Shadow AI in azienda: i rischi e perché vietare non serve

Nel 2026 la domanda che le aziende italiane si fanno sull’intelligenza artificiale è cambiata. Non è più «dovremmo adottarla?», ma «quanta ne stanno già usando i nostri dipendenti, e con quali dati?». La shadow AI in azienda è esattamente questo: l’uso di strumenti di AI generativa non approvati dall’organizzazione, fatto in buona fede, dentro il perimetro di dati aziendali. Non è sabotaggio, è produttività che si arrangia. Ma i numeri dicono che una azienda su cinque ha già subito una violazione legata alla shadow AI, e il calendario dell’AI Act la trasforma da problema IT in problema di responsabilità. Qui proviamo a quantificarla con onestà, anche quando le fonti non concordano, e a spiegare perché il divieto è la contromisura che funziona peggio.

In questo articolo scoprirai:

• Cosa si intende con shadow AI e perché non è il vecchio shadow IT
• Quanti dipendenti usano AI non autorizzata: i numeri, e quanto sono solidi
• Quali sono i rischi della shadow AI e quanto costa davvero
• GDPR, segreto industriale e AI Act: dove l’azienda risponde
• Agenti AI e identità non umane: la shadow AI che nessuno ha censito

Cosa si intende con shadow AI e perché non è il vecchio shadow IT

La definizione condivisa da tutti i principali vendor di sicurezza è stretta e utile: shadow AI è l’uso di strumenti o funzionalità di AI senza approvazione né supervisione di chi in azienda risponde di sicurezza e conformità. Palo Alto Networks la distingue dallo shadow IT perché l’AI introduce rischi propri sul trattamento dei dati e sulle decisioni automatizzate, non solo sull’inventario software.

Gli esempi sono banali, ed è questo il punto. Uno sviluppatore incolla una funzione in un chatbot pubblico per capire perché non compila. Un commerciale carica la trascrizione di una call cliente in un riassuntore trovato su LinkedIn. Un HR prova un’estensione browser per fare screening dei CV. Nessuno di questi gesti sembra un incidente di sicurezza, e nessuno viene registrato da nessuna parte. Palo Alto Networks segnala che le organizzazioni usano in media 66 applicazioni di AI generativa, di cui circa il 10% classificate ad alto rischio, e che gli incidenti DLP legati alla GenAI sono più che raddoppiati arrivando al 14% del totale.

Shadow AI e shadow IT: la differenza sta nel dato che esce

Help Net Security mette a fuoco lo scarto meglio di altri: nello shadow IT il problema era il software non autorizzato, nella shadow AI il problema è il movimento non autorizzato di dati. Un dipendente che installa un’app non approvata crea una superficie d’attacco; un dipendente che incolla un contratto in un chatbot consumer ha già consegnato l’informazione a una terza parte, e non esiste un «undo». La differenza pratica è che lo shadow IT si rimedia disinstallando, la shadow AI no.

C’è poi una terza categoria, la più insidiosa: l’AI che entra senza che nessuno la scelga, come funzionalità aggiunta a software già approvati. È il motivo per cui conviene tenere una definizione ampia come quella di Cloudflare, che nella shadow AI fa rientrare anche le funzioni di AI comparse dentro servizi già in uso. È AI che ha superato il security review di due anni fa, quando non era AI. Se vuoi il quadro di partenza su come funzionano questi strumenti, la nostra guida su come funziona l’AI generativa spiega cosa succede davvero a un testo che entra in un modello.

Quanti dipendenti usano AI non autorizzata: i numeri, e quanto sono solidi

Qui serve una premessa che la maggior parte degli articoli sul tema salta: le stime disponibili sulla shadow AI divergono in modo enorme, e trattarle come un dato unico è disonesto. Vale la pena metterle in fila e guardare cosa misurano davvero.

Sul fronte globale, Help Net Security riporta che il 47% dell’uso enterprise di AI generativa passa da account personali anziché gestiti dall’organizzazione, e che più di metà dei dipendenti ammette di aver inserito informazioni aziendali sensibili in strumenti AI. The Hacker News cita un’indagine Salesforce in cui il 55% dei dipendenti dichiara di usare strumenti AI non approvati.

Shadow AI in Italia: quattro ricerche, quattro numeri diversi

Sull’Italia il quadro è più confuso, e conviene saperlo prima di citare una cifra in un consiglio di amministrazione:

• 81% integra o sostituisce gli strumenti ufficiali con tool esterni, solo il 19% resta dentro il perimetro approvato, secondo gli Osservatori del Politecnico di Milano ripresi da H-FARM Business School, che aggiunge il dato più scomodo: il 77% dei dipendenti inserisce dati in sistemi di AI generativa e l’82% di quell’attività passa da account personali.

La divergenza si spiega guardando cosa viene chiesto: «hai comprato un tool» non è «hai usato un tool», e la telemetria misura comportamenti mentre i sondaggi misurano ammissioni. La lettura difendibile è questa: la quota di chi acquista di nascosto è minoritaria, la quota di chi usa di nascosto è la maggioranza. Ed è la seconda che genera il rischio, perché non richiede una carta di credito, richiede un browser.

Quali sono i rischi della shadow AI e quanto costa davvero

Sul costo esiste un numero misurato, non stimato, e viene dal Cost of a Data Breach 2025 di IBM. Secondo la lettura che ne fa Cybersecurity Dive, un’organizzazione su cinque ha subito un attacco per problemi di sicurezza legati alla shadow AI, e quelle violazioni sono costate in media 670.000 dollari in più rispetto alle aziende con shadow AI assente o marginale.

Il resto del report IBM è ancora più indicativo, perché sposta la colpa dallo strumento all’organizzazione: fra le aziende che hanno subito violazioni legate all’AI, il 97% non aveva controlli di accesso adeguati sull’AI, il 63% non aveva alcuna policy di governance dell’AI, il 62% non aveva implementato controlli di accesso solidi e solo il 34% verifica regolarmente la propria rete per individuare strumenti non autorizzati. Il vettore d’ingresso più frequente non è stato il prompt curioso di un dipendente, ma la compromissione della supply chain: app, API e plug-in collegati agli strumenti AI.

I tre meccanismi con cui il dato esce

The Hacker News li riduce a tre, e sono tutti riconoscibili da chiunque lavori in un’azienda vera. Primo, la condivisione esterna incontrollata: documenti, anagrafiche clienti, dati finanziari caricati per fare più in fretta. Secondo, l’esposizione di credenziali: uno sviluppatore incolla codice che contiene una chiave API o una password di database mentre cerca di capire un errore. Terzo, e il più sottovalutato, la perdita della catena di custodia: quando il dato è su una piattaforma terza, l’azienda non sa più come è conservato né per quanto, e questo rende quasi impossibile la notifica di violazione entro le 72 ore che il GDPR pretende.

Sul lato tecnico si aggiunge un rischio che i dipendenti non hanno modo di prevedere: l’iniezione di istruzioni malevole nei contenuti che il modello legge. È un tema che abbiamo trattato a parte, perché riguarda anche gli strumenti autorizzati: cos’è la prompt injection e perché ogni azienda che usa l’AI dovrebbe conoscerla.

GDPR, segreto industriale e AI Act: dove l’azienda risponde

La shadow AI non è solo un rischio di sicurezza: è un’esposizione legale che ricade sul datore di lavoro, non sul dipendente che ha incollato. Qui guardiamo solo i punti in cui l’uso non autorizzato apre un’esposizione specifica, per il quadro d’insieme degli adempimenti abbiamo una guida dedicata a GDPR e AI. L’analisi di Studio Legally è netta su tre fronti.

Sul GDPR, il caricamento di dati personali su un tool consumer configura un trasferimento illecito: i termini di servizio delle versioni gratuite prevedono in genere il riutilizzo dei prompt per l’addestramento, quindi l’azienda ha trasferito dati a un responsabile che non ha nominato. Sul segreto industriale, il passaggio è ancora più tranchant: inserire codice sorgente o know-how in uno strumento pubblico fa decadere la protezione ex art. 98 del Codice della Proprietà Industriale, perché l’informazione perde il requisito della segretezza adeguatamente custodita. Non serve che qualcuno rubi nulla: la tutela svanisce da sola. Sul fronte discriminazione, l’uso non autorizzato di strumenti AI per lo screening dei candidati può introdurre discriminazioni indirette per genere, età o origine, con esposizione ai sensi del Codice delle pari opportunità.

L’obbligo di AI literacy esiste già dal 2 febbraio 2025

Qui c’è il fatto che più aziende ignorano. L’articolo 4 dell’AI Act non è una scadenza futura: è già in vigore. Il testo, riportato integralmente dal tracker dell’AI Act, impone che «fornitori e deployer di sistemi di AI adottino misure per garantire, nella massima misura possibile, un livello sufficiente di alfabetizzazione in materia di AI del proprio personale», e si applica dal 2 febbraio 2025. L’obbligo grava sul deployer, cioè su qualsiasi azienda che usi AI nel proprio lavoro, non solo su chi la costruisce.

Il calendario di applicazione prosegue con gli obblighi sui modelli general purpose dal 2 agosto 2025 e con il grosso del regolamento dal 2 agosto 2026. Per orientarsi su chi deve adeguarsi e a cosa, abbiamo una guida dedicata: AI Act, cosa prevede e quali sono le scadenze. Il punto da tenere è che formare le persone sull’AI non è una buona pratica facoltativa: è già un adempimento, e la shadow AI ne è la prova documentale del contrario.

Agenti AI e identità non umane: la shadow AI che nessuno ha censito

La versione 2026 del problema non è più il dipendente che chatta. È il dipendente che collega qualcosa. Le piattaforme low-code permettono a chiunque di costruire un agente che legge la posta, interroga il CRM, scrive su un foglio condiviso. Per farlo servono credenziali, e quelle credenziali sopravvivono alla sessione.

Okta lo inquadra come un problema di identità: quei workflow poggiano su chiavi API e token OAuth che generano identità non umane (NHI) fuori da qualsiasi processo di provisioning, revisione o revoca. Sono utenti a tutti gli effetti, con permessi ereditati da chi li ha creati, che non compaiono in nessun offboarding. Okta cita una rilevazione della Cloud Security Alliance secondo cui il 79% dei professionisti IT non si sente attrezzato per prevenire attacchi che passano dalle NHI, e segnala che la maggior parte delle organizzazioni non ha policy formalizzate per gestirle.

La conseguenza pratica: un agente costruito in un pomeriggio può avere accesso persistente a sistemi che nessun security review ha mai valutato in quella configurazione. È esattamente il tipo di rischio che rende non negoziabile una progettazione consapevole degli agenti, sia sul fronte dei permessi, sia su quello delle istruzioni, come raccontiamo in come proteggere gli agenti AI in azienda. E se il tema degli agenti è nuovo, conviene partire da cosa sono e cosa sanno fare davvero gli agenti AI: la connessione governata esiste, va scelta.

Perché vietare ChatGPT non risolve la shadow AI

La reazione istintiva, circolare interna, blocco a livello di firewall, tool AI nella lista dei siti non consentiti, è documentatamente la peggiore. La formula più efficace la usa H-FARM Business School: «il divieto non elimina l’uso, elimina la visibilità dell’uso». Il dipendente che aveva un problema di produttività ce l’ha ancora, e ora lo risolve dallo smartphone personale, dove non c’è né DLP né log né possibilità di aiutarlo.

Econopoly arriva alla stessa conclusione da un’angolatura economica: bloccare il fenomeno è «non solo inutile, ma anche controproducente», perché rallenta proprio la capacità di adattamento che si vorrebbe proteggere. È la tesi che Agenda Digitale riassume nel modo più diretto: l’AI in azienda si governa senza frenare l’innovazione, e le due cose non sono in alternativa. Non a caso anche Palo Alto Networks, che vende sicurezza, mette «evitare i divieti generalizzati» al secondo posto delle sue cinque raccomandazioni, subito dopo «ottenere visibilità».

C’è un dato del report Soldo ripreso da BitMAT che chiude il cerchio: il 57,5% dei dipendenti italiani si sente spinto a usare l’AI senza un supporto adeguato, e il 55,6% trova difficili gli strumenti disponibili. Tradotto: la shadow AI non nasce da un eccesso di libertà, nasce da un vuoto di accompagnamento. Vietare riempie il vuoto con la clandestinità.

Sostituire l’uso ombra con uno strumento ufficiale (e con l’onboarding)

La contromisura che funziona non è una regola in più: è un’alternativa migliore. Se lo strumento sanzionato è più comodo di quello clandestino, la shadow AI si prosciuga da sola, e i tre passaggi che H-FARM propone lo dicono nell’ordine giusto: prima osservare, poi offrire un canale legittimo equivalente, poi formare. Solo l’ordine inverso, policy prima, misura mai, produce quel 63% di aziende senza governance che IBM ha contato fra le violate.

Le quattro condizioni per far rientrare la shadow AI

Concretamente significa quattro cose. Un tool approvato che copra i casi d’uso reali, non un sottoinsieme rassicurante: se il commerciale ha bisogno di riassumere le call, quel bisogno va coperto. Contratti che escludano l’addestramento sui dati aziendali, cioè versioni business e non consumer, la differenza non è il prezzo, è la clausola, e le nostre schede su ChatGPT e su Claude AI in azienda spiegano dove cade quella differenza. Permessi minimi e censiti, agenti compresi. E formazione vera, che è anche l’adempimento dell’art. 4 dell’AI Act: chi sa cosa succede al proprio prompt fa scelte diverse.

Su quale strada scegliere, suite generalista o agente costruito sui propri processi, abbiamo messo a confronto le opzioni in ChatGPT Work e agenti AI custom per la PMI. La domanda decisiva, però, non è quale prodotto: è chi accompagna l’adozione. La maggioranza dei progetti AI che non rende niente non fallisce sulla tecnologia, come argomentiamo in se l’AI generativa non genera ROI: fallisce perché nessuno ha fatto sedere l’AI accanto al lavoro delle persone.

Onboarding assistito: quando la shadow AI in azienda si spegne

È il motivo per cui su mimir.bot l’agente non arriva da solo. Insieme allo strumento c’è un onboarding assistito: si guarda come lavorano davvero i team, si mappano i casi d’uso che oggi finiscono negli account personali, si configura l’agente su quelli, si formano le persone e si definiscono i permessi. È un servizio, non solo un prodotto, e nella shadow AI la differenza è tutta lì, perché il fenomeno si spegne quando lo strumento ufficiale diventa la scelta più semplice, non quando diventa l’unica consentita. Se la tua azienda ha un’esigenza concreta su AI e agenti, governare l’uso che già c’è, o partire con qualcosa di sanzionato, su mimir.bot puoi chiedere una consulenza e ragionare sul tuo caso specifico. Meglio farlo prima del 2 agosto 2026 che dopo.

Fonti:

• Palo Alto Networks — What is shadow AI
• Cloudflare — Che cos’è la shadow AI
• Help Net Security — I rischi di sicurezza della shadow AI
• The Hacker News — The hidden security risks of shadow AI
• IBM Think — Rising AI adoption is creating shadow risks
• Cybersecurity Dive — Il report IBM Cost of a Data Breach sulla shadow AI
• H-FARM Business School — Shadow AI: vietare non è governare
• Agenda Digitale — Come governare l’AI in azienda senza frenare l’innovazione
• Studio Legally — I rischi legali della shadow AI
• AI Act — Articolo 4, AI literacy
• AI Act — Calendario di applicazione
• Okta — Shadow AI e identità non umane