In questo articolo Indice dei contenuti 2 sezioni
Scegliere come portare l’AI in azienda è diventato uno di quei passaggi che nessuna organizzazione può più rimandare, e la domanda che torna con più insistenza riguarda il modello da adottare: soluzione commerciale erogata in cloud oppure modello open source installato sui propri sistemi. Il punto, però, è che il dibattito sulla sicurezza viene impostato male quasi sempre. A spiegarlo è Mirco Marchetti, professore associato dell’Università di Modena e Reggio Emilia e direttore del Centro di Ricerca Interdipartimentale sulla Sicurezza. La sensazione diffusa, nelle riunioni dove si decide il budget tecnologico, è che esista una risposta giusta valida per tutti. Non è così. Le due strade portano con sé profili di rischio differenti, e trattarle come due caselle da spuntare significa perdere di vista ciò che conta davvero quando un sistema di intelligenza artificiale entra nei processi quotidiani di un’impresa.
Perché il confronto tra AI commerciale e open source è mal posto
Ridurre tutto a una gara tra AI commerciale e modelli aperti produce discussioni che girano a vuoto. Da un lato ci sono i timori legati al cloud, ai dati che escono dal perimetro aziendale, alla dipendenza da un fornitore esterno. Dall’altro c’è la convinzione, spesso più rassicurante che fondata, che tenere tutto in casa metta automaticamente al riparo da qualsiasi problema.
Entrambe le posizioni contengono qualcosa di vero, ed entrambe si fermano troppo presto. Un servizio commerciale porta rischi ben documentati, discussi, in molti casi già affrontati da chi lo utilizza. Un modello installato internamente sposta la responsabilità sulle spalle dell’organizzazione, che deve saper gestire aggiornamenti, configurazioni, accessi, integrazioni. Sono rischi meno visibili, e proprio per questo più insidiosi. La differenza tra rischi noti e trappole nascoste, in fondo, è tutta qui.
Cosa cambia davvero per chi deve decidere
Chi si occupa di sicurezza informatica dentro un’azienda sa che la tecnologia scelta è solo una parte dell’equazione. Contano le competenze disponibili, i processi già in piedi, la capacità di mantenere nel tempo un’infrastruttura che evolve in fretta. Un modello open source scaricato e messo in produzione senza una struttura che lo sostenga non è più sicuro di un servizio esterno: è semplicemente un rischio diverso, spostato su chi ha meno strumenti per governarlo.
Allo stesso modo, affidarsi a un fornitore commerciale non significa delegare il problema. Le condizioni di utilizzo, il trattamento dei dati, le garanzie contrattuali, la possibilità di verificare cosa accade davvero alle informazioni inserite nei sistemi restano elementi da esaminare con attenzione. La governance non si esternalizza insieme al software.
Il tema riguarda ormai organizzazioni di ogni dimensione, non più soltanto i grandi gruppi con reparti dedicati. L’adozione di strumenti basati su intelligenza artificiale si è allargata a una velocità che ha lasciato indietro le procedure interne, e capita spesso che le decisioni tecniche vengano prese prima di aver chiarito chi risponde di cosa. Impostare correttamente il ragionamento, secondo la lettura offerta da Marchetti, significa smettere di cercare la soluzione più sicura in assoluto e iniziare a valutare quale configurazione sia gestibile con le risorse effettivamente disponibili. Una scelta che non si fa una volta sola, perché il panorama dei modelli, delle licenze e delle minacce cambia continuamente, e ciò che oggi appare sotto controllo domani può richiedere una revisione completa.
Il Centro di Ricerca Interdipartimentale sulla Sicurezza dell’Università di Modena e Reggio Emilia lavora proprio su questo terreno, dove le questioni tecniche si intrecciano con quelle organizzative e dove la distinzione tra cloud e installazione interna è solo il primo di una serie di nodi da sciogliere.
Fonte: TecnoAndroid
