Quale strumento AI usare in azienda: perché partire da quelli già approvati

Ogni progetto AI comincia con una lista di piattaforme da provare. Quasi sempre la risposta migliore è già in azienda: uno strumento approvato, accessi definiti, una policy scritta. Cinque passaggi, una tabella di criteri e il caso in cui cambiare ha senso.

Se stai valutando quale strumento di intelligenza artificiale introdurre in azienda, comincia da quelli che avete già: le licenze attive, gli accessi definiti, la policy sull’uso dei dati. Aggiungere piattaforme prima di chiarire attività, fonti e controlli moltiplica le decisioni e rallenta il progetto. Il confronto tra strumenti ha senso, ma viene dopo.

La riunione di avvio di un progetto AI ha quasi sempre lo stesso ordine del giorno: Copilot o ChatGPT Enterprise? Gemini? Claude? Una piattaforma verticale? Un assistente costruito internamente?

Sono domande legittime. Ma poste all’inizio spostano l’attenzione dal lavoro da migliorare alla tecnologia da acquistare, e producono una fase di valutazione lunga che spesso finisce senza decisione.

Nel frattempo, nelle stesse aziende, le persone usano già strumenti AI in modo informale: account personali, versioni gratuite, estensioni installate da soli. Il fenomeno ha un nome, shadow AI, e un costo: dati aziendali che escono dal perimetro senza che nessuno lo sappia. Il primo effetto di partire dagli strumenti approvati è ridurre questo rischio, dando alle persone un’alternativa ufficiale.

Il tool giusto è quello che le persone possono usare lunedì, con i permessi che hanno già.

Che cosa intendiamo per strumento approvato

Intendiamo uno strumento per cui l’azienda ha un contratto o una licenza, accessi gestiti dall’IT, condizioni chiare sull’uso dei dati inseriti e una policy che dice cosa si può e cosa non si può fare.

In molte aziende è già presente: l’assistente incluso nella suite di produttività, una licenza enterprise di un modello generativo, funzioni AI dentro il CRM o il gestionale. Spesso è sottoutilizzato proprio perché nessuno ha collegato lo strumento a un’attività precisa.

Dal punto di vista del GDPR, uno strumento che tratta dati personali per conto dell’azienda è un responsabile del trattamento e richiede un accordo ai sensi dell’articolo 28. Con gli strumenti approvati quell’accordo di solito esiste già. Con un account gratuito aperto da un dipendente, no.

1. Fai l’inventario

Con l’IT, elenca gli strumenti AI disponibili oggi: quali licenze, per quante persone, con quali funzioni attive, con quali limiti sui dati. Aggiungi le funzioni AI già presenti nei software che usate, che spesso nessuno ha attivato.

L’inventario richiede uno o due incontri e risponde a una domanda che vale mesi di valutazioni: cosa possiamo usare da domani senza acquistare nulla?

2. Definisci il perimetro dei dati

Per ogni strumento approvato serve una risposta chiara a tre domande. Quali dati si possono inserire? Quali fonti aziendali può leggere? Dove finiscono gli input e gli output?

La risposta sta nella policy AI aziendale, se esiste, e nei contratti con i fornitori. Se la policy non esiste, una pagina scritta con IT, legale e, dove presente, il DPO è sufficiente per partire: cosa è consentito, cosa è vietato, a chi chiedere nei casi dubbi.

3. Progetta il workflow dentro il perimetro

Con inventario e perimetro chiari, il workflow si disegna dentro quei confini: quali passaggi affidare allo strumento, con quali fonti, con quali controlli. Se il perimetro basta per il risultato che serve, il progetto parte subito.

Se non basta, lo si scopre in questa fase, con una motivazione precisa: “ci serve che lo strumento legga il CRM e quello approvato non può farlo”. È un’informazione utile, molto diversa da “vorremmo provare qualcosa di più potente”.

4. Quando valutare un’alternativa

Un nuovo strumento si valuta quando il risultato concordato lo richiede e la fattibilità è verificata. È un lavoro a sé, con un owner, criteri scritti e un tempo definito, non un’appendice del pilot.

L’ultima riga viene spesso dimenticata. Prompt, istruzioni e materiali costruiti dentro uno strumento proprietario sono difficili da spostare. Sapere in anticipo come si esce è parte della decisione di entrare.

5. Piattaforma e modello sono due decisioni diverse

Molte discussioni confondono due livelli. Il modello è il motore che genera testo, analizza documenti o classifica richieste. La piattaforma è l’ambiente in cui il modello viene usato: gestione degli accessi, connessione alle fonti, registrazione delle attività, controlli.

Per la maggior parte dei workflow aziendali le differenze tra modelli di ultima generazione pesano meno delle differenze tra piattaforme: chi può accedere, a quali dati, con quale tracciabilità. È il secondo livello a decidere se un progetto è sostenibile.

Esempio: la richiesta di “qualcosa di più potente”

Un’azienda manifatturiera vuole un workflow che risponda alle domande dei tecnici sulla documentazione di prodotto. Il team chiede di valutare tre piattaforme specializzate. Esempio dimostrativo.

L’inventario mostra che l’assistente incluso nella suite aziendale può già leggere la libreria documentale, con gli stessi permessi degli utenti. Il perimetro dei dati è coperto dal contratto esistente. Il workflow viene progettato lì, su un set di trenta domande reali raccolte dai tecnici.

Dopo quattro settimane il test mostra risposte corrette e verificabili per la documentazione aggiornata, e risposte inaffidabili sui manuali più vecchi, scansionati e mai convertiti. Il problema non è lo strumento: sono le fonti. Il progetto successivo riguarda la conversione dei manuali, non l’acquisto di una piattaforma.

La valutazione delle alternative viene rimandata, con una motivazione scritta: ha senso solo se, con fonti sistemate, il risultato resta insufficiente.

Quando lo strumento è davvero il problema

Succede. Quando lo strumento approvato non può accedere ai sistemi necessari e non esiste un’integrazione ragionevole. Quando le condizioni sull’uso dei dati non sono compatibili con il tipo di informazioni da trattare. Quando il volume o i tempi di risposta richiesti superano ciò che la licenza consente. Quando l’azienda ha bisogno di funzioni specifiche, come l’elaborazione di documenti tecnici in formati particolari, che lo strumento generalista non gestisce.

In questi casi la valutazione va fatta, con i sei criteri della tabella e un owner. La differenza è che si parte da un bisogno verificato, non da un catalogo.

Cambiare strumento è una decisione. Provarne cinque contemporaneamente è un modo per non prenderla.

Dallo strumento al presidio

Inventario, perimetro dei dati, policy, criteri di valutazione e piano di uscita sono decisioni che un’azienda prende una volta e poi mantiene nel tempo, man mano che gli strumenti cambiano e i progetti aumentano.

È il tipo di lavoro che facciamo con il DOABLE AI Office: un presidio continuativo che tiene insieme priorità, governance, valutazione dei fornitori e supporto ai team, così che ogni nuovo progetto non ricominci da una lista di piattaforme.

Fonti utilizzate

• *Regolamento (UE) 2016/679 (GDPR), articolo 28 “Responsabile del trattamento”.
• *Regolamento (UE) 2024/1689 sull’intelligenza artificiale, obblighi per i deployer e alfabetizzazione del personale.
• *ISO/IEC 42001:2023, sistema di gestione per l’intelligenza artificiale, requisiti su fornitori e risorse.