In molte aziende si osserva attualmente un andamento simile: i collaboratori vorrebbero utilizzare l’IA generativa in modo produttivo, ma si trovano di fronte a soluzioni interne fortemente limitate. Spesso mancano funzionalità come il caricamento dei file, modelli potenti, integrazioni con i dati o funzioni già disponibili nelle offerte pubbliche.

L'intenzione alla base di tutto ciò è comprensibile. Le aziende vogliono garantire la protezione dei dati, la sicurezza delle informazioni e il rispetto dei requisiti normativi. La situazione diventa però problematica quando la soluzione implementata presenta limitazioni tecniche tali da non offrire quasi alcun valore aggiunto alle attività lavorative quotidiane.

A questo punto sorge un secondo problema: i collaboratori ricorrono ad account privati o a strumenti non autorizzati. In questo modo, il rischio viene semplicemente spostato in un ambito meno controllabile.

La domanda fondamentale non è quindi se le aziende debbano adottare l'intelligenza artificiale, ma piuttosto come si possa garantire un utilizzo sicuro e al tempo stesso praticabile.

Le aziende possono utilizzare OpenAI, Microsoft, Google o Anthropic?

In linea di massima sì.

Né la legge svizzera sulla protezione dei dati né il GDPR vietano l'utilizzo di sistemi di intelligenza artificiale basati sul cloud. Ciò che conta è come viene utilizzato un servizio, quali dati vengono trattati e quali misure di protezione contrattuali e tecniche sono in atto.

Quando un fornitore tratta dati personali per conto di un’azienda, tale trattamento deve essere disciplinato contrattualmente. Nella pratica, ciò avviene tramite un accordo sul trattamento dei dati (Data Processing Agreement, in breve DPA) o un contratto di trattamento dei dati.

Per quanto riguarda i servizi cloud, l’EDÖB sottolinea che, nonostante l’esternalizzazione, le imprese rimangono responsabili del trattamento dei dati. In particolare, devono verificare l’idoneità del fornitore, definire le finalità del trattamento, garantire misure di sicurezza adeguate e tenere conto dei trasferimenti internazionali di dati.

Un DPA è quindi un presupposto fondamentale. Da solo, però, non è sufficiente.

Cosa dovrebbero verificare le aziende prima dell'approvazione

Prima di introdurre un servizio basato sull'intelligenza artificiale, le aziende dovrebbero chiarire almeno i seguenti punti:

  • Licenza aziendale: per i dati aziendali è necessario utilizzare una versione Business, Team o Enterprise. Gli account privati e gratuiti devono essere chiaramente distinti da questi.
  • DPA o contratto di trattamento dei dati: occorre stabilire in che modo il fornitore tratti i dati personali per conto dell’azienda.
  • Utilizzo dei dati per l'addestramento: l'azienda deve sapere se gli input, i file e gli output vengono utilizzati per il miglioramento o per l'addestramento di modelli generali.
  • Conservazione e cancellazione: è necessario sapere per quanto tempo vengono conservati i dati e quali sono le opzioni disponibili in materia di cancellazione e conservazione.
  • Ubicazione dei dati e trasferimenti all’estero: non è rilevante solo il luogo in cui i dati vengono archiviati, ma anche quello in cui vengono trattati e quali responsabili del trattamento in subappalto sono coinvolti.
  • Gestione degli utenti: a seconda del livello di rischio e delle dimensioni dell'azienda, dovrebbero essere disponibili SSO, MFA, ruoli, autorizzazioni, registrazione degli accessi e, se necessario, DLP.
  • Classificazione dei dati: i collaboratori devono sapere quali dati pubblici, interni, riservati o particolarmente sensibili possono essere trattati in ciascun sistema.
  • Caso d'uso: un assistente alla scrittura va valutato in modo diverso rispetto a un sistema che supporta decisioni relative al personale, decisioni di credito o altri processi sensibili.
  • Alfabetizzazione all'IA: i collaboratori devono comprendere quali dati possono utilizzare, come vengono verificati i risultati e quali sono i limiti del sistema.

In questo modo si crea un quadro di riferimento gestibile, senza limitare inutilmente l'utilizzo.

Ciò che le aziende temono e ciò che è effettivamente possibile

Molte riserve nei confronti dell’IA nel cloud ruotano attorno alle stesse domande: i dati riservati potrebbero finire nelle mani del fornitore? I dati inseriti vengono utilizzati per l’addestramento? Le autorità straniere hanno accesso ai dati? I dipendenti possono caricare informazioni senza alcun controllo? E l’azienda perde il controllo sui propri dati?

Queste perplessità sono in linea di principio fondate. Tuttavia, non comportano automaticamente l’esclusione dell’IA nel cloud.

Ciò che conta è l'attuazione concreta.

OpenAI

Nel caso di OpenAI occorre distinguere tra offerte destinate ai consumatori e offerte destinate alle aziende.

ChatGPT Business ed Enterprise sono progettati per l'uso aziendale. Secondo quanto dichiarato da OpenAI, i dati aziendali non vengono utilizzati di default per l'addestramento dei modelli generali. Per i clienti aziendali sono inoltre disponibili funzioni contrattuali e amministrative.

Per l'utilizzo con i dati aziendali, le aziende dovrebbero verificare in particolare il DPA, la conservazione dei dati, la gestione degli utenti, la residenza dei dati e le funzioni utilizzate.

Dal punto di vista giuridico, ciò che conta non è il fatto che OpenAI sia un’azienda statunitense, bensì se il trattamento dei dati e il trasferimento internazionale degli stessi avvengano su una base giuridica valida.

Microsoft

Microsoft Copilot è la scelta più ovvia se un’azienda utilizza già Microsoft 365.

Un vantaggio fondamentale è che Copilot può accedere ai diritti utente esistenti e ai dati aziendali. Proprio in questo risiede però anche un rischio: se le autorizzazioni relative a SharePoint, Teams o ai file sono state impostate in passato in modo troppo generoso, l'IA può rendere visibili tali autorizzazioni esistenti.

Prima di procedere all’implementazione, quindi, non si dovrebbe verificare solo Copilot. Anche l’architettura delle informazioni esistente e la gestione dei diritti devono essere in ordine.

Dal punto di vista della protezione dei dati, l'utilizzo commerciale avviene nell'ambito dei contratti Microsoft e del relativo DPA.

Google

Per le aziende che utilizzano Google Workspace, Gemini offre una soluzione integrata simile.

Anche in questo caso occorre distinguere chiaramente tra le offerte di Workspace per le aziende e gli account Gemini privati. Per le versioni aziendali si applicano specifiche condizioni contrattuali e di protezione dei dati.

Le aziende dovrebbero verificare in particolare quale versione di Workspace viene utilizzata, quali opzioni di amministrazione sono disponibili e come sono regolate la conservazione dei dati, la formazione e il trasferimento dei dati.

Anthropic e Claude

Claude può rivelarsi particolarmente utile nell'analisi dei documenti, nei contesti più estesi e nelle attività di sviluppo.

Anche per Anthropic la distinzione tra prodotti destinati al grande pubblico e prodotti commerciali è fondamentale. Per i dati aziendali, le imprese dovrebbero utilizzare Claude for Work o le relative API o soluzioni enterprise.

DPA, i subappaltatori, la conservazione dei dati e la formazione dovrebbero essere verificati, proprio come nel caso degli altri fornitori.

Fornitori svizzeri

I fornitori svizzeri possono offrire ulteriori vantaggi qualora sia importante che i dati siano conservati in Svizzera o che vi sia un partner contrattuale locale.

Tuttavia, l’espressione «ospitato in Svizzera» non dovrebbe essere automaticamente equiparata a «IA interamente svizzera».

Tra le altre cose, sono rilevanti le seguenti domande: quali modelli vengono utilizzati? Dove avviene l’inferenza? Vengono utilizzate API esterne? Sono presenti motori di ricerca web o altri fornitori terzi? Quali subappaltatori sono coinvolti? E a quali condizioni vengono archiviati i dati?

Su swissAI, alla voce “Chat svizzere sull’IA”, troverai una panoramica delle offerte corrispondenti.

Non è quindi possibile rispondere alla domanda sui fornitori con un semplice «sicuro» o «insicuro». Microsoft, OpenAI, Google, Anthropic e i fornitori svizzeri possono, in linea di principio, essere utilizzati nell’ambito di un’architettura aziendale conforme alle norme sulla protezione dei dati. Il presupposto è che il contratto, il prodotto, la configurazione, i dati e lo scopo concreto di utilizzo siano compatibili tra loro.

Le licenze per l'intelligenza artificiale non hanno lo stesso costo per tutti gli utenti

Anche per quanto riguarda i costi, vale la pena adottare un approccio differenziato. Non tutti i collaboratori hanno bisogno delle stesse funzioni e degli stessi limiti di utilizzo.

  • Utenti in ufficio, circa 20-30 CHF/USD al mese: testi, sintesi, analisi semplice di file, ricerche occasionali.
  • Utente intensivo, da circa 50 a 100 CHF/USD al mese: ricerche frequenti, documenti di grandi dimensioni, analisi più complesse, agenti.
  • Utenti esperti, sviluppatori e analisti, da circa 100 a 200 CHF/USD al mese e oltre: utilizzo intensivo, programmazione, grandi volumi di dati, più modelli e funzioni specializzate.

Una classificazione in base alle effettive esigenze è solitamente più sensata rispetto all’assegnazione della stessa licenza a tutti i collaboratori.

Allo stesso tempo, un utente esperto non dovrebbe essere limitato artificialmente a una quota di utilizzo molto ridotta. Se il lavoro viene regolarmente interrotto da tali limiti, l’utilità dell’intera implementazione ne risente.

Perché spesso è utile ricorrere a più di uno strumento di intelligenza artificiale

Anche una strategia basata esclusivamente su un unico strumento potrebbe non essere la soluzione ottimale per ogni azienda.

Microsoft Copilot mostra i suoi punti di forza all’interno dell’ecosistema Microsoft. ChatGPT offre altre possibilità in termini di ricerca, analisi, elaborazione multimodale e agenti. Claude può rivelarsi vantaggioso per determinate attività relative alla gestione dei documenti e allo sviluppo. A questi si aggiungono altri sistemi specializzati a seconda del settore di competenza.

A ciò si aggiunge il fatto che le prestazioni dei modelli cambiano continuamente.

Un modello praticabile potrebbe quindi consistere nell'offrire uno strumento standard accessibile a tutti alla maggior parte dei collaboratori e nel mettere a disposizione di determinati gruppi di utenti strumenti aggiuntivi o licenze più potenti.

La panoramica di swissAI, disponibile alla voce “Confronto tra modelli di IA”, illustra quali modelli sono adatti alle diverse attività.

Soluzione proprietaria o piattaforma esistente: vantaggi, impegno e costi

Una piattaforma interna dedicata all’intelligenza artificiale può rivelarsi utile, soprattutto quando è necessario integrare processi specifici, particolari requisiti normativi o fonti di dati interne di importanza strategica.

Tuttavia, non dovrebbe essere considerata automaticamente come un’opzione più sicura o più conveniente.

Una piattaforma interna di intelligenza artificiale non è un progetto di sviluppo una tantum. Deve essere gestita e ulteriormente sviluppata nel lungo periodo.

I modelli cambiano, le API vengono aggiornate, vengono introdotte nuove funzionalità, è necessario installare gli aggiornamenti di sicurezza e le integrazioni esistenti possono essere compromesse da modifiche apportate ai sistemi esterni. Allo stesso tempo, è necessario gestire l’autenticazione, il caricamento dei file, l’accesso ai dati, i ruoli, il monitoraggio, la registrazione degli eventi e l’interfaccia utente.

A tal fine non basta solo lo sviluppo tecnico. In genere sono coinvolte diverse funzioni:

  • Ingegneria dell'intelligenza artificiale e architettura tecnica
  • Front-end e interfaccia utente
  • Integrazione dei sistemi interni
  • Sicurezza e protezione dei dati
  • Test e controllo qualità
  • Responsabilità sul prodotto
  • Requisiti aziendali
  • Direzione del progetto
  • Assistenza e formazione

Una piattaforma interna gestita in modo snello può quindi comportare già i seguenti costi annuali:

  • Ingegnere IA o responsabile di piattaforma, dall’80 al 100 per cento: da 130'000 a 170'000 CHF
  • Front-end e integrazioni, dal 10 al 20 per cento: da 15'000 a 30'000 CHF
  • Product Owner, gestione aziendale e gestione dei progetti, dal 10 al 20 per cento: da 15'000 a 30'000 CHF
  • Sicurezza, protezione dei dati e test: da 10'000 a 20'000 CHF
  • Hosting, API, monitoraggio e strumenti: da 15'000 a 40'000 CHF
  • Totale: da circa 185'000 a 290'000 CHF all'anno

Una cifra compresa tra 150'000 e 200'000 CHF all'anno è quindi realistica soprattutto nel caso di una struttura molto snella, in cui diversi compiti vengono svolti anche dal personale già in servizio.

Nel caso di una piattaforma critica per l’azienda, caratterizzata da numerose integrazioni, elevati requisiti di sicurezza e un continuo sviluppo, i costi possono risultare notevolmente più elevati.

Al contrario, i costi di una piattaforma aziendale esterna per 100 dipendenti si attestano spesso su cifre comprese tra le cinque cifre basse e quelle medie all’anno, anche nel caso in cui a un gruppo più ristretto vengano assegnate licenze premium aggiuntive.

La domanda economicamente rilevante non è quindi, in termini generali, «autoproduzione o cloud».

Una soluzione proprietaria è particolarmente indicata soprattutto nei casi in cui offra un vantaggio specifico all’azienda o soddisfi requisiti che le piattaforme esistenti non coprono.

Per garantire un accesso generalizzato a un’IA potente, spesso è più efficiente avvalersi di una piattaforma aziendale consolidata e sviluppare autonomamente solo le funzionalità specifiche dell’azienda.

Il reparto IT interno potrà così concentrarsi sull'integrazione dei dati, sui diritti di accesso, sulla sicurezza, sui processi e sulle applicazioni che rappresentano un vero elemento di differenziazione.

Cosa serve concretamente per una buona governance dell'IA

La governance dovrebbe creare un quadro sicuro e comprensibile per l'utilizzo. Ciò comprende in particolare:

  • Strumenti aziendali autorizzati: i collaboratori sanno quali sistemi possono essere utilizzati ufficialmente.
  • DPA e verifica del contratto: la protezione dei dati e il trattamento per conto di terzi sono disciplinati contrattualmente.
  • Classificazione dei dati: è chiaramente definito quali dati possono essere utilizzati in quale strumento.
  • Gestione delle identità e dei diritti: utenti, ruoli e autorizzazioni sono gestiti a livello centrale.
  • Regole per le applicazioni sensibili: per le risorse umane, la finanza, la sanità o altri settori sensibili si applicano requisiti aggiuntivi.
  • Diversi livelli di licenza: sia gli utenti occasionali che quelli più assidui ricevono accessi adeguati.
  • Alfabetizzazione all'IA: i collaboratori vengono formati all'uso sicuro e consapevole dell'IA.
  • Verifica continua: i fornitori, i modelli e le funzionalità sono in continua evoluzione. La governance deve quindi essere aggiornata regolarmente.
  • Alternative controllate a Shadow AI: qualora fossero necessari ulteriori strumenti, dovrebbe essere previsto un processo regolamentato di verifica e approvazione.

In questo modo, la governance non diventa un insieme di divieti, ma uno strumento che rende possibile, in primo luogo, un utilizzo controllato.

Conclusione

Le aziende non devono scegliere tra un'intelligenza artificiale efficiente e la protezione dei dati.

OpenAI, Microsoft, Google, Anthropic e anche i fornitori svizzeri possono, in linea di principio, essere utilizzati per applicazioni aziendali. È tuttavia necessario scegliere la versione corretta del prodotto e verificare il DPA, il trattamento dei dati, l’addestramento, l’archiviazione, i trasferimenti internazionali, le autorizzazioni e il caso d’uso specifico.

Per molte aziende potrebbe risultare opportuno un modello a più livelli: uno strumento aziendale di uso libero per un’ampia diffusione, licenze più avanzate o sistemi aggiuntivi per gli utenti esperti e sviluppi interni mirati laddove questi apportino un reale valore aggiunto tecnico o strategico.

Una piattaforma interna completa può rivelarsi utile, ma comporta costi di gestione notevoli e richiede risorse tecniche e organizzative su base permanente. Con una spesa annua compresa tra circa 185'000 e 290'000 CHF, occorre quindi valutare attentamente se sia effettivamente necessario sviluppare una piattaforma completamente in proprio o se quelle già esistenti soddisfino già gran parte delle esigenze.

Allo stesso tempo, la soluzione ufficiale dovrebbe essere sufficientemente efficiente da indurre i collaboratori a utilizzarla effettivamente. Una piattaforma interna molto restrittiva non riduce automaticamente l’uso dell’intelligenza artificiale “ombra”. Se mancano funzioni importanti, aumenta piuttosto il rischio che i collaboratori ricorrano a soluzioni private o non autorizzate.

Il compito principale della governance dell'IA consiste quindi nel conciliare sicurezza, protezione dei dati e fruibilità pratica.

In breve:

  • L'IA nel cloud non è vietata in linea di principio ai sensi della nDSG e del GDPR.
  • Per i dati aziendali sono necessarie offerte commerciali adeguate e un DPA certificato.
  • OpenAI, Microsoft, Google, Anthropic e i fornitori svizzeri devono essere valutati sulla base degli stessi criteri fondamentali.
  • Non tutti i dipendenti necessitano della stessa licenza o devono sostenere gli stessi costi.
  • L'utilizzo di diversi strumenti condivisi può rivelarsi più efficace rispetto a una strategia rigida basata su un unico strumento.
  • Una soluzione sviluppata internamente può essere utile, ma nella pratica risulta molto più complessa di quanto spesso sembri al momento dell’implementazione.
  • Una buona governance definisce linee guida chiare e consente, entro tali limiti, un utilizzo efficiente.

Aggiornato al 22 settembre 2026. La valutazione concreta ai fini della protezione dei dati dipende sempre dal caso specifico, dai dati trattati e dai contratti stipulati.