Per anni il dibattito sull’intelligenza artificiale si è concentrato su una domanda: quanto è affidabile? L’evoluzione dei modelli rende oggi questo interrogativo sempre meno centrale. L’ultima edizione dell’EQS Benchmark Report AI Performance in Compliance & Ethics attribuisce ai principali modelli livelli di accuratezza superiori all’87% nelle attività di compliance e performance che, in alcuni workflow, superano il 90%. Non significa che il problema sia risolto. Significa, piuttosto, che si è spostato.
È questa la prospettiva da cui ha preso le mosse il talk “Quando l’AI smette di assistere e inizia a decidere”, organizzato da ComplianceDesign.it in collaborazione con EQS Group. Al confronto hanno partecipato Gaia Camerini, Responsabile Affari Generali, Legali & Compliance del Gruppo Multimedica, Anna Lisa Nicelli, Group Compliance Officer di Bracco, Rocco Panetta, Chairman di Panetta Consulting Group, e Marzia Piscopo, Global Privacy and Data Protection Manager di Dedalus, con la moderazione di Andrea Cipolla (EQS Group) e Michele Lotito, founder di ComplianceDesign.it.
Più che discutere dell’intelligenza artificiale, il confronto ha finito per interrogarsi sulla maturità delle organizzazioni. Perché, se la tecnologia dimostra ormai di poter svolgere con affidabilità un numero crescente di attività, la vera variabile diventa la capacità dell’impresa di integrarla nei propri processi decisionali senza alterarne gli equilibri di responsabilità. L’AI smette così di essere un tema esclusivamente tecnologico per diventare una questione di governance.
Questa transizione modifica anche il significato stesso della compliance. Non basta più presidiare la conformità di uno strumento o verificarne l’aderenza al quadro normativo. Occorre contribuire a definire il modello entro cui quello strumento opera: chi decide, chi controlla, quali dati alimentano gli algoritmi, come vengono gestite le eccezioni, dove si colloca il punto di equilibrio tra automazione e giudizio umano. È una responsabilità che coinvolge il business, il management, le funzioni di controllo e il Consiglio di Amministrazione molto prima dell’adozione di una nuova tecnologia.
In questo scenario assume un significato diverso anche il concetto di efficienza. L’intelligenza artificiale viene spesso raccontata come uno strumento capace di ridurre tempi e costi. È una lettura corretta ma incompleta. Il valore non risiede nel tempo risparmiato, bensì nell’uso che l’organizzazione decide di farne. Se le attività ripetitive vengono automatizzate per restituire spazio all’analisi, all’interpretazione del rischio, al confronto con il business e alla qualità delle decisioni, allora l’AI genera un vantaggio competitivo che va oltre l’efficienza operativa. Se, al contrario, il tempo recuperato viene semplicemente riempito da nuove attività esecutive, la tecnologia accelera i processi senza modificarne realmente il valore.
È probabilmente qui che emerge il rischio più sottile. Non quello di un’intelligenza artificiale che sostituisce il professionista, ma quello di un professionista che rinuncia progressivamente a esercitare il proprio giudizio. Più gli algoritmi diventano affidabili, maggiore è la tentazione di trasformarne gli output in risposte da validare automaticamente. La sfida non consiste quindi nel limitare l’automazione, bensì nel preservare la capacità critica di chi continua a rispondere delle decisioni assunte.
Anche la formazione, osservata da questa prospettiva, cambia natura. Non serve soltanto a diffondere competenze tecniche o familiarità con nuovi strumenti. Serve soprattutto a costruire un linguaggio comune tra professionalità diverse, affinché innovazione, gestione del rischio, tecnologia e compliance non evolvano lungo percorsi paralleli. L’AI literacy non coincide con la capacità di utilizzare un modello generativo, ma con la consapevolezza del ruolo che quel modello assume all’interno dei processi decisionali dell’organizzazione.
L’impressione che emerge è che il dibattito sull’intelligenza artificiale stia entrando in una fase diversa da quella vissuta finora. Per molto tempo ci si è chiesti quali attività potessero essere affidate agli algoritmi. La domanda destinata a caratterizzare i prossimi anni appare più impegnativa: quali decisioni richiederanno, proprio grazie all’intelligenza artificiale, un presidio ancora più consapevole del giudizio umano. È su questo equilibrio, più che sulla potenza dei modelli, che si misurerà la qualità della governance delle organizzazioni.