Il dato resta in ufficio, la nostra risposta all'AI Act e le sue applicazioni

Il 2 agosto 2026 doveva essere il giorno in cui l'AI Act entra a regime. Non è andata esattamente così, ma chi ha archiviato quella data come un nulla di fatto rischia di sbagliare i conti. Le principali regole sui sistemi ad alto rischio sono state rinviate dal Regolamento (UE) 2026/1744, il cosiddetto Digital Omnibus sull'IA. Eppure dal 2 agosto sono diventati applicabili gli obblighi di trasparenza dell'articolo 50, il regime sanzionatorio dell'articolo 99 e la vigilanza nazionale. Il calendario normativo si è allungato. Ma c'è una questione che nessun rinvio affronta, ed è forse la più seria. Mentre il legislatore europeo ridisegna le scadenze, il modo concreto in cui le organizzazioni lavorano con l'intelligenza artificiale è cambiato più in fretta delle regole. Contratti, referti, cartelle cliniche, pareri legali finiscono ogni giorno dentro strumenti di IA che girano su infrastrutture esterne. Spesso senza una policy, a volte senza che nessuno in azienda ne sia davvero consapevole. Il risultato è un paradosso: l'intero impianto europeo nasceva per evitare che i dati personali alimentassero senza controllo i modelli, e la pratica quotidiana sta andando esattamente in quella direzione. Non per malafede. Per comodità, per velocità, perché lo strumento è lì ed è efficace. La criticità nasce nel momento in cui un dato lascia il perimetro dell'organizzazione. Una volta fuori, il controllo su dove finisce e come viene trattato si assottiglia. Per il settore legale, dove il segreto professionale è un obbligo deontologico, e per quello sanitario, dove il GDPR tratta i dati sulla salute come categoria particolare, la questione smette di essere teorica.

Potenza del cloud o controllo del dato… un “falso dilemma”

Perché, allora, le organizzazioni continuano a rivolgersi ai servizi in cloud? La risposta è tecnica prima che organizzativa. I modelli di frontiera accessibili online, da Claude Opus e Claude Fable di Anthropic fino a GPT-6 Astra, che OpenAI ha presentato all'inizio di settembre come la nuova generazione del modello alla base di ChatGPT, offrono capacità di ragionamento, analisi documentale e sintesi che i modelli eseguibili in locale non raggiungono. Portare in casa prestazioni paragonabili, del resto, non è alla portata di tutti. Servono infrastrutture dai costi rilevanti, competenze specialistiche per gestirle, consumi energetici e manutenzione continua, a fronte di un hardware che invecchia al ritmo con cui escono nuovi modelli. Per uno studio professionale, una clinica o una PMI, è un investimento difficile da giustificare. E anche molte realtà più strutturate faticano a esporsi su una spesa di questo tipo, sapendo che il risultato resterebbe comunque lontano da ciò che il cloud offre oggi. Finora la scelta è sembrata binaria: potenza di calcolo cedendo i dati, oppure controllo dei dati rinunciando alla qualità. La pseudonimizzazione locale rompe questo schema, perché separa i due compiti. Il lavoro pesante, quello che richiede i modelli più capaci, resta nel cloud. In locale rimane soltanto l'operazione che davvero non può uscire: riconoscere i dati sensibili e sostituirli.

Come funziona il sistema che abbiamo realizzato

È su questo nodo che stiamo lavorando con il nostro team: un sistema di pseudonimizzazione che opera interamente in locale. Il dato sensibile viene riconosciuto e sostituito prima di raggiungere il modello di IA, sulla macchina dell'utente, senza transitare da alcun server esterno, non solo… permette anche di pseudonimizzare i propri set di dati che occorrono successivamente per tunare i modelli propri. Il flusso parte da documenti nei formati più diffusi, Excel, Word, PDF. Un primo modello leggero li converte in Markdown (il formato testuale pulito e uniforme utilizzato dall’IA). Quel testo passa poi al motore di pseudonimizzazione, che restituisce due elementi: il documento con i dati sensibili sostituiti da segnaposto, utilizzabile con qualunque IA, e un file JSON che associa ogni segnaposto al valore reale. Quel file resta in locale ed è la chiave che consente di ricostruire il contenuto originale quando la risposta dell'IA rientra. Abbiamo concentrato il lavoro su due ambiti dove l'esposizione è più alta: il legale e il sanitario privato. E coerentemente con la logica descritta sopra, la scelta architetturale è stata deliberatamente controcorrente. Niente modelli di grandi dimensioni, ma un modello open source compatto, addestrato in modo verticale. Un compito specialistico non richiede un modello generalista: richiede un modello che conosca a fondo il proprio dominio, che sia rapido e che giri su un normale PC da ufficio, senza alcun investimento hardware dedicato. L'addestramento si è basato su un ampio insieme di template, volutamente eterogenei tra loro. La varietà è una scelta tecnica precisa: introduce rumore nei dati di training e insegna al modello a riconoscere un nominativo, un codice fiscale o un riferimento clinico anche dentro strutture documentali mai viste prima. Il modello riceve file .txt o .md, individua le entità sensibili, assegna a ciascuna un'etichetta e genera la versione pseudonimizzata con la relativa mappa di corrispondenze.

Cosa cambia, in concreto, per chi tratta dati sensibili

C'è un equivoco da sgomberare subito. Pseudonimizzare non significa uscire dal GDPR. Per l'organizzazione che custodisce la chiave di corrispondenza, quei dati restano dati personali: l'informativa deve continuare a indicare l'uso di strumenti di intelligenza artificiale, il trattamento va registrato e, quando si lavora su dati sanitari con tecnologie nuove, la valutazione d'impatto resta di norma dovuta. A questo si aggiunge il livello nazionale, con la legge 132/2025 che richiede ai professionisti di informare il cliente sull'impiego di sistemi di IA e riconosce al paziente il diritto di sapere quando vengono utilizzati nel suo percorso di cura. Ma è proprio dentro questo perimetro che la pseudonimizzazione locale diventa un vantaggio misurabile. Il GDPR la indica espressamente tra le misure di protezione fin dalla progettazione e tra le misure di sicurezza. Significa poter dimostrare, davanti a un'ispezione o a un reclamo, di aver adottato una tutela tecnica concreta e non soltanto una dichiarazione di principio. Significa ridurre drasticamente l'impatto di un eventuale incidente presso il fornitore del servizio di IA, perché ciò che è uscito dall'organizzazione non contiene nomi, codici fiscali, recapiti. Significa disporre di un argomento solido anche sul fronte dei trasferimenti verso fornitori extra UE, dove la pseudonimizzazione con chiave custodita in Europa è riconosciuta come misura supplementare. Per una clinica privata o un'azienda sanitaria, questo si traduce nella possibilità di usare i modelli più avanzati per sintetizzare referti, riordinare documentazione clinica o supportare l'attività amministrativa senza che l'identità del paziente lasci mai la struttura. Il dato sulla salute, che il GDPR tutela con il regime più rigoroso, viene sostituito prima dell'invio, e la corrispondenza con la persona resta sui sistemi della struttura. Per uno studio legale o notarile il ragionamento è analogo. Con la pseudonimizzazione a monte, l'avvocato o il notaio può avvalersi dell'IA per analisi, redazione e revisione documentale mantenendo riservati nominativi, dati patrimoniali e riferimenti alle parti. E può descriverlo al cliente in termini chiari: prima dell'invio a servizi di intelligenza artificiale, i dati identificativi vengono sostituiti localmente con codici, e la chiave di corrispondenza non lascia mai lo studio. Una cautela, però, vale per tutti. Nessuna tecnica rende un documento irriconoscibile in ogni circostanza: un caso clinico raro o una vicenda giudiziaria nota possono restare identificabili anche senza nomi. Per questo la pseudonimizzazione va presentata per quello che è, una misura tecnica rigorosa che riduce il rischio in modo sostanziale, e non come una garanzia assoluta. È questa precisione, più di qualsiasi promessa, a renderla credibile agli occhi di un'autorità di controllo.

Verso modelli verticali e integrati

La direzione, da qui in avanti, è duplice. Da un lato la verticalizzazione: non un modello unico che fa tutto in modo approssimativo, ma una famiglia di modelli specifici per dominio, dal clinico all'amministrativo al contabile, perché una diagnosi e una clausola contrattuale custodiscono dati personali in modi molto diversi. Dall'altro l'integrazione. La pseudonimizzazione non deve restare uno strumento a sé, un passaggio in più che l'utente deve ricordarsi di fare. Deve vivere dentro i sistemi che le organizzazioni già usano, come un livello nativo e trasparente del flusso di lavoro. Perché la domanda, per chi guida uno studio, una struttura sanitaria o un ente pubblico, non è più se usare l'IA, né se permettersi l'hardware per farla girare in casa.... probabilmente la domanda corretta è la seguiente..

come usare i modelli migliori senza cedere il controllo su ciò che li alimenta?