{"id":6528,"date":"2025-10-06T17:30:59","date_gmt":"2025-10-06T15:30:59","guid":{"rendered":"https:\/\/itsall-ciotechnology.com\/?page_id=6528"},"modified":"2025-10-06T17:34:38","modified_gmt":"2025-10-06T15:34:38","slug":"intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech","status":"publish","type":"page","link":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/","title":{"rendered":"Intervista"},"content":{"rendered":"

[vc_row css=”.vc_custom_1692367563880{padding-top: 20px !important;}”][vc_column width=”5\/6″][vc_single_image image=”6317″ img_size=”full” style=”vc_box_border_circle_2″][vc_column_text]Michele Milesi <\/strong>Senior Principal Consultant | Data & AI Architecture LUTECH<\/strong>[\/vc_column_text][\/vc_column][vc_column width=”1\/6″][vc_single_image image=”5379″][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

Quali sono le principali sfide che un\u2019azienda deve affrontare nell\u2019implementare la GenAI nel rispetto delle normative e dei regolamenti?<\/strong><\/span><\/h2>\n

Un\u2019azienda che intende investire in progetti in ambito di Intelligenza Artificiale (AI)<\/strong>, e in particolar modo per l’Intelligenza Artificiale Generativa (GenAI)<\/strong>, deve confrontarsi con normative e regolamenti \u2013 definiti a livello europeo, nazionale o settoriale – sempre pi\u00f9 stringenti i quali tutelano clienti ed utenti relativamente all\u2019utilizzo dei propri dati e nel modo in cui questi sono valutati per l\u2019erogazione dei servizi. Sebbene questo rappresenti un passo cruciale verso un’AI pi\u00f9 sicura, affidabile e rispettosa delle persone, l’implementazione di tali regole per, una tecnologia in rapida evoluzione, presenta sfide significative.<\/p>\n

Le sfide principali<\/strong><\/p>\n

    \n
  1. Trasparenza e Verificabilit\u00e0<\/strong>: Se utilizziamo un modello statistico classico per effettuare una valutazione – come il benestare per l\u2019erogazione di un prestito, la definizione dell\u2019indice di rischio di un\u2019operazione, la diagnosi di una malattia o la previsione del malfunzionamento di un macchinario \u2013 abbiamo ben chiaro quali siano i parametri che guidino la valutazione e l\u2019impatto che ognuno di essi ha sull\u2019esito finale. Risulta quindi semplice dimostrare che il modello utilizzato \u00e8 trasparente, verificabile e soprattutto ripetibile, cosa molto importante in caso di certificazione o contestazione della bont\u00e0 del modello. Per la GenAI, questo \u00e8 un ostacolo enorme. I modelli fondazionali sono addestrati su dataset immensi, spesso acquisiti dal web, rendendo quasi impossibile una tracciabilit\u00e0 completa dei dati di addestramento. Diventa difficile dimostrare la provenienza dei dati, l’assenza di bias o la conformit\u00e0 alle normative sulla privacy, cos\u00ec come spiegare in modo esaustivo il funzionamento interno di un modello di per s\u00e9 opaco.<\/li>\n
  2. Responsabilit\u00e0 e Catena del Valore<\/strong>: Un’altra questione critica riguarda la responsabilit\u00e0. Chi \u00e8 responsabile per un output problematico o illegale generato da un modello GenAI? Con la GenAI, la catena del valore \u00e8 lunga e complessa, e spesso l’output dipende dall’input dell’utente (il “prompt”). Stabilire le responsabilit\u00e0 legali in caso di contenuti diffamatori, fuorvianti o che violano il diritto d\u2019autore \u00e8 un processo giuridicamente intricato.<\/li>\n
  3. Gestione del Diritto d\u2019autore e dei Dati Personali<\/strong>: L’addestramento dei modelli GenAI su grandi quantit\u00e0 di testi e immagini protetti da diritto d’autore solleva enormi interrogativi legali. Identificare e rimuovere materiale protetto da diritto d\u2019autore da un dataset di miliardi di dati \u00e8 tecnicamente proibitivo. Allo stesso modo, gestire i dati personali e rispettare il GDPR nei dataset di addestramento \u00e8 una sfida enorme, pensiamo alla sola necessit\u00e0 di dover rispettare il diritto all\u2019oblio, il dover sfilare i dati di una singola persona pu\u00f2 voler dire riaddestrare da zero il modello. E questo va fatto ad ogni cancellazione il prima possibile.<\/li>\n
  4. Monitoraggio e Valutazione Continua<\/strong>: La natura dinamica della GenAI, che produce output imprevedibili, rende il monitoraggio continuo un requisito impegnativo. Per garantire il rispetto di normative pu\u00f2 essere necessario implementare un meccanismo sorveglianza del modello in campo ma controllare ogni singola interazione e output di un modello generativo su larga scala \u00e8 tecnicamente molto complesso e oneroso.<\/li>\n<\/ol>\n

    In sintesi, il rispetto delle normative e dei regolamenti si scontra con la realt\u00e0 tecnica e la velocit\u00e0 di sviluppo della GenAI. Le norme presenti, e quelle future, offrono una base solida, ma richiederanno uno sforzo congiunto da parte di legislatori, aziende e sviluppatori per definire linee guida chiare e implementare soluzioni tecnologiche che garantiscano le conformit\u00e0.<\/p>\n

     <\/p>\n

    Come pu\u00f2 una azienda implementare una soluzione di GenAI nel rispetto delle normative e dei regolamenti?<\/strong><\/span><\/h2>\n

    L’implementazione di soluzioni di Intelligenza Artificiale Generativa (GenAI) conformi a normative e regolamenti non \u00e8 solo un obbligo ma una scelta strategica che rafforza la fiducia e la sicurezza. Questa sfida richiede un approccio strutturato, che parta dalla governance dei dati e punti sulla gestione di modelli e infrastrutture private.<\/p>\n

    Data Governance e Privacy-by-Design<\/strong><\/p>\n

    Una solida data governance<\/strong> \u00e8 alla base di qualsiasi progetto di GenAI. Un’azienda deve stabilire politiche chiare per la raccolta, l’archiviazione e l’utilizzo dei dati, applicando il principio di “privacy-by-design”. Questo significa che ogni fase dell\u2019iniziativa di GenAI, dalla progettazione all’implementazione, deve considerare la protezione dei dati personali. Le attivit\u00e0 chiave includono<\/p>\n

      \n
    • Classificazione e Anonimizzazione dei Dati<\/strong>: I dati usati per l’addestramento e il fine-tuning dei modelli devono essere accuratamente classificati. Se possibile, si dovrebbero utilizzare tecniche di anonimizzazione per minimizzare il rischio di re-identificazione.<\/li>\n
    • Gestione dei Diritti d’Autore e della Privacy<\/strong>: \u00c8 fondamentale implementare processi che permettano di rispettare i diritti degli autori, evitando di addestrare i modelli su contenuti protetti da copyright senza il dovuto consenso, ed il diritto all\u2019oblio.<\/li>\n<\/ul>\n

      Vantaggi di un Cloud Ibrido o Privato<\/strong><\/p>\n

      La scelta dell\u2019infrastruttura ibrida o privata \u00e8 cruciale per la conformit\u00e0. A differenza del cloud pubblico, che pu\u00f2 sollevare problemi di sovranit\u00e0 dei dati e di sicurezza, un’infrastruttura privata offre un controllo maggiore.<\/p>\n

        \n
      • Sicurezza e Controllo Totale<\/strong>: Un’infrastruttura privata permette di mantenere i dati sensibili all’interno dei confini aziendali, riducendo il rischio di fughe di dati e garantendo la conformit\u00e0 con normative specifiche di settore.<\/li>\n
      • Tracciabilit\u00e0 e Audit<\/strong>: Con i dati e i modelli sotto il proprio controllo diretto, \u00e8 pi\u00f9 semplice documentare l’origine (data lineage), la freschezza e la qualit\u00e0 dei dati di addestramento e dimostrare la conformit\u00e0 durante un audit. Questo semplifica la gestione della documentazione tecnica e la verificabilit\u00e0 del modello.<\/li>\n<\/ul>\n

        Gestione del Ciclo di Vita del Modello (MLOps)<\/strong><\/p>\n

        L’implementazione non finisce con l’addestramento del modello. Le normative possono richiedere un monitoraggio continuo, che pu\u00f2 essere gestito efficacemente attraverso pratiche di MLOps<\/strong> (Machine Learning Operations). Questo approccio garantisce che il modello rimanga conforme e affidabile nel tempo.<\/p>\n

          \n
        • Validazione e Testing Rigoroso<\/strong>: Prima del rilascio, il modello deve essere sottoposto a test approfonditi per valutare l’assenza di bias, l’accuratezza e la sicurezza degli output. \u00c8 importante testare la robustezza del modello contro attacchi malevoli o input avversari.<\/li>\n
        • Monitoraggio Post-Deployment<\/strong>: Dopo il rilascio, \u00e8 necessario un monitoraggio costante per identificare eventuali deviazioni (drift) nei dati o negli output, che potrebbero indicare una perdita di conformit\u00e0 o prestazioni.<\/li>\n<\/ul>\n

          Queste fasi di controllo continuo permettono di mettere fuori linea il modello. quando non pi\u00f9 conforme, spegnendolo o attivando un modello alternativo.<\/p>\n

          Trasparenza e Documentazione Interna<\/strong><\/p>\n

          La trasparenza, intesa come la capacit\u00e0 di spiegare il funzionamento del modello, \u00e8 una sfida complessa per la GenAI, ma \u00e8 un requisito non negoziabile. L’azienda deve mantenere una documentazione completa e aggiornata che includa:<\/p>\n

            \n
          • I dettagli dei dati di addestramento.<\/li>\n
          • Le metriche di performance e le valutazioni di rischio.<\/li>\n
          • Le misure di mitigazione dei rischi adottate.<\/li>\n<\/ul>\n

            In sintesi, la conformit\u00e0 a normative e regolamenti per la GenAI \u00e8 un processo continuo che si basa su una gestione scrupolosa dei dati, l’adozione di un’infrastruttura che garantisca controllo e sicurezza, e una supervisione costante del ciclo di vita del modello.<\/p>\n

            Nell\u2019implementare questo processo le aziende possono fare affidamento a prodotti e system integrator che le aiutino ad indirizzare i vari aspetti con soluzioni affidabili e adattabili alle varie necessit\u00e0.<\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             <\/p>\n

             [\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n","protected":false},"excerpt":{"rendered":"

            [vc_row css=”.vc_custom_1692367563880{padding-top: 20px !important;}”][vc_column width=”5\/6″][vc_single_image image=”6317″ img_size=”full” style=”vc_box_border_circle_2″][vc_column_text]Michele Milesi Senior Principal Consultant | Data & AI Architecture LUTECH[\/vc_column_text][\/vc_column][vc_column width=”1\/6″][vc_single_image image=”5379″][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text] Quali sono le principali sfide che un\u2019azienda deve affrontare nell\u2019implementare la GenAI nel rispetto delle normative e dei regolamenti? Un\u2019azienda che intende investire in progetti in ambito di Intelligenza Artificiale (AI), e in particolar modo […]<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-6528","page","type-page","status-publish","hentry"],"yoast_head":"\nIntervista - It's all CIO & Technology<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Intervista - It's all CIO & Technology\" \/>\n<meta property=\"og:description\" content=\"[vc_row css=”.vc_custom_1692367563880{padding-top: 20px !important;}”][vc_column width=”5\/6″][vc_single_image image=”6317″ img_size=”full” style=”vc_box_border_circle_2″][vc_column_text]Michele Milesi Senior Principal Consultant | Data & AI Architecture LUTECH[\/vc_column_text][\/vc_column][vc_column width=”1\/6″][vc_single_image image=”5379″][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text] Quali sono le principali sfide che un\u2019azienda deve affrontare nell\u2019implementare la GenAI nel rispetto delle normative e dei regolamenti? Un\u2019azienda che intende investire in progetti in ambito di Intelligenza Artificiale (AI), e in particolar modo […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/\" \/>\n<meta property=\"og:site_name\" content=\"It's all CIO & Technology\" \/>\n<meta property=\"article:modified_time\" content=\"2025-10-06T15:34:38+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data1\" content=\"7 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/\",\"url\":\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/\",\"name\":\"Intervista - It's all CIO & Technology\",\"isPartOf\":{\"@id\":\"https:\/\/itsall-ciotechnology.com\/#website\"},\"datePublished\":\"2025-10-06T15:30:59+00:00\",\"dateModified\":\"2025-10-06T15:34:38+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/itsall-ciotechnology.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Intervista\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/itsall-ciotechnology.com\/#website\",\"url\":\"https:\/\/itsall-ciotechnology.com\/\",\"name\":\"It's all CIO & Technology\",\"description\":\"I BIG dell IT a confronto\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/itsall-ciotechnology.com\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Intervista - It's all CIO & Technology","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/","og_locale":"it_IT","og_type":"article","og_title":"Intervista - It's all CIO & Technology","og_description":"[vc_row css=”.vc_custom_1692367563880{padding-top: 20px !important;}”][vc_column width=”5\/6″][vc_single_image image=”6317″ img_size=”full” style=”vc_box_border_circle_2″][vc_column_text]Michele Milesi Senior Principal Consultant | Data & AI Architecture LUTECH[\/vc_column_text][\/vc_column][vc_column width=”1\/6″][vc_single_image image=”5379″][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text] Quali sono le principali sfide che un\u2019azienda deve affrontare nell\u2019implementare la GenAI nel rispetto delle normative e dei regolamenti? Un\u2019azienda che intende investire in progetti in ambito di Intelligenza Artificiale (AI), e in particolar modo […]","og_url":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/","og_site_name":"It's all CIO & Technology","article_modified_time":"2025-10-06T15:34:38+00:00","twitter_card":"summary_large_image","twitter_misc":{"Tempo di lettura stimato":"7 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/","url":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/","name":"Intervista - It's all CIO & Technology","isPartOf":{"@id":"https:\/\/itsall-ciotechnology.com\/#website"},"datePublished":"2025-10-06T15:30:59+00:00","dateModified":"2025-10-06T15:34:38+00:00","breadcrumb":{"@id":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/itsall-ciotechnology.com\/index.php\/intervista-michele-milesi-senior-principal-consultant-data-ai-architecture-lutech\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/itsall-ciotechnology.com\/"},{"@type":"ListItem","position":2,"name":"Intervista"}]},{"@type":"WebSite","@id":"https:\/\/itsall-ciotechnology.com\/#website","url":"https:\/\/itsall-ciotechnology.com\/","name":"It's all CIO & Technology","description":"I BIG dell IT a confronto","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/itsall-ciotechnology.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"}]}},"_links":{"self":[{"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/pages\/6528","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/comments?post=6528"}],"version-history":[{"count":2,"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/pages\/6528\/revisions"}],"predecessor-version":[{"id":6530,"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/pages\/6528\/revisions\/6530"}],"wp:attachment":[{"href":"https:\/\/itsall-ciotechnology.com\/index.php\/wp-json\/wp\/v2\/media?parent=6528"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}