AI in azienda: dipendenze e rischi da evitare
7 novembre 2026
Il problema più grande, ancora una volta, siamo noi consulenti.
Lo vedo già nel mondo della ISO 9001. Le aziende si affidano a professionisti che dovrebbero avere una visione più ampia, accompagnarle in un percorso di miglioramento, anticipare i rischi e indirizzarle verso le scelte più corrette. Troppo spesso, invece, ci si limita a risolvere il problema immediato, senza considerare le conseguenze delle decisioni nel lungo periodo. Con l’intelligenza artificiale rischiamo di ripetere lo stesso errore.
Quanto costa davvero l’AI, e per quanto tempo
L’AI è una tecnologia straordinaria, ma ha costi enormi: infrastrutture, energia, hardware, manutenzione, sviluppo e servizi cloud. La crescente domanda di capacità di calcolo sta contribuendo ad aumentare anche i prezzi delle risorse necessarie.
Oggi alcuni abbonamenti da poche centinaia di dollari al mese permettono utilizzi che, ai prezzi di listino delle API, potrebbero costare migliaia di dollari, e in certi usi intensivi anche di più. Nel frattempo i principali sviluppatori di AI stanno sostenendo investimenti giganteschi. Non sappiamo se gli attuali prezzi, limiti di utilizzo e modelli commerciali saranno sostenibili, o ancora convenienti, tra cinque o dieci anni.
Immaginiamo un’impresa che nei prossimi anni trasferisca agli agenti AI interi processi: gestione clienti, amministrazione, progettazione, documentazione tecnica, produzione e controllo qualità. Un giorno il fornitore cambia in modo radicale prezzi, condizioni contrattuali o limiti di utilizzo. Se l’azienda non può più permettersi quei servizi, ma nel frattempo è diventata incapace di lavorare senza, il problema non è più tecnico. Potremmo arrivare al paradosso di imprese che rimpiangono persino i costi del personale e le difficoltà legate alla sua gestione.
Partire dal cloud va bene, restarci prigionieri no
Qui dovrebbe intervenire un consulente competente. Se un’azienda non ha le risorse per acquistare un’infrastruttura AI adeguata, iniziare con servizi commerciali è una scelta del tutto ragionevole. Il sistema però dovrebbe essere progettato fin dal primo giorno per poter cambiare fornitore e, quando conviene tecnicamente ed economicamente, passare a modelli AI eseguiti su hardware dell’azienda.
Questo non significa comprare subito server costosi, né sostenere che l’AI in locale sia sempre la soluzione più economica. Significa costruire un’architettura che non renda l’azienda prigioniera di un solo fornitore.
Possedere i dati non vuol dire controllarli
C’è poi un secondo problema, a mio avviso ancora più importante dei costi: la conoscenza aziendale.
Disegni tecnici, progetti, procedure, standard, errori commessi, soluzioni trovate, decisioni e informazioni di produzione sono spesso il vero patrimonio di un’impresa. Sono conoscenze costruite in anni, a volte decenni, di lavoro, investimenti e sacrifici. Oggi ne trasferiamo quantità sempre maggiori verso piattaforme cloud e sistemi AI esterni.
I contratti possono stabilire che la proprietà dei dati resti al cliente, ed è giusto così. Ma possedere legalmente un’informazione e mantenerne il controllo effettivo sono due cose diverse. Bisogna sapere chi può accedere a quei dati, come vengono elaborati, dove sono conservati, quali soggetti e sistemi possono usarli e quali garanzie abbiamo che non vengano impiegati per finalità diverse da quelle concordate.
Non sto sostenendo che ogni fornitore cloud o AI usi i dati dei clienti per addestrare i propri modelli o per sviluppare prodotti concorrenti. Esistono contratti, controlli, sistemi di sicurezza e garanzie specifiche. Nessuna azienda però dovrebbe limitarsi a confidare che queste protezioni bastino sempre. Il rischio vero non è soltanto che qualcuno rubi un progetto: è che qualcuno possa appropriarsi del valore della conoscenza che ha permesso di realizzarlo. Un disegno tecnico può essere il risultato di anni di esperienza, un processo produttivo può racchiudere centinaia di problemi già risolti, una procedura può essere il vantaggio che distingue un’azienda da tutte le altre.
Ora immaginiamo le conoscenze di migliaia di imprese concentrate nelle infrastrutture di poche multinazionali tecnologiche, con risorse economiche, capacità di calcolo e strumenti di analisi straordinari. Non serve sostenere che quel patrimonio verrà sfruttato in modo improprio. Basta chiedersi che cosa succederebbe se accadesse, e chi avrebbe la forza di difendersi.
Un caso recente: quando il fornitore cambia le regole
Non voglio annoiarvi con esempi miei o con le mie soluzioni. Preferisco un caso recente e pubblico, che riguarda una piattaforma molto usata da creatori di contenuti e agenzie.
Il 23 luglio 2026 Higgsfield, una piattaforma per creare video e immagini con l’AI, ha pubblicato nuove condizioni d’uso. La proprietà dei contenuti restava agli utenti, ma la piattaforma si riservava su di essi una licenza molto ampia: perpetua, irrevocabile, trasferibile e concedibile a terzi. La licenza valeva anche per i contenuti generati e comprendeva l’uso promozionale e l’addestramento dei suoi modelli. Secondo un confronto riga per riga delle versioni archiviate, la licenza perpetua c’era già dalla versione di agosto 2025: la nuova versione la estendeva, e se ne sono accorti in tanti solo allora.
In pochi giorni la rete si è ribellata. Il 25 luglio la piattaforma ha annunciato la revisione e il 26 luglio ha pubblicato un testo nuovo, in vigore dal 27 agosto. La licenza non è più perpetua né irrevocabile e, salvo alcune eccezioni, finisce quando si cancellano i contenuti o l’account. L’uso promozionale riguarda solo i contenuti resi pubblici o autorizzati. Secondo lo stesso confronto, però, la frase che permette di usare i contenuti per addestrare i modelli è rimasta identica, e l’impegno a dare almeno 15 giorni di preavviso prima di modifiche importanti è diventato un “ragionevole preavviso”.
È esattamente la differenza tra possedere un contenuto e controllarlo. E mostra un’altra cosa: i creatori e le agenzie avevano alternative e una voce comune, e sono riusciti a far cambiare una parte del contratto in pochi giorni. Per un’azienda manifatturiera sarebbe molto più difficile. Se vent’anni di disegni stanno nel formato di un solo software CAD, cambiare fornitore costa così tanto che spesso l’unica strada è accettare le nuove condizioni.
Il software tecnico ci è già passato. Autodesk dal 2016 non vende più nuove licenze perpetue e dal 2021 non le aggiorna più; PTC, il produttore di Creo, ha fatto lo stesso dal 2018. Chi aveva una licenza può ancora usarla, ma resta fermo a quella versione: per avere le versioni nuove, che dopo tre o quattro anni servono davvero, l’unica strada è l’abbonamento. Da consulente sono entrato in molte aziende e mi dicevano tutti la stessa cosa: se potessi cambierei software, ma è troppo complicato. Quando le regole le scrive chi custodisce i tuoi dati, la libertà di dire di no dipende da quanto ti costa andartene.
I precedenti che non possiamo ignorare
Alcune vicende degli ultimi anni mostrano che le preoccupazioni sull’uso delle informazioni non nascono dal nulla.
- Nel 2020 la Commissione europea ha contestato ad Amazon l’uso di dati commerciali non pubblici dei venditori presenti sulla sua piattaforma per avvantaggiare le proprie attività concorrenti. Nel 2022 Amazon ha assunto impegni vincolanti, senza che il procedimento si chiudesse con un accertamento definitivo dell’infrazione.
- Anthropic ha raggiunto un accordo da 1,5 miliardi di dollari con gli autori per i libri scaricati da biblioteche pirata, circa 482.000 opere. Un giudice aveva ritenuto legittimo l’addestramento su libri acquistati regolarmente: la causa riguardava le copie pirata.
- OpenAI è coinvolta in numerose cause sul copyright, tra cui quella del New York Times, sull’uso di contenuti protetti per addestrare i propri modelli.
- A luglio 2026 Apple ha fatto causa a OpenAI accusandola di essersi appropriata di segreti industriali attraverso ex dipendenti. OpenAI respinge le accuse e nessun tribunale si è ancora pronunciato.
Sono vicende diverse, con responsabilità e situazioni giuridiche diverse, e non dimostrano che i fornitori AI si approprino dei progetti industriali dei loro clienti. Ci ricordano però che conflitti di interesse, controversie sulla proprietà intellettuale e uso improprio delle informazioni sono rischi reali.
Chi paga quando qualcosa va storto
Una grande multinazionale può avere le risorse per affrontare cause legali, risarcimenti e sanzioni anche molto elevate. Una piccola o media impresa che perde il proprio vantaggio competitivo potrebbe non avere né il tempo né i soldi per difendersi. Un eventuale risarcimento, magari dopo anni, potrebbe arrivare quando l’azienda ha già perso clienti, mercato e capacità di stare in piedi. A quel punto il danno potrebbe essere irreversibile.
Per questo non credo che la soluzione sia rinunciare all’AI o demonizzare il cloud. La soluzione è progettare sistemi in cui l’azienda mantenga il massimo controllo possibile sul proprio patrimonio informativo. Vuol dire conoscenza e documentazione strategica conservate su infrastrutture dell’azienda, copie indipendenti e accessi regolati con rigore. Vuol dire anche inviare dati ai fornitori esterni solo quando serve, con architetture che permettano di sostituire servizi e modelli AI senza ricostruire tutto da zero. Quando è possibile e conveniente, le informazioni più riservate dovrebbero poter essere elaborate direttamente in locale. Il cloud deve essere uno strumento al servizio dell’impresa, non il luogo da cui dipende la sua sopravvivenza.
Il compito del consulente
Torno al punto di partenza: la responsabilità dei consulenti. Un consulente non dovrebbe limitarsi a proporre la soluzione più semplice da installare, quella che oggi costa meno o quella più comoda da rivendere. Dovrebbe analizzare i benefici, ma anche i rischi economici, tecnologici, contrattuali e strategici. Deve chiedersi che cosa succede quando il fornitore aumenta i prezzi, quando un servizio non è più disponibile, quando bisogna passare a un’altra tecnologia o quando un’informazione riservata viene compromessa.
Nella ISO 9001 parliamo continuamente di risk-based thinking: identificare i rischi, valutarli e pianificare le azioni prima che diventino problemi reali. Non c’è motivo di dimenticare questo principio proprio quando introduciamo una tecnologia destinata a diventare centrale nel funzionamento delle nostre aziende.
Cinque domande prima di affidare un processo a un servizio AI
- Dove finiscono i nostri dati, chi può vederli e possono essere usati per addestrare i modelli del fornitore? La risposta va cercata nel contratto e nelle condizioni d’uso.
- Se domani vogliamo andarcene, possiamo riprendere tutto in un formato che altri strumenti sanno leggere: documenti, procedure, configurazioni, storico?
- Il sistema può funzionare con un altro modello o un altro fornitore senza essere ricostruito da zero?
- Che cosa succede se cambiano prezzi, limiti di utilizzo o condizioni? Con quanto preavviso ci verrà comunicato, e che cosa possiamo fare nel frattempo?
- Quali informazioni sono così riservate da dover restare sotto il nostro controllo, in locale o in copie indipendenti, e chi decide che cosa può uscire dall’azienda?
Una strategia industriale, non solo tecnologica
L’intelligenza artificiale è un’opportunità straordinaria. Può migliorare la produttività, ridurre gli sprechi e rendere accessibili competenze e strumenti che fino a pochi anni fa erano impensabili. Ma va adottata con una strategia industriale, non soltanto tecnologica, e una strategia industriale considera anche gli scenari peggiori. Un imprenditore responsabile non deve prevedere il futuro: deve costruire un’azienda capace di affrontarlo, senza aspettare che un rischio si concretizzi per cominciare a gestirlo.
Usare l’intelligenza artificiale non deve significare diventare dipendenti dall’intelligenza artificiale di qualcun altro. La tecnologia si può comprare, noleggiare o sostituire. La conoscenza costruita da un’azienda in decenni di lavoro, una volta perduta, potrebbe non essere più recuperabile.
Giovanni Commodaro, MechWorks Design Engineering (MW-DE). Progetto sistemi di AI per le aziende in cloud, in locale o in forma ibrida.