Una proposta operativa FEDIMI per integrare la governance dell’IA nei sistemi di organizzazione, gestione e controllo

L’intelligenza artificiale è ormai utilizzata anche nelle attività quotidiane delle imprese: produzione di documenti, analisi di dati, gestione delle comunicazioni, selezione del personale, programmazione, assistenza commerciale, controllo dei processi e supporto alle decisioni.

Il problema, dal punto di vista del D.Lgs. 231/2001, non è vietare questi strumenti. È evitare che l’IA venga introdotta nei processi aziendali senza sapere chi la utilizza, quali informazioni riceve, quali operazioni può compiere e quali controlli vengono esercitati.

Per questo FEDIMI ritiene utile proporre un approccio concreto e proporzionato, soprattutto per le PMI: non un nuovo apparato burocratico, ma un Protocollo IA collegato al Modello 231 e al sistema generale dei controlli interni.

Perché un Protocollo IA può diventare parte del sistema 231

Il D.Lgs. 231/2001 richiede che i modelli organizzativi siano costruiti sulla concreta esposizione dell’ente ai rischi di commissione dei reati-presupposto. Se un nuovo strumento modifica un processo sensibile, anche la valutazione del rischio deve essere verificata.

L’IA può incidere, a seconda delle attività svolte, su aree connesse ai reati informatici, ai reati societari, agli abusi di mercato, alla gestione di informazioni riservate, ai rapporti con la pubblica amministrazione, alla proprietà intellettuale e ad altri ambiti già rilevanti ai fini 231. Il punto non è considerare l’IA di per sé come un reato-presupposto, ma comprendere quando essa possa diventare mezzo o fattore di rischio.

Il Protocollo dovrebbe quindi essere costruito secondo un principio di proporzionalità: controlli più semplici per gli utilizzi a basso rischio e presidi più stringenti quando l’IA può incidere su dati sensibili, decisioni rilevanti o processi già mappati nel Modello 231.

Dieci controlli operativi per le imprese

1. Censire i sistemi di IA effettivamente utilizzati L’impresa dovrebbe disporre di un registro, anche semplice, dei sistemi di IA autorizzati. Per ciascuno strumento dovrebbero essere indicati almeno il fornitore, la funzione aziendale utilizzatrice, la finalità, le categorie di dati trattati, gli eventuali collegamenti con altri sistemi e il referente interno. Il primo rischio da evitare è l’uso “invisibile” di strumenti introdotti autonomamente dai singoli uffici.
2. Classificare gli utilizzi in base al rischio Non tutti gli impieghi dell’IA presentano lo stesso livello di esposizione. Una funzione che aiuta a correggere un testo non è equivalente a un sistema utilizzato per selezionare personale, predisporre informazioni finanziarie, elaborare dati riservati o assumere decisioni operative. L’azienda dovrebbe quindi distinguere almeno tra usi ordinari, usi sensibili e usi che richiedono preventiva autorizzazione.
3. Individuare i collegamenti con i processi sensibili 231 Per ogni utilizzo significativo occorre verificare se il sistema interviene in un processo già individuato nella risk assessment 231. Se l’IA entra, ad esempio, nella contabilità, nella finanza, nei rapporti con la pubblica amministrazione, nei sistemi informatici o nella gestione di informazioni privilegiate, la relativa procedura 231 dovrebbe essere riesaminata.
4. Stabilire quali dati non possono essere caricati L’impresa dovrebbe definire chiaramente quali informazioni non possono essere inserite in strumenti di IA non espressamente autorizzati: credenziali, dati personali particolarmente delicati, segreti commerciali, documentazione riservata, informazioni privilegiate, dati di clienti e fornitori o materiale coperto da obblighi di confidenzialità. Il controllo deve riguardare anche file allegati, immagini, registrazioni e porzioni di database.
5. Prevedere la supervisione umana nei processi sensibili L’output dell’IA non dovrebbe essere trattato come una decisione automaticamente corretta. Nei processi rilevanti devono essere identificati i casi nei quali è obbligatoria una verifica umana prima che il risultato produca effetti verso l’esterno o determini una decisione aziendale. La responsabilità decisionale deve rimanere chiaramente attribuita a persone e funzioni identificabili.
6. Rendere tracciabili gli utilizzi più rilevanti Quando l’IA interviene in attività sensibili, l’impresa dovrebbe poter ricostruire almeno chi ha utilizzato il sistema, per quale finalità, con quali autorizzazioni e quale decisione finale è stata assunta. Non è necessario conservare indiscriminatamente ogni interazione: occorre individuare una tracciabilità proporzionata al rischio, coordinata con privacy, sicurezza e tempi di conservazione.
7. Controllare fornitori e strumenti esterni Prima di autorizzare una piattaforma, l’impresa dovrebbe valutarne almeno le condizioni contrattuali, le modalità di utilizzo dei dati, i livelli di sicurezza, le funzioni disponibili, le possibilità di controllo e gli eventuali subfornitori. Il fatto che un servizio sia diffuso sul mercato non sostituisce una valutazione aziendale sulla sua idoneità per lo specifico utilizzo.
8. Formare il personale e definire regole comprensibili L’articolo 4 dell’AI Act attribuisce rilievo all’alfabetizzazione in materia di IA. Per un sistema 231 efficace, la formazione dovrebbe tradursi in regole operative: cosa può essere fatto, cosa è vietato, quando chiedere autorizzazione, come verificare un output e a chi segnalare anomalie. Una policy non conosciuta dai lavoratori è un presidio soltanto formale.
9. Creare un sistema di segnalazione degli incidenti IA Errori rilevanti, output anomali, divulgazioni involontarie di dati, utilizzi non autorizzati, manipolazioni, violazioni delle procedure o comportamenti potenzialmente illeciti dovrebbero poter essere segnalati rapidamente. L’impresa deve definire chi riceve la segnalazione e come viene valutata, coordinando il processo, quando necessario, con cybersecurity, privacy, whistleblowing e Organismo di Vigilanza.
10. Prevedere flussi informativi verso l’Organismo di Vigilanza L’OdV non deve diventare il responsabile tecnico dei sistemi di IA, ma deve ricevere informazioni sufficienti per valutare l’impatto sui rischi 231. I flussi possono comprendere l’introduzione di sistemi rilevanti, modifiche sostanziali agli utilizzi, incidenti significativi, violazioni della policy, risultati degli audit e aggiornamenti della mappatura dei rischi.

Un possibile Protocollo IA allegato al Modello 231

Sulla base dei dieci controlli, l’impresa potrebbe adottare un Protocollo per l’utilizzo dell’intelligenza artificiale collegato al Modello 231. Il documento non dovrebbe duplicare GDPR, cybersecurity o procedure IT, ma coordinare i diversi presidi e individuare le responsabilità.

• finalità e ambito di applicazione del Protocollo;
• definizione degli strumenti autorizzati e delle modalità di approvazione di nuovi sistemi;
• classificazione degli utilizzi per livello di rischio;
• regole per dati, documenti e informazioni riservate;
• principi di supervisione umana e responsabilità decisionale;
• obblighi di tracciabilità nei processi sensibili;
• controlli sui fornitori e sui servizi esterni;
• formazione e alfabetizzazione in materia di IA;
• gestione di incidenti, anomalie e violazioni;
• flussi verso Organismo di Vigilanza e funzioni di controllo;
• riesame periodico del Protocollo e della risk assessment.

Una matrice semplice per le PMI

Per evitare che il sistema diventi eccessivamente complesso, una PMI può partire da una matrice molto semplice, associando a ogni utilizzo dell’IA quattro informazioni: processo aziendale interessato, tipologia di dati trattati, possibile collegamento con rischi 231 e livello di controllo richiesto.

L’IA generativa richiede una regola specifica

Una delle prime aree da disciplinare è l’IA generativa, perché può essere utilizzata da qualsiasi funzione aziendale senza installazioni complesse. Una policy efficace dovrebbe chiarire che gli output generati devono essere verificati prima dell’utilizzo professionale, soprattutto quando riguardano contenuti legali, fiscali, tecnici, finanziari, contrattuali o destinati all’esterno.

Dovrebbe inoltre essere vietato l’inserimento di informazioni riservate in strumenti non autorizzati e dovrebbe essere chiarita la responsabilità del soggetto che utilizza il risultato. L’IA può assistere una funzione aziendale; non deve creare una zona nella quale non sia più identificabile chi ha verificato e approvato una decisione.

Il rapporto con trasparenza e contenuti sintetici

L’articolo 50 dell’AI Act prevede specifici obblighi di trasparenza per determinate interazioni e per alcuni contenuti generati o manipolati artificialmente. Le imprese che producono comunicazioni, immagini, audio, video o testi mediante IA devono quindi verificare quando siano applicabili obblighi di informazione, marcatura o disclosure e integrare tali verifiche nelle procedure di comunicazione e approvazione dei contenuti.

Controlli periodici: non basta approvare una policy una volta

Gli strumenti di IA cambiano rapidamente. Funzioni che oggi sono puramente assistive possono diventare domani capaci di eseguire azioni autonome, accedere a banche dati o interagire con sistemi aziendali. Per questo il Protocollo dovrebbe prevedere un riesame periodico e un aggiornamento ogni volta che cambiano significativamente tecnologie, processi o quadro normativo.

L’audit dovrebbe verificare non soltanto l’esistenza delle procedure, ma il loro effettivo utilizzo: strumenti non autorizzati, condivisione impropria di dati, assenza di revisione umana, account condivisi, carenza di tracciabilità e mancata formazione sono indicatori concreti da monitorare.

La proposta FEDIMI: semplificare senza abbassare il livello dei controlli

Per FEDIMI – Federazione Imprese Italia la sfida consiste nel costruire regole applicabili anche alle piccole e medie imprese. La compliance sull’intelligenza artificiale non può trasformarsi in una produzione di documenti separati e difficili da gestire.

È preferibile integrare i presidi: un registro degli strumenti, una classificazione del rischio, poche regole chiare sui dati, responsabilità definite, formazione, tracciabilità nei processi sensibili e flussi verso le funzioni di controllo. È un modello che può crescere insieme all’impresa e diventare più articolato soltanto quando aumentano complessità e rischio.

L’obiettivo dovrebbe essere quello di consentire alle imprese di utilizzare l’intelligenza artificiale con maggiore sicurezza, senza rinunciare ai vantaggi competitivi che questa tecnologia può offrire.

In questa prospettiva il Modello 231 può diventare uno dei punti di raccordo della governance dell’IA: non perché il D.Lgs. 231/2001 disciplini integralmente l’intelligenza artificiale, ma perché impone alle organizzazioni di conoscere i propri processi, identificare i rischi e costruire controlli concretamente idonei a prevenirli.

Una domanda finale per ogni impresa

Prima di introdurre un nuovo sistema di IA, l’impresa dovrebbe riuscire a rispondere a cinque domande: chi lo utilizza? Per quale finalità? Quali dati riceve? Quali decisioni può influenzare? Chi controlla il risultato?

Se queste risposte non sono disponibili, il problema non è ancora tecnologico: è innanzitutto un problema di organizzazione e governance.

Riferimenti normativi essenziali

• Lgs. 8 giugno 2001, n. 231, testo vigente – Normattiva.
• Legge 23 settembre 2025, n. 132, disposizioni e deleghe al Governo in materia di intelligenza artificiale.
• Regolamento (UE) 2024/1689 – Artificial Intelligence Act, in particolare artt. 4 e 50 – EUR-Lex.
• Lgs. 30 dicembre 2025, n. 211 – Gazzetta Ufficiale n. 6 del 9 gennaio 2026.

Lidio Damiano Carboni

Responsabile Rapporti Istituzionali FEDIMI