Esiste un termine che sta entrando nel vocabolario della sicurezza aziendale per descrivere qualcosa che le aziende italiane stanno sperimentando senza che abbia ancora un nome: GenAI Security Gap. È la distanza strutturale tra la velocità con cui l’intelligenza artificiale viene adottata all’interno delle organizzazioni e la capacità di chi le governa di tenere il controllo su cosa gira, su quali dati, con quali rischi.
Il report “Lo stato della GenAI Security in Italia” pubblicato da Deloitte e Cloud Security Alliance a giugno 2026 offre una misura concreta di questo divario nel contesto italiano: solo il 9% dei responsabili della sicurezza dichiara di avere piena visibilità sulle iniziative AI in corso nella propria organizzazione. Anche a livello globale, il 77% dei technology leader ammette che l’adozione dell’AI sta superando le proprie capacità di governance (IBM Institute for Business Value, giugno 2026).
Il mercato AI italiano ha raggiunto 1,8 miliardi di euro nel 2025, con una crescita del 50% anno su anno (Osservatorio AI, Politecnico di Milano, febbraio 2026). Sebbene il 16% delle aziende italiane usi almeno uno strumento di AI, l’adozione rimane frammentata e non governata (Istat, ICT Report 2025).
Il GenAI Security Gap non è un semplice problema tecnico. È un problema di controllo organizzativo, e si manifesta su tre livelli distinti, ognuno con implicazioni proprie.
Il primo livello: non si vede quello che si usa
La caratteristica principale del GenAI Security Gap è la cecità. Le aziende non perdono il controllo dell’AI perché qualcuno gliela sottrae: lo perdono perché l’AI entra nei processi aziendali in modo frammentato, distribuito e spesso non visibile dai vertici.
I dipendenti adottano strumenti AI per comprensibili ragioni di produttività: scrivere più in fretta, analizzare più dati, automatizzare attività ripetitive. Lo fanno attraverso account personali, plugin non approvati, funzionalità AI embedded negli aggiornamenti di software già in uso. Il 92% delle organizzazioni riconosce che la GenAI ha cambiato il modo in cui i dipendenti condividono informazioni aziendali (DTEX/Ponemon, 2026). Il costo annuo degli incidenti legati a comportamenti negligenti connessi alla Shadow AI è stimato in 19,5 milioni di dollari per organizzazione (DTEX/Ponemon, 2026).
In Italia, questa dinamica è amplificata da un ritardo strutturale nella governance: sempre secondo Deloitte/CSA, il 63% delle organizzazioni non ha programmi di formazione strutturata sull’uso della GenAI, il 12% ha integrato i rischi AI nei propri framework di risk management, e solo il 3% ha un modello di governance maturo. L’86% non ha un budget
dedicato alla sicurezza dei sistemi GenAI. Gli attacchi informatici potenziati dall’AI in Italia sono cresciuti del 90% anno su anno.
Non vedere quello che si usa significa non essere in grado di reagire quando qualcosa va storto, né tecnicamente, né legalmente.
Il secondo livello: non si sa cosa è già obbligatorio
Il GenAI Security Gap ha una dimensione normativa che molte aziende stanno trascurando, in parte perché hanno frainteso le indicazioni del Digital Omnibus approvato dal Parlamento europeo a giugno 2026.
Il Digital Omnibus ha rinviato alcune scadenze dell’AI Act: per i sistemi ad alto rischio elencati nell’Allegato III (strumenti usati in selezione del personale, scoring creditizio, gestione di infrastrutture critiche) ci sarà tempo fino a dicembre 2027. Per quelli integrati in prodotti regolamentati da normative settoriali fino ad agosto 2028. Molte aziende hanno letto queste proroghe come un segnale tranquillizzante, che regala loro più tempo per mettersi in regola.
Il problema è che parte degli obblighi è già esigibile. L’AI Literacy, ossia la formazione documentata del personale che usa strumenti AI, è obbligatoria dal 2 febbraio 2025. Gli obblighi di trasparenza verso gli utenti che interagiscono con chatbot o contenuti generati da AI scattano il 2 agosto 2026. La Legge italiana 132/2025, in vigore da luglio 2025, non ha beneficiato di nessuna proroga: l’obbligo di informare clienti e utenti sull’uso di sistemi AI è già vincolante, con l’ACN che ha poteri ispettivi e sanzionatori attivi. Per gli amministratori delle aziende italiane, la responsabilità civile derivante dall’art. 2086 del Codice Civile, che impone assetti organizzativi adeguati, non dipende da nessuna scadenza europea.
C’è poi un problema di classificazione che aggrava il gap: molte aziende usano senza saperlo sistemi che rientrano nella categoria ad alto rischio dell’AI Act. Un software HR che filtra curriculum con criteri algoritmici è un sistema ad alto rischio. Un CRM con scoring predittivo sui clienti è un sistema ad alto rischio. Un tool di performance management che supporta valutazioni sui dipendenti è un sistema ad alto rischio. Queste applicazioni arrivano spesso come funzionalità embedded in aggiornamenti di piattaforme già in uso, non vengono acquistate come “sistemi AI”. Il 67% dei security leader ritiene che i rischi GenAI richiedano cambiamenti significativi ai propri approcci di sicurezza (Gartner, settembre 2025). Ma per cambiare approccio è necessario prima sapere cosa si ha.
Il terzo livello: manca una responsabilità formale
Il livello più sottovalutato del GenAI Security Gap è organizzativo. Non riguarda i sistemi né le normative: riguarda la catena di responsabilità interna.
In molte aziende italiane non esiste un referente formale per l’AI che abbia visibilità su tutti i sistemi attivi, autorità sulle configurazioni e responsabilità sulle scelte operative. Le decisioni
sull’adozione di strumenti AI vengono prese in modo distribuito: il team marketing adotta un tool per la generazione di contenuti, l’HR usa un software di recruiting con scoring algoritmico, il commerciale integra funzionalità predittive nel CRM. Ognuna di queste scelte ha implicazioni sulla sicurezza dei dati, sulla compliance normativa e sulla responsabilità dell’azienda. Nessuna viene coordinata centralmente.
Questo vuoto non è un problema di competenze, ma di governance. La percentuale di organizzazioni che valuta sistematicamente la sicurezza degli strumenti AI prima del deployment è quasi raddoppiata nell’ultimo anno, passando dal 37% al 64% (WEF, Global Cybersecurity Outlook 2026). Ma il 36% non ha ancora nessun processo formale, e in Italia, dove la maturità di governance è strutturalmente sotto la media europea, quella percentuale è presumibilmente più alta.
Come si chiude il gap
Per chiudere il GenAI Security Gap non è necessario bloccare l’adozione. Vanno create le condizioni per usare l’AI in modo che sia controllabile, tracciabile e difendibile.
Il primo passo è la visibilità: censire tutti gli strumenti AI in uso, inclusi SaaS di terze parti, plugin e funzionalità embedded negli aggiornamenti. Senza questa mappa, qualsiasi policy è formale sulla carta e vuota nella pratica.
Il secondo è la classificazione: per ogni strumento identificato, capire se rientra nelle categorie a rischio elevato dell’AI Act, con attenzione ai processi che riguardano persone. Questa classificazione determina quali obblighi si applicano, con quale urgenza e chi in azienda ne risponde.
Il terzo è l’assegnazione di responsabilità chiare: un referente interno, coordinato con il DPO e con le funzioni legale e IT, che mantenga il quadro aggiornato e abbia autorità sulle scelte operative. Non una struttura burocratica: una catena di responsabilità che permetta di rispondere con certezza a chi chiede come viene usata l’AI in azienda.
L’intelligenza artificiale genera valore quando opera come copilota: uno strumento potente, sotto supervisione consapevole. Diventa un rischio quando opera come pilota automatico, prendendo decisioni su dati sensibili senza che nessuno abbia scelto esplicitamente di delegargliele. La distanza tra questi due scenari si chiama GenAI Security Gap: colmarla è, prima di tutto, una responsabilità organizzativa.
A cura di Millo Meneghini, Head of Digital Transformation & Innovation di Axitea
