Governare l’AI.
Prima, durante e dopo il rilascio.

1. Fare l’inventario delle applicazioni

Raccogli gli strumenti già usati: chatbot, funzioni AI dei software, automazioni, modelli locali e prove nei singoli reparti. Per ogni applicazione annota finalità, referente, utenti, dati trattati e connessioni. Un inventario semplice è più utile di una policy generica che nessuno collega al proprio lavoro.

2. Scegliere un caso d’uso circoscritto

Definisci un compito verificabile, un risultato atteso e un criterio per giudicarlo. Cercare una procedura in un archivio e decidere su una persona non sono attività equivalenti. Parti da un flusso dove input, controllo e possibilità di errore siano comprensibili.

MappAI Valore può aiutare a individuare opportunità da approfondire. Non sostituisce l’analisi del rischio o una classificazione giuridica: serve a orientare la conversazione sulle priorità operative.

3. Delimitare dati, strumenti e permessi

Stabilisci quali documenti possono entrare nel sistema e quali azioni l’agente può compiere. Separa ambienti di prova e produzione, usa credenziali con privilegi adeguati e definisci chi autorizza i connettori. Se il modello gira in locale, controlla comunque quali servizi esterni vengono chiamati dai tool.

Con una soluzione AI su misura è possibile progettare i confini prima delle integrazioni. Gli accessi dovrebbero seguire la funzione del sistema, non la comodità di assegnare tutti i permessi disponibili.

4. Disegnare il controllo umano

Decidi quali output richiedono revisione, quali azioni richiedono conferma e come fermare un flusso. Definisci il comportamento in caso di fonti mancanti, risposte incerte o errori. Un’escalation deve portare a una persona o a una procedura riconoscibile.

5. Validare con esempi del lavoro reale

Prepara casi rappresentativi e casi difficili: documenti incompleti, richieste ambigue, dati fuori contesto. Valuta qualità, fonti, tempi e carico di revisione. Conserva una base di confronto prima di cambiare modello, prompt o connettore.

Nel progetto Brain Company, memoria operativa, sandbox e validazione fanno parte dell’architettura descritta. La disponibilità effettiva va verificata per la release e la configurazione adottata.

6. Formare e aggiornare

Le persone devono sapere quali informazioni non inserire, come leggere le fonti e quando chiedere una revisione. Collega la formazione ai ruoli: uso quotidiano, supervisione, amministrazione e sviluppo hanno esigenze diverse. Aggiorna materiali e responsabilità quando cambia il sistema.

La formazione AI e AI literacy può affiancare l’introduzione dei nuovi flussi. La guida EU AI Act offre il contesto normativo introduttivo; il percorso tecnico non equivale da solo a una certificazione.

7. Monitorare e poter tornare indietro

Definisci come registrare incidenti, raccogliere feedback e rivedere gli accessi. Versiona le modifiche e prepara una via di ripristino. Una soluzione che evolve deve poter essere confrontata con la versione precedente, soprattutto quando cambia il comportamento su documenti o azioni operative.

Un primo risultato concreto

Al termine di una fase iniziale dovrebbero essere leggibili almeno quattro elementi: il caso d’uso scelto, i dati e gli strumenti ammessi, la persona responsabile e il criterio di accettazione. Da qui si può costruire un prototipo e verificare il valore prima di estendere il progetto.