Zoom AI Companion: come garantire sicurezza e controllo nell'adozione dell'AI

L’adozione dell’intelligenza artificiale nei contesti aziendali procede più lentamente di quanto le sue potenzialità lascerebbero immaginare, e il motivo è quasi sempre lo stesso: la fiducia. Per i responsabili IT, CISO e CIO chiamati a valutare strumenti di AI generativa da integrare nei flussi di lavoro quotidiani, la domanda centrale non riguarda tanto cosa un assistente virtuale sappia fare, quanto come vengono trattati i dati che lo alimentano. È in questo spazio che si gioca gran parte delle decisioni di implementazione, ed è qui che si colloca l‘approccio adottato da Zoom per il proprio AI Companion, integrato in Meetings, Team Chat e Zoom Mail.

Zoom chiama questo approccio AI federata, intendendo un instradamento dinamico tra più modelli, pensato per bilanciare prestazioni, costi e controllo, mantenendo al centro la protezione dei contenuti aziendali. Non si tratta di una promessa generica, ma di un insieme di scelte tecniche e organizzative che vale la pena analizzare nel dettaglio, soprattutto per chi deve conciliare la produttività dei team con i requisiti di conformità e sicurezza.

Il tema non riguarda solo le riunioni. Le stesse garanzie di sicurezza, tracciabilità e controllo valgono per Zoom Contact Center e per il Virtual Agent basato sull’AI, gli ambiti in cui Zoom si propone oggi come piattaforma CCaaS a tutti gli effetti, oltre il perimetro di videoconferenza con cui viene più comunemente associato in Italia. Per chi valuta un contact center basato sull’AI, il modello di governance descritto in questa guida — architettura federata, ciclo di vita dei dati, controlli granulari — è lo stesso che regola gli agenti virtuali e l’automazione del servizio clienti.

Un’orchestrazione multi-modello, non un modello unico

Invece di appoggiarsi a un solo modello di grandi dimensioni, Zoom AI Companion combina in modo dinamico modelli proprietari ottimizzati e modelli di terze parti forniti da partner come OpenAI e Anthropic. La logica è quella di assegnare il modello più adatto a ogni attività: modelli linguistici più leggeri per compiti semplici e ripetitivi, modelli più potenti quando serve maggiore complessità, con l’obiettivo dichiarato di bilanciare prestazioni e utilizzo delle risorse.

Questa scelta architetturale ha una ricaduta diretta sulla governance: non legando il sistema a un unico fornitore, Zoom può integrare nuovi modelli man mano che il panorama dell’AI evolve, senza vincolare i clienti a tecnologie che rischiano di diventare obsolete nel giro di pochi mesi. Per un reparto IT, questo significa poter valutare l’affidabilità dei singoli sub-responsabili del trattamento coinvolti, piuttosto che dover fare i conti con un fornitore unico e opaco.

Il ciclo di vita dei dati, dall’input alla conservazione

La parte più concreta della proposta riguarda il modo in cui i contenuti vengono trattati lungo l’intero ciclo di vita. In fase di input, Zoom dichiara di non utilizzare audio, video, chat, condivisioni dello schermo, allegati, risultati di sondaggi o lavagne per addestrare i propri modelli né quelli di terze parti; i contenuti elaborati (trascrizioni, input da riunioni, chat o email) servono esclusivamente a generare i risultati richiesti, come riepiloghi o suggerimenti di attività.

Nella fase di elaborazione, i contenuti vengono criptati durante il transito e processati sia da modelli ospitati da Zoom sia da fornitori terzi, tenuti a rispettare gli stessi standard di protezione dei dati e sottoposti a controlli di sicurezza periodici. I dipendenti Zoom non hanno accesso ai contenuti dei clienti, inclusi i risultati generati dall’AI, salvo autorizzazione esplicita del titolare dell’account o motivi legali, di sicurezza o di assistenza.

Sul fronte della conservazione, per impostazione predefinita i contenuti temporanei (ad esempio le trascrizioni delle riunioni) vengono mantenuti per un massimo di 30 giorni a fini di supporto e debug, salvo obblighi di legge diversi. Per le organizzazioni con esigenze più stringenti è disponibile un’opzione di non conservazione dei dati, che limita la permanenza delle trascrizioni usate per i riepiloghi, con la contropartita di disattivare alcune funzionalità collegate.

Controlli granulari per admin e utenti

Uno dei nodi che le organizzazioni si trovano ad affrontare quando l’AI entra in azienda senza una governance esplicita è la cosiddetta shadow AI: dipendenti che, in assenza di strumenti approvati, ricorrono a soluzioni personali che sfuggono al controllo del reparto IT, con evidenti rischi per la sicurezza dei dati e la conformità. Per contenere questo fenomeno, Zoom mette a disposizione livelli di controllo differenziati: a livello di account, per abilitare o disabilitare funzionalità sull’intera organizzazione ed eventualmente bloccare le impostazioni; a livello di gruppo, per concedere l’accesso a specifici dipartimenti, utile per implementazioni graduali o programmi pilota; a livello di singolo utente, lasciando margine di personalizzazione dove consentito dalle policy aziendali.

A questo si aggiungono impostazioni specifiche su chi può ricevere i riepiloghi generati dall’AI (solo l’organizzatore, gli invitati interni o tutti i partecipanti) e sulla gestione automatica delle attività generate dopo una riunione. Per le organizzazioni che vogliono limitare il ricorso a modelli di terze parti, sono previste due configurazioni alternative: una che utilizza esclusivamente modelli gestiti da Zoom, e una che affianca i modelli Zoom ai grandi modelli linguistici di Anthropic ospitati su Amazon Bedrock, entrambe con alcune limitazioni funzionali rispetto alla configurazione standard.

Un approccio graduale, dal pilota al rollout aziendale

Sul piano operativo, Zoom suggerisce di non affrontare l’adozione dell’AI come un lancio unico su tutta l’organizzazione, ma come un percorso a fasi: si parte con un gruppo ristretto di utenti su cui abilitare le funzionalità di AI Companion, mantenendole disattivate per il resto dell’azienda, per poi affidare a un admin dedicato la gestione del programma pilota, senza concedergli accesso completo all’account. Solo dopo aver raccolto riscontri sulle prestazioni e sul gradimento degli utenti si procede a un’eventuale estensione.

È un modello che riflette una logica più ampia, applicabile al di là del singolo strumento: l’AI generativa entra nei processi aziendali più facilmente quando i vincoli di sicurezza e conformità sono definiti a monte, e non gestiti a posteriori come correttivo a un uso già diffuso e non governato. Per i responsabili IT che devono rispondere sia alle richieste di produttività dei team sia ai requisiti di controllo imposti dall’azienda, la possibilità di calibrare l’accesso per gruppi e funzionalità, prima ancora che per singoli utenti, resta la variabile che condiziona i tempi e la sostenibilità dell’adozione.