La governance dell'IA non ostacola i progetti; è ciò che permette loro di superare la fase pilota. Un'organizzazione priva di inventario, valutazione del rischio e tracciabilità non può approvare un'implementazione su larga scala perché nessuno è in grado di garantire che il rischio sia compreso. E ciò che non viene approvato non è scalabile.
Ecco perché così tante aziende accumulano prototipi di successo ma non hanno sistemi in produzione. Non è un problema tecnologico; è la mancanza di un meccanismo che permetta di dare un "sì" ben motivato.
IBM ha rilevato nel suo studio del 2025 sui CEO, condotto su 2.000 amministratori delegati di 33 paesi, che solo 251 iniziative di intelligenza artificiale (su un totale di 3 trilioni di dollari) avevano generato il ritorno sull'investimento previsto e solo 161 erano state implementate a livello organizzativo.
Il rapporto "Il costo di una violazione dei dati" dello stesso anno offre una prospettiva opposta: 63% delle organizzazioni che hanno subito un incidente legato all'IA non avevano una politica di governance, e il modello 97% non disponeva di controlli di accesso adeguati.
Entrambe le figure descrivono lo stesso vuoto. Senza governance non c'è scalabilità; inoltre, senza governance, quando qualcosa va storto, non c'è nulla da insegnare.
La governance dell'IA non è un documento programmatico, sebbene quasi tutti i programmi inizino da lì e molti vi si concludano. Si tratta piuttosto di un insieme di cinque meccanismi operativi:
Inventario. Quali sistemi di intelligenza artificiale esistono, in quale processo, con quali dati, con quale fornitore e chi è responsabile di ciascuno? Questo è il primo risultato da ottenere ed è quello che genera maggiore resistenza perché rivela cose che nessuno voleva sapere.
Classificazione del rischio in base al caso d'uso. Lo stesso modello può risultare irrilevante quando si riassumono i verbali e fondamentale quando si selezionano i candidati. È l'utilizzo che viene classificato, mai lo strumento in sé.
Controlli proporzionali. Un sistema a basso rischio non necessita dello stesso apparato di un sistema che prende decisioni sulle persone. Applicare controlli uniformi è il modo più rapido per garantire che la governance venga odiata ed evitata.
Tracciabilità. Registrare ciò che entra, ciò che esce, quale versione è stata utilizzata e chi l'ha convalidata. Questo è un requisito comune a tutti i quadri normativi.
Un punto decisionale. Una persona o un comitato approva il passaggio dalla fase pilota alla produzione. Ciò avviene secondo criteri prestabiliti e con scadenze brevi.
I cinque elementi possono essere contenuti in poche pagine. I programmi che producono quaranta pagine di solito sostituiscono il lavoro più impegnativo, ovvero l'inventario, con quello più semplice: la scrittura.
Telaio | Qual è il suo contributo? | Certificabile |
|---|---|---|
NIST AI RMF (+ Profilo di IA generativa) | Modello operativo di gestione del rischio, 12 categorie di rischio dell'IA generativa | NO |
ISO/IEC 42001:2023 | Sistema di gestione dell'intelligenza artificiale con ciclo di miglioramento continuo | Sì |
ISO/IEC 27001 | La sicurezza delle informazioni, fondamento di tutto quanto sopra | Sì |
Regolamento europeo sull'intelligenza artificiale | Obblighi legali in base alla categoria di rischio | Obbligatorio, non facoltativo |
La combinazione pratica è semplice: Certificazione NIST per operare, certificazione ISO 42001 per dimostrare le capacità e conformità alle normative.. Un cliente aziendale o un revisore dei conti non chiederà di visionare il vostro sistema interno; richiederà una certificazione o una documentazione equivalente. È bene saperlo prima di costruire il proprio sistema da zero.
Per quanto riguarda il calendario legale applicabile e ciò che è stato rinviato con il Digital Omnibus, lo abbiamo dettagliato in la legge sull'intelligenza artificiale nel 2026
Settimane 1-4: inventario. Spese, integrazioni autorizzate, indagine interna con amnistia. L'obiettivo è un elenco, non un giudizio.
Settimane 5-6: classificare. Ogni utilizzo rientra in una delle tre categorie: basso rischio (utilizzo illimitato in conformità con la normativa sui dati), rischio medio (richiede registrazione e un responsabile) e alto rischio (richiede revisione formale e supervisione umana). La maggior parte rientrerà nella prima categoria, e documentarlo è una buona notizia che vale la pena comunicare.
Settimane 7-9: Controlla ciò che conta. Applicare la tracciabilità e la revisione solo ai sistemi a rischio medio e alto. Di solito due o tre.
Settimane 10-12: istituzionalizzare la decisione. Definisci chi approva il passaggio alla produzione, quali criteri utilizza e la tempistica. Un lasso di tempo troppo lungo in questo caso ripropone il problema che la governance avrebbe dovuto risolvere.
Alla fine del trimestre, l'organizzazione dispone di inventario, classificazione, controlli laddove necessari e una procedura di approvazione. Questa è la governance. Il documento di policy viene redatto successivamente ed è breve perché descrive qualcosa che funziona già.
Esiste una ragione per procedere in questo modo che non emerge nelle presentazioni sui rischi e che convince più rapidamente il consiglio di amministrazione: Un numero sempre maggiore di clienti aziendali ne fa richiesta durante i processi di acquisto..
Se la vostra azienda vende a grandi clienti, enti governativi o settori regolamentati, la questione della governance dell'IA sta già comparendo nei questionari dei fornitori. Essere in grado di rispondere con prove concrete rappresenta un vantaggio competitivo; non essere in grado di rispondere sta diventando un motivo di esclusione.
Vista in quest'ottica, questa cifra cessa di essere un costo di conformità e diventa ciò che realmente è: la condizione per poter vendere e per poter scalare internamente. Che è l'esatto opposto della burocrazia.
Si tratta dell'insieme di cinque meccanismi operativi che consentono l'approvazione e il controllo dell'utilizzo dell'IA: inventario dei sistemi, classificazione del rischio per caso d'uso, controlli proporzionali al rischio, tracciabilità delle decisioni e un punto decisionale che autorizza il passaggio dalla fase pilota alla produzione.
Al contrario: è proprio ciò che ne consente l'approvazione. Senza un inventario o una valutazione del rischio, nessuno può affermare di comprendere le implicazioni di un'implementazione su larga scala, e tutto ciò che non viene approvato rimane in fase pilota. IBM ha documentato nel 2025 che solo il 161% delle sue iniziative di intelligenza artificiale era stato implementato su larga scala.
Il modello NIST AI RMF fornisce il modello operativo per la gestione del rischio e non è certificabile; la norma ISO/IEC 42001:2023 definisce un sistema di gestione dell'IA che è certificabile; la norma ISO/IEC 27001 riguarda la sicurezza delle informazioni; e il Regolamento europeo sull'IA stabilisce obblighi legali in base alla categoria di rischio.
Un programma ragionevole si articola in circa novanta giorni: quattro settimane per l'inventario, due per la classificazione, tre per l'applicazione dei controlli ai sistemi a rischio medio e alto e tre per istituzionalizzare chi approva il passaggio alla produzione e con quali criteri.
Redigendo una lunga e complessa politica, il documento sostituisce il duro lavoro – l'inventario effettivo di ciò che viene utilizzato – con il lavoro facile, producendo uno standard scritto su una realtà sconosciuta che nessuno applicherà.
Sì. I questionari per i fornitori destinati a grandi clienti, pubbliche amministrazioni e settori regolamentati includono sempre più domande sulla governance dell'IA. Essere in grado di rispondere con dati concreti rappresenta un vantaggio competitivo; non esserne in grado sta diventando motivo di esclusione.
Saresti in grado di rispondere oggi a un questionario sulla governance dell'IA per un cliente aziendale? Abbiamo implementato l'inventario, la classificazione del rischio e i controlli proporzionali in un solo trimestre, senza interrompere i progetti in corso. Parliamone →