Portare alla luce la shadow AI: il framework in 3 step (2026)
Il team usa già l'AI senza dirtelo: il framework in 3 step per censirla, capire il rischio reale e trasformarla in un Context Pack unico.
Il 64% dei dipendenti delle PMI usa già strumenti AI che l'azienda non ha mai autorizzato (WatchGuard, 2026). Il problema non è censire chi lo fa — è decidere cosa farne una volta scoperto.
Punti chiave
- Vietare la shadow AI non la elimina: la sposta semplicemente fuori dalla vista di chi dovrebbe gestirla
- Il framework in 3 step qui sotto non ti dice "basta", ti dice cosa portare alla luce e come
- Il 44% dei manager usa già l'AI senza dirlo ai colleghi — il problema parte spesso dall'alto, non dal basso
- L'obiettivo non è un divieto scritto in una policy, è un Context Pack che rende visibile quello che già succede
- Applicabile in 2-3 ore con il team, senza competenze tecniche
Perché "vietare" è la risposta sbagliata
Di fronte alla scoperta che il team usa già l'AI senza permesso, la reazione istintiva di un titolare è bloccare l'accesso agli strumenti pubblici dalla rete aziendale. Il problema è che questa misura non elimina la domanda: la sposta sul telefono personale, fuori da qualsiasi visibilità. In Italia il 27% dei dipendenti paga già di tasca propria un abbonamento AI senza chiedere il via libera (Bitmat, 2026) — un divieto formale non cambierebbe questo numero, lo renderebbe solo meno visibile a chi dovrebbe gestirlo.
La vera domanda non è "come fermiamo l'uso dell'AI", ma "come portiamo alla luce quello che il team usa già, e lo colleghiamo al resto dei dati aziendali invece di lasciarlo isolato in un account personale". È esattamente il lavoro che facciamo nei nostri Step 1 - Context Pack: quasi ogni PMI con cui iniziamo arriva già con qualcuno che usa un assistente AI di sua iniziativa, prima ancora che l'azienda ne parli apertamente.
Il divario che nessuno vede finché non lo misura
Solo una minoranza delle aziende italiane ha oggi una governance AI strutturata: l'84% delle grandi imprese ha già licenze di AI generativa e il 20% la usa in modo pervasivo nei processi, ma appena il 9% ha regole chiare su come va usata (Il Sole 24 Ore – Econopoly, 2026). Se il divario tra uso reale e controllo è così ampio nelle grandi imprese — che hanno reparti IT dedicati e budget per la compliance — in una PMI di 10-30 persone è quasi sempre più largo, non più piccolo: nessuno ha il tempo di presidiare cosa viene usato, e nessuno lo scopre finché non succede qualcosa.
Il motivo per cui questo divario resta invisibile così a lungo è semplice: uno strumento AI generalista è gratuito, si apre in un browser, non richiede installazione né permesso IT. Il tempo che separa "non lo usa nessuno" da "lo usano tre persone diverse senza saperlo" è quello che serve a digitare un indirizzo. Un titolare scopre il fenomeno quasi sempre per caso — un dipendente che menziona in una riunione uno strumento che usa "da un po'", o peggio, dopo un incidente con dati che sono finiti dove non dovevano. Il framework qui sotto serve a invertire questo ordine: scoprirlo prima, per scelta, non dopo, per caso.
Il framework in 3 step
Non serve un audit IT complesso per portare alla luce la shadow AI in azienda. Bastano 2-3 ore e queste 3 fasi, condotte con chi usa davvero gli strumenti ogni giorno — non solo con chi dovrebbe approvarli.
Fai una domanda diretta a ogni persona del team, individualmente: "quale assistente AI usi oggi per il lavoro, anche se non te l'ha mai chiesto nessuno?" Il tono conta: se la domanda suona come un'accusa, le risposte saranno incomplete. L'obiettivo di questa fase è solo la mappa — chi usa cosa, per quale attività, con quale frequenza. Nessuna valutazione in questo step, solo raccolta.
Per ogni uso censito, chiedi: "che tipo di informazione ci inserisci dentro?" Non conta se lo strumento è ChatGPT, Claude o un altro assistente generico — conta cosa ci passa dentro. Separa in tre fasce: dati pubblici o generici (nessun rischio), dati interni non sensibili (rischio basso), dati di clienti/fornitori/contratti/bilanci (rischio alto, priorità immediata). È qui che si misura il rischio reale, non nella fase 1.
Per ogni uso in fascia di rischio alto, la domanda non è "lo blocchiamo?" ma "come lo rendiamo visibile e collegato al resto dei dati aziendali?". Per gli usi a basso rischio, spesso basta renderli ufficiali. Il risultato di questo step è una lista di cosa deve entrare in un Context Pack unico — non una lista di divieti che nessuno rispetterà davvero.
Il segnale da non ignorare
Se dalla fase 2 emerge che anche una sola persona ha inserito dati di clienti, contratti o informazioni finanziarie in uno strumento AI pubblico senza un accordo di trattamento dati con quel fornitore, è una priorità GDPR immediata — non un problema da affrontare "quando c'è tempo". Secondo PagerDuty, il 34% dei dipendenti ha già fatto esattamente questo (Tom's Hardware, 2026).
Quando il problema è reale (e quando no)
Non ogni uso non autorizzato di AI in azienda è un'emergenza. Il framework serve a distinguere i casi che richiedono intervento immediato da quelli che vanno solo formalizzati.
Un dipendente incolla un contratto cliente in un chatbot pubblico per farsi riassumere le clausole
Rischio alto — nessun accordo di trattamento dati con quel fornitore, priorità immediata
Un manager usa un assistente AI per bozze di email interne, senza dati di terzi
Rischio basso — va solo portato alla luce e reso ufficiale, non vietato
Il censimento rivela che 3 persone usano 3 strumenti diversi per la stessa attività, nessuno collegato agli altri
Segnale di frammentazione — candidato naturale per un Context Pack unico
L'uso è già autorizzato, tracciato e limitato ai soli dati di competenza
Nessuna azione necessaria — è già il risultato a cui punta il framework
Nessuno nel team ha mai usato uno strumento AI di propria iniziativa
Caso raro secondo i dati — verifica comunque con la fase 1 prima di escluderlo
Un esempio applicato
Uno studio di consulenza con 15 persone ha applicato il censimento della fase 1 scoprendo che l'amministrazione usava un assistente AI generalista per bozze di email, un responsabile testava un secondo strumento per i report interni senza dirlo al resto del team — coerente con il 44% rilevato da Sharp Europe — e un consulente riassumeva contratti clienti con un terzo strumento, mai dichiarato. La fase 2 ha isolato il terzo caso come priorità: dati di clienti in uno strumento pubblico, nessun accordo di trattamento dati. La fase 3 non si è conclusa con un divieto, ma con un Context Pack che ha portato dentro un unico sistema tracciato sia la bozza email sia il riassunto contratti, lasciando al consulente lo stesso strumento che già preferiva usare — ma dentro un perimetro controllato invece che fuori.
Dal censimento al Context Pack
Il framework in 3 step produce una mappa, non ancora una soluzione. Il passo successivo è lo stesso approccio di AI Operations gestite che applichiamo nel nostro Step 1 - Context Pack: un sistema che l'AI conosce per davvero, collegato ai dati reali dell'azienda, che sostituisce gli usi isolati e scollegati con un unico punto che sa cosa è stato chiesto, a chi, e con quali dati — come descritto nel nostro approfondimento sul Context Pack. Non serve sostituire lo strumento che ogni persona già preferisce usare: serve collegarlo al resto, invece di lasciarlo isolato su un account personale fuori controllo.
FAQ
Il censimento rischia di scoraggiare chi usa l'AI, facendolo sentire sotto controllo?
Dipende dal tono della domanda in fase 1. Se viene presentata come un'accusa ("hai usato uno strumento non autorizzato?"), le risposte saranno incomplete per paura di conseguenze. Se viene presentata come una mappatura onesta ("vogliamo capire cosa funziona già per voi, per renderlo ufficiale"), la maggior parte dei dipendenti risponde con sollievo più che con timore — spesso lo usano già da soli perché nessuno gli ha mai dato un'alternativa migliore.
Cosa facciamo se scopriamo un uso ad alto rischio con dati di clienti già inseriti in passato?
Non si può "disfare" un dato già inviato a un fornitore terzo, ma si può agire su due fronti: fermare subito quell'uso specifico spostandolo su un sistema controllato, e verificare se quel fornitore AI ha una policy di retention dei dati che permetta la richiesta di cancellazione. Il punto critico è non ripetere lo stesso errore dopo averlo scoperto, non colpevolizzare chi lo ha fatto senza saperlo.
Serve coinvolgere un consulente legale o IT per applicare questo framework?
Per il censimento e la classificazione (fasi 1 e 2) no: sono conversazioni dirette con il team, non un audit tecnico. Per la fase 3, se emergono casi di dati sensibili già usciti dal perimetro aziendale, può valere la pena una verifica GDPR puntuale — ma la maggior parte dei casi si risolve semplicemente collegando gli usi esistenti a un sistema unico, senza bisogno di un parere legale formale.
Quanto spesso va ripetuto questo censimento?
Almeno ogni 6 mesi, oppure ogni volta che arriva un nuovo strumento AI generalista sul mercato che abbassa ulteriormente la barriera d'ingresso. La shadow AI non è un evento isolato: è un fenomeno che si rigenera ogni volta che un dipendente trova un modo più rapido di fare il proprio lavoro rispetto a quello che l'azienda gli offre ufficialmente.
La shadow AI riguarda solo i dipendenti più giovani o più a loro agio con la tecnologia?
No. Secondo Sharp Europe il 44% dei manager usa già l'AI senza dirlo ai colleghi — un dato che smonta l'idea che il fenomeno riguardi solo i livelli junior. Spesso chi dovrebbe dare l'esempio sulla policy aziendale è la prima persona a non seguirla, semplicemente perché l'alternativa autorizzata non esiste o è più lenta del tool che trova da solo in due minuti.
Conclusione
Portare alla luce la shadow AI non significa stanare chi la usa per punirlo: significa smettere di far finta che non esista, e trasformare un uso isolato e invisibile in un sistema che l'azienda può effettivamente controllare. Il framework in 3 step — censire senza giudicare, classificare per rischio sul dato (non sul tool), decidere cosa portare dentro un sistema unico — richiede poche ore e nessuna competenza tecnica per partire.
Se il censimento conferma che il tuo team ha già più strumenti AI scollegati tra loro, un audit gratuito è il modo più rapido per trasformarli in un unico Context Pack, senza dover vietare quello che già funziona per le tue persone.
Vuoi sapere quali automazioni hanno senso per la tua azienda?
Audit gratuito di 30 minuti: in 24 ore ricevi un'analisi personalizzata con il piano operativo e il ROI stimato per il tuo caso.
Inizia l'audit gratuitoNon sei ancora pronto per l'audit? Scarica la guida gratuita
10 processi che una PMI può automatizzare con l'AI, spiegati in pratica — nessun impegno, solo la tua email.