La crescente diffusione dell'intelligenza artificiale richiede alle organizzazioni di adottare modelli di governance capaci di coniugare innovazione, gestione del rischio e conformità normativa. Occorre un nuovo approccio alla gorvernance dell’intelligenza artificiale per bilanciare innovazione, gestione del rischio e sostenibilità nel lungo periodo e, in definitiva, per andare oltre la compliance verso un modello di governance integrato.
Gli spunti di riflessione emersi dalla roundtable sullo stato di attuazione dell’AI Governance in Italia, raccolti nel paper, e dagli incontri promossi da KPMG offrono una fotografia dello stato di maturità dell'AI Governance nel mercato italiano e delle principali sfide che le imprese sono chiamate ad affrontare.
Dalla conformità alla governance
L'adozione dell'intelligenza artificiale sta accelerando in tutti i settori, spinta dalla necessità di aumentare efficienza, innovazione e competitività. In questo scenario, la conformità all'AI Act rappresenta un passaggio fondamentale, ma non è sufficiente a garantire un utilizzo dell'AI realmente responsabile, sicuro e sostenibile. Le organizzazioni sono chiamate a sviluppare modelli di governance in grado di integrare gestione del rischio, processi decisionali e responsabilità organizzative lungo l'intero ciclo di vita dei sistemi di AI.
I modelli organizzativi emergenti
Le evidenze raccolte mostrano come stia prevalendo un modello di governance ‘centralizzato negli standard e distribuito nell'esecuzione’. Policy, criteri di classificazione del rischio e inventory dei sistemi vengono definiti centralmente, mentre lo sviluppo delle soluzioni rimane nelle linee di business. Parallelamente, cresce il coinvolgimento di funzioni quali Risk Management, Compliance, IT, Legal e HR, con la diffusione di Comitati AI incaricati di coordinare le decisioni strategiche e supervisionare i principali rischi.
Un approccio realmente risk-based
Le organizzazioni più mature stanno integrando la governance dell'AI con i framework di Enterprise Risk Management, Cybersecurity, Privacy e Third-Party Risk Management. Strumenti come la Fundamental Rights Impact Assessment (FRIA), la valutazione dei bias e la Data Protection Impact Assessment vengono sempre più adottati fin dalle fasi di progettazione, insieme a presìdi di monitoraggio continuo, data governance, controllo dei fornitori e programmi di AI literacy per diffondere competenze e rafforzare la human oversight.
Una leva strategica per creare valore
In un contesto in cui l’intelligenza artificiale assume un ruolo sempre più centrale nei processi aziendali, la governance diventa una leva strategica per garantire un’adozione dell’AI affidabile, responsabile e capace di generare valore. Il bilanciamento tra innovazione e controllo, rapidità di evoluzione e robustezza dei presìdi sarà un fattore determinante per le organizzazioni che intendono sviluppare un approccio sostenibile all’intelligenza artificiale.
Guarda il video
