industry · product
Shadow AI: il rischio non governato che si nasconde nella tua azienda
I dipendenti stanno già incollando i dati dei clienti in strumenti di AI consumer. Ecco cos'è la shadow AI, perché costa così tanto e come l'AI governata riduce il rischio.
La shadow AI è l'uso non autorizzato di strumenti di AI da parte dei dipendenti, senza approvazione, supervisione o controlli di sicurezza, ed è oggi una delle fonti di rischio per i dati in più rapida crescita nel mondo aziendale. Non è un'ipotesi: il 77% dei dipendenti incolla dati nei prompt di AI generativa, e l'82% di questi incollaggi proviene da account personali fuori dal controllo dell'azienda, secondo l'Enterprise AI and SaaS Data Security Report 2025 di LayerX. Il conto sta già arrivando. Il Cost of a Data Breach Report 2025 di IBM ha rilevato che 1 organizzazione violata su 5 è stata compromessa attraverso la shadow AI, e quelle violazioni sono costate circa 670.000$ in più della media. La soluzione non è un divieto che tutti ignorano. È l'AI governata: dare alle persone uno strumento autorizzato e controllato per il lavoro che stanno già svolgendo con l'AI.
Cos'è la shadow AI?
La shadow AI è l'equivalente per l'AI dello shadow IT: software e servizi adottati dal personale senza che l'IT, la sicurezza o la dirigenza ne siano a conoscenza o li abbiano approvati. In pratica si presenta come una receptionist che incolla il messaggio di un paziente in un chatbot gratuito per abbozzare una risposta, un commerciale che carica un elenco di clienti per riassumerlo, o un marketer che dà in pasto a uno strumento di generazione di immagini consumer il brief di una campagna non ancora pubblicata.
Nella maggior parte dei casi è in buona fede. Le persone ricorrono all'AI per andare più veloci, non per far trapelare dati. Ma gli strumenti di AI consumer sono stati creati per gli individui, non per dati regolamentati dei clienti. Quando informazioni sensibili escono dai tuoi sistemi verso un account personale, perdi le tre cose che tengono al sicuro i dati: la visibilità su dove sono finiti, il controllo su come vengono conservati e una pista di controllo se qualcosa va storto.
È la scala a rendere la shadow AI diversa dal comune shadow IT. LayerX ha rilevato che il 45% dei dipendenti aziendali usa già l'AI generativa, raggiungendo quel livello di adozione in meno di tre anni, e che il 67% dell'utilizzo dell'AI avviene attraverso account personali non gestiti. Gli strumenti tradizionali di prevenzione della perdita di dati, progettati per sorvegliare file ed email, non registrano nemmeno un copia-incolla in una scheda del browser.
Quanto è grande il problema della shadow AI nel 2026?
Grande, e in crescita su due fronti contemporaneamente: più persone che usano l'AI e più dati sensibili che vi transitano. I dipendenti ormai forniscono costantemente dati sensibili all'AI: il 39,7% di tutte le interazioni con l'AI coinvolge informazioni sensibili, e il lavoratore medio inserisce dati sensibili in uno strumento di AI una volta ogni tre giorni, secondo il 2026 AI Adoption and Risk Report di Cyberhaven. Nel frattempo, anche gli aggressori hanno industrializzato l'AI: il Cost of a Data Breach Report 2026 di IBM ha rilevato che 1 violazione dolosa su 4 era abilitata dall'AI, un balzo del 56% rispetto all'anno precedente, con un costo medio di 6 milioni di dollari, circa 1 milione in più della media globale di 4,99 milioni.
Ecco tutte le prove riunite in un unico posto.
| Risultato | Dato | Fonte |
|---|---|---|
| Organizzazioni violate compromesse attraverso la shadow AI | 1 su 5 (20%) | IBM Cost of a Data Breach 2025 |
| Costo aggiuntivo di una violazione da shadow AI rispetto alla media | ~670.000$ | IBM Cost of a Data Breach 2025 |
| Dipendenti che incollano dati nei prompt di GenAI | 77% | LayerX 2025 |
| Incollaggi provenienti da account personali | 82% | LayerX 2025 |
| File caricati su strumenti di GenAI contenenti PII o dati di pagamento | 40% | LayerX 2025 |
| Interazioni con l'AI che coinvolgono dati sensibili | 39,7% | Cyberhaven 2026 |
| Violazioni dolose abilitate dall'AI | 1 su 4 (25%) | IBM Cost of a Data Breach 2026 |
Il filo conduttore: l'uso dell'AI sta superando la supervisione dell'AI, ed è esattamente in quel divario che avvengono le violazioni.
Perché la shadow AI costa così tanto?
Perché i dati che trapelano tendono a essere i dati che contano, e perché quasi nessuno dispone di controlli intorno ad essi. Tra le organizzazioni che hanno segnalato una violazione legata all'AI, il 97% era privo di adeguati controlli di accesso all'AI, e il 63% delle organizzazioni violate non aveva alcuna policy di governance dell'AI, secondo l'analisi di IBM stessa sul report 2025. Solo il 37% disponeva di un qualche processo di approvazione o meccanismo di supervisione.
Di solito è proprio il dato del cliente a essere esposto. Quando uno strumento di shadow AI è coinvolto in una violazione, il record che trapela è spesso costituito da informazioni personali identificabili, la categoria che fa scattare notifiche alle autorità, sanzioni e danni reputazionali. È per questo che il sovrapprezzo della shadow AI è così alto: non si tratta solo di una fuga di dati, ma di una fuga proprio dei dati a cui autorità di controllo e clienti tengono di più.
La sola policy non colma il divario. Uno studio ha rilevato che solo il 17% delle organizzazioni dispone di controlli tecnici in grado di impedire davvero ai dipendenti di caricare dati riservati su strumenti di AI pubblici. Il restante 83% si affida a formazione, email di avviso e speranza. Come sa chiunque abbia tenuto corsi di sensibilizzazione alla sicurezza, la speranza non è un controllo.
Perché vietare l'AI non funziona
L'istinto è quello di bloccarla. Vietare ChatGPT, mettere in blacklist i domini, dire a tutti di smettere. Fallisce per una ragione semplice: i guadagni di produttività sono reali, quindi le persone aggirano il divieto. Quando il percorso autorizzato è "non usare l'AI", vince il percorso non autorizzato, che si sposta ancora più nell'ombra, dove hai una visibilità perfino minore.
Questo rispecchia una lezione che le aziende hanno già imparato con la proliferazione del software. Abbiamo scritto di questo schema in La proliferazione degli strumenti di AI e perché il consolidamento vince: mettere insieme strumenti monofunzione frammenta i tuoi dati e il tuo controllo. La shadow AI è l'estremo non governato dello stesso problema. Vietare gli strumenti non consolida nulla. Sposta soltanto la frammentazione fuori dai tuoi registri.
La strategia praticabile è l'opposto di un divieto. Dare alle persone un'AI governata che svolga il lavoro ad alto rischio all'interno di guardrail, così che il percorso autorizzato sia anche il percorso veloce. Quando lo strumento approvato è davvero migliore e più sicuro per il compito, la shadow AI perde la sua ragione di esistere.
Come si presenta concretamente l'AI governata?
L'AI governata non è una singola funzionalità. È un insieme di controlli che mantengono i dati sensibili all'interno di un sistema che puoi vedere, verificare e documentare. Ecco il confronto pratico.
| Dimensione | Shadow AI (strumenti consumer) | AI governata (piattaforma autorizzata) |
|---|---|---|
| Posizione dei dati | Account personali, fuori dal controllo aziendale | Cifrati, all'interno di un sistema controllato |
| Controllo degli accessi | Nessuno; chiunque abbia il link | Ruoli e permessi per ogni utente |
| Pista di controllo | Nessuna traccia di ciò che è stato condiviso | Registrata, esportabile, verificabile |
| Postura di conformità | Nessun BAA, nessun DPA, conservazione poco chiara | Accordi firmati, conservazione definita |
| Supervisione umana | Nessuna | Revisione, override e handover integrati |
| Visibilità | Invisibile agli strumenti di sicurezza | Monitorata e rendicontabile |
Lo schema che riduce il rischio, secondo la ricerca, è una combinazione: individuare quali strumenti di AI le persone usano davvero, classificare i dati che quegli strumenti toccano, incanalare l'uso approvato attraverso un sistema autorizzato e mantenere una persona nel processo decisionale. Quest'ultimo punto conta più di quanto sembri. Come abbiamo spiegato in AI con supervisione umana, i controlli che rendono l'AI sicura da implementare sono revisione, override e handover, non l'automazione cieca. La stessa logica si applica in generale all'AI a livello di conformità, che abbiamo analizzato in AI conforme per le aziende regolamentate.
AI governata per le conversazioni con i clienti
Il flusso di lavoro shadow AI a più alto rischio per la maggior parte delle aziende è la comunicazione con i clienti, perché è il punto in cui dati sensibili e velocità si scontrano. Un membro del team vuole rispondere in fretta a un paziente, a un acquirente o a un lead, e così incolla il messaggio in qualunque strumento sia aperto. È esattamente il momento in cui l'AI governata dovrebbe sostituire la scheda consumer.
È questo il problema che i quattro agenti, un solo cervello di Entagl sono progettati per risolvere per le conversazioni. Invece di far incollare al personale i messaggi dei clienti in un chatbot personale, l'agente AI per Instagram, WhatsApp e chat web gestisce la risposta all'interno di un sistema governato: le conversazioni sensibili restano cifrate a riposo con AES-256-GCM, l'accesso è delimitato dai ruoli e dai permessi del team, ogni conversazione dispone di guardrail sull'output e di handover umano, e gli spazi di lavoro regolamentati operano sotto BAA firmati con registrazione degli audit a livello HIPAA. Per i team che ne hanno bisogno, ci sono l'esportazione e la cancellazione self-service dei dati conformi al GDPR e la possibilità di usare la propria chiave del modello. In altre parole, il lavoro che altrimenti avverrebbe in una scheda non governata avviene in un sistema che puoi verificare e documentare.
Non fa sparire la shadow AI in ogni reparto, e non dovrebbe fingere di farlo. Ciò che fa è eliminare la ragione per cui le persone ricorrono all'AI consumer nell'unico flusso di lavoro in cui i dati dei clienti sono più sensibili e la tentazione di fare in fretta è più alta.
Una checklist sulla shadow AI per le PMI
Non serve un team di sicurezza aziendale per iniziare. Procedi con questi punti in ordine.
- Dai per scontato che stia già accadendo. Con il 77% dei dipendenti che incolla dati nell'AI, la domanda non è se, ma dove. Chiedi al tuo team cosa usa, senza colpevolizzare.
- Individua i flussi di lavoro ad alto rischio. Messaggi dei clienti, cartelle cliniche, contratti e dati di pagamento sono quelli che trasformano una fuga in una violazione. Dai loro la priorità.
- Offri alle persone un'alternativa autorizzata. Un divieto senza sostituto fallisce. Incanala il lavoro a rischio attraverso uno strumento governato che sia davvero più veloce.
- Pretendi i controlli. Cifratura a riposo, ruoli di accesso, log di audit, revisione umana e un accordo firmato sui dati (BAA o DPA) per i dati regolamentati. Se uno strumento non è in grado di mostrarti tutto questo, non è pronto per i dati dei clienti.
- Mantieni una persona nel processo decisionale. Approvazione e override sono ciò che rende l'AI sicura da implementare in un'azienda che non può permettersi errori.
La shadow AI non è un problema di AI. È un vuoto di governance, e le aziende che lo stanno colmando sono quelle che offrono ai propri team un'AI autorizzata e controllata per il lavoro che stanno già svolgendo. Se le conversazioni con i clienti sono il tuo flusso di lavoro a più alto rischio, prenota una demo di 30 minuti e scopri come si presenta l'AI governata nella pratica.
FAQ
Cos'è la shadow AI in parole semplici?
La shadow AI è quando i dipendenti usano strumenti di AI che la loro azienda non ha approvato o messo in sicurezza, spesso incollando dati aziendali o dei clienti in chatbot consumer da account personali. È in buona fede ma non governata, il che significa che l'azienda perde visibilità, controllo e ogni pista di controllo su dove siano finiti i dati sensibili.
Quanto è diffusa la shadow AI?
Molto diffusa. LayerX ha rilevato che il 45% dei dipendenti aziendali usa già l'AI generativa e che il 77% dei dipendenti incolla dati nei prompt di AI, con l'82% di questi incollaggi proveniente da account personali. IBM ha rilevato che 1 organizzazione violata su 5 è stata compromessa attraverso la shadow AI nel 2025.
Perché la shadow AI è un rischio per la sicurezza e la conformità?
Perché i dati coinvolti sono spesso sensibili. Il report 2025 di IBM ha rilevato che le violazioni da shadow AI sono costate circa 670.000$ in più della media, e che il 97% delle organizzazioni con una violazione legata all'AI era privo di adeguati controlli di accesso. Quando dati personali o di pagamento trapelano in uno strumento non governato, ciò può far scattare notifiche alle autorità, sanzioni e danni reputazionali.
Dovremmo semplicemente vietare gli strumenti di AI sul lavoro?
Vietare raramente funziona, perché i guadagni di produttività spingono le persone ad aggirare il divieto, spostando l'utilizzo ancora più nell'ombra. Un approccio migliore è fornire un'AI governata e autorizzata per il lavoro ad alto rischio, così che il percorso approvato sia anche il percorso veloce. Abbinalo a controlli di base: cifratura, ruoli di accesso, log di audit e supervisione umana.
In che modo l'AI governata riduce il rischio della shadow AI?
L'AI governata mantiene i dati sensibili all'interno di un sistema che puoi vedere e verificare. Per le conversazioni con i clienti in particolare, un agente governato gestisce le risposte con cifratura a riposo, accesso basato sui ruoli, registrazione degli audit, handover umano e accordi di conformità firmati, eliminando la ragione per cui il personale altrimenti incollerebbe i messaggi dei clienti in un chatbot personale.
Fonti: IBM Cost of a Data Breach Report 2025 e la relativa analisi per i responsabili dei dati; IBM Cost of a Data Breach Report 2026; LayerX Enterprise AI and SaaS Data Security Report 2025; Cyberhaven 2026 AI Adoption and Risk Report; analisi di Kiteworks sui risultati IBM 2025. I dati riflettono i report più recenti disponibili ad agosto 2026.