La crescente adozione dell’Intelligenza Artificiale (AI) nei processi aziendali richiede strumenti di controllo in grado di tenerne il passo. Per rispondere a questa necessità, Codema ha annunciato la costituzione di due nuovi Technical Committee, TC23 e TC24. L’obiettivo dichiarato è sviluppare criteri condivisi per l’audit AI volti a garantire affidabilità, trasparenza, supervisione umana e conformità lungo tutto il ciclo di vita degli strumenti tecnologici.
L’evoluzione dell’AI è destinata a rendere sempre più autonomi i sistemi che gestiscono decisioni, automazione e task complessi. I due nuovi comitati tecnici di Codema mirano a creare un modello di assessment continuo, per rendere i sistemi AI misurabili, verificabili e governabili non solo nel momento del rilascio di un prodotto, ma in tutta la sua vita operativa.
I nuovi comitati di Codema
Codema, organizzazione riconosciuta a livello internazionale nello sviluppo di standard tecnologici e di sostenibilità, ha istituito i due nuovi Technical Committee TC23 e TC24. La loro missione è costruire un quadro metodologico per l’assessment e l’audit AI, supportato da matrici standardizzate e protocolli condivisi.
Andrea Sacchi, executive director di Codema, spiega: “L’Intelligenza Artificiale sta entrando nei processi decisionali di imprese e organizzazioni a una velocità senza precedenti. Però la capacità di governarla non cresce a ritmo paritario. Oggi il vero ostacolo non è la disponibilità della tecnologia in sé, bensì la capacità di dimostrarne l’affidabilità, la tracciabilità e la conformità al sistema operativo e regolamentare”.
Sacchi sottolinea che i due comitati hanno l’ambizioso obiettivo di trasformare in criteri di assessment concreti e misurabili principi cardinali come trasparenza, supervisione e gestione del rischio: “La fiducia nell’AI non emerge da affermazioni o promesse, ma dalla capacità di dimostrare con evidenze oggettive e verificabili come i sistemi vengono verificati, governati e ispezionati.”
Il divario tra diffusione e controllo
Un rapporto di McKinsey pubblicato nel novembre 2025, intitolato “The State of AI: Global Survey 2025”, rivela che ben l’88% delle organizzazioni utilizza l’Intelligenza Artificiale in almeno una funzione aziendale. Anche i dati relativi alla diffusione degli agenti AI sono significativi: il 23% delle imprese ha già in espansione sistemi autonomi in almeno una funzione aziendale, mentre il 39% sta sperimentando.
Un altro report di McKinsey, datato marzo 2026, “State of AI trust in 2026: Shifting to the agentic era”, sottolinea che solo circa il 30% delle organizzazioni raggiunge un livello di maturità avanzata nel controllo della tecnologia. Dei quattro maturi livelli di governance, la maggior parte non supera il terzo.
La fotografia di Deloitte nel rapporto “State of AI in the Enterprise 2026” conferma queste tendenze: quasi tre aziende su quattro prevedono di introdurre sistemi agentici AI in un lasso di due anni, ma solo il 21% dichiara di possedere un modello robusto e maturo di governance autonomo.
I limiti del modello di audit tradizionale
L’approccio tradizionale all’audit si basa su verifiche uniche e puntuali. Si valuta un sistema in una precisa fase del ciclo di vita, seguendo criteri stabiliti e generando valutazioni specifiche ad un momento temporale definito. Questo modello funziona bene quando si ha a che fare con oggetti statici e modifiche documentabili. Tuttavia, l’AI, soprattutto quando evolve, apprende e interagisce con altri componenti, è una tecnologia dinamica e in continua trasformazione.
Codema riconosce la natura mutevole e complessa della tecnologia AI come una sfida cruciale. I comitati TC23 e TC24 intendono offrire nuovi strumenti in grado di adattarsi ai comportamenti mutevoli del sistema, alle regole di orchestrazione, agli strumenti collegati e alle soglie di automazione.
L’approccio “Audit as a Layer”
Nasce così l’idea di “Audit as a Layer”, un livello di controllo integrato direttamente nei sistemi e nei processi. Si tratta di un modello di audit continuo che genera tracce verificabili in tempo reale, anziché basarsi su ispezioni esterne e a posteriori.
Gli impatti concreti di questo sistema sono almeno tre. Primo, la tracciabilità. Bisogna poter ricostruire, in maniera rigorosa, l’intera catena decisionale di un sistema AI. Secondo, la gestione del rischio. Attraverso l’analisi continua, il controllo permette una prevenzione attiva di eventuali malfunzionamenti. Terzo, la dimostrazione della conformità, per rispondere a regole sempre più stringenti sui requisiti di accountability.
Costruire evidenze osservabili
Il modello di auditoria proposto da Codema si distingue per l’attenzione a trasformare concetti astratti come trasparenza o supervisione umana in criteri osservabili, misurabili e certificabili. Auditor, imprese, organismi di certificazione e stakeholder non lavoreranno più su documenti generati in maniera retrospettiva, ma su una base fatta di dati acquisiti in tempo reale.
Questo approccio mira a rendere concreti e operativi i criteri di audit e governance, permettendo di costruire un’infrastruttura che accompagni l’AI nella sua operatività. Solo in questo modo si garantisce una maggiore solidità e chiarezza nella fase di ispezione.
Il ruolo dei due Technical Committee
I due comitati di Codema si concentrano su aspetti complementari, ma distinti. TC23 è focalizzato sull’affidabilità tecnica e operativa dei sistemi AI. TC24 invece si concentra sugli aspetti di governance e di conformità all’interno delle funzionalità aziendali. Questa dualità permette di coprire l’intero spettro di verifiche necessarie, tecnico e gestionale.
Open governance e stakeholderization
Codema sta costruendo un ecosistema collaborativo che coinvolge imprese, auditor, organi di certificazione, esperti tecnologici, università e comunità scientifica. Il modello adottato, a cui l’organizzazione dà il nome di “stakeholderization”, mira a trasformare differenti richieste in criteri condivisi e matrici uniformi.
Secondo Codema, la governance dell’AI non può essere costruita da un solo attore. Lavorare insieme alle aziende, ai verificatori e agli accademici è strategico per sviluppare una struttura efficace. Senza questa