Come presentare l'IA al consiglio di amministrazione: una guida per i dirigenti della moda

I consigli di amministrazione sono sotto pressione: il 66 percento degli amministratori utilizza già l'IA per il lavoro del consiglio ma solo il 22 percento dei consigli ha una politica formale sull'uso dell'IA, e solo circa il 15 percento dei consigli riceve attualmente metriche relative all'IA. I dirigenti della moda che preparano briefing devono affrontare tre domande ricorrenti: chi possiede il rischio, dove vanno i soldi e come misuriamo il valore. Le recenti linee guida delle associazioni di amministratori e consulenti di governance mostrano come strutturare risposte che soddisfino le aspettative fiduciarie senza richiedere competenze tecniche.

Quali domande pongono i consigli di amministrazione sul rischio dell'IA?

Ogni sondaggio importante sulla governance dei consigli negli ultimi 12 mesi identifica l'IA come il rischio strategico numero uno per il quale i consigli si sentono meno preparati a supervisionare. Nel 2026, i consulenti descrivono la governance dell'IA come un obbligo continuo e dell'intero consiglio piuttosto che un controllo episodico delegabile, paragonabile a come si è evoluta la supervisione della cybersecurity un decennio prima.

La National Association of Corporate Directors delinea quattro passaggi che ogni consiglio dovrebbe considerare nell'era dell'IA: condurre una valutazione completa dell'uso e dei rischi dell'IA in tutta l'organizzazione; stabilire strutture di supervisione efficaci per la governance dell'IA; implementare protocolli per identificare e gestire i rischi correlati all'IA allineati con framework riconosciuti; e dare potere ai team di sfruttare proattivamente le opportunità dell'IA.

I consigli in genere esaminano tre categorie di rischio. Le linee guida affrontano come l'IA rimodella i profili di rischio aziendale, inclusa l'esposizione alle allucinazioni e al bias algoritmico. Nella moda specificamente, i consulenti legali segnalano output generati dall'IA che richiedono revisione umana per prevenire allucinazioni nelle descrizioni dei prodotti, nelle guide alle taglie o nel servizio clienti; uso di modelli e influencer di IA che attivano considerazioni sul diritto di pubblicità richiedendo consenso scritto; preoccupazioni su dati e privacy dove le funzionalità di personalizzazione e i camerini virtuali possono coinvolgere dati dei consumatori inclusi identificatori biometrici; e due diligence dei fornitori che affrontano la provenienza dei dati di addestramento, gli usi commerciali consentiti, i requisiti di sicurezza e le indennità per rivendicazioni di proprietà intellettuale.

Chi dovrebbe possedere la supervisione dell'IA a livello del consiglio?

Mettere l'IA nell'agenda permanente del consiglio, assegnare chiara proprietà della supervisione all'audit, al rischio o a un comitato tecnologico dedicato, e richiedere al management di riferire sull'inventario dell'IA, gli incidenti e la conformità alla politica di utilizzo a ogni riunione. Solo circa il 39 percento dei consigli delle Fortune 100 ha meccanismi espliciti di supervisione dell'IA come un comitato del consiglio, un amministratore con competenze in IA o un sotto-consiglio di governance dedicato, secondo la ricerca di McKinsey su come i consigli possono far evolvere la loro governance dell'IA.

Le migliori pratiche variano in base al profilo di rischio: un Comitato IA e Tecnologia dedicato è adatto per organizzazioni dove l'IA è centrale nel modello di business, detenendo la responsabilità primaria di supervisione per strategia, rischio ed etica dell'IA con un mandato che include la revisione di implementazioni materiali di IA e la ricezione di aggiornamenti regolari dal Chief AI Officer o equivalente; un'espansione del Comitato Audit e Rischio è pratica dove il rischio dell'IA è principalmente una preoccupazione di conformità e controllo; la proprietà dell'intero consiglio è adatta per consigli più piccoli.

Solo il 28 percento delle organizzazioni mette il CEO direttamente responsabile della supervisione della governance dell'IA e solo il 17 percento dà quel ruolo al consiglio, il che significa che la responsabilità è ancora diffusa esattamente nel momento in cui i regolatori stanno rimuovendo l'ambiguità da quella domanda.

Quanto stanno spendendo le aziende di moda nell'IA?

I principali attori globali della moda prevedono di incanalare oltre 40,9 miliardi di dollari in investimenti entro il 2026, dando priorità alla spesa in IA, innovazione nei punti vendita, consegna omnicanale e ottimizzazione della catena di approvvigionamento. Un totale di diciassette aziende di moda prevede di aumentare il loro investimento combinato quest'anno a circa 40,9 miliardi di dollari, rispetto ai quasi 36,3 miliardi spesi nel 2025. Gli aumenti delle singole aziende sono sostanziali: Capri Holdings sta aumentando il suo investimento nell'IA del 98,4 percento, da 63 milioni di dollari nel 2025 a 125 milioni.

Il mercato dell'IA nella moda crescerà da 1,75 miliardi di dollari nel 2025 a 2,47 miliardi di dollari nel 2026 con un tasso di crescita annuo composto del 40,8 percento. McKinsey stima che solo l'IA generativa potrebbe aggiungere da 150 miliardi a 275 miliardi di dollari ai profitti operativi di abbigliamento, moda e lusso entro tre o cinque anni.

Mentre il 92 percento delle aziende afferma che aumenterà i propri investimenti nell'IA generativa, solo l'1 percento afferma che la propria implementazione dell'IA ha raggiunto la maturità. Molti sono bloccati in modalità pilota, testando soluzioni di IA isolate con impatto limitato, con il ridimensionamento spesso visto come troppo complesso o costoso. Non c'è modo di incontrare il consiglio di amministrazione senza parlare di IA, anche se la grande sfida è sviluppare un piano che renda tangibile il ritorno sull'investimento.

Quali metriche sull'IA dovrebbero monitorare i consigli?

Solo circa il 15 percento dei consigli riceve attualmente metriche relative all'IA. I consigli dovrebbero avere accesso a misure di impatto come ROI per business unit, percentuale di processi abilitati dall'IA, indicatori di resilienza come tassi di override e risultati di esercitazioni di backup, progressi nella riqualificazione della forza lavoro e allineamento normativo. Gli amministratori dovrebbero informarsi sui KPI specifici utilizzati per misurare le prestazioni, il bias e l'accuratezza dell'IA. Non è più sufficiente misurare il successo dell'IA esclusivamente attraverso la lente del risparmio sui costi o della velocità. La governance richiede di guardare al costo dell'errore e alla frequenza dell'intervento.

Cinque metriche fondamentali ricorrono nei framework di governance:

• Copertura dell'inventario IA: percentuale di sistemi di IA registrati e classificati per livello di rischio, inclusi strumenti di terze parti
• Maturità dei controlli: numero di sistemi ad alto rischio che soddisfano standard di governance definiti per supervisione umana, spiegabilità e verificabilità
• Prontezza alla risposta agli incidenti: trigger di escalation, in particolare per IA rivolta ai clienti, dati regolamentati o soglie di esposizione definite
• Stato di conformità normativa: monitoraggio dell'aderenza a framework come l'AI Act dell'UE, NIST AI Risk Management Framework e regole specifiche del settore
• Copertura del rischio IA di terze parti: valutazione dei fornitori che affronta la provenienza dei dati di addestramento, i requisiti di sicurezza e le indennità

I consigli devono garantire che il management mantenga un inventario in tempo reale di tutti i sistemi di IA implementati all'interno dell'organizzazione, inclusi strumenti di terze parti. I consigli dovrebbero richiedere che il management stabilisca un inventario centralizzato dell'IA. Senza sapere esattamente quali modelli sono in esecuzione in varie business unit e chi è responsabile della loro manutenzione, il consiglio non può supervisionare efficacemente il profilo di rischio. Le metriche devono essere integrate nei cicli di reporting regolari del consiglio, garantendo che il rischio dell'IA sia trattato con la stessa gravità dei rischi finanziari o operativi.

Quali obblighi normativi si applicano nel 2026?

Le norme generali dell'AI Act dell'UE sono entrate in vigore il 2 agosto 2026. L'AI Act dell'UE, adottato a luglio 2024 ed entrato in vigore gradualmente a partire dal 2025, stabilisce obblighi vincolanti per le organizzazioni che implementano l'IA nei mercati europei, incluse valutazioni di conformità, supervisione umana e standard di documentazione per sistemi ad alto rischio nell'ambito di un framework formale di governance dell'IA. Il NIST AI Risk Management Framework è diventato lo standard volontario de facto negli Stati Uniti.

Gli amministratori in giurisdizioni con obblighi fiduciari sull'IA ora affrontano esposizione alla responsabilità personale se non possono dimostrare che le loro organizzazioni hanno adeguati meccanismi di supervisione in atto. L'AI Act dell'UE, le linee guida dell'UK AI Security Institute e le regole SEC sulla divulgazione informatica convergono tutte su un'unica aspettativa: i consigli devono dimostrare una supervisione attiva dei rischi materiali dell'IA, non solo ricevere report dal management.

L'AI Act dell'UE e varie leggi a livello statale negli Stati Uniti stanno spingendo verso requisiti più ampi di divulgazione di immagini generate dall'IA. Entro il 2027, i marchi di moda che utilizzano immagini generate dall'IA nella pubblicità potrebbero affrontare etichettatura obbligatoria in più mercati principali. I marchi che hanno integrato la divulgazione nei loro flussi di lavoro sull'IA ora sono posizionati avanti rispetto alla conformità; i marchi che non l'hanno fatto sono posizionati per essere reattivi.

Come dovrebbero strutturare i dirigenti un briefing sull'IA per il consiglio?

Le linee guida sulla governance convergono su una struttura in quattro parti. Iniziare con la posizione: la maggior parte delle organizzazioni manca ancora di una visione chiara di come l'IA si inserisce nella loro strategia o agenda di trasformazione. Senza allineamento tra il consiglio e il management, la supervisione diventa superficiale o paralizzante. Le domande di test in sala del consiglio includono: quali vantaggi competitivi l'IA migliora o minaccia; il nostro business case sull'IA mira a un pool di valore abbastanza grande da rimodellare il nostro mercato; quali risorse chiave sono necessarie per farlo e le abbiamo attualmente; abbiamo persone dedicate che possono gestire i rischi ambientali, normativi, legali e reputazionali che derivano dall'essere un pioniere del business; e come dobbiamo far evolvere la nostra pipeline di innovazione per corrispondere al ritmo del cambiamento tecnologico.

Secondo, presentare l'inventario. Gli acquirenti di moda a livello aziendale ora devono chiedere: chi possiede i dati; il contenuto dei clienti viene utilizzato per l'addestramento del modello; dove vengono elaborati i dati; gli output possono essere rivisti, tracciati e verificati; e il flusso di lavoro può supportare la revisione legale, IT e degli acquisti.

Terzo, dimostrare i controlli. Un requisito fondamentale sia dell'AI Act dell'UE che del NIST AI RMF è garantire un'autorità significativa di intervento umano sulle decisioni guidate dall'IA. I consigli devono verificare che i processi human-in-the-loop siano operativi, non solo documentati, in particolare per sistemi ad alto rischio che influenzano decisioni sull'occupazione, prestiti o assistenza sanitaria. Un'analisi del 2025 ha rilevato che il 22 percento delle aziende considera le imprecisioni o il bias dell'IA come un rischio materiale. Gli amministratori hanno la responsabilità non solo di chiedere come vengono convalidati i modelli e su quali dati sono addestrati, ma anche di verificare i dati stessi e di assumersi la responsabilità per qualsiasi decisione presa con l'aiuto dell'IA.

Quarto, definire la cattura del valore. Da Zalando, l'IA generativa ha ridotto i costi di produzione delle immagini del 90 percento. Secondo SimilarWeb, ChatGPT ha rappresentato il 16 percento del traffico in entrata di Zara e l'8 percento di H&M e Aritzia tra giugno e agosto 2025. Il 53 percento dei consumatori statunitensi che hanno utilizzato l'IA generativa per la ricerca nel secondo trimestre del 2025 l'hanno anche utilizzata per aiutarli a fare acquisti. A differenza degli annunci a pagamento che sono chiaramente sponsorizzati, oltre il 40 percento dei consumatori afferma che le risposte dell'IA sembrano più affidabili, mentre solo il 15 percento le considera meno affidabili. Gli acquirenti sono quindi sempre più disposti a effettuare acquisti da raccomandazioni basate sull'IA, come si è visto nella crescita dell'84 percento delle entrate per visita guidate dall'IA sui siti di vendita al dettaglio statunitensi tra gennaio e luglio 2025.

McKinsey rileva che meno del 25 percento delle aziende ha politiche di governance dell'IA approvate dal consiglio, e solo il 15 percento dei consigli riceve metriche come ROI, tassi di override, indicatori di spiegabilità o progressi nella riqualificazione. I dirigenti che forniscono questa struttura posizionano l'IA come una capacità strategica governata piuttosto che un esperimento tecnologico non gestito.

Ricercato e redatto con il supporto dell'IA, verificato e pubblicato dalla redazione.

EN DE FR IT