NEWS TLC/ICT
Shadow AI: il pericolo invisibile che stai già correndo
29/10/2026
6 minuti di lettura
L’intelligenza artificiale è già entrata nelle imprese, quasi sempre senza regole per utilizzarla. E questo apre a troppe zone d’ombra su privacy e sicurezza dei dati.
C’è un report di cinquanta pagine da sintetizzare entro il pomeriggio. Oppure una proposta commerciale da rivedere, un foglio Excel da analizzare, qualche riga di codice che proprio non vuole funzionare.
La soluzione immediata portata di browser? Si apre ChatGPT, Claude, Gemini o uno dei tanti strumenti di Intelligenza Artificiale disponibili online, si carica il documento o si incolla il contenuto e in pochi secondi il lavoro è fatto.
Solo che quell’account è personale. Lo strumento non è stato approvato dall’azienda. E dentro al prompt sono appena finiti dati di un cliente, informazioni commerciali, codice proprietario o altri contenuti che fino a un attimo prima si trovavano all’interno del perimetro aziendale.
In due parole: siamo di fronte a un fenomeno di Shadow AI.
Tutto nasce da un paradosso: mentre le aziende cercano ancora di capire come integrare l’Intelligenza Artificiale nei propri processi, molti lavoratori hanno già cominciato a farlo per conto proprio.
E non da ieri. Secondo il Work Trend Index 2024 di Microsoft e LinkedIn, già due anni fa il 75% dei knowledge worker intervistati dichiarava di utilizzare l’AI al lavoro e, tra questi, il 78% portava in azienda strumenti propri, dando origine al fenomeno definito BYOAI, Bring Your Own AI.
La domanda quindi non è più se e come usare l’AI in azienda, ma diventa molto più ampia. Sappiamo quali strumenti AI vengono utilizzati, con quali account, per fare cosa e, soprattutto, quali informazioni aziendali vengono affidate loro?
Shadow AI: quando l’Intelligenza Artificiale diventa invisibile
Il nome richiama volutamente un fenomeno che le imprese conoscono da tempo: lo Shadow IT, cioè l’utilizzo di software, applicazioni SaaS o servizi cloud senza che siano stati preventivamente autorizzati o gestiti dall’IT aziendale.
Con lo Shadow AI, però, c’è una differenza sostanziale. Non stiamo soltanto introducendo nell’organizzazione un software non censito: gli stiamo affidando informazioni e attività.
Un commerciale può chiedere a un’AI di migliorare una proposta contenente prezzi e condizioni riservate. Uno sviluppatore può incollare porzioni di codice per individuare un errore. Le Risorse Umane possono utilizzarla per sintetizzare alcuni CV. L’amministrazione può caricare un foglio di calcolo per estrarne rapidamente dati e indicatori.
Sono tutti utilizzi comprensibili e potenzialmente molto utili, ma diventano problematici quando avvengono attraverso strumenti dei quali l’azienda non conosce condizioni di utilizzo, modalità di trattamento dei dati e livelli di sicurezza.
E ormai non si tratta nemmeno più soltanto dei grandi chatbot conosciuti da tutti.
Funzioni generative vengono integrate direttamente nei software utilizzati ogni giorno; nascono strumenti AI specializzati per singole professioni; gli sviluppatori utilizzano assistenti direttamente negli ambienti di programmazione. E stanno arrivando gli agenti AI, capaci non soltanto di produrre un contenuto, ma anche di compiere azioni e interagire con altre risorse digitali.
La superficie da governare, insomma, si sta allargando. E soprattutto rischia di diventare sempre meno visibile.
Non sappiamo cosa stiamo dando all’AI
Il rischio più immediato dello Shadow AI è facile da capire: per ottenere qualcosa dall’Intelligenza Artificiale dobbiamo darle qualcosa.
Un testo, un documento, dei dati, un’immagine, del codice. Ed è proprio in questo scambio che un gesto apparentemente innocuo può trasformarsi in un problema aziendale.
Quando uno strumento viene scelto e gestito dall’organizzazione, è possibile valutarne le condizioni contrattuali, configurare gli accessi, stabilire quali informazioni possano essere trattate, applicare sistemi di protezione dei dati e mantenere traccia degli utilizzi.
Con un account personale su un servizio scelto autonomamente dal dipendente, molte di queste garanzie possono invece venire meno.
Il rischio viene definito in cyber security data leakage. Possono entrare in gioco dati personali di clienti e dipendenti, informazioni commerciali riservate, proprietà intellettuale o codice sorgente. Ma il pericolo occulto riguarda soprattutto le responsabilità: molto spesso è quasi impossibile risalire a chi abbia utilizzato uno strumento, quali informazioni gli siano state fornite e per quale finalità.
E questo spiega perché lo Shadow AI non possa essere considerato semplicemente una nuova cattiva abitudine digitale da correggere.
Vietare ChatGPT non risolve il problema
La prima reazione potrebbe essere semplice: impedire l’accesso agli strumenti di AI generativa non autorizzati.
Ma una policy basata esclusivamente sul divieto non elimina necessariamente il bisogno che ha portato le persone a utilizzarli. Perché c’è un altro elemento da tenere presente: se le persone stanno utilizzando questi strumenti, è perché funzionano.
Se un commerciale ha scoperto che l’AI gli permette di preparare una proposta in metà tempo o un tecnico riesce a utilizzarla per velocizzare un’attività ripetitiva, quel vantaggio continua a esistere anche dopo che l’IT ha bloccato un determinato servizio.
Ed è qui che lo Shadow AI rivela la sua doppia natura.
Da una parte rappresenta un problema di sicurezza e governance. Dall’altra è anche un segnale che arriva dall’interno dell’organizzazione: indica quali attività le persone stanno già cercando di rendere più efficienti attraverso l’Intelligenza Artificiale.
Insomma, probabilmente tra il liberi tutti e il divieto totale ci passa la terza strada: portare alla luce gli utilizzi che oggi avvengono nell’ombra e creare le condizioni perché possano essere gestiti in sicurezza.
Portare l’AI fuori dall’ombra
Il primo passo è apparentemente banale: sapere cosa sta succedendo. Quali strumenti vengono già utilizzati? Da quali reparti? Per svolgere quali attività? Quali informazioni vengono elaborate?
Una volta ricostruita questa mappa, diventa possibile distinguere gli utilizzi che possono essere autorizzati da quelli che richiedono maggiori cautele, scegliere strumenti enterprise adeguati e stabilire quali categorie di dati possano essere trattate.
Individuati gli strumenti utilizzati, bisogna riportarli sotto il controllo dell’azienda. Significa scegliere quali soluzioni possono essere utilizzate, stabilire chi può accedervi e fare in modo che informazioni riservate o dati sensibili non finiscano accidentalmente su piattaforme non autorizzate. E significa anche poter ricostruire, quando necessario, come e da chi questi strumenti vengono utilizzati.
La tecnologia può aiutare a creare questo perimetro di sicurezza. Ma, da sola, non basta. Perché a un certo punto bisogna rispondere anche alla domanda che ogni persona in azienda dovrebbe potersi fare prima di aprire un chatbot:
“Posso usarlo per questa attività?”
Nel 2026 serve anche un regolamento sull’AI
Qui entra in gioco un aspetto con cui le aziende evolute devono cominciare a familiarizzare: l’importanza di disegnare una AI Policy aziendale.
Un regolamento capace di stabilire in maniera comprensibile quali strumenti possono essere utilizzati, con quali account e soprattutto con quali informazioni.
Una policy efficace dovrebbe chiarire almeno quali piattaforme sono autorizzate, quali categorie di dati possono essere elaborate, quali utilizzi richiedono un’autorizzazione, quando l’output dell’AI deve essere verificato da una persona e quale percorso seguire per chiedere l’introduzione di un nuovo strumento.
Perché una buona AI Policy non dovrebbe spiegare soltanto alle persone cosa non possono fare. Dovrebbe soprattutto metterle nelle condizioni di sapere come possono usare l’AI.
E non è solo questione di sane abitudini. Con l’entrata in applicazione progressiva dell’AI Act europeo, la capacità di governare l’utilizzo dell’Intelligenza Artificiale è diventata anche un tema normativo.
In particolare, l’articolo 4 dell’AI Act, applicabile dal 2 febbraio 2025, introduce il principio dell’AI literacy: provider e deployer di sistemi AI devono adottare misure per assicurare, per quanto possibile, un livello sufficiente di competenze AI al personale.
In altre parole, non basta scrivere le regole: bisogna mettere le persone nelle condizioni di comprenderle e applicarle.
Policy e formazione devono quindi procedere insieme. Un regolamento molto restrittivo che nessuno comprende rischia di ottenere l’effetto opposto: riportare gli utilizzi dell’AI esattamente dove erano partiti, nell’ombra.
Lo Shadow AI può dirci anche dove innovare
Un ultimo cambio di prospettiva, ma non ultimo almeno per l’impatto potenziale. Scoprire che decine di persone stanno utilizzando autonomamente strumenti AI vuol dire intercettare un potenziale problema, lo abbiamo capito.
Ma è ancora più importante perché permette di individuare dove esiste una domanda di innovazione che l’organizzazione non aveva ancora intercettato.
Se un reparto commerciale utilizza sistematicamente l’AI per analizzare documenti, se gli sviluppatori la impiegano per alcune attività sul codice o se l’amministrazione cerca continuamente strumenti per interrogare grandi quantità di dati, quegli utilizzi raccontano qualcosa dei processi aziendali.
Il draft lo definisce una heatmap dell’innovazione spontanea: una definizione forse un po’ tecnica, ma il concetto è efficace. Lo Shadow AI può mostrare dove esistono inefficienze, attività ripetitive o processi nei quali le persone hanno già intuito un possibile valore dell’Intelligenza Artificiale.
La sfida è trasformare quelle sperimentazioni individuali in strumenti scelti consapevolmente, dati protetti, accessi controllati, persone formate e regole condivise.
Dall’AI invisibile all’AI governata
La differenza, nei prossimi anni, non la farà quindi soltanto chi utilizzerà l’AI e chi no. La farà anche la capacità di sapere dove viene utilizzata, con quali dati e all’interno di quali regole.
Per questo affrontare lo Shadow AI significa guardare contemporaneamente a tecnologia e organizzazione: conoscere la propria infrastruttura, proteggere dati e identità, scegliere gli strumenti adeguati e costruire una governance che permetta alle persone di sfruttarne le opportunità senza creare nuovi punti ciechi.
Axera affianca le imprese nella progettazione e gestione di infrastrutture digitali sicure e governabili, integrando cloud, cybersecurity, networking e protezione dei dati in un ecosistema capace di accompagnare anche l’adozione dell’Intelligenza Artificiale.
Perché l’obiettivo non è tenere l’AI fuori dall’azienda.
È evitare che debba… entrarci di nascosto.
