Un project manager racconta sempre la stessa scena, con piccole varianti. Apre un documento di stato avanzamento scritto da un membro del team e si accorge che il tono è cambiato: frasi più rotonde, una struttura sospettosamente ordinata, qualche termine inglese che quella persona non userebbe mai. Chiede, con discrezione, e la risposta arriva sottovoce: “Mi sono fatto aiutare da ChatGPT”. Fin qui nessun dramma. Poi però scopre che dentro il prompt erano finiti il budget reale del cliente, due nomi di stakeholder e un estratto del contratto. Quello non è più un dettaglio di produttività. È un problema di governo.
Questo fenomeno ha un nome: shadow AI. È l’uso di strumenti di intelligenza artificiale generativa da parte delle persone del team al di fuori di qualsiasi perimetro deciso dall’azienda o dall’IT. Nessuno l’ha vietato esplicitamente, nessuno l’ha autorizzato, e nel mezzo girano dati di progetto che dovrebbero restare riservati. Per chi gestisce progetti è una questione concreta, non teorica, perché il PM è la persona che ha sotto mano informazioni sensibili e un team che le maneggia ogni giorno.
Perché la shadow AI riguarda proprio te
Le persone usano l’AI perché funziona. Risparmia tempo sui verbali, sblocca un’email difficile, riassume trenta pagine di requisiti in dieci minuti. Demonizzare questo bisogno è la strada più rapida per perdere il controllo, perché l’uso non sparisce: si nasconde meglio. Conviene partire da qui, dal riconoscere che dietro la shadow AI c’è quasi sempre una buona intenzione e una pressione di consegna reale.
Le indagini sul tema raccontano una tensione precisa. La grande maggioranza delle aziende si dichiara preoccupata per l’uso non governato dell’AI, e una fetta significativa ammette di aver già avuto incidenti legati ai dati riconducibili a questi strumenti. Allo stesso tempo, pochissime organizzazioni hanno una policy d’uso accettabile davvero scritta e comunicata. Il risultato è una zona grigia enorme: tutti la usano, nessuno sa con quali regole, e quando qualcosa va storto si scopre che non c’era nessuna regola da rispettare.
Il punto delicato per il PM è la natura dei dati che circolano in un progetto. Stime economiche, scadenze contrattuali, dati personali del cliente, codice, documenti coperti da accordi di riservatezza. Quando questi finiscono dentro un prompt di uno strumento consumer, possono uscire dal perimetro aziendale, essere trattati su server di terze parti e, a seconda dei casi, riutilizzati. Non serve immaginare un attacco sofisticato. Basta un copia e incolla fatto in buona fede.
I segnali da riconoscere senza diventare un controllore
Non si tratta di spiare le persone. Si tratta di leggere il contesto, perché la shadow AI lascia tracce visibili a chi sa dove guardare. Ecco i segnali più comuni che qualcosa sta passando per strumenti non concordati.
- Documenti e messaggi che cambiano stile all’improvviso, con un registro più formale e levigato del solito.
- Output prodotti in tempi che prima erano impensabili, senza un cambiamento evidente nel carico di lavoro.
- Risposte tecniche o testi che contengono piccole imprecisioni plausibili, dettagli inventati che suonano credibili ma non corrispondono al progetto.
- Domande del team su “quale strumento posso usare”, segnale che qualcuno sta già usando qualcosa e cerca una copertura.
- Riferimenti casuali a ChatGPT, Gemini, Copilot o simili nelle chiacchiere informali, nei retrospective, nei canali interni.
- File e screenshot caricati su servizi esterni che spuntano nella cronologia o nei link condivisi.
- Un improvviso allineamento terminologico tra persone diverse, segno che stanno attingendo alla stessa fonte generativa.
Nessuno di questi segnali, da solo, è una prova. Messi insieme ti dicono che l’AI è già nel tuo team, e che la domanda non è più “se” ma “come”. A quel punto la scelta è tra fare finta di niente, vietare e spingere tutto sottoterra, oppure governare.
I rischi reali, con le contromisure che funzionano
Parlare di rischi senza esagerare è importante. Non tutto è una catastrofe e non tutto è innocuo. La tabella che segue mette in fila i pericoli concreti che un PM dovrebbe avere a mente, con un esempio realistico e la contromisura più sensata per ciascuno.
| Rischio | Esempio concreto | Contromisura |
|---|---|---|
| Leak di dati riservati | Un membro del team incolla un estratto di contratto in un chatbot per riscriverlo in modo più chiaro | Strumenti approvati con garanzie sul trattamento dati, regola esplicita sul “cosa non si incolla mai” |
| Violazione privacy | Dati personali del cliente usati in un prompt per generare una comunicazione | Anonimizzazione obbligatoria prima di ogni prompt, niente nomi, niente identificativi diretti |
| Non conformità a NDA e contratti | Materiale coperto da accordo di riservatezza elaborato su un servizio esterno | Mappare quali progetti hanno clausole di riservatezza e marcarli come zona off limits per l’AI esterna |
| Decisioni su output sbagliati | Una stima di rischio generata dall’AI viene presa per buona senza verifica | Regola del controllo umano: l’AI propone, una persona competente valida prima dell’uso |
| Proprietà intellettuale incerta | Testi o codice generati finiscono in un deliverable senza chiarezza sui diritti | Definire cosa è ammesso nei consegnabili e tenere traccia di ciò che è assistito dall’AI |
| Dipendenza opaca | Nessuno sa quali strumenti sta usando il team né con quali account | Censimento periodico e cultura della trasparenza, non punitiva, sull’uso degli strumenti |
La logica che attraversa tutta la colonna delle contromisure è una sola: non vietare l’uso, governarlo. Il divieto secco produce l’effetto opposto a quello desiderato. Le persone continuano a usare l’AI perché ne hanno bisogno, ma smettono di dirtelo. E nel momento in cui smettono di dirtelo, perdi l’unica cosa che ti permetteva di proteggere il progetto: la visibilità.
Come governare la shadow AI in pratica
Governare non vuol dire produrre un regolamento di quaranta pagine che nessuno leggerà. Vuol dire mettere in fila quattro mosse semplici e ripetibili, che un PM può avviare anche senza aspettare una direttiva aziendale.
Riconoscere prima di tutto
La prima mossa è ammettere, davanti al team, che l’AI è già parte del lavoro. Una frase in un meeting cambia tutto: “So che molti di voi usano strumenti di AI, va benissimo, parliamone così lo facciamo in sicurezza”. Questa apertura toglie il senso di colpa e fa emergere ciò che era nascosto. Da lì puoi capire chi usa cosa, e per fare cosa.
Definire strumenti approvati
Le persone hanno bisogno di un’alternativa concreta, non solo di un elenco di divieti. Indica uno o due strumenti che l’azienda ritiene accettabili, idealmente con versioni che offrono garanzie sul trattamento dei dati e che non riusano gli input per addestramento. Se dai un binario sicuro su cui correre, smettono di cercarne uno di nascosto.
Formare, non terrorizzare
Mezz’ora ben spesa vale più di una circolare minacciosa. Mostra al team la differenza tra un prompt sicuro e uno pericoloso, fai vedere come anonimizzare un testo, spiega perché certi dati non escono mai dal perimetro. La formazione trasforma una regola astratta in un gesto quotidiano. È la parte che fa davvero la differenza tra una policy scritta e una policy applicata.
Costruire una cultura della trasparenza
L’obiettivo finale è che dichiarare l’uso dell’AI diventi normale come dire che hai usato un foglio di calcolo. Quando nessuno teme la reazione del PM, le informazioni circolano, i problemi emergono presto e le contromisure funzionano. La trasparenza non si impone con una regola, si costruisce con il modo in cui reagisci la prima volta che qualcuno ti dice “l’ho fatto con l’AI”.
Una bozza di acceptable use policy in una pagina
Non serve un documento legale per partire. Serve un testo breve, leggibile, che ognuno nel team possa tenere a portata di mano. Questa è una bozza di partenza, da adattare al tuo contesto e da far validare a chi di dovere prima di renderla ufficiale.
- Cosa puoi fare. Usare gli strumenti AI approvati per attività di supporto: riformulare testi, riassumere documenti pubblici, fare brainstorming, generare bozze da rivedere.
- Cosa non incollare mai. Dati personali di clienti o colleghi, credenziali, codice proprietario, contenuti coperti da NDA, stime economiche, estratti di contratto, qualsiasi cosa che non manderesti a un fornitore esterno via email.
- Anonimizza sempre. Prima di un prompt, togli nomi, numeri di telefono, identificativi e dettagli che permettono di risalire a persone o clienti.
- Controllo umano obbligatorio. Nessun output dell’AI va in un deliverable o in una decisione senza che una persona competente lo abbia verificato. L’AI propone, tu validi.
- Strumenti approvati. Usa solo gli strumenti indicati dall’azienda. Se ne vuoi proporre un altro, chiedi prima invece di usarlo di nascosto.
- Trasparenza. Dichiarare l’uso dell’AI non è un problema, nasconderlo sì. In caso di dubbio, chiedi al PM: meglio una domanda in più che un dato in meno sotto controllo.
- Progetti sensibili. Alcuni progetti, marcati come riservati, sono off limits per l’AI esterna. L’elenco è aggiornato e disponibile al team.
Una pagina così non risolve tutto, ma cambia la natura del problema. Trasforma una pratica clandestina in un comportamento concordato, e dà al PM uno strumento per parlarne senza fare il poliziotto. La shadow AI non si combatte con i divieti, si dissolve con la chiarezza. Chi gestisce progetti digitali oggi non può più ignorarla, ma può governarla con buon senso, lo stesso che applica a ogni altra fonte di rischio sul progetto.
Vuoi gestire progetti digitali con metodo, AI compresa
Governare strumenti, rischi e team è esattamente il mestiere del project manager moderno. Il Corso DPM Executive di Management Academy è il percorso più completo per chi gestisce progetti digitali: 118 ore di contenuti che coprono la gestione di progetto sia in modalità waterfall sia agile, la creazione e la gestione di un prodotto digitale e l’uso degli OKR.
Il percorso prepara a quattro fronti di certificazione: CAPM (PMI), Scrum (Scrum Alliance), Product Management (ACS) e include moduli dedicati agli OKR. È un corso on demand di livello executive e richiede il diploma come titolo di accesso. Il corso prepara alle certificazioni ma non le rilascia: gli esami si sostengono presso gli enti esterni, sono in italiano e non sono inclusi nel costo del percorso.
