AI e dati aziendali – analisi avanzate e privacy

L’Intelligenza Artificiale sta cambiando anche il modo in cui le aziende possono leggere e interpretare i propri dati.

Oggi è possibile utilizzare strumenti come ChatGPT, Claude o Gemini per analizzare fatturato, vendite, incassi, insoluti, andamento dei clienti, marginalità e molti altri indicatori semplicemente ponendo una domanda:

“Quanto abbiamo fatturato quest’anno rispetto allo scorso?”

oppure:

“Quali sono stati i mesi con il maggior numero di insoluti?”

È sicuramente più immediato rispetto alla consultazione di diversi report o all’elaborazione manuale di file Excel.

Ma prima di caricare un file o collegare il proprio gestionale a un sistema di Intelligenza Artificiale è importante farsi un’altra domanda:

quali dati sto realmente condividendo?

Il problema non è utilizzare l’AI, ma quali informazioni le forniamo

Per sapere quanto un’azienda ha fatturato ogni mese, un sistema AI non ha bisogno di conoscere nome, cognome, indirizzo, codice fiscale o IBAN dei clienti.

Eppure un’esportazione completa proveniente da un gestionale potrebbe contenere proprio queste informazioni, insieme a numerosi altri dati non necessari per l’analisi richiesta.

Lo stesso problema può verificarsi caricando direttamente:

• file XML delle fatture;
• PDF;
• estrazioni complete del gestionale;
• database clienti o fornitori;
• movimenti bancari;
• fogli Excel contenenti dati personali;
• documenti con note o descrizioni interne.

La prima regola dovrebbe quindi essere molto semplice:

fornire all’AI soltanto i dati realmente necessari per ottenere l’analisi desiderata.

È anche uno dei principi alla base del GDPR: la minimizzazione dei dati, secondo cui le informazioni trattate devono essere adeguate, pertinenti e limitate a quanto necessario rispetto alla finalità perseguita.

Prima di caricare un file, chiediti cosa serve davvero all’AI

Immaginiamo di voler confrontare il fatturato degli ultimi dodici mesi.

Potrebbero essere sufficienti informazioni come:

Gennaio → € 128.400
Febbraio → € 141.750
Marzo → € 136.200

Per effettuare questo tipo di analisi non è necessario trasmettere centinaia di fatture complete.

Lo stesso principio può essere applicato a molti altri casi.

Se vogliamo analizzare i tempi medi di pagamento, potrebbero essere sufficienti data di emissione, data di pagamento e importo.

Se vogliamo individuare l’andamento delle vendite per categoria, potrebbero servire categoria, quantità e valore economico.

Più precisamente definiamo la domanda a cui vogliamo rispondere, più possiamo ridurre le informazioni trasmesse.

Togliere nome e cognome non significa necessariamente anonimizzare i dati

Qui nasce uno degli equivoci più comuni.

Eliminare il nome del cliente da un file non significa automaticamente averlo anonimizzato.

Prendiamo questo esempio:

Cliente 458 – Fattura 1267/2026 – 12 giugno – € 8.742,35 – Milano

Il nominativo non è presente, ma combinando numero della fattura, data, importo, località e altre informazioni disponibili nel sistema potrebbe comunque essere possibile risalire alla persona interessata.

In questo caso si parla più correttamente di pseudonimizzazione, non necessariamente di anonimizzazione.

Numero documento, data esatta, importo, località, descrizione della prestazione, email, identificativi interni o altri elementi possono diventare identificatori indiretti.

Una vera strategia di anonimizzazione deve quindi considerare l’intero insieme delle informazioni, non semplicemente cancellare qualche colonna da un file.

Anonimizzare prima, non dopo

Un altro elemento importante riguarda il punto in cui viene effettuata l’elaborazione.

Se inviamo prima il documento completo a un servizio esterno chiedendogli poi di rimuovere i dati personali, quei dati sono comunque già stati trasmessi.

Per questo un approccio più sicuro consiste nell’intervenire prima che le informazioni raggiungano il sistema AI esterno.

Si può preparare localmente i dati:

Dati aziendali → selezione → elaborazione → anonimizzazione o aggregazione → invio ad AI

In questo modo è possibile eliminare preventivamente le informazioni non necessarie e inviare all’AI soltanto ciò che serve realmente per l’analisi.

In alcuni casi potrebbe non essere necessario trasmettere alcun dato personale.

ChatGPT, Claude e Gemini: attenzione anche al piano utilizzato

Quando utilizziamo un servizio AI per attività aziendali non è importante soltanto scegliere il modello migliore.

Occorre verificare anche con quali condizioni vengono trattate le informazioni.

I principali provider distinguono infatti tra servizi destinati agli utenti individuali e soluzioni Business, Enterprise o API.

ChatGPT

Nei piani personali di ChatGPT è importante verificare e configurare correttamente le impostazioni relative all’utilizzo delle conversazioni per il miglioramento dei modelli.

Le soluzioni ChatGPT Business, Enterprise, Edu e API prevedono invece condizioni specifiche per l’utilizzo professionale e, secondo quanto dichiarato da OpenAI, input e output non vengono utilizzati per l’addestramento dei modelli per impostazione predefinita.

Claude

Anche Anthropic distingue tra gli account personali e le soluzioni destinate alle aziende.

Claude Free, Pro e Max sono considerati servizi consumer, anche quando prevedono un abbonamento a pagamento. L’utente può gestire dalle impostazioni privacy se consentire l’utilizzo delle proprie conversazioni per migliorare Claude; è quindi importante verificare questa configurazione prima di utilizzare dati aziendali.

Le soluzioni Claude Team, Enterprise e API seguono invece condizioni dedicate all’utilizzo professionale e Anthropic dichiara che input e output non vengono utilizzati per l’addestramento dei modelli per impostazione predefinita.

Gemini

Anche per Gemini è importante distinguere tra l’utilizzo con un account Google personale e quello all’interno di un ambiente Google Workspace aziendale.

Negli account personali, anche in presenza di un piano Google AI a pagamento, è importante verificare le impostazioni relative alla conservazione dell’attività e all’utilizzo delle conversazioni. A seconda della configurazione, le informazioni condivise con Gemini possono essere utilizzate per migliorare i servizi Google, compreso l’addestramento dei modelli AI, e alcuni dati possono essere sottoposti a revisione umana.

Negli ambienti Google Workspace che dispongono delle protezioni enterprise sono invece previste condizioni specifiche per i dati aziendali: Google dichiara che i contenuti dell’organizzazione non vengono utilizzati per addestrare modelli generativi al di fuori del proprio dominio senza autorizzazione.

Anche in questo caso, quindi, non è sufficiente verificare se il servizio sia gratuito o a pagamento: è importante conoscere il tipo di account utilizzato e le impostazioni privacy effettivamente applicate.

Cosa verificare prima di utilizzare l’AI sui dati della propria azienda

Prima di caricare informazioni provenienti dal gestionale sarebbe opportuno verificare almeno:

• quali dati sono realmente necessari;
• se sono presenti dati personali o informazioni riservate;
• se possono essere aggregati o anonimizzati prima della trasmissione;
• quale tipo di account AI viene utilizzato;
• se i dati possono essere utilizzati per l’addestramento dei modelli;
• quali sono i tempi di conservazione;
• dove vengono trattate le informazioni;
• quali condizioni contrattuali e garanzie privacy vengono applicate.

Non dovrebbe quindi essere l’utente a prendere un intero database e chiedere semplicemente:

“Analizzamelo”.

L’AI dovrebbe ricevere un dataset costruito specificatamente per quella finalità.

Una soluzione integrata può semplificare tutto questo

Naturalmente, preparare ogni volta file, selezionare le informazioni da utilizzare, eliminare i dati non necessari e verificare le impostazioni del servizio AI può diventare complesso, soprattutto quando le analisi devono essere effettuate frequentemente.

Per questo anche il nostro team sta lavorando a una soluzione dedicata, progettata con particolare attenzione alla protezione dei dati.

L’obiettivo è permettere di ottenere analisi e informazioni utili senza dover preparare manualmente liste, esportazioni o file da sottoporre ogni volta a un sistema AI e, soprattutto, evitando che i dati necessari alle elaborazioni previste debbano uscire dai server del nostro servizio.

È una scelta precisa: vogliamo ridurre il più possibile la necessità di affidare dati aziendali a strumenti esterni, soprattutto quando vengono utilizzati account personali o ambienti nei quali le impostazioni relative a privacy, conservazione e utilizzo dei dati non sono state configurate correttamente.

Il sistema non è ancora disponibile. Il nostro team sta lavorando al progetto con particolare attenzione, perché in questo ambito riteniamo più importante costruire una soluzione solida e sicura piuttosto che accelerarne il rilascio.

L’obiettivo è rendere l’analisi dei dati più semplice, mantenendo allo stesso tempo un elevato livello di controllo sulle informazioni trattate.

Se questo argomento ti interessa, scrivici attraverso l’assistenza.

Puoi raccontarci quali dati vorresti analizzare, quali statistiche ti sarebbero realmente utili e quali processi vorresti semplificare. Possiamo confrontarci sulle possibilità offerte dal sistema e valutare anche eventuali procedure personalizzate rispetto alle funzionalità standard, pensate invece per rispondere alle esigenze comuni di tutti gli utenti.