la guida

Data leakage: proteggere il know-how dai modelli di IA esterni

L’uso dei modelli generativi in azienda aumenta produttività e rapidità, ma apre nuovi rischi di data leakage. Prompt, log, connettori, agenti e strumenti esterni possono esporre know-how, codice, contratti e informazioni riservate se mancano governance, architetture sicure e regole chiare

Pubblicato il 27 mag 2026

Giovanni Masi

Computer Science Engineer

competenze ai degli italiani; procurement innovativo

Il know-how aziendale non esce più soltanto da un allegato inviato al destinatario sbagliato, da un repository mal protetto o da una violazione di rete. Può lasciare l’organizzazione attraverso un gesto molto più ordinario: incollare un contratto in un chatbot, chiedere a un modello di ottimizzare una funzione proprietaria, far riassumere una roadmap di prodotto, trasformare in una presentazione il verbale di una riunione tecnica. La promessa è comprensibile. L’IA generativa accelera compiti che prima richiedevano ore. Il rischio è meno visibile, perché il trasferimento di informazione avviene dentro un’interfaccia conversazionale che sembra innocua.

@RIPRODUZIONE RISERVATA

Giovanni Masi

Computer Science Engineer

Ingegnere Informatico e dell’Automazione, con specializzazione in Cybersecurity e Intelligenza Artificiale. Coordina il gruppo di lavoro sull’Intelligenza Artificiale presso l’Ordine degli Ingegneri. Con oltre vent’anni di esperienza nel settore dell’Information Technology, ha maturato competenze avanzate nella progettazione e sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di cybersecurity e nella creazione di modelli di Intelligenza Artificiale. Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus. È autore e docente dei corsi “Intelligenza Artificiale per Ingegneri” e “Intelligenza Artificiale Generativa e Prompt Engineering” erogati presso l’Ordine degli Ingegneri, nell’ambito delle attività formative specialistiche rivolte ai professionisti del settore. Ha inoltre tenuto seminari sull’Intelligenza Artificiale presso la Pontificia Università Antonianum. Autore di numerosi articoli di settore, pubblicati su riviste scientifiche, nei quali approfondisce tematiche legate alla ricerca applicata nella Generative AI. Ha partecipato a importanti progetti di ricerca, tra cui “BioGene”, un progetto supportato da NASA GeneLab, finalizzato all’analisi e all’estrazione di dati genomici da esperimenti spaziali e “Classificazione del livello di ossidazione dell’olio”, uno studio innovativo condotto in collaborazione con l’Università Ben Gurion del Negev (Israele), volto all’analisi e alla classificazione dei processi di ossidazione negli oli.

Seguimi su