AI: Codema sviluppa il primo modello di certificazione continua dei sistemi di intelligenza artificiale

Intelligenza Artificiale: Codema lancia due Technical Committee per sviluppare il primo modello di assessment continuo dell'AI

Solo il 30% delle imprese ha un adeguato livello di governance dell’AI

 

Milano, 16 luglio 2026 – L'intelligenza artificiale si diffonde più velocemente della capacità di controllarla. Mentre imprese e organizzazioni accelerano l'adozione di sistemi sempre più autonomi e in continua evoluzione, mancano ancora strumenti concreti per governarne rischi, trasparenza e affidabilità. Per rispondere a questa sfida, Codema, organizzazione globale per l'ideazione di standard e rating in ambito tecnologico e della sostenibilità, annuncia la nascita di due nuovi Technical Committee – TC23 e TC24 – con l'obiettivo di sviluppare metodologie di assessment e audit basate su matrici standardizzate e protocolli in grado di rendere l'intelligenza artificiale misurabile, verificabile e governabile lungo tutto il suo ciclo di vita.

 

L'iniziativa si colloca in un momento in cui l’accelerazione tecnologica a cui si sta assistendo ha messo in crisi i procedimenti tradizionali di controllo. Secondo McKinsey, l’88% delle aziende utilizza oggi l'AI in almeno una funzione aziendale, mentre il 62% delle organizzazioni sta già sperimentando sistemi di AI agentica capaci di eseguire attività con livelli crescenti di autonomia. Tuttavia, a fronte dell’adozione massiccia di modelli AI capaci di lavorare sotto una supervisione umana minima, secondo il McKinsey AI Trust Maturity Survey 2026 solo il 30% delle organizzazioni ha raggiunto livelli avanzati di maturità di strategia, governance e controlli. Anche il report State of AI in the Enterprise 2026 di Deloitte evidenzia che circa l'80% delle organizzazioni non possiede capacità mature di governance, monitoraggio in tempo reale e audit trail per i sistemi AI autonomi. Si crea così un divario sempre più evidente tra la velocità con cui l'intelligenza artificiale viene adottata e la capacità delle organizzazioni di dimostrarne il controllo, la conformità e la gestione del rischio.

 

Il problema, oggi, non è più soltanto adottare l'intelligenza artificiale, ma dimostrare che opera in modo affidabile, trasparente e conforme alle aspettative del mercato e ai requisiti normativi. È proprio questo il vuoto metodologico che Codema intende colmare con i nuovi Technical Committee, sviluppando strumenti condivisi di assessment e audit capaci di trasformare principi come trasparenza, supervisione umana e gestione del rischio in criteri concretamente verificabili.

 

A fronte di questo scenario, il cambio di paradigma proposto da Codema supera la logica della certificazione tradizionale, pensata per valutare sistemi statici, introducendo un modello di assessment continuo in cui i controlli sono integrati direttamente nei sistemi e nei processi (Audit as a Layer). L'obiettivo è consentire la raccolta continua di evidenze, dati e informazioni verificabili lungo tutto il ciclo di vita dell'intelligenza artificiale, offrendo ad auditor, organizzazioni e stakeholder strumenti più efficaci per valutarne il comportamento e dimostrarne la conformità.

 

Alla base di questo approccio vi è un ecosistema aperto composto da imprese, auditor, organismi di certificazione, esperti, università e comunità scientifica. Codema definisce questo modello stakeholderization: un processo attraverso il quale le esigenze e le competenze dei diversi stakeholder vengono trasformate in criteri condivisi di assessment, matrici di controllo e protocolli di audit. L'obiettivo non è soltanto coinvolgere gli stakeholder nella consultazione, ma renderli parte integrante della costruzione delle metodologie che guideranno la governance dell'intelligenza artificiale.

 

In questo quadro si inseriscono i due nuovi comitati tecnici: TC23 si concentra sulla dimensione tecnica dei sistemi AI, sviluppando metodologie per valutarne performance, affidabilità, monitoraggio delle anomalie e tracciabilità. TC24, invece, lavora sull’integrazione dell’AI nei processi aziendali, affrontando temi come supervisione umana, gestione delle eccezioni, evidenze e verificabilità dei processi. 

 

L'obiettivo è contribuire alla costruzione di una nuova infrastruttura metodologica per la governance dell'intelligenza artificiale, capace di mettere a disposizione del mercato strumenti condivisi per valutare, monitorare e dimostrare la conformità dei sistemi AI in un contesto tecnologico e normativo in continua evoluzione, colmando il divario tra innovazione e controllo e rafforzando la fiducia nell'utilizzo dell'intelligenza artificiale.

 

"L'intelligenza artificiale sta entrando nei processi decisionali di imprese e organizzazioni a una velocità senza precedenti, ma la capacità di governarla non sta crescendo con la stessa rapidità. Oggi il vero tema non è più la disponibilità della tecnologia, ma la possibilità di dimostrarne il funzionamento, la conformità e l'affidabilità”, afferma Andrea Sacchi, Executive Director di Codema. “Con TC23 e TC24 vogliamo costruire una metodologia condivisa che trasformi principi come trasparenza, gestione del rischio e supervisione umana in criteri di assessment concreti, misurabili e verificabili. Perché la fiducia nell'intelligenza artificiale non nasce dalle dichiarazioni, ma dalla capacità di dimostrare, con evidenze oggettive, come i sistemi vengono governati".

 

***

 

Codema

Codema è un ente tecnico indipendente con sede in Svizzera, attivo a livello globale nello sviluppo di nuovi modelli di standardizzazione per tecnologie, processi e sistemi complessi. Nata nel 2017 nell’ambito degli schemi di valutazione per il settore farmaceutico, Codema ha progressivamente esteso la propria metodologia ad aree ad alta innovazione e complessità regolatoria, tra cui intelligenza artificiale, tecnologie DLT, infrastrutture digitali, sostenibilità/ESG e life sciences. Al centro del modello Codema c’è una metodologia pensata per le nuove tecnologie: aperta, trasparente e partecipativa, consente a esperti, imprese, auditor, università, istituzioni e stakeholder di contribuire alla definizione dei criteri di valutazione. L’obiettivo è trasformare le esigenze degli stakeholder in strumenti concreti di assessment, audit e rating, applicabili da soggetti terzi autorizzati, per rendere misurabili e verificabili ambiti in rapida evoluzione.