In questo momento, da qualche parte nella tua azienda, qualcuno sta incollando un contratto, un listino o la mail di un cliente in un chatbot pubblico. Non è una persona distratta. Ha bisogno di una risposta, e gli strumenti ufficiali non gliela danno.
Questa è la Shadow AI: l’intelligenza artificiale usata fuori dai sistemi che l’azienda governa. I dati escono dall’azienda e nessuno sa dove vanno, quale modello li ha letti o chi li vedrà dopo. Vietare questi strumenti funziona poco, perché il bisogno che c’è dietro resta.
Quello che funziona è un’AI migliore della scorciatoia e governata dall’IT: collegata ai documenti aziendali, aperta a ciascuno secondo il proprio ruolo, eseguita dove decide l’azienda. In questo articolo vediamo come un amministratore la configura in Gebo.ai, la piattaforma open source per l’AI aziendale, con le schermate di un’installazione reale.
Che cosa rischia l’azienda con la Shadow AI, e che cosa elimina ogni rischio
La Shadow AI crea cinque problemi. Per ciascuno la piattaforma ha una risposta concreta.
I dati aziendali escono dal perimetro. Gebo.ai gira sui tuoi server, con i modelli che scegli tu, anche locali; un registro mostra ogni flusso che raggiunge un fornitore esterno.
Nessuno vede che cosa succede. Un log di audit di sicurezza alimenta il tuo SIEM, e una dashboard mostra chi usa quale modello e quanto.
La filiera dell’AI è sconosciuta. È l’amministratore a decidere quali fornitori di modelli, servizi di ricerca e strumenti esterni esistono.
Gli accessi non sono governati. Gli utenti entrano con l’identità aziendale, e ogni base di conoscenza, modello e assistente è assegnato a utenti e gruppi.
Le risposte non sono verificabili. Gli agenti rispondono dai documenti aziendali, citano le fonti che hanno usato e mostrano gli strumenti che hanno chiamato.
I primi tre sono il tema del nostro articolo gemello sul monitoraggio dell’AI aziendale, dove il registro dei flussi di dati, il log di audit per Wazuh e le dashboard Grafana sono mostrati in dettaglio. Questo articolo riguarda gli altri due, il lavoro quotidiano dell’amministratore: chi riceve quale conoscenza, e che cosa l’assistente mostra in cambio.
Nessun software può impedire a qualcuno di aprire un sito dal proprio telefono personale. Quello che una piattaforma può fare è togliere il motivo per farlo: dare alle persone una risposta migliore dentro l’azienda, e dare all’IT le prove di quello che succede.
Tutti i documenti aziendali, alle persone giuste
La Shadow AI nasce quando gli strumenti ufficiali non sanno rispondere. Per questo la conoscenza aziendale deve arrivare all’AI attraverso la ricerca documentale con l’AI. Gebo.ai indicizza filesystem condivisi, SharePoint e OneDrive, Confluence, Jira, Google Drive, bucket S3, server WebDAV come Nextcloud, repository Git, file caricati e server MCP. Gli agenti possono anche interrogare al momento SharePoint e OneDrive, Confluence, Jira, Google Drive e il web, senza indicizzarli prima. Un’API REST accetta contenuti da altre applicazioni, e ogni utente ha anche uno spazio personale.

I permessi di accesso ai dati aziendali seguono l’organizzazione. I gruppi rispecchiano reparti e ruoli aziendali. I gruppi rispecchiano reparti e ruoli aziendali.

Gli utenti entrano con l’identità aziendale tramite single sign-on: Google, Microsoft Entra ID, AWS Cognito, AWS IAM Identity Center, Keycloak o qualsiasi provider OAuth2/OpenID Connect. Al primo accesso l’utente viene creato con il ruolo di utente standard, e l’amministratore lo assegna ai gruppi.

Ogni base di conoscenza è assegnata a gruppi e utenti. I documenti del personale vanno alle Risorse umane, i contratti all’ufficio legale, i report del consiglio alla Direzione. Lo stesso vale per profili chat, reti di agenti, server MCP e i loro singoli strumenti.

I modelli seguono la stessa regola. Un modello più costoso, o ospitato fuori dall’UE, può essere riservato ad alcuni gruppi, mentre tutti gli altri usano un modello locale.

Chat agentiche potenti su quella conoscenza
Per l’utente, tutto questo diventa una chat con assistenti AI interni che conoscono l’azienda. Gli agenti cercano nelle basi di conoscenza a cui l’utente ha accesso, eseguono ricerche approfondite su molti documenti quando la domanda lo richiede e usano gli strumenti assegnati dall’amministratore. Agiscono per conto dell’utente che ha chiesto: una base di conoscenza che quella persona non può aprire non viene mai cercata per lei.
Nel nostro esempio un utente chiede quali rischi di sicurezza e resilienza porta l’adozione dell’AI e come l’azienda dovrebbe gestirli. L’agente cerca nei documenti aziendali, risponde dalle linee guida aziendali sull’adozione dell’AI ed elenca i documenti consultati, così chiunque può verificare la risposta alla fonte.

Lo stesso vale per gli strumenti esterni assegnati dall’amministratore. Un assistente vendite può cercare su DeepWiki, un server MCP pubblico che risponde a domande sui repository di codice pubblici. L’utente vede la risposta e, sotto, l’elenco delle funzioni chiamate dall’agente, ogni chiamata MCP con il suo nome, così quello che è uscito dall’azienda verso il server esterno non è mai un’ipotesi.

Una checklist per togliere la Shadow AI dall’azienda
Installa Gebo.ai sulla tua infrastruttura e scegli i modelli: locali per i dati più sensibili, fornitori cloud solo dove decidi tu. Collega le fonti documentali e crea gruppi che rispecchiano i reparti. Attiva il single sign-on, assegna ogni base di conoscenza, profilo e modello ai gruppi che ne hanno bisogno, e dai gli strumenti esterni solo ai team che ne hanno bisogno.
Poi di’ ai colleghi che hanno un’AI che conosce l’azienda, tiene i dati in casa e risponde citando le fonti. È lì che le scorciatoie smettono di servire.
Vuoi provare Gebo.ai nella tua azienda?
Coinvolgi il tuo responsabile IT per installare gratuitamente l’edizione open source di Gebo.ai e valutarla sulla vostra infrastruttura.
Scopri le opzioni di installazione:
https://gebo.ai/it/#gebo-deployment-title
Ti serve una mano per partire? Contattami su LinkedIn: offro supporto gratuito per l’installazione.
https://www.linkedin.com/in/openi40/
Scopri Gebo.ai: https://gebo.ai/it/
Esplora il progetto su GitHub: https://github.com/geboai/Gebo.ai
