specifica di quali dati si possono trattare su ciascuno.
2. Regole di classificazione dei dati (le tre categorie viste sopra) con esempi concreti presi dalla realtà aziendale.
3. Obbligo di verifica umana degli output: nessun testo, numero o riferimento generato dall’AI viene inviato a terzi senza revisione di una persona competente sul tema.
4. Regole di attribuzione: quando un contenuto è stato generato con AI e va a un cliente o al pubblico, quando serve dichiararlo e quando no.
5. Procedura per richiedere nuovi strumenti: a chi ci si rivolge, con quali criteri viene valutata la richiesta, in quanto tempo si ha risposta.
6. Riferimento normativo: richiamo esplicito a GDPR e AI Act europeo, con indicazione del referente interno per la privacy.

Sul tema più ampio della responsabilità nell’uso di questi strumenti, vale la pena approfondire il ragionamento su marketing e AI responsabile tra privacy, bias e trasparenza: la policy interna è un pezzo di un discorso più grande che riguarda come l’azienda usa l’AI verso l’esterno.

Governance prima che tecnologia

C’è una tendenza, nel dibattito sull’AI in azienda, a partire sempre dalla domanda “quale strumento devo comprare”. È la domanda sbagliata. Quella giusta è: quali problemi voglio risolvere, con quali dati, chi in azienda userà cosa, e con quali regole. La tecnologia viene dopo, sempre.

Lo shadow AI è il sintomo di aziende che hanno adottato l’AI senza accorgersene, dal basso, in modo disordinato. Non è una colpa dei collaboratori: è mancata la regia. Chi affronta il tema adesso, con calma e con metodo, si trova un vantaggio strutturale rispetto a chi continuerà a oscillare tra “vietiamo tutto” e “lasciamo fare”.

Il primo passo pratico è quello che puoi fare la settimana prossima: siediti con tre o quattro collaboratori chiave e chiedi loro, senza tono di rimprovero, quali strumenti AI stanno già usando e per cosa. Il quadro che emerge sarà il tuo punto di partenza reale.

Domande frequenti

Cosa significa esattamente shadow AI?

Shadow AI è l’uso di strumenti di intelligenza artificiale generativa (ChatGPT, Claude, Gemini, Copilot e simili) da parte di collaboratori aziendali senza autorizzazione, conoscenza o supervisione dell’azienda stessa. Include l’uso di account personali per attività lavorative, il caricamento di dati aziendali su chatbot pubblici e l’utilizzo di plugin o tool AI non censiti nell’inventario informatico dell’organizzazione.

Che differenza c’è tra shadow AI e shadow IT?

Lo shadow IT riguarda in generale software, servizi cloud o dispositivi non autorizzati usati per lavoro (esempio classico: Dropbox personale al posto del file server aziendale). Lo shadow AI è una sottocategoria specifica: si concentra sui modelli di intelligenza artificiale generativa. La differenza sostanziale è che l’AI non solo memorizza i dati che riceve, ma li elabora e restituisce output che finiscono in decisioni operative senza filtro.

Vietare l’uso di ChatGPT ai dipendenti è una buona idea?

Quasi mai. Il divieto puro produce tre effetti: spinge l’uso nell’ombra rendendolo meno controllabile, penalizza le persone più produttive che si sentono frenate, e non è realmente applicabile perché l’AI è ormai integrata in strumenti che già usi. La strada corretta è offrire strumenti aziendali con garanzie di riservatezza e definire regole chiare su cosa si può e non si può fare, non vietare in blocco.

Serve davvero una policy AI scritta anche in una PMI piccola?

Sì, ma non deve essere un documento legale di venti pagine. Bastano due o tre pagine operative con elenco degli strumenti approvati, classificazione dei dati, obbligo di verifica umana degli output e nome del referente interno. In un’azienda da dieci persone la policy può essere anche più snella, ma deve esistere: la sua funzione non è legale, è di allineamento.

Quali strumenti AI sono compatibili con il GDPR per uso aziendale?

Le versioni business e enterprise dei principali modelli (ChatGPT Team ed Enterprise, Claude for Work, Copilot for Microsoft 365, Gemini for Workspace) offrono contratti di trattamento dati, garanzie di non utilizzo per addestramento e opzioni di regione europea per i dati. Le versioni gratuite e i piani personali di solito non offrono queste garanzie e non sono adatte al trattamento di dati aziendali riservati o personali di terzi.