Registro dei sistemi AI: perché serve e come costruirlo

Tra tutti i deliverable di un programma di AI governance, il registro dei sistemi è quello con il rapporto più sbilanciato tra quanto è umile e quanto è decisivo. Umile perché nella sua prima versione è, letteralmente, una tabella. Decisivo perché ogni altra attività di governo dipende da lui: non si classifica per rischio ciò che non è censito, non si valuta l'impatto privacy di un trattamento ignoto, non si presenta al board lo stato di un perimetro che nessuno ha mai delimitato. Nei nostri assessment la sua assenza è uno dei gate critici che bloccano la classe di merito a prescindere dagli altri punteggi, e la scelta è deliberata: un'organizzazione che non sa cosa usa non può, per definizione, governarlo.

A cosa serve, oltre all'ovvio

La funzione normativa è quella che spinge la maggior parte delle aziende a partire. L'AI Act ragiona per sistemi, e ogni obbligo, dalla classificazione agli adempimenti per l'alto rischio fino alla trasparenza, presuppone di sapere quali sistemi esistono e con quale ruolo l'azienda li tocca; per i deployer di sistemi ad alto rischio, poi, valutazioni e documentazione richiedono esattamente le informazioni che un buon registro contiene già. Chi conosce il GDPR riconoscerà la logica del registro dei trattamenti dell'articolo 30, e la parentela non è solo concettuale: molte righe dei due registri si sovrappongono, e costruirli in dialogo evita di censire due volte lo stesso mondo.

La funzione gestionale, meno citata, vale però di più nel quotidiano. Il registro è il posto dove il CFO scopre quanto l'azienda spende davvero in AI sommando licenze sparse nei budget di funzione, dove il CISO vede la superficie di attacco che i singoli acquisti hanno composto, dove chi valuta un nuovo caso d'uso controlla se uno strumento adatto esiste già, evitando il terzo abbonamento allo stesso servizio. È anche l'antidoto strutturale alla shadow AI di cui abbiamo scritto: il fenomeno prospera nell'assenza di un luogo ufficiale dove gli strumenti possano essere dichiarati.

Cosa scrivere in ogni riga

Un registro utile tiene insieme poche informazioni scelte bene, e l'esperienza suggerisce una dozzina di campi. L'identità del sistema: nome, fornitore o sviluppo interno, descrizione della finalità in linguaggio di business. La responsabilità: l'owner interno con nome e cognome, la funzione che lo usa. Il profilo normativo: il ruolo dell'azienda (fornitore o deployer), la categoria di rischio AI Act con la motivazione scritta, la presenza di dati personali con relativa base giuridica e il rimando alla DPIA quando esiste. L'operatività: i dati che il sistema consuma e produce, i sistemi con cui si integra, lo stato (sperimentazione, produzione, dismesso) e la data dell'ultima revisione della riga.

Due avvertenze salvano mesi. La prima riguarda la granularità: la voce giusta è il sistema nel suo contesto d'uso, non il prodotto, perché lo stesso strumento usato dal marketing per le bozze e dall'HR per lo screening è una riga sola per il procurement e due righe molto diverse per il rischio. La seconda riguarda l'ambizione iniziale: la prima versione perfetta è nemica della prima versione esistente, e un foglio condiviso con venti righe oneste batte il progetto di piattaforma che parte tra sei mesi. Gli strumenti dedicati arrivano quando il registro ha dimostrato di vivere.

Tenerlo vivo, che è la parte difficile

Ogni organizzazione che ha costruito un registro ha poi scoperto la seconda metà del lavoro: i registri muoiono di obsolescenza in silenzio, e un registro vecchio di un anno è quasi peggio di nessun registro, perché produce falsa sicurezza. La sopravvivenza si progetta agganciando l'aggiornamento ai flussi dove i sistemi nascono e cambiano. Il procurement è il gancio principale: nessun acquisto con componenti AI si perfeziona senza la riga di registro compilata, e la domanda "contiene AI?" entra nella checklist fornitori. Il secondo gancio è il rilascio: nessun caso d'uso passa in produzione senza registrazione. Il terzo è la finestra di emersione periodica per ciò che sfugge ai primi due, erede diretta del censimento iniziale.

Serve infine un custode, tipicamente dentro la funzione che presiede la governance AI, con il mandato esplicito di inseguire le righe incomplete: i registri non si aggiornano per gentilezza.

Costruito così, il registro smette di essere un adempimento e diventa la mappa su cui si prendono le decisioni, dalla priorità degli interventi alla risposta rapida quando un'autorità, un cliente o il consiglio chiede "quali sistemi AI usate e come li governate?". Se oggi quella domanda vi troverebbe a improvvisare, il primo passo costa poco e lo si può fare con metodo dentro una misurazione completa: calendly.com/fabiolalli/zerofive, oppure hello@zerofive.ai. La versione minima dell'esercizio, intanto, sta in una riga vuota e una domanda: quale sarebbe il primo sistema che scrivereste, e chi mettereste nella colonna dell'owner?