Un dipendente deve riassumere un documento, tradurre una mail o preparare una presentazione entro la fine della giornata. Apre un assistente basato sull’intelligenza artificiale dal proprio browser, incolla il testo e ottiene una bozza in pochi secondi. Se l’azienda non conosce quello strumento, non ha approvato il suo utilizzo o non sa quali dati vi siano stati inseriti, si parla di shadow AI.

Il fenomeno non riguarda solo grandi organizzazioni tecnologiche. Può comparire in uno studio professionale, in una piccola impresa, in un’associazione o in un reparto amministrativo. La diffusione di servizi semplici, spesso gratuiti e accessibili senza installazioni, rende molto facile usare l’AI prima ancora che esistano regole interne. Il punto non è stabilire se l’intelligenza artificiale sia positiva o negativa: il problema nasce quando un uso utile avviene fuori dalla visibilità e dalle tutele necessarie.

Che cos’è la shadow AI

Con shadow AI si indica l’uso di strumenti di intelligenza artificiale da parte di lavoratori, collaboratori o reparti senza autorizzazione, controllo o conoscenza dell’organizzazione. Può trattarsi di chatbot generativi, servizi per trascrivere riunioni, correttori di testi, generatori di immagini, software per analizzare fogli di calcolo o estensioni del browser.

Il termine richiama lo “shadow IT”, cioè l’impiego di programmi e servizi informatici non gestiti dal reparto tecnico. La differenza è che l’AI generativa tende a chiedere un input: per funzionare, spesso riceve testi, dati, immagini, registrazioni o istruzioni. Ciò rende più delicata la domanda su cosa venga condiviso e su come venga trattato.

Non ogni uso non autorizzato nasce da cattive intenzioni. Anzi, nella maggior parte dei casi il dipendente cerca di lavorare meglio: ridurre attività ripetitive, superare un blocco nella scrittura, organizzare informazioni o capire un linguaggio tecnico. Questa motivazione va riconosciuta, perché vietare senza offrire alternative può spingere le persone a usare comunque strumenti non controllati.

Perché si diffonde così rapidamente

La shadow AI cresce quando c’è distanza tra i bisogni quotidiani e gli strumenti messi a disposizione. Se una persona impiega ore per trasformare appunti in un verbale, mentre un servizio online promette di farlo in pochi minuti, la tentazione è concreta. Lo stesso vale per traduzioni, sintesi, ricerca preliminare e preparazione di bozze.

Conta anche la percezione del rischio. Molti utenti considerano un chatbot simile a un normale motore di ricerca o a un programma di videoscrittura. Non sempre sanno che i contenuti inseriti possono essere conservati, usati secondo condizioni contrattuali specifiche o trattati su infrastrutture esterne. Le condizioni d’uso sono spesso lunghe e poco lette, mentre l’interfaccia è progettata per rendere l’accesso immediato.

In alcuni casi il problema dipende dalla lentezza organizzativa. L’ufficio IT, la sicurezza informatica e le funzioni responsabili della protezione dei dati possono avere bisogno di tempo per valutare uno strumento. I reparti operativi, invece, hanno richieste urgenti. Se manca un canale rapido per chiedere una valutazione o sperimentare soluzioni approvate, l’iniziativa individuale riempie quel vuoto.

I rischi reali della shadow AI

Il rischio più evidente è la diffusione involontaria di informazioni riservate. Un contratto, un preventivo, una lista di clienti, dati relativi al personale, un codice sorgente o una strategia commerciale possono finire in un servizio non verificato. Anche la semplice richiesta di “migliorare questa email” può contenere nomi, dettagli economici o informazioni personali che non dovrebbero essere condivise liberamente.

C’è poi un problema di qualità. I sistemi generativi possono produrre testi convincenti ma errati, citare fonti inesistenti, semplificare troppo un contenuto o interpretare male un dato. Se il risultato viene copiato in un documento finale senza controllo umano, un piccolo errore può diventare una comunicazione sbagliata verso clienti, fornitori o colleghi.

Un terzo aspetto riguarda la tracciabilità. Se un’analisi, una decisione o una bozza importante sono state influenzate da uno strumento sconosciuto, diventa difficile ricostruire il processo. Non si sa quale versione del servizio sia stata usata, quali istruzioni siano state inserite né se il risultato sia ripetibile. Questo pesa soprattutto nelle attività dove servono verifiche, responsabilità chiare e archiviazione corretta.

Infine, ci sono i costi nascosti. Abbonamenti attivati con carte personali, account individuali non recuperabili e applicazioni che si sovrappongono ad altri software possono creare spese inutili. Un servizio scelto da un singolo reparto può essere valido, ma senza coordinamento l’azienda rischia di pagare più volte funzioni analoghe e di disperdere documenti in archivi diversi.

Shadow AI non significa che ogni AI vada vietata

Un divieto totale può sembrare una risposta semplice, ma spesso funziona solo sulla carta. Gli strumenti sono disponibili anche fuori dalla rete aziendale e possono essere usati da dispositivi personali. Inoltre, una regola assoluta non distingue tra un dato sensibile inserito in un chatbot pubblico e l’uso di una soluzione aziendale configurata con garanzie adeguate.

L’alternativa è una governance proporzionata. Non tutte le attività hanno lo stesso livello di rischio: chiedere idee per il titolo di una presentazione senza fornire dati interni è diverso dal caricare documenti contenenti informazioni personali o confidenziali. Le regole migliori spiegano queste differenze con esempi concreti, non con formule generiche.

Una politica interna efficace dovrebbe chiarire quali strumenti sono autorizzati, quali dati non devono mai essere inseriti in servizi esterni e quali controlli sono richiesti prima di usare un risultato generato dall’AI. Dovrebbe inoltre indicare a chi rivolgersi in caso di dubbio. Se le persone non trovano risposta in tempi utili, la policy resta un documento poco applicato.

Come gestire la shadow AI in modo pratico

Il primo passo è capire gli usi effettivi, senza partire da un approccio punitivo. Un breve confronto con i reparti può far emergere attività ripetitive, strumenti già utilizzati e problemi che l’AI sembra risolvere. Questa ricognizione è utile anche per individuare priorità: magari più persone usano soluzioni diverse per fare la stessa cosa, come trascrivere riunioni o creare sintesi.

Il secondo passo è classificare i casi d’uso. Le attività a basso rischio possono essere sperimentate in un ambiente controllato, mentre quelle che coinvolgono dati personali, segreti aziendali, decisioni rilevanti o contenuti destinati all’esterno richiedono cautele maggiori. In alcuni casi l’uso può essere escluso; in altri può essere consentito solo con strumenti dotati di specifiche impostazioni contrattuali e tecniche.

La formazione è altrettanto decisiva. Non basta dire di non inserire dati sensibili: occorre mostrare cosa può essere considerato tale in un lavoro reale. Un indirizzo email, una targa, un riferimento a un progetto non annunciato o una combinazione di dettagli apparentemente innocui possono rendere riconoscibile una persona o un’attività. Serve anche educazione alla verifica: l’AI può aiutare a produrre una prima bozza, ma non sostituisce il controllo dei fatti, dei calcoli, delle fonti e del tono.

Infine, è utile offrire un percorso semplice per proporre nuovi strumenti. Una richiesta standard con finalità, tipo di dati trattati, numero di utenti e benefici attesi permette di fare valutazioni più rapide. Non elimina ogni rischio, ma trasforma un’abitudine invisibile in una scelta discutibile, documentata e migliorabile nel tempo.

Quando l’uso può essere ragionevole

Ci sono contesti in cui l’AI può essere impiegata con rischi contenuti, purché le informazioni siano anonime, non riservate e sottoposte a revisione. Per esempio, generare una scaletta generica per una riunione, migliorare un testo già pubblico o chiedere spiegazioni introduttive su un argomento può essere diverso dal far analizzare documenti interni.

La valutazione dipende dallo strumento, dalle impostazioni disponibili, dal contratto applicabile, dal tipo di dato e dallo scopo. Per questo non esiste una regola unica valida per ogni azienda. Una realtà con poche persone e dati limitati avrà esigenze diverse da un’organizzazione che gestisce grandi volumi di informazioni, ma entrambe hanno bisogno di sapere dove finiscono i dati e chi risponde delle scelte compiute.

La domanda più utile non è “come impedire alle persone di usare l’AI?”, ma “quale lavoro stanno cercando di svolgere meglio?”. Da quella risposta possono nascere strumenti approvati, regole comprensibili e un uso dell’intelligenza artificiale che riduce il lavoro ripetitivo senza mettere in secondo piano fiducia, riservatezza e responsabilità.