AI Act in azienda: quali documenti servono per essere in regola

Da qualche mese la domanda che arriva più spesso ai consulenti privacy e ai Dpo non è più “possiamo usare l’intelligenza artificiale?”, ma “cosa dobbiamo poter dimostrare se ce lo chiedono?”. È un cambio di prospettiva significativo, ed è lo stesso salto logico che il GDPR ha imposto nel 2018 con il principio di accountability: non basta essere conformi, occorre poterlo provare, con documenti, tracciabilità e processi verificabili.

Con l’AI Act ormai pienamente operativo su una parte consistente dei suoi obblighi le pratiche vietate sono in vigore dal 2 febbraio 2025, gli obblighi di trasparenza e di alfabetizzazione all’IA sono scattati il 2 agosto 2026 e dal 2 dicembre 2026 scadenza estesa per adeguare la marcatura tecnica (machine-readable) dei sistemi già in circolazione prima di agosto 2026 quindi le aziende italiane si trovano a dover gestire impianti normativi paralleli che, nella pratica, convergono sullo stesso terreno: la capacità di documentare le scelte fatte.

Questo articolo propone una mappa operativa dei documenti che un’azienda dovrebbe avere pronti, oggi, per l’utilizzo di strumenti come ChatGPT, Claude, Gemini, Copilot o soluzioni verticali basate su IA, distinguendo tra adempimenti GDPR e adempimenti AI Act, ma tenendoli uniti nella logica con cui un’ispezione del Garante o delle autorità di vigilanza sull’IA li leggerà: come un unico fascicolo di governance.

AI Act in azienda: il ruolo di provider e deployer

Prima di elencare i documenti, serve chiarire un concetto che l’AI Act eredita concettualmente dal GDPR (dove esiste la distinzione titolare/responsabile): il ruolo che l’azienda assume rispetto al sistema di IA.

La stragrande maggioranza delle PMI italiane che utilizza ChatGPT, Claude o Gemini tramite abbonamento standard riveste il ruolo di deployer: utilizza un sistema sviluppato da terzi, senza intervenire sulla sua architettura. Diverso è il caso in cui l’azienda personalizzi un modello con fine-tuning sui propri dati, integri un modello open source in un proprio prodotto, o applichi un proprio brand a un sistema di terzi: in questi casi la qualificazione può scivolare verso quella di provider, con un carico documentale molto più oneroso (documentazione tecnica, valutazione di conformità, registrazione nel database UE). La qualificazione va fatta caso per caso e, nei contesti dubbi, verificata formalmente: è il primo documento, in senso lato, che un’azienda dovrebbe produrre — una nota di inquadramento del proprio ruolo per ciascun sistema di IA in uso.

GDPR e intelligenza artificiale: i documenti da presidiare

L’utilizzo di strumenti di IA generativa comporta quasi sempre un trattamento di dati personali, anche quando non sembra evidente: basti pensare a un dipendente che incolla in ChatGPT il testo di una mail contenente dati di un cliente o che usa Copilot per riassumere un curriculum. Gli adempimenti GDPR da presidiare sono i seguenti:

Registro dei trattamenti aggiornato

1. Registro dei trattamenti aggiornato. Ogni utilizzo sistematico di uno strumento di IA che comporti trattamento di dati personali va censito indicando finalità, base giuridica, categorie di interessati e di dati, tempi di conservazione, eventuali trasferimenti extra-UE e misure di sicurezza. Per gli strumenti di IA generativa il trasferimento verso gli Stati Uniti è la regola più che l’eccezione: va quindi verificato il meccanismo di legittimazione utilizzato dal fornitore — adesione al Data Privacy Framework UE-USA (decisione di adeguatezza della Commissione del 10 luglio 2023) oppure Clausole Contrattuali Standard ex art. 46 — e riportato nel registro.

Base giuridica e DPIA

2. Valutazione della base giuridica e se necessaria, DPIA. Non tutti gli utilizzi richiedono una valutazione d’impatto, ma la richiedono quasi automaticamente: profilazione dei dipendenti, sistemi di screening dei candidati, analisi predittive su clienti, monitoraggio delle prestazioni tramite IA, in particolare quando il trattamento rientra tra quelli ad alto rischio secondo i criteri dell’EDPB o l’elenco pubblicato dal Garante italiano. Un punto tecnico rilevante: l’EDPB ha pubblicato il 14 aprile 2026 un modello armonizzato di DPIA, utile come riferimento anche per i trattamenti basati su IA.

Accordi con i fornitori

3. Accordi con i fornitori (DPA – Data Processing Agreement). Prima di attivare qualunque strumento che tratti dati personali dell’azienda va verificato che il fornitore offra un accordo conforme all’art. 28, con clausole su sub-responsabili (art. 28, par. 2 e 4), trasferimenti internazionali, tempi di conservazione e cancellazione e, punto spesso trascurato, le garanzie contrattuali sul non utilizzo dei dati inseriti nei prompt per l’addestramento dei modelli. Le versioni enterprise/business dei principali strumenti generativi offrono generalmente questa garanzia; le versioni free, quasi mai: la differenza va verificata prima dell’attivazione, non dopo un incidente.

Informativa privacy aggiornata

4. Informativa privacy aggiornata. Se l’IA tratta dati di clienti, candidati o utenti (un chatbot di customer service, un sistema di screening CV) l’informativa va aggiornata indicando l’uso di sistemi automatizzati e, quando la decisione produce effetti giuridici o incide significativamente sulla persona senza intervento umano significativo, va valutata l’applicabilità dell’art. 22 e delle relative garanzie (diritto di ottenere l’intervento umano, di esprimere la propria opinione, di contestare la decisione).

Policy interna sull’uso dell’IA generativa

5. Policy interna sull’uso dell’IA generativa. È il documento che nella pratica le aziende faticano di più a produrre in autonomia, e quello che un’ispezione legge come prova diretta di accountability. Deve stabilire: strumenti autorizzati e vietati, categorie di dati che non possono mai essere inserite nei prompt (dati sanitari, giudiziari, biometrici, segreti industriali, dati di minori), modalità di verifica dell’output prima dell’uso (in particolare per prevenire le cosiddette “allucinazioni”), responsabilità in caso di errore, e regime disciplinare per l’inosservanza. È il documento che, in sede di verifica, dimostra che l’azienda ha esercitato un controllo organizzativo effettivo cioè accountability, non solo sulla carta.

Registro degli incidenti e data breach

6. Registro degli incidenti e procedura di data breach. Un prompt che espone inavvertitamente dati personali a un sistema di terzi, o un incidente di sicurezza sul fornitore di IA, può configurare una violazione. La procedura interna deve prevedere come rilevare, valutare e, se necessario, notificare al Garante entro 72 ore anche gli incidenti originati da un uso improprio di strumenti di IA e come documentare le violazioni che non superano la soglia di invio della notifica (registro delle violazioni, art. 33, par. 5).

Documenti AI Act per aziende: gli adempimenti del deployer

L’impianto documentale dell’AI Act è distinto da quello GDPR ma condivide la stessa logica: dimostrare che l’uso dello strumento è stato governato, non subito. Di seguito gli adempimenti rilevanti per un deployer, con l’indicazione di quali sono già vincolanti e quali restano differiti al 2027-2028:

Inventario dei sistemi di IA

1. Inventario dei sistemi di IA in uso (AI Register). È il documento fondante: un elenco di tutti gli strumenti di IA utilizzati in azienda, con indicazione del fornitore, della funzione svolta, del reparto che lo utilizza, della classificazione di rischio (vietato, alto rischio, rischio limitato, rischio minimo) e della data di ultima revisione. Senza questo inventario, nessun altro adempimento è verificabile.

Classificazione del rischio

2. Classificazione del rischio per ciascun sistema. Per ogni strumento censito va documentata l’analisi che ha portato a collocarlo in una delle quattro fasce dell’AI Act. Un sistema di customer service basato su chatbot è tipicamente a rischio limitato; un sistema che supporta decisioni di assunzione o di valutazione del personale rientra, salvo eccezioni, tra i sistemi ad alto rischio degli Allegati III.

Programma di alfabetizzazione all’IA

3. Programma di alfabetizzazione all’IA (AI literacy) e relativa evidenza. È tra gli obblighi più risalenti dell’intero Regolamento (art. 4 AI Act) ossia garantire un livello adeguato di alfabetizzazione in materia di IA al personale e ai collaboratori che utilizzano questi sistemi, calibrata su conoscenze tecniche, ruolo e contesto d’uso. Non esiste una certificazione ufficiale, ma occorre poter esibire: un programma formativo strutturato, i contenuti erogati, i registri di presenza, eventuali attestati. È l’equivalente, in ambito IA, della formazione privacy che ogni DPO già richiede al personale.

Obblighi di trasparenza

4. Obblighi di trasparenza verso utenti e interlocutori (art. 50). Pienamente in vigore dal 2 agosto 2026 e non oggetto di rinvio. Impone di informare le persone quando interagiscono con un sistema di IA (chatbot, assistenti vocali), quando sono esposte a un sistema di riconoscimento delle emozioni o di categorizzazione biometrica, e di etichettare i contenuti sintetici (immagini, audio, video, testo) generati o manipolati in modo sostanziale da IA, incluso l’obbligo di watermarking tecnico per i sistemi già sul mercato, anch’esso decorrente dal 2 agosto 2026.

Fundamental Rights Impact Assessment

5. Fundamental Rights Impact Assessment (FRIA), per i sistemi ad alto rischio. È l’adempimento più frequentemente frainteso per estensione soggettiva: non si applica a tutti i deployer di sistemi ad alto rischio, ma esclusivamente a organismi di diritto pubblico, enti privati che erogano servizi pubblici essenziali (istruzione, sanità, servizi sociali, edilizia abitativa, amministrazione della giustizia) e soggetti, anche privati, che utilizzano sistemi ad alto rischio per la valutazione del merito creditizio o per la determinazione di premi assicurativi vita e salute. La maggior parte delle PMI italiane resta quindi fuori dal perimetro soggettivo della FRIA anche quando classifica un proprio sistema come ad alto rischio. Segue le sorti temporali dell’Allegato III: rinviata al 2 dicembre 2027. L’art. 27, par. 4, prevede una clausola di assorbimento: se l’azienda ha già svolto una DPIA che copre in parte gli stessi profili, può integrarla anziché duplicare la valutazione.

Supervisione umana e lavoratori

6. Procedure di supervisione umana e informativa ai lavoratori (art. 26). Per i sistemi ad alto rischio, quando il relativo regime diventerà applicabile, il deployer dovrà affidare la sorveglianza a persone fisiche competenti, formate e dotate dell’autorità di intervenire (art. 26, parr. 1-2), conservare i log generati per almeno sei mesi salvo termini settoriali più lunghi (art. 26, par. 6), e informare preventivamente lavoratori e rappresentanti sindacali prima della messa in servizio sul luogo di lavoro (art. 26, par. 7) obbligo distinto e concorrente rispetto all’informativa privacy, non sostitutivo di essa.
7. Informativa ai lavoratori e ai loro rappresentanti. Prima di mettere in servizio un sistema di IA ad alto rischio sul luogo di lavoro, l’art. 26 comma 7 impone di informare preventivamente lavoratori e rappresentanti sindacali. È un adempimento spesso sottovalutato, che si affianca senza sostituirla all’informativa privacy.

Classificazione del rischio e Allegato III

8. Classificazione del rischio per ciascun sistema (art. 6 e Allegato III). Per ogni strumento censito va documentata l’analisi che ne determina la fascia di rischio. L’Allegato III individua otto aree: biometria (identificazione, categorizzazione, riconoscimento delle emozioni); gestione delle infrastrutture critiche; istruzione e formazione professionale; occupazione, gestione dei lavoratori e accesso al lavoro autonomo (qui rientrano screening CV, valutazione delle performance, sistemi di assegnazione dei compiti); accesso a servizi privati essenziali e a prestazioni pubbliche essenziali (credito, assicurazioni vita e salute); attività di contrasto; migrazione, asilo e gestione delle frontiere; amministrazione della giustizia e processi democratici. Un chatbot di customer service è tipicamente a rischio limitato; un software che supporta decisioni di assunzione o di valutazione del personale rientra, salvo l’eccezione di basso impatto dell’art. 6, par. 3, tra i sistemi ad alto rischio.

GDPR e AI Act: un unico fascicolo di governance

L’errore più frequente che osservo nelle aziende clienti è trattare GDPR e AI Act come due pratiche indipendenti, magari affidate a consulenti diversi che non si parlano. Nella realtà, gli stessi strumenti una DPIA ben fatta, un registro dei trattamenti aggiornato, una policy interna solida costituiscono la base su cui costruire anche la conformità AI Act, perché condividono lo stesso principio ispiratore: la responsabilizzazione (accountability) di chi decide di adottare una tecnologia che incide su persone reali.

Per un’azienda che oggi si affaccia a un controllo del Garante Privacy per la componente dati personali o delle autorità di vigilanza nazionali per la componente IA Act la domanda a cui deve saper rispondere è sempre la stessa: può dimostrare, con documenti concreti, di aver governato la scelta di usare quello strumento, e non di averla semplicemente subita?

Un metodo in sette fasi per la compliance AI Act

Un adeguamento efficace non è un adempimento puntuale ma un ciclo ricorrente. La tabella seguente propone una metodologia in sette fasi, con output atteso e periodicità di revisione, utilizzabile come traccia di lavoro indipendentemente dalle dimensioni dell’azienda.

Come mantenere aggiornato il fascicolo di conformità

Due accorgimenti operativi rendono il metodo effettivamente sostenibile nel tempo. Il primo è assegnare una responsabilità esplicita per ciascuna fase (tipicamente: IT per il censimento tecnico, HR per gli usi sul personale, DPO/consulente privacy per la classificazione e la produzione documentale, vertice aziendale per l’approvazione della policy), evitando che l’adempimento resti privo di un titolare interno. Il secondo è ancorare la revisione dell’inventario a un evento, non solo al calendario: ogni nuovo abbonamento software, ogni funzione di IA aggiunta a un gestionale già in uso, ogni rinnovo contrattuale con un fornitore di IA dovrebbe attivare automaticamente una nuova verifica di classificazione, perché è proprio negli aggiornamenti silenziosi degli strumenti già adottati che si annida il rischio più difficile da intercettare.

AI Act e accountability: un percorso continuo

È una strada che, va detto con onestà, non è semplice: i riferimenti normativi si sovrappongono, le scadenze si muovono come dimostra lo stesso Digital Omnibus e la tentazione di rimandare tutto a quando “sarà tutto più chiaro” è comprensibile, ma rischiosa, perché una parte consistente di questi obblighi è già pienamente in vigore oggi. Non serve però affrontare tutto in una volta. Il modo più realistico per arrivarci è procedere un pezzetto alla volta: partire dal censimento degli strumenti realmente in uso, mettere in ordine un documento alla volta, formare le persone secondo un piano graduale e lasciare che il fascicolo di conformità cresca in modo organico, fase dopo fase, invece di inseguire una conformità completa e immediata che quasi nessuna azienda, in questa fase di transizione normativa, possiede davvero. Ciò che l’accountability misura, in fondo, non è la perfezione, ma la serietà e la continuità del percorso intrapreso.