SAS prepara il lancio di AI Navigator, una nuova piattaforma SaaS pensata per aiutare le organizzazioni a mettere ordine nell’adozione dell’intelligenza artificiale. L’obiettivo è affrontare uno dei problemi più concreti della fase attuale: la crescita rapida di modelli, agenti e strumenti AI spesso distribuiti in azienda senza una visione unificata, senza inventario completo e senza controlli coerenti su rischio, compliance e policy interne.
La piattaforma sarà disponibile nel terzo trimestre 2026 su Microsoft Azure Marketplace e nasce per offrire ai responsabili di AI, dati, compliance e rischio un sistema per censire, governare e monitorare i casi d’uso dell’intelligenza artificiale. Non si tratta soltanto di controllare i singoli modelli, ma di collegare modelli, agenti, policy e casi d’uso in una visione operativa unica.
Il punto è rilevante perché molte aziende stanno accelerando sull’AI, spinte dalla promessa di maggiore produttività, ma non sempre riescono a mantenere lo stesso ritmo sul fronte della fiducia, della sicurezza e della governance. Il risultato è una proliferazione di soluzioni non sempre validate, spesso introdotte nei reparti senza un controllo centrale sufficiente.
SAS AI Navigator affronta il problema della shadow AI
Uno dei temi centrali è la shadow AI, cioè l’uso di strumenti e sistemi di intelligenza artificiale non autorizzati o non adeguatamente governati all’interno dell’organizzazione. Il fenomeno non riguarda solo l’adozione spontanea di chatbot o modelli generativi da parte dei dipendenti, ma anche la difficoltà di sapere quali sistemi siano effettivamente in uso, quali dati trattino, quali decisioni influenzino e quali rischi comportino.
SAS AI Navigator nasce proprio per costruire un inventario completo dell’AI aziendale. La piattaforma consente di mappare i casi d’uso che hanno impatto sul business, collegandoli ai modelli e agli agenti che li abilitano, così come alle policy applicabili. In questo modo, un’organizzazione può capire non solo quale modello venga utilizzato, ma anche per quale scopo, in quale contesto e con quali obblighi di controllo.
Un esempio concreto riguarda i chatbot usati per interagire con i clienti. Un’azienda può governare l’agente o il modello sottostante, come Claude o Microsoft Copilot, ma anche applicare policy per verificare che il sistema rispetti normative, regole interne e requisiti di gestione del rischio. La governance, quindi, non si limita alla tecnologia, ma si estende al caso d’uso e al suo impatto operativo.
“Troppo spesso la governance dell’IA viene considerata una misura di compliance”, ha dichiarato Reggie Townsend, Vice President, SAS AI Ethics, Governance and Social Impact. “In realtà è un driver di crescita. Invece di temere che la shadow AI metta a rischio l’organizzazione, l’AI governance mette le persone nella condizione di spingersi oltre con questa tecnologia, all’interno di un ambiente strutturato, trasparente e sicuro”.
Governance dell’intelligenza artificiale senza cambiare gli strumenti già in uso
Un elemento importante della proposta è che SAS AI Navigator non richiede alle aziende di cambiare il modo in cui sviluppano o adottano l’intelligenza artificiale. La piattaforma è progettata per offrire una visione unificata dei modelli e degli strumenti già presenti nell’organizzazione, inclusi LLM, agenti AI, modelli open source, modelli SAS e soluzioni acquistate da terze parti.
Questo approccio risponde a una necessità pratica. In molte imprese l’AI non nasce da un unico centro di competenza, ma si distribuisce tra team di business, data science, IT, customer service, marketing, risk management e funzioni operative. Senza uno strumento di coordinamento, il rischio è che ogni area proceda con logiche proprie, creando duplicazioni, incoerenze e punti ciechi.
SAS AI Navigator supporta l’intero ciclo di vita degli asset AI, dalla sperimentazione al deployment fino alla dismissione. Questo consente di governare non solo i sistemi già in produzione, ma anche quelli in fase di test o valutazione. È un passaggio necessario perché molti rischi nascono prima della messa in esercizio, quando vengono selezionati dati, modelli, criteri di valutazione e modalità di utilizzo.
La piattaforma permette inoltre di applicare policy interne, normative e framework esterni ai casi d’uso AI. In uno scenario regolatorio sempre più articolato, questa capacità diventa essenziale per evitare che la governance resti un insieme di documenti separati dai processi effettivi.
Perché la governance dell’AI diventa una leva di crescita
La governance dell’intelligenza artificiale viene spesso percepita come un vincolo. In realtà, nelle organizzazioni più mature può diventare una condizione per accelerare. Se l’azienda sa quali modelli usa, dove sono applicati, quali rischi generano e quali controlli sono attivi, può portare più rapidamente nuovi casi d’uso in produzione senza aumentare in modo incontrollato l’esposizione.
Secondo uno studio di SAS e IDC sulla fiducia nell’intelligenza artificiale, l’uso di agenti AI e LLM sta crescendo più velocemente degli investimenti nell’AI affidabile. La distanza tra sperimentazione e controllo è quindi destinata ad ampliarsi se le aziende non introducono strumenti specifici per censire, valutare e governare l’adozione dell’intelligenza artificiale.
Il tema è anche prospettico. Gartner prevede che entro il 2030 oltre il 40% delle imprese sperimenterà incidenti di sicurezza o compliance legati a shadow AI non autorizzata. È un dato che indica chiaramente come il problema non sia marginale: più l’AI diventa accessibile e distribuita, più cresce la necessità di gestirla come un’infrastruttura critica.
Una governance solida aiuta inoltre a costruire fiducia verso clienti, autorità di regolamentazione, consigli di amministrazione e dipendenti. Le decisioni supportate dall’AI devono essere credibili, verificabili e spiegabili. Senza un framework adeguato, aumentano i rischi di sanzioni, danni reputazionali, inefficienze operative e perdita di fiducia nel brand.
SAS porta in AI Navigator l’esperienza su rischio, compliance e modelli
SAS presenta AI Navigator come estensione di un portafoglio già consolidato nella governance dell’intelligenza artificiale. L’azienda rivendica cinque decenni di esperienza nell’aiutare i clienti a implementare tecnologie trasformative in modo responsabile, con competenze che includono model risk management, interpretabilità, rilevazione dei bias, protezione della privacy, data masking e monitoraggio end-to-end.
La base tecnologica e metodologica è importante perché la governance dell’AI non può limitarsi a un registro statico dei modelli. Deve includere controlli operativi, responsabilità, auditabilità, gestione del rischio e capacità di adattarsi a contesti regolamentati. Settori come finanza, sanità, assicurazioni, pubblica amministrazione e industria regolata richiedono strumenti che permettano di dimostrare come l’AI venga usata e con quali garanzie.
Chartis Research ha nominato SAS leader di categoria nel Chartis RiskTech Quadrant per le soluzioni di AI Governance, citando la piattaforma SAS Viya per capacità che coprono machine learning classico, model risk management, explainability, rilevazione dei bias, privacy e monitoraggio dell’ecosistema AI enterprise.
“Unendo queste capacità a una profonda competenza nei settori regolamentati, SAS è nella posizione di dimostrare come l’intelligenza artificiale possa rappresentare una strategia di crescita per clienti e prospect”, ha dichiarato Michael Versace, Research Director for Governance, Resilience and Compliance di Chartis.
La sfida è rendere la governance utilizzabile
Il nodo più delicato resta l’adozione concreta. Uno strumento di AI governance può essere completo dal punto di vista funzionale, ma fallire se risulta troppo complesso per chi deve usarlo. La governance dell’intelligenza artificiale deve quindi essere abbastanza robusta da soddisfare risk manager, compliance officer e responsabili IT, ma anche abbastanza chiara da non diventare un freno per i team che sviluppano e portano avanti i casi d’uso.
“Il rischio più grande per qualsiasi programma di IA governance non è la regolamentazione, ma uno strumento così complesso che nessuno lo utilizza”, ha aggiunto Townsend. “SAS AI Navigator è stato progettato per rendere irresistibile il percorso verso un’intelligenza artificiale responsabile”.
È una considerazione centrale. La regolamentazione può imporre requisiti, ma l’efficacia dipende dalla capacità di tradurli in processi quotidiani. Se la governance resta separata dallo sviluppo, dall’adozione e dal monitoraggio dei casi d’uso, rischia di diventare un adempimento formale. Se invece viene integrata nel ciclo di vita dell’AI, può diventare uno strumento per accelerare con maggiore controllo.
SAS AI Navigator si inserisce quindi in una fase in cui le aziende non devono più soltanto sperimentare l’intelligenza artificiale, ma dimostrare di saperla governare. La questione non è se adottare l’AI, ma come renderla visibile, controllabile, conforme e utile al business. In questo senso, la governance smette di essere un livello accessorio e diventa una parte strutturale della strategia AI enterprise.
