DECISION TOOLKIT · COMPLIANCE AI SVIZZERA
Usare tre perimetri per costruire un dossier difendibile
L’analisi legale diventa operativa quando ogni perimetro produce un owner, un set di evidenze e una decisione. La domanda non è se l’azienda usi l’AI; è se sappia spiegare ogni uso sotto pressione.
inventario, flussi dati, contratti
clausole, controlli, assessment
formazione, intake, review trimestrale
Un dossier difendibile risponde a chi, cosa, dove, perché e a quali condizioni entro un giorno lavorativo.
Un’impresa svizzera che impiega l’AI generativa nel 2026 opera contemporaneamente sotto due regimi giuridici. Il primo è esplicito: la legge federale sulla protezione dei dati riveduta (nLPD), in vigore da settembre 2023, si applica a ogni prompt, ogni integrazione e ogni flusso che contiene dati personali. Il secondo è più discreto: l’AI Act europeo, entrato in vigore in agosto 2024, produce effetti extraterritoriali che molte organizzazioni svizzere scoprono troppo tardi — spesso nel mezzo di una gara d’appalto o di un questionario di due diligence.
Il divario che osserviamo nei mandati non è un deficit di buona volontà. È un deficit di inquadramento: il legale ragiona per testi normativi, la tecnica per sistemi, la direzione per rischi — e nessuno ragiona per evidenze. Eppure è proprio un’evidenza che un giorno verrà richiesta, da un cliente, un revisore o un’autorità. Questo articolo propone una griglia di lettura in tre perimetri, poi un piano d’azione di 90 giorni per passare dall’intenzione a un dossier difendibile.
Due regimi già in vigore, un punto cieco svizzero
La nLPD è tecnologicamente neutra: non menziona l’AI, ed è precisamente per questo che si applica già. Nel momento in cui un collaboratore incolla l’e-mail di un cliente in un assistente, o un sistema collegato indicizza dossier HR, avviene un trattamento di dati personali e gli obblighi della legge si attivano: principi di finalità e proporzionalità, dovere di informazione, inquadramento dei responsabili del trattamento, condizioni per la comunicazione all’estero. La legge prevede inoltre sanzioni penali rivolte a persone fisiche: sanzioni personali sono possibili per i dirigenti e i responsabili designati.
L’AI Act segue un’altra logica: è una regolamentazione di prodotto, graduata per rischio. La sua applicazione è scaglionata: entrato in vigore in agosto 2024, impone obblighi ai fornitori di modelli di AI per finalità generali da agosto 2025, e i suoi obblighi per i sistemi ad alto rischio si dispiegano progressivamente tra il 2026 e il 2027. Le sanzioni pecuniarie sono proporzionali al fatturato.
Il punto cieco sta in una frase: la Svizzera non ha, a oggi, una legge orizzontale sull’AI e privilegia un approccio settoriale. Molte organizzazioni ne deducono un vuoto normativo. È doppiamente falso: la nLPD copre già la materia prima dell’AI generativa — i dati — e l’AI Act non si ferma alla frontiera. Un’impresa svizzera può rientrare nel campo di applicazione senza possedere una sola entità nell’UE.
I tre perimetri
Invece di accumulare analisi testo per testo, inquadriamo ogni situazione con tre perimetri. Ciascuno risponde a una domanda distinta, coinvolge interlocutori diversi e produce evidenze proprie.
Perimetro 1 — i dati personali. Quali dati personali entrano nei nostri usi di AI, e rispettiamo la nLPD lungo tutta la catena: fondamento del trattamento, informazione, responsabili del trattamento, comunicazione all’estero, valutazione d’impatto?
Perimetro 2 — il mercato europeo. Siamo, attraverso i nostri clienti, le nostre filiali o gli output dei nostri sistemi, nel campo di applicazione dell’AI Act — e in quale ruolo, fornitore o deployer?
Perimetro 3 — il rischio settoriale e contrattuale. Quali obblighi si aggiungono alle leggi: segreto professionale, aspettative delle autorità di vigilanza, clausole con i clienti, requisiti di audit?
Uno stesso uso può attivare uno, due o tutti e tre i perimetri. Un assistente interno di documentazione tecnica spesso attiva solo il primo, debolmente. Uno screening assistito di candidature per posizioni a Ginevra e a Lione li attiva tutti e tre. È questa combinazione — non lo strumento in sé — a determinare lo sforzo di conformità giustificato.
Perimetro 1 — i dati personali (nLPD)
Il primo perimetro è il più frequentemente attivato e il peggio documentato. Cinque cantieri lo strutturano.
Il fondamento del trattamento. A differenza del GDPR, la nLPD non esige una base giuridica per ogni trattamento: esige il rispetto dei principi — finalità determinata, proporzionalità, esattezza, sicurezza — e un motivo giustificativo quando un trattamento vi deroga. Concretamente, l’impresa deve poter dire, per ogni uso di AI generativa, a quale scopo i dati sono trattati e perché quel trattamento è proporzionato. «Aumentare la produttività» non basta come finalità per ingerire l’intero storico clienti.
L’informazione. Il dovere di informare si applica alla raccolta di dati personali: la dichiarazione sulla protezione dei dati deve riflettere la realtà degli usi AI — categorie di dati, destinatari inclusi i fornitori di modelli, Paesi di trattamento. Le decisioni individuali automatizzate devono essere comunicate quando producono effetti giuridici o comunque significativi per la persona.
I responsabili del trattamento. Un fornitore di AI che tratta dati personali per vostro conto è un responsabile del trattamento: serve un contratto, con garanzie di sicurezza e l’inquadramento dei sub-responsabili. Il punto duro nella pratica: le condizioni consumer di molti strumenti non soddisfano questi requisiti — solo certe offerte enterprise lo fanno.
La comunicazione all’estero. L’inferenza avviene da qualche parte. Se il Paese di trattamento non offre un livello di protezione riconosciuto come adeguato, servono garanzie — tipicamente clausole contrattuali tipo — e una verifica della loro effettività. La localizzazione contrattuale del trattamento diventa un criterio di selezione del fornitore, non un dettaglio tecnico.
La valutazione d’impatto. Quando un trattamento può comportare un rischio elevato per la personalità o i diritti fondamentali — profilazione, dati sensibili, tecnologie nuove su larga scala — è richiesta una valutazione d’impatto prima del deployment. L’AI generativa applicata a dati HR, medici o finanziari soddisfa spesso questi criteri. Se il rischio residuo resta elevato, l’IFPDT è l’interlocutore previsto dalla legge.
Perimetro 2 — il mercato europeo (AI Act)
«Siamo svizzeri, l’AI Act non ci riguarda» è una delle frasi più costose del 2026. Il regolamento si applica anche ad attori stabiliti fuori dall’UE, e un’impresa svizzera vi entra tipicamente attraverso tre porte.
Prima porta: il mercato. Chi immette sul mercato europeo un prodotto o un servizio che integra un sistema di AI è interessato, qualunque sia il suo luogo di stabilimento. Ciò include l’editore svizzero di software la cui funzionalità AI è venduta a clienti europei.
Seconda porta: gli output. Il regolamento copre anche i casi in cui gli output di un sistema operato in un Paese terzo sono utilizzati nell’UE. Una società ginevrina che seleziona candidature per la sua succursale di Lione, o che consegna a un cliente tedesco analisi prodotte dal suo sistema di AI, può rientrare nel campo di applicazione senza «vendere AI» a nessuno.
Terza porta: il gruppo. Una filiale europea che impiega gli strumenti AI del gruppo è un deployer ai sensi del regolamento, con obblighi propri — e fa risalire meccanicamente i requisiti verso la casa madre.
Il ruolo conta quanto il campo di applicazione. La maggior parte delle imprese svizzere sono deployer: i loro obblighi riguardano l’uso conforme, la supervisione umana, i log e il monitoraggio del funzionamento. Ma si diventa fornitore — con obblighi nettamente più pesanti — commercializzando con il proprio marchio un sistema costruito su un modello di terzi, o modificando sostanzialmente un sistema esistente. Prodotti svizzeri «con AI integrata» superano questa linea senza averlo mai deciso.
Quanto al calendario: gli obblighi dei fornitori di modelli per finalità generali si applicano da agosto 2025, e quelli dei sistemi ad alto rischio — reclutamento, solvibilità, accesso a servizi essenziali, tra gli altri — si dispiegano progressivamente tra il 2026 e il 2027. Aspettare l’ultima scadenza è una strategia perdente: sono i clienti europei che, già oggi, esigono contrattualmente prove di conformità, ben prima delle autorità.
Perimetro 3 — il rischio settoriale e contrattuale
Il terzo perimetro è il più spesso dimenticato, eppure è quello che sanziona più in fretta. Nessuna autorità agisce più rapidamente di un cliente che disdice.
Il segreto professionale. Banche, avvocati, medici, fiduciarie: trasmettere dati coperti dal segreto a un servizio di AI esterno senza un quadro appropriato costituisce un rischio a sé, indipendente dalla nLPD. La domanda giusta non è «questo fornitore è serio?» ma «questo canale di trasmissione è compatibile con il mio obbligo di segreto?».
La vigilanza settoriale. Gli istituti finanziari devono integrare i loro usi AI nella gestione dei rischi operativi e nelle regole di esternalizzazione; la sanità e il settore pubblico hanno requisiti propri. L’autorità di vigilanza non aspetterà una legge sull’AI per porre domande su un processo critico delegato a un modello.
Le clausole con i clienti. Accordi di riservatezza, contratti sul trattamento dei dati, clausole che vietano la sub-delega non approvata, requisiti di localizzazione: un uso di AI generativa può violare un contratto prima di violare una legge. Il prestatore che fa transitare i documenti di un cliente attraverso uno strumento AI non dichiarato si espone contrattualmente, qualunque sia la sua conformità legale.
I requisiti di audit. ISO 27001, SOC 2, audit dei clienti e due diligence ormai coprono l’AI. Un uso non governato diventa una non conformità di audit — con un effetto commerciale diretto sui cicli di vendita.
La griglia delle evidenze
Questi tre perimetri valgono solo se producono evidenze. Ecco la griglia che usiamo per oggettivare lo stato di un’organizzazione.
| Perimetro | Domande da porsi | Evidenza attesa |
|---|---|---|
| Dati personali (nLPD) | Quali dati personali entrano in quali usi? A quale scopo, con quali responsabili del trattamento, verso quali Paesi? | Registro dei trattamenti che copre l’AI, contratti con i responsabili, analisi delle comunicazioni all’estero, valutazioni d’impatto per gli usi ad alto rischio |
| Mercato europeo (AI Act) | I nostri output sono usati nell’UE? Siamo fornitore o deployer? Quali usi rientreranno nell’alto rischio? | Mappa dell’esposizione UE, qualificazione del ruolo per sistema, dossier di conformità e monitoraggio del calendario 2026–2027 |
| Settoriale & contrattuale | Quali obblighi di segreto, clausole con i clienti e aspettative di vigilanza si applicano? | Revisione dei contratti chiave, registro degli impegni assunti, regole d’uso per categoria di dati e di clienti |
«L’autorità non chiederà se usate l’AI generativa. Chiederà dove, con quali dati, con quali clausole — e chi lo ha deciso.»
Cosa richiede concretamente l’AI generativa
Riportato sul piano operativo, il dossier di conformità poggia su sei mattoni.
L’inventario degli usi. Non solo gli strumenti acquistati: gli usi reali, inclusi quelli non autorizzati. Per ogni uso: dati trattati, utenti, fornitore, canale — interfaccia consumer, offerta enterprise, API — e output prodotti.
La classificazione. Ogni uso riceve un livello secondo la sensibilità dei dati e l’impatto degli output. La classificazione decide il resto: cosa è permesso con quale strumento, cosa richiede una valutazione d’impatto, cosa passa da una convalida umana.
Le clausole con i fornitori. Tre clausole condizionano tutto: la conservazione (per quanto tempo prompt e output sono conservati, ed è allineabile alla propria politica?), l’addestramento (i vostri dati sono esclusi dall’addestramento dei modelli, per default e per contratto?) e la localizzazione (in quale regione i dati sono trattati e conservati?). Si aggiungono la lista dei sub-responsabili e la reversibilità a fine contratto.
I controlli tecnici. Prima l’autenticazione unica e i permessi per ruolo; poi la limitazione dei dati accessibili ai sistemi collegati, la separazione degli ambienti e la gestione dei rischi propri degli LLM — prompt injection, esfiltrazione di dati, avvelenamento del contesto — documentati in particolare dall’OWASP Top 10 per le applicazioni LLM.
La registrazione dei log. Chi ha usato quale sistema, quando, per quale uso: senza log, né la supervisione né la risposta agli incidenti sono dimostrabili. Deve restare proporzionata — un dispositivo di sorveglianza dei collaboratori creerebbe un nuovo problema nLPD invece di risolverne uno.
La formazione. Una direttiva d’uso breve, esempi concreti per funzione e una formazione differenziata: una base per tutti, un modulo rafforzato per le funzioni esposte — HR, legale, finanza, supporto clienti.
Gli errori più frequenti nei mandati
Sei schemi ritornano con notevole regolarità.
L’inventario fantasma. La direzione crede in tre usi; la rilevazione ne mostra venticinque, diversi su account personali. Ogni conformità dichiarata prima dell’inventario è una finzione.
Il contratto per default. Lo strumento è stato adottato con condizioni consumer: dati riutilizzabili per l’addestramento, conservazione non controllata, sub-responsabili sconosciuti. Nessuno ha letto, nessuno ha negoziato.
La valutazione d’impatto decorativa. Realizzata dopo il deployment, per il dossier, mai aggiornata quando l’uso cambia. Una valutazione che non precede la decisione non protegge nessuno.
Il riflesso «siamo svizzeri». L’esposizione all’AI Act viene scoperta nel questionario di un cliente europeo, nel momento peggiore: alla fine di un ciclo di vendita.
La policy senza controlli. Una direttiva PDF vieta ciò che l’infrastruttura permette. Senza autenticazione unica, senza permessi, senza un’alternativa approvata, il divieto produce shadow AI, non conformità.
La decisione senza traccia. Arbitraggi ragionevoli sono stati compiuti — ma da nessuno in particolare, in nessuna data precisa, su nessun documento. Il giorno in cui l’evidenza viene richiesta, tutto è da ricostruire.
Il piano d’azione in 90 giorni
Novanta giorni bastano per passare da una situazione subita a un dossier difendibile, a condizione di sequenziare.
Giorni 1–30 — stabilire i fatti. Inventario degli usi reali, autorizzati o meno; mappatura dei dati per uso; identificazione degli usi i cui output raggiungono l’UE; raccolta dei contratti con i fornitori in vigore. Risultato: una lista di usi autorizzati, tollerati a condizioni e vietati, approvata dalla direzione.
Giorni 31–60 — colmare i divari. Migrazione degli usi critici verso offerte enterprise con clausole negoziate — conservazione, addestramento, localizzazione; aggiornamento della dichiarazione sulla protezione dei dati; valutazioni d’impatto sui due o tre usi più sensibili; attivazione dei controlli di base: autenticazione unica, permessi, log. Risultato: contratti e controlli allineati alla classificazione.
Giorni 61–90 — ancorare il regime. Direttiva d’uso pubblicata e insegnata; uno sportello d’ingresso per ogni nuovo uso, con tempi di risposta brevi; un registro delle decisioni — chi ha autorizzato cosa, quando, a quali condizioni; una revisione trimestrale pianificata, incluso il monitoraggio del calendario AI Act 2026–2027. Risultato: un processo che sopravvive al progetto.
Il criterio di successo non è il volume documentale. È la capacità di rispondere entro una giornata a un cliente, un revisore o un’autorità che chiede: quali usi, quali dati, quali clausole, quali decisioni.
La checklist di partenza
- Censite tutti gli usi di AI generativa, inclusi quelli non autorizzati, con dati, utenti e fornitori.
- Classificate ogni uso secondo la sensibilità dei dati e l’impatto degli output.
- Contrassegnate gli usi i cui output sono utilizzati nell’UE o servono clienti europei, e qualificate il vostro ruolo.
- Verificate per ogni fornitore: conservazione, addestramento, localizzazione, sub-responsabili, reversibilità.
- Aggiornate la dichiarazione sulla protezione dei dati e l’informazione sulle decisioni automatizzate.
- Effettuate una valutazione d’impatto prima del deployment per gli usi che possono presentare un rischio elevato.
- Esaminate segreto professionale e clausole con i clienti prima di autorizzare un nuovo uso.
- Attivate autenticazione unica, permessi per ruolo e log proporzionati sugli strumenti approvati.
- Registrate ogni decisione di autorizzazione con responsabile, data e condizioni.
- Pianificate la revisione trimestrale e il monitoraggio delle scadenze AI Act 2026–2027.
Questo articolo è un’analisi operativa destinata ai team dirigenti; non costituisce un parere legale sulla vostra situazione specifica.