Per l’utente l’IA c’è già.
Ma la tua azienda lo sa?

Vai al TL;DR

L’intelligenza artificiale ci ha abituato a notizie eclatanti quasi ogni giorno. Ma la novità davvero più impattante è anche la più subdola: l’IA si sta insinuando nelle aziende in modo molto più pervasivo di quanto le aziende abbiano pianificato.

A volte anche più di quanto sappiano.

E qualche volta, forse, più di quanto gli utenti siano disposti ad ammettere.

Negli ultimi mesi, da MSP, abbiamo iniziato ad accorgerci di quanto questa diffusione sia diventata capillare tra i nostri clienti. Non ci sono serviti sondaggi, né finte analisi di mercato costruite per ottenere lead.

Pochissimi clienti ci hanno detto:

“Abbiamo avviato un progetto di adozione dell’intelligenza artificiale.”

Ebbene, noi ce ne siamo accorti dall’antivirus.

Più precisamente, dal nostro EDR.

L’EDR osserva quello che succede sugli endpoint: processi che partono, esecuzioni anomale, sequenze di comandi, applicazioni nuove, attività che meritano attenzione. E da qualche tempo, dentro questa telemetria, compare sempre più IA: client desktop, assistenti negli IDE, tool di sviluppo, agenti, processi che leggono file e producono istruzioni, applicazioni che eseguono sequenze di attività per conto dell’utente.

Non è nemmeno una statistica — anche se, con qualche migliaio di macchine gestite, una piccola valenza potrebbe averla. Però ha un vantaggio non trascurabile rispetto a una statistica: succede davvero.

È una specie di cartina al tornasole laterale di quello che sta entrando nelle aziende.

E racconta una storia interessante.

Prova a chiedere a un CEO:

“Usate l’intelligenza artificiale?”

Puoi ricevere risposte come “stiamo facendo qualche prova”, “qualcuno sì, ma solo per test”, “gli sviluppatori usano qualcosa”, “non sui dati aziendali”, “qualcuno ha ChatGPT”, “non abbiamo ancora fatto un progetto vero”.

Poi guardi gli endpoint e scopri un paesaggio decisamente più affollato.

A quel punto viene il dubbio che la domanda fosse sbagliata. Il problema non è più sapere se l’azienda usa l’intelligenza artificiale. È capire se l’azienda sa che si usa già. E quale si usa.

E soprattutto che cosa intendiamo quando diciamo “usa”.

“Abbiamo Claude”

È una frase che ormai si sente spesso. Ha più o meno la stessa precisione di:

“Abbiamo Microsoft.”

Va bene. Ma cosa?

Claude è contemporaneamente un prodotto e una famiglia di modelli. Si può usare Claude come applicazione, avere un account oppure utilizzare i modelli Anthropic dentro servizi e framework differenti.

“Ci siamo registrati”. Ok. A cosa?

Free, Pro, Team, Enterprise? Lo usa una persona o un team? Lo hanno tutti? Gli account sono personali? Sono stati comprati dall’azienda? Sono dentro un workspace amministrato? Possono collegarsi a servizi aziendali? Possono caricare documenti? Usano Claude Code? Cowork? Possono accedere a Microsoft 365? Qualcuno ha lasciato attiva l’opzione che consente l’uso delle conversazioni per migliorare i modelli?

Perché qui compare una delle stranezze più importanti di questa fase dell’IA.

Un account può essere pagato dall’azienda senza essere veramente un account aziendale.

Prendiamo Claude Pro. L’azienda può pagare l’abbonamento, l’utente può registrarsi con la mail aziendale, può usarlo otto ore al giorno esclusivamente per lavorare e può persino essere descritto internamente come “il nostro account Claude”.

Ma resta un piano individuale.

Il fatto che la fattura finisca in contabilità non trasforma automaticamente un prodotto consumer in un ambiente corporate. Questa differenza, finché gli chiediamo di scrivere una poesia sul gatto, può sembrare accademica. Quando iniziamo a dargli documenti aziendali, un po’ meno.

La famosa spunta

C’è poi una categoria di problemi che concentra perfettamente l’assurdità della situazione: la spunta.

Nei servizi consumer alcune decisioni importanti sul trattamento dei dati possono dipendere dalle impostazioni del singolo utente. Nei prodotti aziendali il rapporto cambia: amministrazione centralizzata, configurazioni comuni, lifecycle degli account e condizioni contrattuali pensate per un’organizzazione.

Tradotto: l’azienda può aver pagato l’account, può aver autorizzato informalmente l’uso dello strumento e può averci già messo dentro dati di lavoro. E una parte della protezione può ancora dipendere dal fatto che Mario, in amministrazione, abbia ricordato di togliere una spunta.

Se la sicurezza di un processo aziendale dipende dalla buona volontà di Mario, forse il problema non è Mario.

Forse il processo non era aziendale.

E qui vale anche il vecchio adagio:

se non paghi il prodotto, il prodotto sei tu.

Solo che nell’IA c’è una variante: potresti non pagare con i tuoi dati, ma con quelli che hai infilato nel prompt.

E magari sono dell’azienda.

O del cliente.

Il problema non si risolve scegliendo un logo

A questo punto la tentazione è comprensibile: scegliamo una piattaforma e autorizziamo soltanto quella.

Microsoft Copilot.

Gemini.

Claude.

Solo che le IA non fanno tutte le stesse cose con la stessa efficacia. Claude Code può essere molto efficace nello sviluppo, altri modelli sono particolarmente forti nel reasoning, altri ancora hanno costi o caratteristiche operative differenti.

Governare l’IA quindi non può significare fingere che gli utenti non abbiano ragioni concrete per preferire uno strumento a un altro.

Se un’azienda vive già dentro Microsoft 365, Copilot parte però con un vantaggio concreto: identità, utenti, lifecycle, amministrazione, contratti e gran parte del perimetro informativo esistono già. Lo stesso principio vale per Gemini in un’organizzazione fortemente basata su Google Workspace.

Una parte del lavoro di governance è stata fatta prima ancora di introdurre l’IA.

Se invece scegliamo una piattaforma esterna — scelta perfettamente legittima — quella parte va costruita e verificata. Chi amministra gli account? Chi li revoca? Dove risiedono i dati? Con quale contratto? Vengono utilizzati per addestrare i modelli? Che cosa viene conservato e per quanto? Posso imporre centralmente le impostazioni? Posso controllare i connettori? Posso decidere chi usa un agente e chi può soltanto chattare? Devo escludere dati personali, dati HR, business secret, codice, proprietà intellettuale?

E soprattutto: come mi accerto che siano davvero esclusi?

Domande noiose.

Ma soprattutto risposte pericolose, quando non le conosci.

Free, Pro, Team, Business, Enterprise

Queste parole sembrano marketing. In parte lo sono, ma descrivono anche qualcosa di reale.

Free e personal significano spesso che il rapporto principale è con l’utente. Pro e Plus significano spesso che quello stesso utente paga per avere più capacità. Team e Business iniziano a introdurre un’organizzazione. Enterprise introduce normalmente un livello ulteriore di gestione, identity, provisioning, auditing, retention e controllo.

Poi ci sono le piattaforme già incorporate nell’ecosistema aziendale, dove l’IA eredita una parte della governance esistente.

Questo suggerisce un benchmark diverso da quelli che misurano quanto bene un modello scriva codice o risolva un problema matematico:

quanto lavoro resta all’azienda per trasformare quello strumento in qualcosa che possa chiamare realmente “nostro”?

Molti prodotti diventano più costosi salendo di fascia. Contemporaneamente può diminuire il costo nascosto della governance.

Un Claude Pro costa meno di Claude Enterprise. Ovviamente.

Ma dieci account Pro usati quotidianamente per lavorare possono richiedere policy, inventario, verifiche delle configurazioni, limiti sui dati, procedure di offboarding e un continuo affidamento sulla disciplina degli utenti.

Enterprise costa di più.

Però almeno sai dove mettere le mani.

Il DEFCON della governance IA

Possiamo persino trasformarlo in una scala. DEFCON è una scala nata durante la Guerra Fredda per classificare diversi livelli di prontezza militare. Mutuiamola per sdrammatizzare.

DEFCON 5: l’IA è già dentro l’ecosistema aziendale che governi. Copilot in Microsoft 365, Gemini in Google Workspace. Identity, amministrazione, contratti, lifecycle e buona parte delle regole esistono già. Se non vuoi porti troppi problemi, parti da qui.

DEFCON 4: piattaforme Enterprise esterne. Sono perfettamente utilizzabili e possono essere tecnicamente migliori in alcuni ambiti, ma devi governare un secondo ecosistema: identity, provisioning, connettori, retention, auditing, contratti, data residency.

Per un uso aziendale serio, questa è la prima fascia che considero ragionevolmente sicura come impostazione generale.

DEFCON 3: Team e Business. Siamo ancora nel territorio aziendale, con workspace e amministrazione reale, ma devi leggere molto meglio ciò che stai comprando: quali controlli hai, dove risiedono i dati, quale retention puoi imporre, cosa puoi configurare centralmente e cosa manca rispetto all’Enterprise.

DEFCON 2: Pro, Plus, Personal. Account individuali con maggiori capacità, anche quando vengono pagati dall’azienda. Qui identity, configurazione e lifecycle restano spesso legati al singolo utente. L’azienda può sapere che l’account esiste, ma non necessariamente controllarne in modo centralizzato impostazioni, retention, connettori, revoca, trasferimento di proprietà o uso dei dati.

DEFCON 1: Free. È il livello in cui hai meno controllo e più dipendenza dal comportamento dell’utente e dalle condizioni del servizio consumer. L’account può essere personale, le impostazioni possono essere individuali, il perimetro contrattuale è quello del servizio gratuito e la possibilità di imporre regole aziendali è minima. Se dentro ci finiscono dati di lavoro, stai rinunciando a sapere che fine fanno i dati aziendali e chi li tratta.

Personalmente, per un uso aziendale serio, non consiglierei di scendere sotto DEFCON 4.

Mano a mano che scendi, devi chiederti: ho una ragione molto buona per accollarmi tutti i problemi aggiuntivi?

Fossi un CEO o un DPO, manderei una circolare già domani: gli account Free non sono ammessi per trattare dati aziendali. E aggiungerei che l’uso degli account personali è già oggetto di revisione e sarà progressivamente limitato da una policy dedicata.

Shadow AI

Per anni abbiamo parlato di Shadow IT: Dropbox personali, software non autorizzati, SaaS comprati direttamente dai reparti, account creati senza passare dall’IT.

Ora arriva la Shadow AI.

La differenza sta nelle capacità. Questi strumenti possono leggere informazioni, combinarle, passarle a modelli e servizi differenti. E sempre più spesso possono anche agire.

Una policy può stabilire che alcune IA siano autorizzate e altre no. Ma se non sai quali vengono realmente usate, quella policy è un PDF.

E qui c’è un altro punto che vale la pena fissare: “non lo sapevo” non è una strategia di governance.

Se un dipendente usa un servizio personale per trattare dati dell’azienda, il fatto che l’organizzazione non l’abbia censito non fa sparire né il dato né il rischio.

Non vale una regola per cui ciò che l’azienda non sa automaticamente non la riguarda.

In termini più antichi: ignorantia legis non excusat.

Ma prima ancora della massima giuridica c’è una considerazione molto concreta: se i tuoi dati e i tuoi processi stanno passando attraverso uno strumento, devi sapere che quello strumento esiste.

Domani mattina fai una cosa semplice

Fai un censimento.

Puoi cominciare banalmente chiedendo in chat:

“Chi usa strumenti IA per lavoro e quali?”

Puoi chiederlo ai responsabili oppure al tuo gestore IT: ChatGPT, Claude, Gemini, Copilot, tool di coding, agenti, account Free, Pro, workspace aziendali, API key personali.

Non devi leggere i prompt di Mario. Non devi sapere cosa gli ha chiesto ieri pomeriggio.

Devi soltanto sapere che Mario usa uno strumento che può vedere dati aziendali.

Niente di più invasivo.

Se Mario usa un’IA Free o personale sul lavoro e dentro ci mette un contratto, una mail di un cliente, il listino, del codice o una procedura interna, non è più soltanto una sua preferenza software. Sta coinvolgendo potenzialmente dati dell’azienda e di terzi.

E l’azienda deve almeno sapere che quello strumento esiste.

Poi chiedi al tuo gestore IT un’altra cosa:

“Abbiamo strumenti per rilevare e, se serve, bloccare le IA che non abbiamo autorizzato?”

Perché una policy che dice “queste IA sì, queste no”, senza alcun modo di capire cosa succede davvero sugli endpoint, rimane una dichiarazione d’intenti.

Il vero problema

Probabilmente tra qualche anno la domanda “la vostra azienda usa l’intelligenza artificiale?” suonerà come “la vostra azienda usa Internet?”.

La risposta sarà inevitabilmente sì.

La domanda utile sarà: quale?

Per fare cosa? Con quali dati? Con quali capacità? Dentro quale perimetro? Con quali credenziali? E chi lo ha deciso?

L’obiettivo non dovrebbe essere trovare una singola IA e vietare tutte le altre. Dovrebbe essere costruire un ambiente nel quale l’azienda possa scegliere gli strumenti che le servono senza perdere il controllo dei propri dati, delle proprie identità e dei propri processi.

In fondo il nostro EDR ci sta mostrando una cosa molto semplice.

Gli utenti vogliono l’IA.

La stanno già usando.

Non è più un esperimento.

E quindi per le aziende è arrivato il (poco) tempo rimasto per pensare a governarla.