Con i decreti attuativi della legge 132/2025, approvati in esame definitivo dal Consiglio dei ministri il 4 agosto, l’intelligenza artificiale è destinata a entrare nel perimetro della responsabilità amministrativa degli enti. Il provvedimento interviene sul D.Lgs. 231/2001 introducendo il nuovo articolo 25-vicies, che include nel catalogo 231 due reati presupposto legati all’utilizzo dei sistemi di IA.
Per banche, intermediari finanziari e assicurazioni la novità si intreccia direttamente con l’AI Act, che classifica come ad alto rischio anche determinati sistemi utilizzati per valutare il merito creditizio delle persone fisiche. Il decreto, approvato definitivamente dal Governo, dovrà ora completare il proprio iter con la pubblicazione in Gazzetta Ufficiale e la successiva entrata in vigore.
Il nuovo quadro avvicina ulteriormente governance tecnologica e responsabilità dell’ente: sorveglianza umana, misure di sicurezza dei sistemi IA e Modello 231 tendono a convergere all’interno dello stesso impianto di controlli.
Due reati, non una responsabilità generalizzata
Il nuovo articolo 25-vicies inserisce nel catalogo dei reati presupposto due fattispecie distinte. La prima è il nuovo articolo 437-bis del Codice penale, che punisce l’omessa adozione delle misure di sicurezza nei sistemi di IA e la loro alterazione illecita. La seconda è il reato di diffusione illecita di contenuti generati o alterati tramite IA – il deepfake – disciplinato dall’articolo 612-quater, introdotto dalla legge 132/2025.
Non si tratta quindi di una responsabilità automatica dell’impresa per qualsiasi violazione dell’AI Act: il meccanismo 231 resta ancorato alla commissione di uno specifico reato presupposto, con tutti gli ulteriori requisiti previsti dalla disciplina generale sulla responsabilità degli enti. Resta però significativo che il legislatore abbia scelto di collegare esplicitamente sicurezza dei sistemi di IA e organizzazione aziendale.
Cosa punisce l’articolo 437-bis
La nuova fattispecie penale copre l’intera catena del valore dei sistemi di IA ad alto rischio: progettazione, addestramento, produzione, immissione sul mercato e utilizzo professionale. Viene colpita, in particolare, l’omissione delle misure tecniche di sicurezza e di sorveglianza umana, quando ne derivi un pericolo concreto per la vita, l’incolumità individuale o pubblica oppure la sicurezza dello Stato. Per le condotte omissive colpose rileva la colpa grave.
La sorveglianza umana assume così una valenza che supera il semplice requisito tecnico del sistema e diventa parte dell’architettura organizzativa con cui l’impresa ne governa l’impiego.
Sul piano sanzionatorio, il testo approvato prevede per il reato di cui all’articolo 437-bis una sanzione pecuniaria a carico dell’ente da 600 a 1.000 quote; per quello relativo ai deepfake da 200 a 700 quote. Nel sistema del D.Lgs. 231/2001 ogni quota ha un valore compreso tra 258 e 1.549 euro, determinato dal giudice anche sulla base delle condizioni economiche e patrimoniali dell’ente. In termini puramente teorici, le due forbici possono quindi arrivare rispettivamente fino a circa 1,55 milioni e 1,08 milioni di euro. A queste si aggiunge un regime differenziato di sanzioni interdittive.
Per il credito, il nodo resta il credit scoring
Per il settore finanziario la lettura del nuovo articolo 25-vicies non può prescindere dall’AI Act. I sistemi utilizzati per valutare il merito creditizio o determinare il credit score delle persone fisiche rientrano, nei casi individuati dall’Annex III del regolamento europeo, tra i sistemi ad alto rischio.
SimplyBiz aveva già approfondito il tema nell’analisi “AI Act, il rinvio non basta: per il credito la governance dei modelli resta un dossier aperto”.
Sul calendario applicativo è inoltre intervenuta la proposta Digital Omnibus on AI, che prevede per i sistemi high-risk dell’Annex III un meccanismo legato alla disponibilità degli strumenti europei di supporto alla compliance e, in ogni caso, il termine del 2 dicembre 2027. La modifica, tuttavia, è ancora oggetto dell’iter legislativo europeo e il termine non può quindi essere considerato, allo stato, definitivamente acquisito.
Il dato quantitativo aiuta a comprendere le dimensioni del fenomeno. Secondo l’Indagine Fintech 2025 della Banca d’Italia, analizzata da SimplyBiz, nel sistema finanziario italiano risultavano censiti 798 sistemi di IA, l’11% dei quali classificato ad alto rischio. Un terzo degli intermediari – la metà dei quali banche – aveva già una struttura dedicata alla governance dell’intelligenza artificiale.
Per gli operatori, la domanda pratica diventa allora quali algoritmi siano realmente in uso, con quali dati, con quale margine di autonomia decisionale e, soprattutto, quale controllo umano intervenga prima che l’output produca effetti sul cliente.
Il Modello 231 dialoga con la governance dell’IA
L’effetto più immediato riguarda i Modelli di organizzazione, gestione e controllo. Per gli enti che utilizzano sistemi potenzialmente rilevanti, la riforma rende necessario aggiornare il risk assessment 231, individuare i processi nei quali interviene l’IA e verificare l’adeguatezza dei protocolli di prevenzione già esistenti.
Non basta sapere che un software incorpora componenti di intelligenza artificiale. Occorre ricostruirne il ruolo nella catena decisionale: chi lo ha scelto, chi ne controlla gli output, quali dati lo alimentano, come vengono gestite le anomalie e quando scatta l’intervento umano.
Il tema si inserisce in un’evoluzione più ampia, già evidenziata nel report OCSE sull’intelligenza artificiale nei mercati finanziari analizzato da SimplyBiz: con l’aumento dell’utilizzo dell’IA, il presidio si sposta progressivamente dalla sperimentazione tecnologica alla definizione di responsabilità, competenze e sistemi di controllo.
Neppure il ricorso a soluzioni sviluppate da fornitori esterni risolve il problema. La disciplina guarda a una filiera composta da provider, importatori, distributori e deployer. Per l’impresa utilizzatrice questo significa presidiare anche vendor assessment, clausole contrattuali, documentazione tecnica, tracciabilità e monitoraggio delle prestazioni del sistema.
Agenti e mediatori: un perimetro da verificare caso per caso
Per agenti in attività finanziaria e mediatori creditizi la questione non ammette automatismi. L’uso di strumenti di IA per lead scoring, profilazione commerciale, analisi documentale o pre-valutazione della clientela non determina di per sé la classificazione come sistema high-risk: occorre verificare la funzione concretamente svolta e, in particolare, se lo strumento intervenga nella valutazione del merito creditizio disciplinata dall’AI Act.
È una distinzione tutt’altro che teorica, considerando quanto l’IA sia già entrata nei processi distributivi del credito. La Survey SimplyBiz 2026 sull’intelligenza artificiale nel settore creditizio, condotta su un panel di 315 professionisti composto per oltre il 90% da mediatori creditizi e agenti in attività finanziaria, aveva rilevato che il 46,9% degli intervistati si trovava già in fase di sperimentazione attiva e il 15,6% disponeva di sistemi o processi già in produzione.
Il rischio organizzativo, quindi, non riguarda soltanto i grandi intermediari che sviluppano algoritmi proprietari. Può interessare anche strutture di dimensioni inferiori che integrano nei propri processi strumenti realizzati da terzi senza avere piena consapevolezza della loro classificazione regolamentare e delle responsabilità associate al loro utilizzo.
Dalla mappatura al sistema dei controlli
Il primo passaggio operativo per le imprese è l’inventario dei sistemi utilizzati: applicazioni, fornitori, finalità, dati trattati, processi coinvolti, responsabili interni e relativa classificazione del rischio.
Alla mappatura dovrebbero seguire la verifica delle misure di sorveglianza umana (human oversight), cioè i presidi che consentono a personale competente di monitorare il funzionamento del sistema di IA, interpretarne correttamente gli output e, quando necessario, intervenire, modificare o interromperne l’utilizzo, la gestione degli incidenti e delle anomalie, la conservazione dei log e della documentazione e un coordinamento più stretto tra compliance, risk management, IT, cybersecurity, privacy e Organismo di Vigilanza.
Per gli operatori finanziari questo significa anche evitare che la governance dell’AI Act e il sistema 231 procedano su binari separati. La classificazione dei sistemi, i controlli sui fornitori e le procedure di sorveglianza umana costituiscono infatti informazioni che possono alimentare direttamente il risk assessment e i protocolli del Modello 231.
Con l’ingresso dei nuovi reati nel sistema 231, una volta completato l’iter del decreto, la diffusione degli algoritmi assumerà dunque anche una più marcata dimensione penalistica. Per le imprese che stanno ampliando il loro utilizzo, la questione nei prossimi mesi non sarà soltanto dimostrare che il sistema funziona: occorrerà poter ricostruire chi lo governa, quali controlli sono stati predisposti e come l’organizzazione interviene quando qualcosa non funziona.
