Governance dell'IA, da adempimento a leva di crescita: la strategia di SAS e AI Navigator

Nel 2026 l’IA in azienda ha smesso di essere un progetto isolato. Nelle organizzazioni più mature convivono modelli proprietari, servizi di machine learning degli hyperscaler, agenti costruiti su LLM commerciali e prototipi nati nei singoli reparti. Il problema non è più avviare le iniziative, ma tenerle insieme: sapere quante sono, dove operano, con quali dati e all’interno di quali regole. La diffusione della shadow IA, cioè l’adozione di strumenti fuori dal perimetro dell’IT, è diventata una preoccupazione concreta per chi guida la funzione tecnologica. Gartner stima che entro il 2030 oltre il 40% delle aziende registrerà incidenti di sicurezza o di conformità legati proprio all’uso non autorizzato di queste tecnologie. Una ricerca condotta da SAS insieme a IDC aggiunge un elemento: l’adozione di agenti e modelli linguistici sta correndo più veloce degli investimenti necessari a renderli affidabili.

In un contesto simile, la governance dell’IA rischia di essere percepita come un freno, un adempimento che rallenta l’innovazione. È la lettura che SAS prova a ribaltare. "La governance dell’IA viene spesso considerata una misura di compliance, ed è invece un motore di crescita", sintetizza Reggie Townsend, Vice President SAS AI Ethics, Governance and Social Impact. Il ragionamento è che un perimetro chiaro di regole, trasparenza e sicurezza non limita l’uso della tecnologia, lo abilita: permette di andare oltre i progetti pilota senza esporre l’organizzazione a rischi legali, reputazionali o operativi. È la differenza tra un’azienda che sa dove si trova la propria IA e una che la subisce.

Dietro la formula c’è una definizione precisa di cosa sia la governance dell’IA per SAS: l’insieme delle pratiche con cui un’organizzazione accelera l’innovazione, gestisce il rischio e garantisce che i sistemi siano affidabili. Non un singolo controllo, ma una strategia che parte dalla cultura interna e si traduce in strumenti operativi per la trasparenza, la conformità e una supervisione sistematica. Le aziende che la costruiscono in modo solido difendono la fiducia di clienti, autorità e consigli di amministrazione, mentre quelle che ne fanno a meno si espongono a sanzioni, danni d’immagine e decisioni opache di cui è difficile rendere conto.

Una competenza costruita in cinquant’anni

SAS arriva a questo tema con una storia lunga. L’azienda, fondata nel 1976 e ancora controllata dai fondatori, ha fatto della tracciabilità dei modelli e della gestione del rischio uno dei propri tratti distintivi, molto prima che l’IA generativa portasse il tema all’attenzione generale. La piattaforma SAS Viya integra da tempo funzioni di gestione del rischio dei modelli, interpretabilità dei risultati, rilevamento e mitigazione dei bias, protezione dei dati e monitoraggio continuo lungo l’intero ciclo di vita.

Su questo terreno la società ha ottenuto un riconoscimento esterno significativo: Chartis Research l’ha collocata tra i leader di categoria del proprio RiskTech Quadrant dedicato alle soluzioni di governance dell’IA. "Combinando queste capacità con una profonda esperienza nei settori regolamentati, SAS è nella posizione di presentare l’IA come una strategia di crescita per i propri clienti", ha osservato Michael Versace, Research Director di Chartis. AI Navigator non nasce quindi isolato, ma come tassello di un portafoglio che comprende già strumenti come SAS Model Manager e SAS Model Risk Manager.

Un censimento unico, anche per l’IA di altri

SAS AI Navigator è un servizio SaaS in arrivo nel terzo trimestre 2026 sul Microsoft Azure Marketplace. È pensato per chi si occupa di IA, dati, conformità e rischio, e permette di creare un censimento unico di tutti i casi d’uso di IA presenti in azienda, dei modelli e degli agenti che li alimentano e delle regole che vi vengono applicate. L’elemento che lo distingue dalle proposte concorrenti è che la governance non si ferma ai modelli sviluppati da SAS. Un chatbot aziendale basato su Claude o su Microsoft Copilot, per citare due esempi indicati dalla stessa azienda, ricade nello stesso perimetro di policy valido per i modelli interni della piattaforma. Non serve cambiare il modo in cui l’IA viene costruita: AI Navigator offre una vista unica su modelli predittivi, IA generativa e sistemi agentici, siano essi realizzati internamente o acquistati da terzi.

La scelta di partenza è la più interessante. Molti strumenti di governance ragionano per artefatti tecnici, cioè per singoli modelli. AI Navigator parte invece dal caso d’uso, dal punto in cui l’IA produce un effetto sul business, e vi collega titolarità, finalità, policy e responsabilità. Da un’unica interfaccia, pensata per essere leggibile anche dai vertici aziendali senza competenze di programmazione, si vedono tutti i casi d’uso, si ricevono segnalazioni sui vuoti di documentazione e sui rischi prioritari, si allineano le iniziative alle normative esterne tramite pacchetti di regole importabili e si mantiene una traccia verificabile in vista di audit e revisioni. Il servizio si integra con SAS Viya ma può funzionare in autonomia, accanto a strumenti di altri fornitori, e viene distribuito come SaaS per ridurre l’onere di implementazione a carico dell’IT: elementi pensati per abbassare la barriera d’ingresso e non trasformare la governance in un progetto a sé.

Il messaggio, esplicitato da Townsend, è che lo strumento deve prima di tutto essere usato: "Il rischio maggiore di un programma di governance dell’IA non è la regolamentazione, ma adottare uno strumento così complesso che nessuno finisce per utilizzarlo". È una posizione che dice molto della strategia di SAS. Mentre gli hyperscaler presidiano il livello dell’infrastruttura e i grandi fornitori di applicativi integrano copiloti nei propri sistemi, resta un livello orizzontale ancora scoperto, quello del controllo trasversale dei modelli e degli agenti già in uso, indipendentemente da chi li ha prodotti. È lo spazio che SAS prova a occupare, coerente con un’impostazione che l’azienda rivendica da tempo: partire dal problema e dalle sue implicazioni, non dalla tecnologia. Per i settori regolamentati, dalle banche alla sanità alla pubblica amministrazione, dove ogni decisione automatica deve poter essere spiegata e documentata, un registro unico e verificabile dell’IA in uso non è un accessorio. È la condizione per usarla davvero.