La shadow AI nel back-office delle telecomunicazioni

È il terzo giorno lavorativo del mese e l'addetta alla fatturazione sta preparando l'invio dei solleciti. Le lettere di sollecito dovrebbero avere un tono paziente con i clienti di lunga data e più fermo con chi è in ritardo ogni trimestre. Esporta l'elenco dei conti scaduti, apre il chatbot sul suo account personale e lo incolla: nomi, indirizzi postali, importi aperti, numeri di contratto. Pochi minuti dopo le lettere sono pronte e suonano bene. Nessuno le ha chiesto di lavorare così, e nessuno gliel'ha vietato.

Due scene di una settimana normale

Lo stesso pomeriggio un cliente chiama l'assistenza per un cambio di tariffa. Dice che il suo vecchio contratto prometteva la sostituzione gratuita del router in caso di upgrade. La collega dell'assistenza ha davanti il PDF del contratto e lo storico degli ordini, e il cliente è in attesa. Copia il contratto nel suo chatbot personale e chiede le clausole su hardware e disdetta. La risposta arriva in pochi secondi, lei legge al cliente la clausola pertinente e la chiamata si chiude bene.

Entrambe hanno lavorato bene per l'azienda. Entrambe hanno anche portato dati dei clienti fuori dai controlli dell'azienda. L'elenco dei solleciti si trova ora nella cronologia chat di un account privato, con le regole di conservazione previste da quell'account, elaborato in luoghi che l'azienda non ha mai valutato, accessibile a chiunque entri in quell'account. Accanto c'è il contratto, con nome, indirizzo e tariffa del cliente. In nessun sistema aziendale resta traccia di questi due passaggi, e quando l'addetta alla fatturazione se ne andrà l'anno prossimo, la cronologia se ne andrà con lei.

Questa è la shadow AI in un ISP o MVNO regionale. Persone capaci risolvono problemi quotidiani con lo strumento più rapido a portata di mano, prima che l'azienda abbia deciso qualcosa in merito.

Quanto è diffusa

Netskope Threat Labs ha pubblicato il suo rapporto sull'IA nel luglio 2026, basato sui dati di utilizzo di una parte dei suoi clienti tra giugno 2025 e luglio 2026. Il 56% degli utenti di IA usa solo app di IA gestite dall'organizzazione, il 14% usa sia app gestite sia app personali e il 30% usa solo app personali (Netskope, 2026). Nel 2023 quasi tutto il traffico IA che Netskope osservava nelle aziende era uso personale, e questa quota è scesa man mano che le aziende introducevano strumenti gestiti. Secondo il rapporto, la tendenza si è fermata intorno a marzo 2026 e da allora si è leggermente invertita. La lettura di Netskope è che la shadow AI è destinata a restare e che le organizzazioni hanno scelto di porre delle protezioni attorno all'uso personale.

Due punti contano quando applicate questi dati alla vostra azienda. I numeri provengono da aziende che già instradano il proprio traffico attraverso una piattaforma di sicurezza e possono vedere che cosa usano i loro collaboratori. Un operatore che non ha mai guardato non ha motivo di supporre che il proprio quadro sia migliore. Inoltre lo stesso rapporto afferma che proprietà intellettuale, dati regolamentati e codice sorgente rappresentano la grande maggioranza delle violazioni delle policy sui dati. Nel back-office di un operatore di telecomunicazioni i dati regolamentati sono il materiale di ogni giorno: nomi e indirizzi, coordinate bancarie, tabulati delle chiamate, documenti d'identità provenienti da registrazioni SIM e portabilità in entrata.

Che cosa esce dall'azienda

Quando i dati dei clienti finiscono in un account IA personale, l'azienda perde tre cose contemporaneamente. Non sa più dove si trovano i dati. Non controlla più per quanto tempo vengono conservati. E non sa dire chi vi può accedere, perché l'accesso dipende ormai dalla password di una sola collaboratrice e dalle impostazioni che lei ha scelto.

Che cosa succede ai dati all'interno del servizio dipende dal fornitore e dal piano. Anthropic, per fare un esempio, dichiara che per impostazione predefinita non usa input o output dei suoi prodotti commerciali per l'addestramento (Anthropic, 2026a), mentre sui piani consumer questo dipende da un'impostazione di privacy «Model Improvement» controllata dall'utente (Anthropic, 2026b). Altri fornitori tracciano il confine in altri punti. Lo stesso marchio può quindi significare un trattamento dei dati molto diverso, a seconda dell'account con cui una persona si è registrata.

Per gli operatori svizzeri c'è anche l'aspetto giuridico. L'Incaricato federale della protezione dei dati e della trasparenza (IFPDT) ha dichiarato che la legge sulla protezione dei dati, in vigore dal 1° settembre 2023, «is directly applicable to AI-supported data processing» (IFPDT, 2025). Un elenco di solleciti in una chat privata è un trattamento di dati dei clienti, con gli stessi obblighi di qualsiasi altro.

Decidere che cosa è consentito, poi metterlo a disposizione

Un programma per un operatore regionale ha sei parti: decidere quali offerte di IA e quali dati sono consentiti, dare alle persone account controllati dall'azienda, verificare il trattamento dei dati per fornitore e piano, formare le persone sui loro compiti reali, nominare un referente e revocare gli accessi quando qualcuno lascia l'azienda. Nulla di tutto questo richiede un grande team di sicurezza. Richiede alcune decisioni, messe per iscritto, e qualcuno che le tenga aggiornate.

Iniziate dai dati, perché è su quelli che le persone fanno davvero domande. Cinque classi coprono gran parte del back-office di un operatore di telecomunicazioni:

• Pubblici: schede tariffarie, mappe di copertura, condizioni pubblicate.
• Interni: descrizioni dei processi, modelli di lettere, piani di modifica della rete senza dati dei clienti.
• Dati dei clienti: nomi, indirizzi, contratti, ticket, tabulati di dettaglio delle chiamate.
• Dati di pagamento e d'identità: coordinate bancarie, stato dei solleciti, documenti d'identità da portabilità e registrazioni SIM.
• Segreti: password, chiavi API, configurazioni di router e switch.

Poi elencate le offerte di IA che approvate e, per ciascuna, quali classi possono esservi inserite. Basta una pagina. Se l'addetta alla fatturazione può verificare in dieci secondi se l'elenco dei solleciti può finire nello strumento approvato, lo verificherà.

Poi configurate account team o enterprise, collegati al login aziendale, così da vedere chi usa che cosa e poterlo disattivare. Coprite i compiti che le persone svolgono già con gli account personali. Se lo strumento approvato è più difficile da raggiungere o meno capace di quello privato, quello privato resta aperto nella scheda accanto.

Per ogni offerta approvata, ottenete risposte scritte alle stesse domande. Gli input vengono usati per l'addestramento per impostazione predefinita? Per quanto tempo vengono conservate le conversazioni, e un amministratore può impostarlo? Dove vengono trattati i dati, e da quali subfornitori? Esiste un accordo sul trattamento dei dati? Un amministratore può esportare o cancellare la cronologia di un utente? Le risposte differiscono tra i piani consumer e business dello stesso fornitore, e cambiano nel tempo, quindi annotate la data e ricontrollate quando il fornitore aggiorna le sue condizioni.

Formare, rispondere alle domande, chiudere gli account

Formate le persone sui loro compiti reali. Prendete le lettere di sollecito e il riassunto del contratto delle scene descritte sopra e mostrate come svolgere esattamente quei compiti con lo strumento approvato: quali campi restano fuori, come verificare il risultato, dove viene salvata la bozza. Chiedete a fatturazione, assistenza e vendite di portare i propri esempi. Le persone ricordano la regola per il compito che svolgono ogni settimana.

Poi nominate un referente: una persona a cui chiunque possa chiedere «posso incollare questo?» prima di farlo, e che raccolga le richieste di nuovi strumenti. In un operatore più piccolo di solito è il responsabile IT o il responsabile della protezione dei dati. Ciò che conta è che il nome sia noto e che la risposta arrivi in giornata.

Infine, aggiungete l'IA alla checklist di uscita: account IA aziendali chiusi l'ultimo giorno, token revocati per ogni agente gestito dalla persona, cronologie condivise riassegnate. Gli account personali non possono essere revocati affatto, ed è questo l'argomento più forte per mettere a disposizione buoni account aziendali fin dall'inizio.

Incollare meno collegando i sistemi

Entrambe le scene hanno la stessa causa. Le informazioni che servono alla persona si trovano in un sistema, lo strumento che la aiuta in un altro, e gli appunti sono l'unico ponte. Gli account approvati rendono quel ponte più sicuro. Collegare l'assistente approvato al sistema di riferimento lo rende superfluo.

Il Model Context Protocol (MCP) è uno standard aperto per collegare applicazioni di IA a sistemi esterni come database e strumenti (MCP, 2026a). La sua guida sull'autorizzazione la raccomanda ogni volta che un server accede a dati specifici dell'utente o quando «you need to audit who performed which actions», e consiglia scope con privilegi minimi, suddivisi per strumento o funzionalità (MCP, 2026b). Applicato alla chiamata all'assistenza: la collega chiede al suo assistente approvato le clausole sull'hardware nel contratto del cliente. L'assistente recupera il contratto dal sistema di riferimento con i permessi di lei, nulla viene incollato da nessuna parte e l'accesso viene registrato.

Che cosa fa METAVSHN in questo ambito

METAVSHN è il sistema di riferimento per clienti, contratti, prodotti, servizi e fatture presso gli operatori che lo utilizzano. Tramite la CLI di METAVSHN, e tramite MCP per gli agenti che lo usano, una persona e l'agente approvato dalla sua azienda possono consultare questi record con comandi definiti. Ogni richiesta viene verificata sul lato METAVSHN rispetto all'identità, al ruolo e ai permessi della persona che sta dietro. Le indicazioni sui permessi nella CLI non concedono nulla di per sé. Cancellare qualcosa o inviare qualcosa all'esterno richiede una conferma esplicita, e un dry run mostra la richiesta prima che venga inviata. L'audit log registra quale agente ha fatto che cosa e quando. Poiché l'agente lavora con gli accessi della persona stessa, revocare quegli accessi quando qualcuno lascia l'azienda ferma anche l'agente.

La CLI funziona con qualsiasi agente in grado di eseguire comandi, quindi mantenete l'offerta di IA che avete già approvato. L'agente può comunque trasmettere i dati restituiti al proprio fornitore di IA, ed è per questo che la verifica del fornitore descritta sopra resta necessaria. La CLI è in accesso anticipato.

Se il vostro team di fatturazione o di assistenza copia già dati dei clienti nelle finestre di chat, scoprite come la CLI di METAVSHN dà al loro agente approvato gli stessi record, con gli accessi verificati a ogni richiesta.

Fonti

Tutte le fonti consultate il 31 ottobre 2026.

1. Netskope Threat Labs, «Netskope AI Report: 2026», 27 luglio 2026. netskope.com
2. Anthropic Privacy Center, «Is my data used for model training?» (prodotti commerciali), aggiornato il 18 agosto 2026. privacy.claude.com
3. Anthropic Privacy Center, «Is my data used for model training?» (prodotti consumer), aggiornato il 16 marzo 2026. privacy.claude.com
4. Incaricato federale della protezione dei dati e della trasparenza (IFPDT), «Update: Current data protection legislation is directly applicable to AI», 8 maggio 2025. edoeb.admin.ch
5. Model Context Protocol, «What is the Model Context Protocol (MCP)?», luglio 2026. modelcontextprotocol.io
6. Model Context Protocol, «Understanding Authorization in MCP», revisione del protocollo 2026-07-28. modelcontextprotocol.io