Come costruire un protocollo aziendale per l’uso dell’intelligenza artificiale

In molte piccole aziende e studi professionali l’intelligenza artificiale è già entrata dalla porta laterale. Una collaboratrice usa un chatbot per riscrivere le email ai clienti, un praticante gli chiede di riassumere un contratto, qualcuno ci incolla un foglio di calcolo per farsi preparare un grafico. Nessuno ha deciso se va bene, quali strumenti usare o che cosa non si può caricare.

Un protocollo aziendale per l’uso dell’intelligenza artificiale serve a mettere ordine in questa situazione. È un documento breve e operativo che stabilisce quali strumenti di AI si possono usare, quali dati non vanno mai inseriti, chi controlla i risultati prima che vengano usati e in quali casi serve l’approvazione di una persona responsabile. Non richiede un ufficio legale interno: una PMI o uno studio può scriverne una prima versione in poche settimane e migliorarla con l’uso.

In questo articolo trovi che cosa contiene un protocollo di questo tipo, quali regole di legge è utile conoscere, come decidere quali strumenti autorizzare e quali dati proteggere, come organizzare la verifica degli output e l’approvazione umana, e infine i passaggi per scriverlo e farlo adottare dal team.

Che cos’è un protocollo aziendale per l’uso dell’AI

Prima di scrivere regole conviene chiarire che tipo di documento si sta costruendo. Un protocollo per l’uso dell’AI è un insieme di regole pratiche che dicono a chi lavora in azienda come usare gli strumenti di intelligenza artificiale nel lavoro quotidiano. A volte viene chiamato anche policy AI o regolamento interno sull’AI: il nome conta poco, conta che le regole siano scritte e conosciute.

Per strumenti di intelligenza artificiale qui si intendono soprattutto le applicazioni di AI generativa, cioè software che producono testi, immagini, sintesi o codice a partire da una richiesta scritta (il prompt). Sono gli assistenti conversazionali come ChatGPT, Claude, Gemini o Copilot, ma anche le funzioni di AI già integrate in programmi che l’azienda usa, come la posta elettronica, i gestionali o i software di videoconferenza.

Il protocollo è diverso da una valutazione legale o da un manuale tecnico. Risponde a domande che chiunque in azienda si pone davanti a uno strumento di AI: posso usarlo? Posso incollarci questo documento? Il risultato lo posso mandare al cliente così com’è? A chi chiedo se ho un dubbio?

Serve anche a una realtà di cinque o dieci persone per tre ragioni concrete:

• Riduce gli errori involontari. Chi carica dati di un cliente in un servizio gratuito spesso non sa che quei dati possono essere conservati o usati dal fornitore secondo condizioni che non ha letto.
• Distribuisce le responsabilità. Quando un testo prodotto con l’AI contiene un errore, deve essere chiaro chi avrebbe dovuto controllarlo.
• Rende l’uso dell’AI più utile, non solo più prudente. Regole chiare tolgono l’incertezza a chi oggi non usa questi strumenti per paura di sbagliare.

Quali leggi considerare prima di scrivere un protocollo sull’AI

Un protocollo interno non sostituisce la legge, ma deve essere coerente con essa. Per una PMI o uno studio italiano i riferimenti principali sono tre, e conoscerli a grandi linee aiuta a capire perché alcune regole del protocollo sono necessarie e non solo prudenti. Le indicazioni che seguono sono un orientamento generale aggiornato al 2026: per i casi specifici è opportuno sentire un consulente legale o il proprio responsabile della protezione dei dati.

Il Regolamento europeo sull’intelligenza artificiale (AI Act, Regolamento UE 2024/1689). Distingue tra chi sviluppa i sistemi di AI (i fornitori) e chi li usa nella propria attività professionale (i deployer, cioè gli utilizzatori). Una PMI che adotta ChatGPT o un gestionale con funzioni di AI rientra nella seconda categoria. Dal 2 febbraio 2025 si applica l’obbligo di alfabetizzazione in materia di AI (articolo 4): chi usa questi sistemi deve fare in modo, nella misura possibile, che il personale abbia competenze sufficienti per usarli in modo consapevole. Un protocollo accompagnato da una breve formazione è uno dei modi più concreti per rispondere a questo obbligo. Altri obblighi, più pesanti, riguardano i sistemi classificati “ad alto rischio”, per esempio quelli usati per selezionare il personale; il loro calendario di applicazione è stato oggetto di proposte di rinvio a livello europeo e va verificato al momento della stesura.

Il GDPR (Regolamento UE 2016/679). Ogni volta che si inseriscono dati personali in uno strumento di AI si compie un trattamento di dati personali, con le stesse regole di qualsiasi altro trattamento: serve una base giuridica, il fornitore deve offrire garanzie adeguate (di solito tramite un contratto di trattamento dati) e va valutato se i dati escono dall’Unione europea. L’articolo 22 limita inoltre le decisioni basate unicamente su un trattamento automatizzato che producono effetti significativi sulle persone.

La legge italiana sull’intelligenza artificiale (Legge 132/2025). Per i datori di lavoro prevede l’obbligo di informare i lavoratori quando si usano sistemi di AI che li riguardano. Per le professioni intellettuali, come avvocati, commercialisti, consulenti del lavoro o ingegneri, stabilisce che l’AI può essere usata solo per attività strumentali e di supporto, con prevalenza del lavoro del professionista, e che il cliente va informato in modo chiaro sugli strumenti di AI impiegati. Per uno studio professionale questo rende il protocollo quasi indispensabile: è il documento da cui ricavare l’informativa per i clienti.

Come decidere quali strumenti di AI possono usare i dipendenti

Il primo contenuto pratico del protocollo è l’elenco degli strumenti ammessi. Senza questo elenco ogni persona sceglie da sola, e l’azienda non sa quali servizi stanno ricevendo i suoi documenti.

Il punto di partenza è un censimento. Chiedi a tutti, senza tono di rimprovero, quali strumenti di AI usano già e per quali compiti. È frequente scoprire che alcune persone usano account personali gratuiti per attività di lavoro: è un’informazione utile, non una colpa da sanzionare, perché mostra dove l’AI serve davvero.

Per ogni strumento emerso, il protocollo dovrebbe registrare almeno tre informazioni:

• Il tipo di account. Le versioni gratuite o personali e quelle aziendali (spesso chiamate Business, Team o Enterprise) hanno spesso condizioni diverse su come vengono conservati i dati e se possono essere usati per addestrare i modelli. Le condizioni cambiano nel tempo e vanno lette per ogni servizio, senza dare per scontato che valgano quelle di un concorrente.
• Le garanzie sul trattamento dei dati. Il fornitore offre un contratto di trattamento dati conforme al GDPR? Indica dove vengono conservati i dati e per quanto tempo?
• Gli usi ammessi. Uno strumento può essere autorizzato per scrivere bozze di testi generici ma non per analizzare documenti dei clienti.

Il risultato è una lista degli strumenti autorizzati, aggiornata periodicamente, con accanto gli usi consentiti. La regola collegata è semplice da comunicare: per il lavoro si usano solo gli strumenti della lista, con l’account aziendale; per proporne uno nuovo ci si rivolge alla persona indicata nel protocollo.

Prendiamo un caso illustrativo: uno studio di commercialisti con otto persone decide di autorizzare un solo assistente AI in versione aziendale per redigere bozze di circolari e email, e di vietare il caricamento di bilanci e dichiarazioni dei clienti in qualunque strumento non incluso nella lista. Sono due regole, ma coprono gran parte dei rischi quotidiani.

Quali dati non caricare mai negli strumenti di intelligenza artificiale

La regola sui dati è la parte del protocollo che previene i danni più difficili da rimediare. Un’informazione inserita in un servizio esterno esce dal controllo diretto dell’azienda, e in molti casi non è possibile verificare dove finisce né cancellarla con certezza.

Il modo più chiaro per scrivere questa regola è dividere i dati in categorie, ciascuna con un comportamento preciso. La tabella seguente propone una classificazione in tre livelli che una PMI o uno studio può adattare ai propri casi.

Categoria di dati	Esempi concreti	Regola d’uso negli strumenti di AI
Dati vietati: non vanno mai inseriti, in nessuno strumento	Password e credenziali di accesso, coordinate bancarie e numeri di carte, dati sanitari, giudiziari o su orientamenti politici e religiosi di clienti o dipendenti, documenti coperti da segreto professionale o da accordi di riservatezza	Mai, nemmeno negli strumenti autorizzati, salvo una decisione scritta del responsabile per un caso specifico
Dati riservati: ammessi solo con cautele	Dati personali comuni di clienti e dipendenti (nomi, indirizzi, email), contratti, preventivi, dati economici dell’azienda, informazioni commerciali non pubbliche	Solo negli strumenti autorizzati con account aziendale, preferibilmente dopo aver tolto nomi e dettagli identificativi
Dati liberi: utilizzabili senza restrizioni particolari	Testi già pubblicati, materiale di marketing approvato, documenti interni privi di dati personali o riservati	Negli strumenti autorizzati, con la normale verifica dell’output

In pratica, nel dubbio un dato va trattato come appartenente alla categoria più protetta. Questa sola regola evita gran parte degli errori, perché sposta la domanda da “posso farlo?” a “so con certezza che posso farlo?”.

Una tecnica utile per i dati riservati è la pseudonimizzazione, cioè la sostituzione dei dati identificativi con etichette generiche prima di caricare un testo. Per esempio, in un contratto da riassumere si possono sostituire i nomi delle parti con “Cliente A” e “Fornitore B”. Va tenuto presente il limite: se il documento contiene altri dettagli che rendono riconoscibile la persona, come un indirizzo o un evento particolare, il dato resta personale e la cautela resta necessaria.

Chi deve verificare gli output dell’AI e come farlo

Una volta stabilito che cosa entra negli strumenti di AI, il protocollo deve dire che cosa succede a ciò che ne esce. Il motivo è tecnico: i modelli di AI generativa producono testi plausibili, ma possono contenere errori presentati con sicurezza, come dati inesatti, riferimenti normativi inesistenti o citazioni inventate. Questo fenomeno viene chiamato allucinazione e non dipende dalla qualità della richiesta: può accadere anche con strumenti affidabili e prompt ben scritti.

La regola di base è che la responsabilità di un contenuto resta sempre della persona che lo usa, non dello strumento che l’ha generato. Chi invia al cliente una email scritta con l’AI risponde di quella email come se l’avesse scritta da sé.

Il protocollo può poi distinguere due livelli di verifica:

• Chi ha usato lo strumento rilegge l’output prima di usarlo. È sufficiente per i contenuti interni e a basso impatto, come una bozza di verbale o il riassunto di una riunione.
• Verifica di una seconda persona. Un collega competente o il responsabile controlla l’output prima che venga usato. Serve per i contenuti destinati all’esterno o che contengono dati, cifre, riferimenti normativi o indicazioni tecniche.

Per rendere la verifica concreta, il protocollo può includere una breve lista di controlli da fare ogni volta:

1. Controllare i fatti verificabili: numeri, date, nomi, articoli di legge e citazioni vanno confrontati con una fonte originale.
2. Controllare la coerenza con il caso reale: l’AI tende a dare risposte generiche, che possono non adattarsi alla situazione specifica del cliente.
3. Controllare che non siano finiti dati indesiderati nel testo, per esempio informazioni di un altro cliente usate come esempio in una richiesta precedente.
4. Controllare tono e forma, perché un testo corretto ma inadatto al destinatario resta un problema.

Prendiamo un caso illustrativo: in un’agenzia di consulenza, l’AI prepara la bozza di una relazione per un cliente citando una norma sugli incentivi. La consulente che la firma verifica la norma sul sito istituzionale e scopre che è stata modificata l’anno precedente. Senza quel controllo, l’errore sarebbe arrivato al cliente con il nome dell’agenzia.

Quando serve l’approvazione umana prima di usare un risultato dell’AI

La verifica controlla che un contenuto sia corretto; l’approvazione umana è qualcosa di diverso: è la decisione esplicita di una persona con l’autorità per farlo, prima che il risultato dell’AI produca effetti su clienti, dipendenti o sull’azienda. Il protocollo deve dire in quali casi questa decisione è obbligatoria e chi la prende.

Il criterio più semplice è guardare all’impatto del risultato: più è difficile tornare indietro, o più sono rilevanti le conseguenze per una persona, più serve una decisione umana esplicita. La tabella seguente collega il tipo di attività al livello di controllo richiesto.

Tipo di attività svolta con l’AI	Esempi	Controllo richiesto dal protocollo
Attività interne a basso impatto	Bozze di email interne, riassunti di riunioni, idee per un post	Autoverifica di chi usa lo strumento
Contenuti destinati all’esterno	Email e documenti per clienti, testi pubblicati sul sito, offerte commerciali	Verifica di una seconda persona o del responsabile prima dell’invio
Contenuti professionali o con effetti giuridici	Pareri, contratti, dichiarazioni, perizie, documenti firmati	Approvazione del professionista che firma, che rielabora il contenuto e ne risponde personalmente
Decisioni che riguardano persone	Selezione dei candidati, valutazione dei dipendenti, concessione di condizioni a un cliente	L’AI può solo fornire elementi di supporto; la decisione resta a una persona, che deve poterla motivare senza fare riferimento all’output dell’AI

Letta dall’alto in basso, la tabella mostra che il ruolo dell’AI si riduce man mano che crescono le conseguenze. Nelle prime righe l’AI può produrre quasi tutto il lavoro; nell’ultima offre al massimo un supporto, perché il GDPR e, per gli studi professionali, la legge italiana sull’AI chiedono che il giudizio resti umano.

Per ogni livello che richiede approvazione, il protocollo dovrebbe indicare chi approva per nome o per ruolo, per esempio “il socio responsabile della pratica” o “la titolare”. Una regola che dice solo “serve un’approvazione” senza dire di chi tende a restare inapplicata.

Come scrivere e far adottare il protocollo AI in azienda

Strumenti, dati, verifiche e approvazioni sono i contenuti del protocollo; resta da capire come trasformarli in un documento che le persone usano davvero. Quello che segue è un metodo possibile, pensato per realtà senza un ufficio legale o IT dedicato, da adattare alle dimensioni e al settore.

1. Nomina un referente. Una persona, anche non tecnica, raccoglie le domande, aggiorna la lista degli strumenti e decide sui casi dubbi. In uno studio può essere un socio, in una PMI il titolare o chi si occupa di amministrazione.
2. Fai il censimento degli usi attuali, come descritto nella sezione sugli strumenti, per partire da ciò che succede davvero e non da un modello astratto.
3. Scrivi una prima versione breve. Due o tre pagine bastano per coprire gli strumenti autorizzati, la classificazione dei dati, le regole di verifica e approvazione, il referente e cosa fare in caso di errore. Un documento lungo viene letto meno.
4. Fai rivedere i punti delicati. Le parti sui dati personali e, per gli studi, sull’informativa ai clienti meritano il parere del consulente privacy o legale.
5. Presentalo al team con un incontro, non solo per email. Spiegare il perché delle regole con esempi presi dal lavoro quotidiano è anche il modo più concreto di rispondere all’obbligo di alfabetizzazione previsto dall’AI Act.
6. Prevedi cosa fare in caso di errore. Chi si accorge di aver caricato un dato vietato deve sapere a chi dirlo subito, senza timore di sanzioni per la segnalazione: un errore comunicato in fretta si gestisce, uno nascosto no. Se riguarda dati personali, può essere necessario valutare gli obblighi di notifica previsti dal GDPR.
7. Fissa una data di revisione. Gli strumenti di AI e le loro condizioni d’uso cambiano spesso: una revisione ogni sei mesi, o a ogni nuovo strumento introdotto, mantiene il protocollo aggiornato.

È utile anche chiarire che cosa il protocollo non fa. Non rende conforme l’azienda a tutti gli obblighi di legge solo perché esiste, non sostituisce le valutazioni richieste per gli usi ad alto rischio e non elimina la possibilità di errore. Riduce però in modo significativo gli errori più comuni e rende chiaro chi decide che cosa.

Se nella tua azienda l’AI è già in uso senza regole scritte, il primo passo concreto è il censimento: una breve domanda al team su quali strumenti usa e per fare che cosa. Da quelle risposte si ricava quasi tutto il resto del protocollo.