DLP e Shadow AI: proteggere i dati quando i dipendenti usano l’intelligenza artificiale

Ogni azienda ha un patrimonio di informazioni che vale quanto, se non più, dei suoi impianti: anagrafiche clienti, contratti, listini, progetti, codice sorgente, dati finanziari. Per anni la domanda è stata come impedire che qualcuno entrasse a prenderli. Oggi la domanda è cambiata: come impedire che escano, anche quando a farli uscire è un dipendente in buona fede?

Perché il DLP è tornato al centro

Il DLP (Data Loss Prevention) è l’insieme di tecnologie e processi che riconoscono i dati sensibili, ne seguono il percorso e applicano regole quando qualcuno tenta di spostarli, copiarli o condividerli in modo non autorizzato.

Il perimetro che un tempo proteggeva i dati non esiste più. Le persone lavorano da casa, da dispositivi diversi, usano applicazioni cloud, condividono link, chattano su piattaforme di collaborazione. Ogni file ha decine di strade per uscire dall’azienda, e la maggior parte non passa da un firewall che possa leggerne il contenuto.

A questo si aggiunge la pressione normativa. Il GDPR prevede sanzioni fino a 20 milioni di euro o al 4% del fatturato mondiale annuo, la NIS2 introduce obblighi di gestione del rischio e di notifica degli incidenti con sanzioni fino a 10 milioni di euro o al 2% del fatturato per i soggetti essenziali. Non sapere dove si trovano i propri dati, e chi li sta usando, non è più una scelta accettabile.

Il nuovo canale di fuga: l’intelligenza artificiale

Gli strumenti di intelligenza artificiale generativa sono entrati in azienda dalla porta principale della produttività: scrivere una mail, riassumere un contratto, correggere una funzione, analizzare un foglio di calcolo. Sono comodi, veloci e a portata di browser.

Il problema è che per ottenere una risposta bisogna consegnare il contenuto. Un commerciale incolla un’offerta con i prezzi riservati, un tecnico carica un pezzo di codice proprietario, un amministrativo fa riassumere un file con IBAN e dati personali. Nessuno sta rubando nulla, ma quelle informazioni sono ormai fuori dal controllo dell’azienda, su un servizio di terze parti, con condizioni d’uso che spesso nessuno ha letto. Già nel 2023 diverse grandi aziende hanno limitato o vietato l’uso di questi strumenti proprio dopo episodi di questo tipo.

Shadow AI: quello che non vedi, non puoi proteggere

Con il termine Shadow AI si indica l’uso di applicazioni di intelligenza artificiale non autorizzate e non conosciute dall’IT: account personali, estensioni del browser, assistenti integrati in altri software, nuovi servizi che compaiono ogni settimana. È l’evoluzione della vecchia Shadow IT, con una differenza importante: qui il dato non viene solo archiviato altrove, ma può essere elaborato, conservato e, in alcuni casi, utilizzato per addestrare i modelli.

Vietare tutto raramente funziona. Le persone trovano comunque un modo, spesso dal telefono personale, e l’azienda perde del tutto la visibilità. Più efficace è un approccio in due tempi: scoprire quali strumenti vengono usati e governarne l’uso con regole chiare.

Cosa deve saper fare un DLP moderno

Un sistema DLP pensato per questi scenari va oltre la ricerca di parole chiave. Le caratteristiche che fanno la differenza sono:

• Riconoscimento del contenuto e del contesto: non solo “cosa” c’è nel file, ma anche chi lo sta usando, da dove, verso quale destinazione.
• Copertura dell’endpoint: il controllo avviene dove il dato viene toccato, sul computer, anche fuori dalla rete aziendale e fuori dalla VPN.
• Più canali nello stesso punto: email, browser, cloud storage, chiavette USB, stampa, applicazioni di messaggistica.
• Classificazione dei dati, manuale e automatica, per distinguere un documento pubblico da uno riservato.
• Analisi del comportamento, per individuare attività anomale come download massivi o invii insoliti, tipici di un insider malintenzionato o di un account compromesso.
• Risposte graduali: consentire, avvisare l’utente, richiedere una motivazione, bloccare.
• Evidenze utili alle indagini: registri completi su chi ha fatto cosa e quando.

Intercettare i contenuti inseriti nell’AI

Il salto di qualità, oggi, è estendere queste stesse regole al momento in cui l’utente scrive un prompt o carica un file in un servizio di intelligenza artificiale. In concreto significa poter:

• Rilevare le applicazioni AI in uso, ufficiali o meno, e classificarle in base al livello di rischio.
• Ispezionare il contenuto di prompt, testi incollati e allegati prima che raggiungano il servizio.
• Applicare policy differenziate: ad esempio permettere l’uso dello strumento aziendale approvato, consentire un servizio pubblico solo per contenuti non sensibili, bloccare l’invio di codice sorgente o dati personali.
• Avvisare e formare l’utente nel momento esatto in cui sta per commettere l’errore, con un messaggio chiaro invece di un blocco sterile.
• Tracciare gli eventi, così da capire quali reparti usano di più questi strumenti e dove servono alternative sicure.

Il punto è conciliare due esigenze che sembrano in conflitto: non frenare chi sta lavorando meglio grazie all’AI e non regalare all’esterno il patrimonio informativo dell’azienda.

Conformità: un valore aggiunto, non il motivo principale

Un DLP ben configurato aiuta a dimostrare di aver adottato misure tecniche adeguate secondo il GDPR, supporta gli obblighi di gestione del rischio previsti dalla NIS2 e dalla ISO 27001, e si inserisce nella governance dell’uso dell’AI richiesta anche dall’AI Act europeo. Ma la ragione vera è più semplice: i dati sono il business.

Come iniziare senza paralizzare l’azienda

1. Mappa i dati critici: quali sono, dove risiedono, chi li usa.
2. Osserva prima di bloccare: parti in modalità di sola rilevazione per qualche settimana e analizza cosa succede davvero, comprese le app AI utilizzate.
3. Definisci una policy sull’uso dell’AI, scritta e comprensibile: cosa si può inserire, in quali strumenti, cosa mai.
4. Introduci le regole in modo graduale: prima gli avvisi, poi i blocchi sui casi più gravi.
5. Forma le persone: la tecnologia riduce il rischio, la consapevolezza lo previene.
6. Collega il DLP al SOC, perché un evento di fuga dati va correlato con tutto il resto per capire se è un errore o un attacco.

In sintesi

L’intelligenza artificiale è un’opportunità enorme, ma ha aperto un canale di uscita dei dati che le difese tradizionali non vedono. Un DLP moderno, capace di leggere anche ciò che viene inserito nei prompt, permette di continuare a innovare senza perdere il controllo delle informazioni su cui si regge l’azienda.

Se vuoi capire a che punto è la tua organizzazione, contattaci: possiamo partire da una valutazione dei flussi di dati e dell’uso dell’AI in azienda.