Shadow AI: quando l'intelligenza artificiale entra in azienda senza permesso

L'intelligenza artificiale (AI) entra in azienda in due modi: dal cancello principale, quando l'IT sceglie, paga e governa gli strumenti, e dalla porta di servizio, quando un dipendente apre un account personale su un chatbot pubblico e ci incolla dentro il lavoro della giornata. La seconda strada si chiama shadow AI (AI in ombra): l'uso non autorizzato e non governato di strumenti di AI generativa da parte di chi lavora in azienda. Non è un vizio delle grandi imprese: succede più spesso dove l'azienda non fornisce strumenti ufficiali, cioè proprio nelle PMI.

Quanto è diffusa la shadow AI

I numeri raccontano un fenomeno normale. Secondo il Work Trend Index 2024 di Microsoft e LinkedIn, il 75% dei lavoratori della conoscenza usa AI sul lavoro e il 78% lo fa con strumenti propri (BYOAI, uso di strumenti AI personali), quota che sale all'80% nelle PMI. Una ricerca di settore di UpGuard stima che circa 8 dipendenti su 10 usino almeno uno strumento di AI non autorizzato. Secondo Netskope, il 47% di chi usa AI generativa al lavoro passa da applicazioni personali, e il 67% dell'uso aziendale di AI passa da account non gestiti (LayerX).

Per una PMI il punto è che questo uso è invisibile: non compare nei contratti, non genera log aziendali, non passa dai sistemi dell'IT. In Italia il tema è attuale: secondo ISTAT, nel 2025 il 16,4% delle imprese con almeno 10 addetti ha usato almeno una tecnologia di AI, il doppio rispetto all'anno precedente. È un dato sull'adozione generale dell'AI, non specifico sull'uso non autorizzato: le stime italiane sulla shadow AI restano, per ora, frammentarie.

Cosa si rischia davvero

La shadow AI non è un problema astratto di conformità: è una perdita di dati che si materializza in pochi secondi di copia e incolla. Netskope stima una media di 223 violazioni mensili di policy sui dati legate alla genAI per organizzazione; tra i dati che finiscono nei prompt, il codice sorgente pesa per il 42%, i dati regolamentati per il 32% e la proprietà intellettuale per il 16%. LayerX rileva che il 40% dei file caricati su strumenti di genAI contiene dati personali o di pagamento. In pratica escono gli asset che tengono in piedi l'azienda: come costruisci il prodotto, i dati sui clienti, il know-how.

Poi arriva il conto. IBM, nel Cost of a Data Breach 2025, stima che una organizzazione su cinque abbia subito una violazione legata alla shadow AI, con un costo medio aggiuntivo di circa 670.000 dollari. Nei casi con shadow AI sono più spesso compromessi i dati personali dei clienti (65%) e la proprietà intellettuale (40%). Il dato 2026 di IBM indica incidenti legati alla shadow AI più che raddoppiati, al 43%: sono stime, ma indicano la direzione. Il caso più citato resta Samsung, che nel 2023 vietò ChatGPT dopo un caricamento di codice sorgente.

Perché il divieto secco non basta

La reazione istintiva è proibire. Non funziona. UpGuard stima che il 41% dei dipendenti aggiri i blocchi, e uno studio di Software AG rileva che il 46% continuerebbe a usare strumenti AI anche davanti a un divieto aziendale. La maggior parte delle aziende ha già provato: secondo Netskope il 90% blocca almeno un'applicazione di genAI, ma il 50% non ha una policy di protezione dei dati davvero applicabile. Il collo di bottiglia non è la policy sulla carta, ma l'enforcement: tra le organizzazioni violate, il 63% non aveva una policy di governance dell'AI e solo il 34% di chi ce l'ha esegue audit regolari.

Cosa dice la legge a chi usa l'AI

Gli obblighi ricadono su chi usa l'AI, anche quando a usarla sono i dipendenti di propria iniziativa. Sul fronte privacy, incollare dati personali in un prompt è un trattamento e richiede una base giuridica (articolo 6 del GDPR); senza un contratto di nomina a responsabile (DPA, articolo 28) non ci sono garanzie sul riuso dei dati né sui tempi di conservazione; se il fornitore tratta i dati su server extra-UE servono garanzie adeguate e una valutazione dei trasferimenti (Capo V). Dati usciti senza controlli possono far scattare la notifica di violazione al Garante entro 72 ore. La responsabilità resta del titolare, cioè della tua azienda: non si scarica sul fornitore. Per il quadro completo, gli obblighi GDPR e NIS2 per le aziende sono il punto di partenza.

Sul fronte dell'AI Act, l'angolo che riguarda l'utilizzatore è netto. L'articolo 4 impone un livello adeguato di alfabetizzazione AI (AI literacy) del personale; l'articolo 26 aggiunge obblighi per chi impiega sistemi ad alto rischio: misure tecniche e organizzative, sorveglianza umana affidata a persone competenti, conservazione dei log, informazione dei lavoratori interessati e, dove serve, una valutazione d'impatto. Questi requisiti valgono anche quando l'AI non l'hai costruita tu, come spiega il nostro approfondimento su come l'AI Act ricade sulle imprese.

Come si governa in pratica

Governare la shadow AI non significa vietarla, ma renderla inutile: offrire uno strumento approvato, sicuro e comodo, e controllare quello non approvato. Si parte da una policy d'uso scritta, con esempi di cosa non incollare mai. Poi l'identità: account aziendali con single sign-on (accesso unico) al posto di quelli personali, così l'uso è tracciabile e revocabile. Sul piano tecnico, un gateway (punto di accesso unico) o proxy AI con allow-list (lista degli strumenti autorizzati) instrada il traffico verso i pochi strumenti approvati e lascia fuori gli altri; un DLP (controllo di perdita di dati) esteso a prompt, copia-incolla e upload intercetta i dati prima che escano. Chiudono il cerchio logging e audit immutabili (registrazioni non modificabili) e la formazione, il vero anello debole: secondo KPMG e University of Melbourne, solo il 47% dei dipendenti ha ricevuto formazione sull'AI e appena il 40% sa che la propria azienda ha una policy. Qui si innesta la supervisione umana e la governance dell'AI, presupposto di regole davvero applicate.

La shadow AI tocca anche la qualità delle decisioni: un modello che risponde con sicurezza non è affidabile, e gli errori vanno verificati, come in allucinazioni e verifica dei fatti e in intelligenza decisionale. La differenza tra uno strumento usato bene e un rischio non governato sta nel processo, non nello strumento.

In sintesi

La shadow AI è la distanza tra l'AI che l'azienda crede di usare e quella che i dipendenti usano davvero. Per una PMI il rischio è concreto e sproporzionato: dati che escono senza log, costi che superano la capacità di assorbimento, obblighi GDPR e AI Act che restano in capo all'azienda. Il divieto non lo elimina, lo rende invisibile. La strada che funziona è un'altra: uno strumento approvato, account gestiti, controlli su traffico e prompt, registri e formazione. Non si governa ciò che non si vede: il primo passo è guardare.