Da Gemini ad Azure OpenAI: lo shadow AI messo in sicurezza

Lo shadow AI è l’uso di strumenti AI consumer da parte dei team senza il controllo dell’IT: utile, ma con i dati aziendali che escono dal perimetro di sicurezza. Per un’azienda manifatturiera internazionale del settore comfort termico abbiamo affrontato un caso concreto — un applicativo di classificazione doganale costruito su Google Gemini — riportandolo su Azure OpenAI dentro l’infrastruttura Microsoft, senza interrompere il lavoro del team.

Il dipartimento Logistica dell’azienda aveva risolto un problema reale con un applicativo AI sviluppato internamente. Il problema era che i dati aziendali uscivano verso le API di Google. Abbiamo portato lo stesso strumento all’interno del perimetro Microsoft, con lo stesso principio di AI integrata nel perimetro aziendale che applichiamo a ogni progetto di intelligenza artificiale generativa.

Il problema: uno strumento utile, fuori dal perimetro di sicurezza

Il team Logistica aveva sviluppato un applicativo web che usava le API di Google Gemini per assistere nella classificazione doganale dei prodotti: si inserisce nome, descrizione, materiali, paese di origine e destinazione, e il sistema suggerisce i codici HS/CN corretti con un ragionamento a supporto. Il tool funzionava. I colleghi lo usavano. Risparmiava ore di lavoro manuale.

Il problema l’ha visto l’IT: le descrizioni dei prodotti, le specifiche tecniche, i paesi di destinazione — dati sensibili — uscivano dal perimetro aziendale e finivano nelle API di Google. Non era conforme alle policy di sicurezza.

Non è un caso isolato. In molte aziende di una certa dimensione qualcuno — spesso in operations, logistica o finance — trova un modo per usare strumenti AI consumer per automatizzare un processo ripetitivo. Lo fa con buone intenzioni, ottiene risultati concreti, ma senza passare dall’IT. La risposta classica è bloccare. Il blocco però ha un costo: si butta via un lavoro funzionante, si demotiva chi ha avuto l’iniziativa, si rallentano processi ormai dipendenti da quello strumento. L’azienda ha scelto una strada diversa: non buttare il lavoro, ma portarlo in sicurezza.

La soluzione: stessa funzionalità, perimetro Microsoft

La classificazione doganale è un processo critico. Assegnare il codice HS o CN corretto determina aliquote daziali, restrizioni all’export e procedure doganali: un errore può generare sanzioni, ritardi e costi imprevisti. Siamo intervenuti con un obiettivo preciso: replicare le funzionalità dell’applicativo sostituendo le chiamate a Google Gemini con Azure OpenAI, mantenendo il resto dell’architettura il più possibile invariato.

Architettura della soluzione

L’applicativo è stato riscritto come webpart SharePoint Framework (SPFx) e integrato nell’intranet aziendale. Lo storico delle classificazioni continua a vivere in una lista SharePoint Online. La parte AI — che prima usciva verso Google — ora gira su Azure OpenAI: i dati non escono mai dall’infrastruttura Microsoft dell’azienda, sono soggetti alle stesse policy di sicurezza e governance del resto dei sistemi, e sono coperti dagli accordi contrattuali Microsoft sulla data residency.

Il flusso di utilizzo è rimasto identico: l’utente inserisce nome, descrizione, materiali e paesi del prodotto, carica documentazione tecnica aggiuntiva, e il sistema interroga il modello AI per identificare i candidati HS/CN più probabili. Il tool poi interroga TARIC e Access2Markets per verificare restrizioni, dazi applicabili e riferimenti normativi, e permette all’utente di confermare il codice salvandolo nello storico. Dal punto di vista dell’utente finale l’esperienza è invariata: stessa interfaccia, stesso flusso, stessi output. La migrazione è stata trasparente.

La sfida tecnica più delicata è stata garantire che la qualità delle risposte restasse comparabile nonostante il cambio di modello. I prompt e la struttura delle chiamate sono stati ricalibrati per ottenere da Azure OpenAI output coerenti con quelli attesi da Gemini — modelli diversi rispondono in modo diverso agli stessi input, non è un passaggio automatico — con lo stesso grounding rigoroso di un chatbot RAG in Teams.

I risultati ottenuti

Il risultato principale è che il dipartimento Logistica ha potuto continuare a usare lo strumento che aveva costruito, senza interruzioni operative e senza ricominciare da zero. L’IT ha recuperato il controllo sul flusso dei dati aziendali: nessuna informazione sensibile esce più dal perimetro Microsoft.

La formula è: stessa funzionalità, stesso workflow, zero dati fuori perimetro. Azure OpenAI non è un compromesso sulla qualità dell’AI — è l’accesso agli stessi modelli di OpenAI attraverso un’infrastruttura che garantisce che i dati aziendali restino sotto il controllo dell’azienda.

A chi è utile questo approccio

È rilevante per qualsiasi organizzazione che ha già strumenti AI sviluppati internamente — o usati in modo informale dai team operativi — appoggiati ad API consumer come ChatGPT, Gemini o Claude.com. Non serve ricostruire tutto: il replatforming su Azure OpenAI preserva il lavoro fatto e sostituisce solo il componente critico dal punto di vista della sicurezza, con tempi e costi inferiori rispetto a un progetto da zero. È il primo passo concreto di una strategia di adozione dell’AI in azienda che mette la governance prima dell’entusiasmo.

Se nella tua azienda ci sono strumenti AI nati fuori dal perimetro IT, possiamo aiutarti a metterli in sicurezza senza perdere il lavoro fatto, con l’AI integrata in Microsoft 365. Contattaci per una valutazione →