Shadow AI: cosa succede quando i dipendenti usano l'AI senza policy

Fate un esercizio la prossima volta che attraversate l'open space: contate quante finestre di ChatGPT, Gemini o Copilot sono aperte su account personali. Nei progetti che seguiamo la risposta sorprende sempre il management, mai i team. Il report del MIT Project NANDA (The GenAI Divide, luglio 2025) ha dato una misura al fenomeno: in oltre il 90% delle aziende analizzate i dipendenti usano strumenti AI personali per lavorare, spesso proprio dove i pilot ufficiali si sono fermati. I ricercatori la chiamano shadow AI economy, un'economia parallela che non compare in nessun inventario, in nessun budget e in nessuna valutazione dei rischi.

La lettura istintiva è quella della violazione da reprimere. La nostra, dopo averla incontrata in quasi tutti gli assessment condotti, è diversa: la shadow AI è il segnale più affidabile che esista sulla domanda reale di AI dentro l'organizzazione, e insieme il rischio operativo più sottovalutato del momento.

L'inventario che nessuno ha

Il problema di governance comincia da una domanda a cui pochissime aziende sanno rispondere: quali sistemi AI vengono usati oggi, da chi, su quali dati. La versione ufficiale della risposta elenca i progetti approvati. La versione reale include decine di strumenti consumer, plugin installati in autonomia, funzioni AI attivate silenziosamente dentro software già in licenza, automazioni costruite da singoli team con account gratuiti.

La distanza tra le due versioni ha conseguenze concrete. Un documento con dati di clienti caricato su un servizio consumer è un trattamento di dati personali che nessuno ha valutato, con tutto ciò che ne segue sul piano GDPR. Un output non verificato che rientra in un processo decisionale è un errore che non ha un responsabile. E dal 2 febbraio 2025 c'è un livello in più: l'EU AI Act, con l'articolo 4, chiede alle organizzazioni di garantire un livello adeguato di alfabetizzazione all'AI per il personale che la utilizza, e la norma non distingue tra strumenti approvati e strumenti portati da casa.

Perché il divieto non funziona

Alcune aziende hanno risposto bloccando i domini dei principali servizi AI. Nella nostra esperienza il risultato è prevedibile: l'uso si sposta sullo smartphone personale, esce completamente dal perimetro osservabile e diventa impossibile perfino da stimare. Il divieto trasforma un fenomeno visibile e gestibile in uno invisibile, che è la peggiore delle configurazioni possibili per chi deve presidiare i rischi.

C'è anche una ragione più profonda per cui la repressione fallisce. Le persone usano questi strumenti perché funzionano, perché tolgono attrito da compiti che il flusso ufficiale rende lenti, e questa informazione vale oro: ogni uso ombra è una segnalazione gratuita su dove l'AI produrrebbe valore se fosse adottata sul serio. Un'organizzazione che spegne il segnale rinuncia alla migliore mappa dei propri use case, quella disegnata dai comportamenti invece che dai workshop.

Dal fenomeno al perimetro governato

Il percorso che proponiamo ai clienti ha una sequenza precisa, e il primo passo è un censimento senza intenti punitivi: una finestra di emersione in cui team e persone dichiarano quali strumenti usano e per cosa, con la garanzia esplicita che l'obiettivo è capire, e semmai dotare tutti di alternative sicure. Il censimento alimenta il registro dei sistemi AI, che serve sia alla gestione quotidiana sia alla classificazione per rischio richiesta dal quadro normativo europeo.

Il secondo passo è una policy scritta per essere usata, con tre categorie chiare (consentito, consentito con cautele, vietato), esempi concreti per ciascuna e una regola semplicissima sui dati: cosa può uscire dal perimetro aziendale e cosa no. Le policy di venti pagine che nessuno legge producono lo stesso effetto del divieto, cioè nessuno.

Il terzo passo è la parte che quasi tutti saltano, e cioè dare alle persone uno strumento ufficiale almeno altrettanto buono di quello che usavano di nascosto, accompagnato dalla formazione che l'articolo 4 dell'AI Act comunque richiede. La shadow AI non si estingue per decreto, si prosciuga per convenienza: quando l'alternativa interna è comoda, sicura e disponibile, il canale ombra perde la sua ragione d'essere.

La misura prima della policy

Resta la domanda di priorità: da dove iniziare, con quale urgenza, con quali risorse. La risposta dipende da quanto è esteso il fenomeno e da quanto è matura l'organizzazione nel gestirlo, due cose che si possono misurare invece di supporre. Nel nostro AI Rating la shadow AI attraversa tre delle quattro dimensioni che valutiamo, la readiness (cultura e competenze), il rischio (dati e compliance) e la confidence (fiducia e comportamenti reali), e il punteggio dice subito se siete davanti a un fenomeno marginale o a un perimetro parallelo più grande di quello ufficiale.

Se il dubbio vi è venuto leggendo, vale la pena scioglierlo con dei numeri: mezz'ora su calendly.com/fabiolalli/zerofive, o una mail a hello@zerofive.ai. Nel frattempo l'esercizio dell'open space resta gratuito, e la domanda che apre è quella giusta: se l'AI in azienda la stanno già adottando le persone, chi sta decidendo come?