Salta al contenuto principale
Ernesto Amato
Ernesto AmatoFractional CAIO & AI Strategist
← Torna agli Insights
•AI Governance

AI Governance in azienda: chi decide, chi risponde e come si verifica il valore?

Ernesto Amato
Ernesto Amato
Executive Leader & Fractional Chief AI Officer

Si parla molto di quale modello usare, di agenti AI e di come automatizzare il lavoro. Discussioni interessanti, anche per chi, come me, si occupa quotidianamente di queste tecnologie.

Ma quando un’azienda vuole passare dagli esperimenti a qualcosa di utile, io partirei da una domanda diversa: chi decide che cosa vale la pena fare?

Comprare una licenza è una decisione abbastanza semplice. Scegliere quale processo cambiare, quali dati utilizzare e quale risultato misurare richiede un lavoro diverso. Richiede qualcuno che tenga insieme esigenze di business, tecnologia, persone e rischi.

Nel mio approccio metodologico parto dalla governance, passo alla preparazione delle persone (AI Literacy) e arrivo alla verifica dell’adozione sul campo (AI Adoption). È un ordine concettuale, non una sequenza operativa rigida: il caso d’uso orienta la formazione e le prove sul campo possono far rivedere sia le competenze sia le decisioni iniziali.

Partiamo dal problema, possibilmente da uno solo

Prendiamo un esempio concreto: un’impresa riceve richieste di preventivo via email e impiega molto tempo a recuperare informazioni da cataloghi, listini e documenti tecnici.

La prima proposta potrebbe sembrare scontata: «Facciamo un agente che risponde alle email».

Prima di costruirlo, però, vorrei capire alcune cose:

  • Dove si perde davvero tempo?
  • Nel cercare le informazioni? Nel verificare i prezzi? Nell’ottenere un’approvazione formale?
  • E quali errori possono avere conseguenze concrete per il cliente?

Le risposte potrebbero portarci a un assistente che cerca nei documenti e prepara una bozza. Oppure a un intervento di bonifica sui dati, perché i listini non sono aggiornati. In certi casi, potrebbe bastare migliorare il processo senza introdurre alcuna intelligenza artificiale.

Capire che un progetto non serve è comunque un risultato. Soprattutto prima di averlo pagato.

Un responsabile, un risultato da verificare

Per il primo progetto chiederei poche cose, ma scritte chiaramente:

  • il problema da risolvere;
  • la persona responsabile del processo;
  • un indicatore di partenza misurabile;
  • le condizioni concordate per proseguire o fermarsi.

Nell’esempio dei preventivi possiamo misurare il tempo necessario per preparare una risposta, controllare quante bozze richiedono correzioni e verificare la qualità delle risposte. Il numero di email generate, da solo, ci dice molto poco.

La direzione deve concordare in anticipo quali risultati giustifichino l’investimento. La misurazione del lavoro effettivo sarà poi parte della verifica di adozione, non un vantaggio economico da dare per scontato.

È qui che serve una responsabilità di business, oltre a quella tecnica.

La governance entra nel progetto dall’inizio

Nel mio primo articolo introduttivo sull’AI Governance parlavo di regole, processi, responsabilità e strumenti lungo tutto il ciclo di vita di una soluzione AI. Il punto resta lo stesso anche per un progetto piccolo.

  • Quali documenti possiamo rendere disponibili?
  • Chi può consultarli?
  • La soluzione può solo suggerire una risposta o può anche inviarla autonomamente?
  • Chi verifica un prezzo prima che diventi un impegno commerciale?
  • Come ci accorgiamo tempestivamente che qualcosa non funziona?

Per me queste sono decisioni di progetto fin dal primo giorno. Lasciarle alla fine significa rischiare di dover ripensare la soluzione quando abbiamo già investito tempo e risorse.

Il contesto normativo europeo e italiano

Per un’impresa che opera in Italia, queste decisioni vanno collocate nel quadro dell’AI Act, il Regolamento (UE) 2024/1689. Anche l’alfabetizzazione AI ha un riferimento specifico nell’articolo 4, che richiama conoscenze, esperienza e contesto d’uso delle persone coinvolte.[1] Nel mio approfondimento dedicato all’AI Literacy vediamo come collegare questa cornice alla progettazione della formazione pratica.

Il quadro europeo va letto insieme alla normativa italiana: la legge 132/2025 e i decreti legislativi 160/2026 e 179/2026. Il primo interviene sull’uso dell’AI nelle attività di polizia e sulla responsabilità civile e penale; il secondo sui poteri delle autorità nazionali e sull’utilizzo dell’AI nella formazione.[2][3] Sono ambiti diversi, da richiamare quando pertinenti al progetto, non un elenco di obblighi identici per ogni azienda.

Nell’esempio dei preventivi, gli obblighi applicabili non si possono ricavare dalla sola descrizione del processo: occorre verificare il sistema, la sua finalità, il ruolo dell’impresa e le disposizioni pertinenti. La proposta operativa resta questa: chiarire chi decide, chi verifica e come le persone vengono preparate a usare la soluzione, distinguendo gli obblighi di legge dalle scelte organizzative che adottiamo per lavorare meglio.

Dove entra un Fractional Chief AI Officer

Un’azienda può avere bisogno di una guida senior sull’AI senza voler creare subito una posizione a tempo pieno. Un Fractional Chief AI Officer è una risposta concreta: un incarico con un perimetro, un impegno e degli obiettivi definiti.

Il contributo che propongo è operativo e strategico al tempo stesso:

  1. Valutare le reali opportunità di business;
  2. Aiutare la direzione a scegliere le priorità evitando la dispersione;
  3. Coordinare chi conosce i processi con chi costruisce le soluzioni tecnologiche;
  4. Definire come verificarne il valore economico ed operativo.

La responsabilità della direzione rimane. Il lavoro di IT, sicurezza, legale e delle altre funzioni rimane. Serve qualcuno che li faccia lavorare sullo stesso progetto, con decisioni e responsabilità comprensibili a tutti.

Che cosa chiederei ai primi 90 giorni

Se dovessi impostare un primo percorso in azienda, partirei da una ricognizione degli usi dell’AI già presenti (inclusa la Shadow AI) e dei problemi più importanti. Sceglierei poi un caso d’uso circoscritto, con dati accessibili, un responsabile disponibile e un risultato verificabile.

Chiederei poi un momento di decisione concordato: chi valuta le evidenze, chi autorizza l’eventuale estensione e chi può interrompere il progetto. È questo presidio che la governance deve rendere trasparente. Nell’approfondimento dedicato all’AI Adoption sul campo entriamo nel processo e nelle difficoltà concrete dell’adozione organizzativa.

Novanta giorni sono un orizzonte di lavoro da concordare, non una promessa miracolistica di ritorno sull’investimento. Un processo delicato, dati disordinati o vincoli tecnici possono richiedere tempi diversi.

Il risultato che vorrei vedere è una direzione più chiara: che cosa stiamo facendo, perché lo stiamo facendo e chi ne risponde.


Nella vostra azienda è chiaro chi sceglie le priorità AI e chi risponde delle decisioni?

Se volete lavorarci, partiamo da un processo concreto e valutiamo come intervenire. Lavoro su questi temi come Fractional Chief AI Officer e consulente AI, tra Sicilia e Milano.

Contattami per un confronto strategico oppure scrivi direttamente a richieste@ernestoamato.it.


Riferimenti normativi

  • [1] Regolamento (UE) 2024/1689 (AI Act), articolo 4, testo consolidato al 27 luglio 2026: EUR-Lex
  • [2] Decreto legislativo 9 settembre 2026, n. 160, G.U. n. 214 del 15 settembre 2026: Gazzetta Ufficiale
  • [3] Decreto legislativo 7 ottobre 2026, n. 179, G.U. n. 234 dell’8 ottobre 2026: Gazzetta Ufficiale
Temi trattati
#AI Governance#EU AI Act#Fractional CAIO#Enterprise AI
Ernesto Amato

Scritto da Ernesto Amato

Executive Leader e Fractional Chief AI Officer. Supporto Consigli di Amministrazione e team di Direzione nella definizione e nell'adozione di strategie di AI Governance e Change Management sostenibile.