Shadow AI: il rischio che le aziende si creano da sole (senza saperlo)

Succede quasi sempre nello stesso modo. Un dipendente ha una scadenza addosso, un report da consegnare, un contratto da riassumere prima di una riunione. Apre una chat AI gratuita, incolla il testo, ottiene in trenta secondi quello che altrimenti gli avrebbe richiesto un’ora. Nessuna cattiva intenzione, nessun sabotaggio: solo la soluzione più rapida a un problema reale. Eppure è esattamente in questo gesto, ripetuto migliaia di volte ogni giorno in ogni ufficio, che nasce uno dei rischi aziendali più sottovalutati del momento: la Shadow AI.
Il termine descrive l’uso di strumenti di intelligenza artificiale generativa al di fuori di qualsiasi autorizzazione, controllo o policy aziendale. Non è pirateria informatica, non è negligenza nel senso classico del termine. È, più semplicemente, la distanza tra la velocità con cui i dipendenti adottano nuovi strumenti e la velocità con cui le aziende riescono a governarli.
Un fenomeno che cresce più in fretta delle regole che dovrebbero contenerlo
I numeri raccontano una crescita che ha pochi precedenti. Secondo McKinsey, la quota di lavoratori che dichiara di utilizzare l’AI sul lavoro è passata dal 30% del 2023 al 76% nel 2025. In parallelo, un report di Menlo Security ha registrato un aumento del 50% nel traffico web verso siti di AI generativa, con oltre 10,53 miliardi di visite censite nel solo gennaio 2025.
Ma il dato più interessante, dal punto di vista della gestione del rischio, è un altro: quanta parte di questo utilizzo avviene senza che l’azienda ne sia consapevole. Un’indagine condotta su oltre 6.000 dipendenti e 1.200 professionisti IT ha rilevato che il 32% di chi usa strumenti di AI generativa lo fa senza informare il proprio datore di lavoro. In Francia, lo studio INRIA-Datacraft ha misurato percentuali ancora più alte: il 68% dei dipendenti utilizza strumenti di AI senza informare la gerarchia, una quota che sale al 75% tra i quadri e all’82% nel settore tecnologico. Per Boston Consulting Group, su scala globale, il 54% dei dipendenti utilizza soluzioni di AI generativa proprie, al posto di quelle aziendali e senza autorizzazione.
Sono percentuali che, lette una accanto all’altra, descrivono un fenomeno strutturale e non un’eccezione isolata. La gran parte delle organizzazioni, probabilmente anche la tua, ospita oggi un uso dell’AI che nessuno ha mappato, autorizzato o messo in sicurezza.
Perché succede: non è un problema di disciplina, è un problema di fiducia negli strumenti
C’è una tentazione facile, di fronte a questi dati, che è quella di leggerli come un problema di disciplina aziendale: i dipendenti che non rispettano le regole. La lettura più utile, però, è un’altra. Quando uno strumento ufficiale è lento, complicato o semplicemente assente, le persone non smettono di cercare soluzioni: cercano altrove. È lo stesso meccanismo che per anni ha alimentato lo Shadow IT, quando i team marketing progettavano su Canva invece che sui software aziendali o i commerciali si coordinavano su WhatsApp perché più rapido della mail interna. Come osservava di recente un’analisi del Sole 24 Ore sul fenomeno, dietro la Shadow IT non c’era un problema tecnologico ma qualcosa di molto più umano: il bisogno di lavorare meglio e più velocemente rispetto a quanto gli strumenti ufficiali consentissero.
Con la Shadow AI il meccanismo è identico, ma la posta in gioco è più alta. Un file condiviso su Dropbox personale, per quanto rischioso, resta un file: lo Shadow IT spostava dati. La Shadow AI, invece, interviene direttamente sul contenuto e sulla decisione, perché elabora informazioni proprietarie, le trasforma, e spesso le trattiene su server che l’azienda non controlla e non conosce.
Il rischio compliance: quando la buona fede diventa esposizione legale
Qui si apre il primo livello del problema, quello più concreto e immediato: la conformità normativa. Quando un dipendente incolla un contratto, un piano commerciale o i dati di un cliente in una chat AI gratuita, quel testo lascia il perimetro aziendale e finisce su infrastrutture esterne, spesso soggette a termini di servizio che l’utente non ha letto e che l’azienda non ha approvato.
Gartner ha stimato che entro il 2030 oltre il 40% delle imprese subirà incidenti di sicurezza o di compliance legati proprio all’uso non governato dell’AI generativa. Non è una previsione remota: descrive una traiettoria già in corso, che si somma a un quadro normativo che si è fatto, nel frattempo, decisamente più stringente.
Il riferimento centrale è l’articolo 4 dell’AI Act europeo, in vigore dal 2 febbraio 2025, che impone a fornitori e “deployer” di sistemi AI, quindi anche alle aziende che si limitano a utilizzarli, di adottare misure per garantire un livello sufficiente di alfabetizzazione in materia di IA del proprio personale, tenendo conto delle competenze, dell’esperienza e del contesto in cui i sistemi vengono impiegati. È una norma che cambia la natura del problema: la Shadow AI non è più soltanto un rischio operativo da contenere con il buon senso, ma una materia su cui l’azienda ha un obbligo formativo esplicito, con una data di vigilanza già fissata. Le autorità nazionali, infatti, inizieranno a verificare la conformità a partire dal 3 agosto 2026, con sanzioni proporzionate alla gravità dell’infrazione per chi non si è adeguato.
Tradotto in termini pratici: se un dipendente usa un’AI non autorizzata e questo genera un incidente, oggi la domanda che un’autorità di controllo può porre all’azienda non è più solo “lo sapevate?”, ma “avevate formato adeguatamente le persone perché questo non accadesse?”. È un cambio di prospettiva che sposta il peso della responsabilità dal singolo comportamento spontaneo alla capacità dell’organizzazione di prevenirlo.
Il rischio proprietà intellettuale: di chi sono davvero i contenuti generati dall’AI
Il secondo livello del problema riguarda la titolarità di ciò che viene prodotto, e qui le certezze sono ancora meno solide di quanto si pensi. La questione si articola, in realtà, su due piani distinti e altrettanto delicati.
Il primo riguarda cosa entra nel sistema: quando un dipendente carica documenti interni, bozze di prodotto o materiali coperti da segreto industriale in una piattaforma gratuita, sta potenzialmente condividendo know-how aziendale con un soggetto terzo, secondo condizioni contrattuali che l’azienda non ha negoziato. Un’analisi giuridica dello Studio Canella Camaiora ha evidenziato come anche i prompt stessi, le istruzioni con cui si guida l’AI, possano diventare veri e propri asset strategici da proteggere come segreti commerciali, perché racchiudono know-how di processo che la concorrenza non possiede.
Il secondo piano riguarda cosa esce dal sistema, ovvero la tutelabilità dei contenuti generati. Qui il quadro normativo è ancora in evoluzione e le posizioni non sono uniformi: secondo un’analisi sul tema, il Copyright Office statunitense ha chiarito che le opere interamente generate dall’AI non sono protette da diritto d’autore, mentre quelle con un contributo umano sostanziale possono esserlo. È una distinzione che in Italia trova un riscontro nei principi generali della legge sul diritto d’autore, dove la tutela presuppone un apporto creativo riconoscibile della persona. Significa, in pratica, che un testo, un’immagine o un report prodotti integralmente da un’AI gratuita e poi pubblicati come materiale aziendale potrebbero non godere di alcuna protezione esclusiva: chiunque potrebbe riutilizzarli legittimamente, senza che l’azienda abbia alcun titolo per opporsi.
C’è poi un rischio meno discusso ma altrettanto concreto, quello della contaminazione involontaria. Un’AI generativa costruisce i propri output a partire da pattern appresi da quantità enormi di materiale preesistente, e per quanto il risultato sia tecnicamente nuovo, non è garantito che resti sufficientemente distante da opere protette di terzi. Per un’azienda che pubblica contenuti, comunica con clienti o produce materiale di marketing, questo significa esporsi a un rischio che non si misura prima, ma solo a posteriori, quando il danno, reputazionale o legale, è già accaduto.
Dalla proibizione alla governance: cosa funziona davvero
La risposta istintiva di molte organizzazioni, di fronte a questi rischi, è il divieto: bloccare gli strumenti, vietarne l’uso, sperare che il problema si dissolva da solo. È una strategia che, storicamente, non ha mai funzionato con lo Shadow IT, e difficilmente funzionerà con la Shadow AI: vietare uno strumento non elimina il bisogno che lo ha generato, lo spinge solo più in profondità, rendendolo ancora più difficile da individuare.
L’alternativa più solida, ed è quella verso cui si stanno orientando le aziende più mature, passa da tre direzioni complementari. La prima è offrire un’alternativa ufficiale che sia almeno altrettanto comoda di quella spontanea: se uno strumento approvato richiede più passaggi di uno gratuito, le persone continueranno a scegliere il secondo. La seconda è costruire policy chiare e realistiche su cosa può essere condiviso con un’AI esterna e cosa no, evitando regole talmente rigide da risultare, nei fatti, inapplicabili. La terza, quella su cui l’AI Act insiste con più forza, è la formazione: non un corso generico sull’intelligenza artificiale, ma un percorso che renda le persone capaci di distinguere un uso a basso rischio da uno che esporrebbe l’azienda, capendo non solo come funziona uno strumento ma anche cosa comporta usarlo in un determinato contesto.
Non è un caso che il mercato si stia muovendo in questa direzione: secondo un’analisi pubblicata da BitMat, sempre più aziende stanno passando da una fase di sperimentazione spontanea e frammentata a modelli più strutturati, con policy interne, figure dedicate e sistemi di controllo, accompagnati dalla nascita di comitati di governance che coinvolgono IT, HR, Legal e cybersecurity.
La vera differenza non è tecnologica, è culturale
Il punto su cui vale la pena fermarsi, alla fine, è che la Shadow AI non nasce da un guasto tecnico né da una mancanza di controlli informatici. Nasce da un divario di consapevolezza, dove i dipendenti vogliono lavorare meglio e le aziende non hanno ancora costruito gli strumenti, le regole e la cultura per accompagnarli in questo percorso senza esporsi a rischi che, fino a ieri, semplicemente non esistevano.
Come Walter Tripi, AI Manager e formatore per le imprese, sottolinea spesso nei suoi percorsi di formazione aziendale, il problema raramente è la tecnologia in sé: è la distanza tra quanto velocemente le persone adottano nuovi strumenti e quanto lentamente le organizzazioni costruiscono le competenze per gestirli in sicurezza. Colmare questa distanza, oggi, non è più solo una buona pratica di gestione del rischio. È, con l’AI Act, un obbligo che comincia ad avere una data e una sanzione.
Targhe personalizzate da scrivania: strumenti essenziali per reception e front office di hotel
Email che tornano indietro e numeri inesistenti: come capire se la tua ricerca commerciale è da bonificare
Due diligence: cos’è, come funziona e perché è fondamentale nelle operazioni aziendali
Cos’è l’arbitraggio matematico: la strategia che non può perdere
Nomadi digitali: libertà, lavoro e nuove competenze per il futuro del freelance
Come prepararsi all’apertura di un’attività commerciale: aspetti tecnici e burocratici
Cartelle condivise in azienda: quando iniziano a diventare difficili da gestire
Guida alla Detrazione per Impianto Fotovoltaico: Risparmia Sull’Energia e Sostieni l’Ambiente
Come misurare la qualità dei lead in Google Ads
Faccette dentali: come ottenere un sorriso più bianco senza l’effetto finto