Tre errori nell'adozione dell'AI in azienda, e cosa fare prima di cominciare

Tre errori nell'adozione dell'AI in azienda si pagano tutti dopo: l'AI entra senza processi e senza dati in ordine; la tecnologia la sceglie il fornitore, che vende quello che conosce e non quello che serve; l'avvocato arriva a progetto finito, quando correggere vuol dire rifare. Ognuno si evita con una mossa fatta prima di cominciare.

Sono i tre capi d'accusa della prima puntata di Innovazione Sotto Processo, il podcast di tecnologia e diritto che conduco con Armando De Lucia, avvocato esperto di diritto informatico. Io porto il punto di vista di chi costruisce i sistemi, lui quello di chi ne risponde. La puntata si intitola L'AI in azienda: quando sbaglia, chi risponde?, è uscita il 1° novembre 2026 e dura 37 minuti. Qui trovi quello che un titolare può portarsi in azienda il giorno dopo; il ragionamento completo, con il punto di vista legale di Armando, è nel video.

Perché l'AI non funziona in un'azienda senza processi e senza dati?

Perché l'AI esegue un lavoro, e se nessuno sa descrivere quel lavoro non c'è niente da eseguire. In molte PMI manca il mansionario: non è scritto chi fa cosa, chi approva, dove finisce un documento. Le cose funzionano perché le persone se le ricordano. Mettere l'AI sopra un processo che vive solo nella testa di chi lo fa è come tentare un doppio salto carpiato senza essersi mai allenati.

Il dato che si cita più spesso su questo tema, e che abbiamo citato anche in puntata, viene dal MIT NANDA: nel rapporto preliminare The GenAI Divide: State of AI in Business 2025, uscito nell'estate 2025, il 95% delle organizzazioni analizzate non ha ottenuto un ROI misurabile dai progetti pilota di AI generativa (qui una sintesi). Il dato non dice che l'AI non funziona: dice che quei progetti pilota non hanno prodotto un ROI che qualcuno sia riuscito a misurare. Su come si stima il ROI prima di partire ho scritto una guida a parte.

Quali dati non vanno caricati in un chatbot?

I dati personali di dipendenti e clienti, a cominciare dalle buste paga. In puntata racconto di imprenditori che caricano le buste paga dei dipendenti in un assistente AI: è un gesto comodo, ma una busta paga contiene i dati personali di un'altra persona, e di dove finiscono ne risponde l'azienda. È il segnale più chiaro di un'azienda che non si è ancora data regole sui dati. L'elenco di cosa tenere fuori dagli strumenti pubblici è in questo articolo.

"Stiamo testando" vale ancora come giustificazione?

No. In puntata la risposta è netta: la fase di sperimentazione è finita. L'AI Act, cioè il Regolamento (UE) 2024/1689, è legge europea, e in Italia c'è anche la Legge 23 settembre 2025, n. 132 sull'intelligenza artificiale. Un'azienda che usa l'AI nei suoi processi da mesi non la sta più provando: la sta usando, e ne risponde come di qualunque altro strumento di lavoro.

Cosa fare in pratica

• Prima di scegliere uno strumento, scegli un processo e scrivi chi fa cosa, con quali documenti e con quali passaggi di mano. Una pagina basta. Se non sai da quale processo partire, qui trovi come riconoscerlo.
• Chiediti quale problema deve risolvere l'AI e a quali processi si applica. Se non sai rispondere in due righe, non è ancora il momento dello strumento.
• Decidi per iscritto quali dati non entrano negli strumenti AI pubblici, a partire da quelli dei dipendenti e dei clienti, e dillo alle persone.

Come si sceglie il fornitore giusto per un progetto di AI?

Partendo da una domanda che Armando ha messo sul tavolo e che conviene farsi ad alta voce: il fornitore mi propone la soluzione che conosce lui, o quella che serve alla mia azienda? Le due cose coincidono meno spesso di quanto sembri. Chi lavora da anni con una piattaforma tende a vedere quella piattaforma in ogni problema.

Dal lato tecnico, il segnale che guardo io è la gamma delle alternative. Oggi un'azienda può usare un modello in cloud attraverso le API di un grande fornitore, cioè collegando il proprio software a un modello che gira sui server di altri. Ma può anche far girare l'AI in locale, o usare modelli open weight, cioè con i pesi pubblicati, su macchine che restano sotto il suo controllo. Non esiste una risposta giusta per tutti: dipende da quali dati tratti e da quanto ti costerebbe vederli uscire dall'azienda. Per questo diffido di chi, qualunque sia il problema, propone solo "agganciamoci alle API": vuol dire che la scelta più delicata, cioè dove vanno i tuoi dati, l'ha già fatta lui senza discuterla con te. Quando conviene tenere l'AI in casa, e quanto costa, l'ho raccontato nell'articolo sull'AI on premise.

Cosa fare in pratica

• Chiedi a ogni fornitore almeno due strade diverse per lo stesso problema, e perché ne consiglia una.
• Per ciascuna strada, chiedi dove finiscono i dati, chi li può vedere e dove stanno le macchine.
• Se l'unica proposta è collegarsi alle API di un modello esterno, chiedi cosa cambierebbe con un modello in locale. Se non sa rispondere, la risposta ce l'hai già.

Le altre domande da fare a un consulente, con i segnali d'allarme, sono in questa guida.

Chi serve nel team di un progetto di AI?

Meno sviluppatori di prima, e figure che prima mancavano. Nella mia esperienza oggi un progetto richiede circa la metà degli ingegneri che servivano due anni fa, grazie al vibe coding, cioè lo sviluppo assistito dall'AI, usato con coscienza. Non è un dato statistico: è quello che vedo nei progetti che seguo.

Accanto agli sviluppatori, però, servono due figure. La prima è l'analista di business, che capisce il processo prima che qualcuno scriva una riga di codice. La seconda è il legal tech engineer, che porta il diritto dentro il team di sviluppo: così la domanda "si può fare?" arriva quando cambiare costa poco, e non a progetto finito. Ne avevo scritto a maggio, chiamandolo analista legal tech: qui il ruolo è descritto per intero.

Quando deve entrare l'avvocato in un progetto di AI?

All'inizio, insieme ai tecnici. Il terzo errore è chiamarlo alla fine, a progetto finito, per un controllo di conformità. L'avvocato Armando De Lucia ha raccontato in puntata come funziona una revisione legale fatta in quel momento: ogni punto del progetto riceve un alert verde, arancione o rosso, e il rosso può costringere a rifare una parte del progetto, o far scoprire che quello che hai costruito, così com'è, nell'Unione Europea non è consentito.

Qual è il costo vero di una revisione legale arrivata tardi?

Non è la sanzione: è rifare il progetto. E Armando ne ha aggiunto un altro: se l'azienda cerca investitori, nella due diligence, l'esame che un investitore fa prima di entrare, un sistema non conforme pesa come un rischio, e può bastare a farlo rinunciare.

Cosa fare in pratica

• Coinvolgi chi si occupa di diritto nella fase di analisi, non nel collaudo: è lì che si decide quali dati raccoglie il sistema e cosa ne fa.
• Chiedi al fornitore chi, nel suo team, risponde alla domanda "si può fare?", e in quale fase del progetto.
• Metti la revisione legale nel budget fin dall'inizio: costa meno di un rosso scoperto alla fine.

Da dove comincia una PMI che vuole adottare l'AI senza questi errori?

Dalle tre mosse, in quest'ordine:

Nessuna delle tre richiede di comprare uno strumento.

Nella puntata ogni capo d'accusa ha due voci: io racconto come si costruisce un sistema, Armando cosa succede quando qualcosa va storto. Il primo capo comincia al minuto 4:55, il secondo a 13:26, il terzo a 27:20. La puntata è su YouTube e su Spotify, dove c'è anche il canale del podcast; il sito è innovazionesottoprocesso.it.

Una precisazione, la stessa che accompagna la puntata: questo articolo ha carattere informativo e generale, e non è una consulenza legale sul tuo caso. Gli altri articoli su come l'AI entra davvero in azienda stanno nell'hub Adozione AI.

Domande frequenti

Quali sono gli errori più comuni quando una PMI adotta l'AI?

Tre ricorrono più degli altri. Il primo è introdurre l'AI senza processi definiti e senza dati in ordine, quando in azienda non è scritto chi fa cosa. Il secondo è lasciare la scelta della tecnologia al fornitore, che tende a proporre la soluzione che conosce invece di quella che serve. Il terzo è coinvolgere l'avvocato solo a progetto finito, quando un problema di conformità può costringere a rifare una parte del lavoro. Sono i tre capi d'accusa della prima puntata del podcast Innovazione Sotto Processo.

Come si sceglie un fornitore di intelligenza artificiale?

Chiedendo più di una strada. Un fornitore serio sa proporre per lo stesso problema soluzioni diverse, per esempio un modello in cloud via API, un'AI che gira in locale o un modello open weight su macchine controllate dall'azienda, e sa spiegare dove finiscono i dati in ciascuna. Se l'unica proposta è collegarsi alle API di un modello esterno, la scelta più delicata, cioè dove vanno i dati, è stata fatta senza discuterla con te.

Quando va coinvolto l'avvocato in un progetto di AI?

Dall'inizio, nella fase di analisi, insieme ai tecnici. Secondo l'avvocato Armando De Lucia, una revisione legale fatta a progetto finito assegna a ogni punto un alert verde, arancione o rosso, e un rosso può costringere a rifare una parte del progetto o rivelare che quello che è stato costruito non è consentito nell'Unione Europea. Il costo vero non è la sanzione: è rifare il lavoro e, per chi cerca investitori, rischiare di perderli durante la due diligence.

Cos'è Innovazione Sotto Processo?

È il podcast di tecnologia e diritto condotto da Gaetano Castaldo, ingegnere informatico e fondatore di Castaldo Solutions, e da Armando De Lucia, avvocato esperto di diritto informatico. Il claim è "Mettiamo l'innovazione alla sbarra, prima che ci finisca qualcuno": in ogni puntata una tecnologia sale sul banco degli imputati, vista da chi costruisce i sistemi e da chi ne risponde. La prima puntata, "L'AI in azienda: quando sbaglia, chi risponde?", è uscita il 1° novembre 2026 e dura 37 minuti.