Fiducia, sicurezza e regolamentazione
IA e privacy dei dati in azienda: quali dati vanno dove e come restare conformi?
Quali dati personali vanno dove quando si usa l'IA?
Prima di fissare regole occorre conoscere i flussi. Con l'IA generativa i dati escono dall'azienda in più punti: nel prompt stesso (ad esempio un'email cliente da riassumere), nei file caricati, tramite i collegamenti a CRM o sistema di ticketing e tramite i sub-responsabili che il fornitore usa in background. Ognuno di questi canali può contenere dati personali, spesso senza che il collaboratore se ne accorga.
- Contenuto del prompt: nomi, email, dati contrattuali, informazioni sanitarie o di candidatura inseriti nel testo.
- Upload: documenti, fogli di calcolo e immagini, spesso con più dati personali del prompt stesso.
- Collegamenti di sistema: agenti e integrazioni che accedono in autonomia a mailbox, CRM o archivi.
- Metadati e log: indirizzi IP, identificativi utente e timestamp conservati dal fornitore per il servizio.
- Uso per il training: con account consumer gli input possono servire a migliorare il modello; nei piani business di norma no.
Base giuridica: nuova LPD, EU AI Act e consenso
In Svizzera dal 1 settembre 2023 si applica la legge riveduta sulla protezione dei dati (nLPD). Ogni trattamento di dati personali necessita di una giustificazione: consenso, esecuzione di un contratto, un interesse legittimo preponderante o una base legale. Un consenso generico per tutto è fragile; meglio finalità definite in modo stretto. Se un'azienda ingaggia un fornitore di IA, questi è di norma responsabile del trattamento, il che richiede un contratto e misure tecniche e organizzative.
Se sono coinvolti clienti o dipendenti nell'UE si aggiunge il GDPR, e l'EU AI Act ha portata extraterritoriale: classifica i sistemi di IA per rischio e vieta del tutto alcune pratiche. Protezione dei dati e regolazione dell'IA si intrecciano. Per dati sensibili o profilazione su larga scala può servire una valutazione d'impatto (DPIA) prima di mettere in produzione un processo di IA.
Minimizzazione dei dati: la leva più efficace
La migliore protezione è non inviare affatto i dati. Minimizzare significa verificare, per ogni caso d'uso, quali dati personali servono davvero al modello. Spesso la risposta è: nessuno. Una bozza di contratto può usare segnaposto invece di nomi reali, un'analisi può girare su dati aggregati anziché individuali. Pseudonimizzazione e anonimizzazione riducono il rischio prima che i dati escano.
- Limitazione della finalità: definire per ogni caso quali campi servono e omettere il resto.
- Mascheramento: sostituire nomi, codici cliente e indirizzi con segnaposto prima del prompt.
- Limitare la conservazione: attivare periodi brevi e zero retention presso il fornitore.
- Niente dati particolari senza autorizzazione: dati sanitari, di candidatura o penali solo dopo una decisione di governance.
Scelta del fornitore: cosa verificare
Non ogni servizio di IA è adatto ai dati personali. Conta meno la qualità del modello e più l'assetto contrattuale e tecnico. Un fornitore serio è trasparente su dove tratta i dati, se li usa per il training e per quanto li conserva. Per i trasferimenti verso gli USA, dal 15 settembre 2024 il Swiss-U.S. Data Privacy Framework è un meccanismo riconosciuto; in alternativa servono clausole contrattuali tipo e una valutazione del trasferimento.
- Contratto di trattamento con diritti di istruzione chiari, obblighi di cancellazione e notifica delle violazioni.
- Ubicazione dei dati e sub-responsabili dichiarati; idealmente trattamento selezionabile in Svizzera o UE.
- Esclusione dal training e zero retention garantite per contratto, non solo come impostazione.
- Prove di sicurezza come ISO 27001 o SOC 2, cifratura e accessi basati sui ruoli.
- Verificabilità: log ed esportazioni per fornire prove all'IFPDT.
Governance: dalla decisione singola alla regola
La protezione dei dati con l'IA raramente fallisce per la tecnica, di solito per l'assenza di regole quotidiane. Serve una policy breve e leggibile: quali strumenti sono ammessi, quali categorie di dati non vanno mai in un prompt e chi decide nei casi dubbi. Un registro delle applicazioni di IA (come il registro dei trattamenti) dà visione e soddisfa la responsabilizzazione. La formazione batte i divieti: chi capisce i flussi decide meglio di chi usa la shadow IA di nascosto.
Prospettiva svizzera: ubicazione dei dati e sovranità
Per molte aziende svizzere l'argomento non è solo la conformità ma la sovranità digitale. Scegliere un fornitore che tratta in Svizzera o nell'UE riduce il rischio di trasferimento e facilita la comunicazione con i clienti. A livello di modelli emergono alternative come Apertus, un modello linguistico aperto sviluppato in Svizzera all'ETH di Zurigo e all'EPFL, che punta a un'IA trasparente e gestibile in locale. Dove i dati sono molto sensibili, i modelli aperti in un data center proprio o svizzero possono essere un'opzione parsimoniosa.
Domande frequenti
I dipendenti possono inserire dati dei clienti in ChatGPT o strumenti simili?
Solo a determinate condizioni. I dati personali non vanno negli account consumer gratuiti, i cui input potrebbero servire al training. Diventa ammissibile con un piano business o enterprise, un contratto di trattamento, esclusione dal training e una base giuridica secondo la nLPD. Idealmente i dati vanno prima minimizzati o mascherati.
Che differenza c'è tra nLPD e GDPR per i progetti di IA?
La nLPD è la legge svizzera di riferimento; il GDPR è diritto UE che raggiunge anche le aziende svizzere quando trattano persone nell'UE. Entrambi richiedono base giuridica, trasparenza e sicurezza, ma differiscono in dettagli come l'entità delle sanzioni e alcuni obblighi. Per il diritto svizzero si parla di nLPD, mai di GDPR.
Quando serve una valutazione d'impatto per un'applicazione di IA?
La DPIA serve quando un trattamento comporta probabilmente un rischio elevato per la personalità o i diritti fondamentali, ad esempio profilazione estesa, sorveglianza sistematica o trattamento di dati sensibili su larga scala. Per decisioni automatizzate con effetti giuridici è spesso opportuna. Nel dubbio si documenta la verifica per adempiere alla responsabilizzazione.
I miei input vengono usati per addestrare il modello?
Dipende dal piano. Molte offerte consumer gratuite possono usare gli input per migliorare il modello salvo opposizione. I piani business ed enterprise di norma lo escludono per contratto. Verificate le condizioni attuali del fornitore e fate mettere per iscritto l'esclusione dal training nel contratto di trattamento.
È conforme se un fornitore di IA tratta i dati negli USA?
Può esserlo. Dal 15 settembre 2024 la Svizzera riconosce il Swiss-U.S. Data Privacy Framework: se il fornitore statunitense è certificato, si applica un livello adeguato di protezione. Altrimenti servono garanzie adeguate come le clausole contrattuali tipo più una valutazione del trasferimento. L'ubicazione in Svizzera o nell'UE resta l'opzione a minor rischio.
Come evito la shadow IA in azienda?
I soli divieti spingono l'uso in clandestinità. Più efficaci sono strumenti approvati e sicuri, una policy chiara e formazione affinché i collaboratori capiscano i flussi. Offrite una soluzione standard conforme che faciliti il lavoro e indicate un punto di contatto per nuovi casi d'uso. Visibilità e un processo di autorizzazione semplice riducono l'incentivo a usare di nascosto servizi non sicuri.
Termini nel glossario
AI pratica per la vostra azienda
Dall’idea alla realizzazione: vi mostriamo cosa è concretamente possibile nel vostro caso.
Richiedi una demo