Pubblicato in collaborazione su “Digital Innovation Review” di Andrea Zurini

Nell’estate del 2025, in una delle amministrazioni più sorvegliate del pianeta, una serie di allarmi automatici ha cominciato a scattare. I sensori del Department of Homeland Security (DHS), il dipartimento della sicurezza interna degli Stati Uniti, i sistemi che vigilano su ciò che entra ed esce dalle reti federali, avevano rilevato documenti interni caricati sulla versione pubblica di ChatGPT.

Quando i tecnici hanno risalito la catena, sono arrivati a un nome che non si aspettavano: il direttore facente funzione della CISA, l’agenzia federale che protegge le infrastrutture critiche degli Stati Uniti. Almeno quattro documenti contrattuali marcati “For Official Use Only” (sensibili, a uso esclusivamente interno, non classificati), caricati nella versione pubblica del chatbot. Lo ha rivelato Politico a fine gennaio 2026, citando quattro funzionari del dipartimento.

Il dettaglio che trasforma la notizia in parabola è un altro. Al DHS, ChatGPT era bloccato per la generalità dei dipendenti, proprio per il rischio di dispersione dei dati. Il direttore, poco dopo il suo arrivo, aveva chiesto e ottenuto un permesso speciale. La regola c’era; lui era l’eccezione autorizzata. E quando ha esercitato l’eccezione, sono stati i sensori della sua stessa amministrazione ad accorgersene.

Se questo accade al vertice del perimetro più difeso d’America — dove i controlli esistono e gli allarmi funzionano davvero — cosa sta succedendo in un ufficio commerciale qualunque, dove non c’è nessun sensore?

Nella tua azienda l’AI è già stata adottata. Solo che nessuno l’ha deciso.

Il paradosso italiano

I numeri italiani raccontano la stessa storia in forma statistica. L’Osservatorio Artificial Intelligence del Politecnico di Milano ha fotografato due facce dello stesso fenomeno. La faccia ufficiale: il mercato italiano dell’AI vale 1,8 miliardi di euro, cresciuto del 50% in un anno. La faccia di governo: il 24% delle grandi imprese vieta gli strumenti di intelligenza artificiale generativa non forniti dall’organizzazione, e soltanto quattro grandi imprese su dieci hanno definito linee guida sul loro uso.

In mezzo, il dato che smonta entrambe le facce: tra i lavoratori che l’AI la usano davvero, appena il 19% dichiara di farlo esclusivamente con strumenti aziendali. Gli altri otto su dieci attingono, almeno in parte, a strumenti che l’azienda non ha mai fornito, né mai visto.

La traiettoria, poi, non accenna a piegarsi. La rilevazione dell’Osservatorio HR Innovation, sempre del Politecnico, su un panel rappresentativo di 1.500 lavoratori, misura che la quota di dipendenti che usa strumenti AI non forniti dall’azienda è passata in un anno dal 27% al 34%; il 51% affianca o sostituisce le soluzioni aziendali con strumenti esterni.

C’è però un limite in tutti questi numeri: sono dichiarazioni, e misurano ciò che le persone ammettono. La telemetria misura ciò che le persone fanno, ed è più severa: osservando i browser aziendali dall’interno, LayerX rileva che il 77% dei dipendenti incolla dati negli strumenti di AI generativa, e che l’82% di questa attività passa da account personali, fuori da qualunque presidio.

Il divieto non elimina l’uso. Elimina la visibilità dell’uso. Chi ha scelto la proibizione non ha un problema in meno: ne ha uno in più, perché il fenomeno che dovrebbe governare è ora ufficialmente invisibile.

La domanda che nessuno ha ascoltato

La tentazione è leggere il fenomeno con la grammatica della disciplina: dipendenti che violano le regole, dunque servono regole più dure. È la lettura più diffusa, ed è quella sbagliata.

Nessuno incolla un contratto in ChatGPT per sfidare l’ufficio legale. Lo fa perché ha trovato qualcosa che funziona, che gli restituisce in trenta secondi ciò che gli costava un’ora, e l’organizzazione non gli ha offerto nulla di equivalente. L’AI sommersa non è insubordinazione: è una domanda di produttività rimasta senza risposta, che si è organizzata da sola.

Chi ha abbastanza memoria d’ufficio riconosce il copione. Vent’anni fa si chiamava shadow IT: caselle personali, chiavette, servizi cloud installati sotto il radar. Le organizzazioni impiegarono anni a capire che quel disordine non era sabotaggio. Era l’elenco, scritto male, dei bisogni che non avevano ascoltato.

C’è però una differenza di natura, prima ancora che di scala. Lo shadow IT spostava file: documenti che esistevano già, duplicati nel posto sbagliato. La shadow AI sposta ragionamenti. Nel prompt non finisce soltanto l’allegato. Ci finisce il problema dell’azienda formulato per esteso: la strategia spiegata all’AI per farsi aiutare, il contratto incollato per farselo riassumere, il dato del cliente contestualizzato meglio di quanto lo sia in qualunque gestionale. È la differenza tra perdere un archivio e perdere il pensiero che lo interpreta.

Governare, allora, non significa liberalizzare tutto né comprare il primo strumento con la parola “enterprise” nel nome. Significa tre gesti, nell’ordine giusto: vedere prima di scrivere qualunque policy; offrire un canale ufficiale all’altezza di quello sommerso, perché nessun divieto regge la concorrenza di uno strumento che funziona; formare le persone a riconoscere che cosa esce da un prompt.

E il canale ufficiale, oggi, può prendere due forme: il contratto business con impegni scritti sull’uso dei dati, oppure i modelli open source fatti girare sotto il proprio controllo. Due strade legittime, con costi e competenze diverse. La terza, quella che sceglie di non scegliere, lascia i dipendenti soli con gli account personali: ed è la peggiore delle tre.

Il divieto risponde al rischio. Il governo risponde alla domanda. E siccome la domanda è reale, solo la seconda risposta è stabile.

Andrea Zurini
Consulente e formatore su intelligenza artificiale e trasformazione digitale.
Docente del Master AI Super Power di H-FARM Business School.
Scrive la newsletter Digital Innovation Review.

Questo testo è un estratto. L’articolo integrale racconta anche dove finiscono le conversazioni sommerse (una filiera commerciale documentata da un’inchiesta non molto raccontata in Italia), la fame di dati di chi i modelli li costruisce, dal programma con cui Anthropic ha comprato e smontato milioni di libri stampati fino al diverso trattamento tra contratti business e account personali, e la scelta di governance che ne discende.
È uscito il 4 agosto su Digital Innovation Review – Shadow AI: l’economia sommersa dell’intelligenza artificiale