Come scrivere una politica etica per l'IA per un'azienda di moda

Le aziende di moda che implementano l'IA per immagini di prodotti, previsioni della domanda, prova virtuale o servizio clienti hanno bisogno di una politica etica scritta che stabilisca limiti, assegni responsabilità e garantisca la conformità. La legge europea sull'IA è entrata in vigore il 1 agosto 2024 e la maggior parte degli obblighi entra in vigore il 2 agosto 2026, mentre la legge sulla divulgazione di New York si applica dal 9 giugno 2026, richiedendo ai marchi di divulgare i performer sintetici generati dall'IA nella pubblicità o affrontare multe da 1.000 a 5.000 dollari per violazione. Una politica etica per l'IA traduce questi requisiti legali e principi più ampi in regole operative che i team possono seguire.

Cosa dovrebbe coprire una politica etica per l'IA?

Una politica efficace affronta quattro componenti: principi, classificazione del rischio, struttura di governance e requisiti di divulgazione. Inizia con una breve dichiarazione di principi che rifletta i valori aziendali e le aspettative normative. H&M Group ha costruito un quadro di IA responsabile basato su nove principi: l'IA dovrebbe essere mirata, vantaggiosa, equa, trasparente, governata, collaborativa, affidabile, rispettosa dell'autonomia umana e sicura. Questi principi guidano il processo decisionale quando i team valutano nuovi progetti o strumenti di IA.

Le questioni etiche chiave nell'IA per la moda includono preoccupazioni sulla privacy, responsabilità nel processo decisionale, trasparenza e spiegabilità nei sistemi di IA e rischi di pregiudizio e discriminazione negli algoritmi. La politica dovrebbe indicare come l'azienda affronterà ciascuna area, ad esempio attraverso standard di governance dei dati, test sui pregiudizi o requisiti di supervisione umana.

Come si classificano i sistemi di IA per rischio?

La legge europea sull'intelligenza artificiale è ora in vigore in tutto il blocco e stabilisce un quadro basato sul rischio. I sistemi a rischio inaccettabile, come le applicazioni manipolative o sfruttative e la categorizzazione biometrica utilizzando tratti sensibili, sono vietati, con la non conformità che comporta multe fino a 35 milioni di euro o il 7 per cento del fatturato globale. I sistemi ad alto rischio includono quelli utilizzati nell'occupazione, nella gestione dei lavoratori o nell'identificazione biometrica, mentre i sistemi a rischio limitato richiedono solo trasparenza.

La maggior parte dei casi d'uso nella moda e nel retail, come previsioni della domanda, prezzi, allocazione e analisi dei prodotti, rientra in rischio minimo o limitato, dove i doveri pratici sono trasparenza, documentazione e alfabetizzazione sull'IA, mentre i casi d'uso che riguardano dipendenti, biometria o inferenza emotiva rientrano in categorie a rischio più elevato e richiedono una valutazione formale prima dell'implementazione. La politica dovrebbe includere un processo chiaro per classificare i nuovi sistemi ed escalare i casi ad alto rischio.

Chi è responsabile della governance dell'IA?

La governance fallisce quando nessuno possiede le decisioni. Le organizzazioni devono designare persone o comitati specifici, in genere che abbracciano sicurezza, rischio, conformità, legale e tecnologia, responsabili della governance dell'IA, e quando un sistema di IA commette un errore o crea danni, le strutture di responsabilità garantiscono che qualcuno sia proprietario del processo di rimedio e apprendimento. McKinsey ha rilevato che il 28 per cento delle organizzazioni ora afferma che il loro CEO è direttamente responsabile della governance dell'IA generativa nel 2025, il doppio della cifra di un anno prima.

La politica dovrebbe indicare ruoli e diritti decisionali. Chi approva i nuovi strumenti di IA? Chi esamina gli audit sui pregiudizi? Chi gestisce i reclami dei clienti sui contenuti generati dall'IA? La migliore pratica è ratificare una politica di IA di una pagina a livello di consiglio di amministrazione o consiglio che indichi quali usi dell'IA sono vietati, chi decide sui nuovi casi d'uso e quale soglia di rischio attiva l'escalation, con una pagina come limite. Una guida di implementazione più lunga può stare dietro la politica, ma la responsabilità esecutiva deve essere visibile.

Quali regole di divulgazione si applicano ai contenuti generati dall'IA?

Il 2 agosto 2026, le regole di trasparenza della legge europea sull'IA hanno iniziato ad applicarsi alle immagini generate dall'IA che i marchi pubblicano ogni giorno. L'articolo 50 richiede al fornitore di un sistema di generazione di contrassegnare le immagini sintetiche in modo che siano rilevabili come generate artificialmente, e richiede al distributore che pubblica un deepfake di divulgare che il contenuto è stato generato o manipolato artificialmente, con tali doveri di trasparenza che si applicano dal 2 agosto 2026. Le sanzioni raggiungono fino a 15 milioni di euro o il 3 per cento del fatturato mondiale.

L'obbligo di etichettare spetta al marchio che pubblica l'immagine, non allo strumento di IA e non alla piattaforma. La politica dovrebbe specificare dove e come appare la divulgazione. Nel maggio 2025, l'Advertising Standards Authority ha emesso linee guida chiarendo che l'uso dell'IA nella pubblicità deve essere divulgato quando potrebbe fuorviare i consumatori sull'autenticità o sulle prestazioni, e l'ASA incoraggia un linguaggio contestuale chiaro come didascalie o slogan che identificano esplicitamente gli elementi generati dall'IA. H&M ha annunciato ufficialmente i suoi gemelli digitali generati dall'IA nel luglio 2025 con un quadro di IA responsabile che include audit sulla diversità e supervisione umana, mentre Levi's ha chiarito che i modelli di IA avrebbero integrato, non sostituito, i modelli umani dopo le reazioni iniziali.

Come dovrebbe essere rivista e aggiornata la politica?

La tecnologia e la regolamentazione dell'IA si stanno muovendo più velocemente dei cicli di politica annuali. Le organizzazioni che implementano IA autonoma o semi-autonoma dovrebbero allontanarsi dalla governance approva-e-dimentica e invece implementare meccanismi che tracciano il comportamento del sistema nel tempo, registrando le azioni, monitorando la deriva delle prestazioni e rivedendo i risultati periodicamente, il che consente ai team di intervenire precocemente e impedisce che le preoccupazioni sulla governance emergano solo dopo un incidente, con un processo continuo obbligatorio in questo ambiente di legislazione in continua evoluzione, interpretazioni di contenziosi e un enorme volume di applicazioni nuove e adattive.

Il documento della politica stessa dovrebbe riportare una data di revisione, in genere trimestrale o semestrale. H&M Group valuta tutti i progetti di IA utilizzando una lista di controllo per l'IA responsabile, che aiuta i team a identificare e discutere diversi tipi di rischi potenziali e modi per mitigarli, e garantisce anche che lo sviluppo e l'uso dell'IA siano allineati con i valori aziendali. Integra la revisione nel flusso di lavoro, non come un esercizio di conformità separato. Traccia quali sistemi di IA sono in produzione, chi li possiede e quali rischi presentano. Un registro dei casi d'uso dell'IA con proprietario, dati e classe di rischio è il primo passo pratico.

Quali risorse supportano lo sviluppo della politica?

NIST AI RMF è il manuale operativo mentre ISO 42001 è il sistema di gestione certificabile, ed entrambi dovrebbero essere utilizzati. Il quadro di governance dell'IA è la combinazione strutturata delle funzioni NIST AI RMF (governare, mappare, misurare, gestire), sei pilastri operativi (politica, inventario, schede modello, monitoraggio, traccia di audit, rimedio), allineamento normativo (legge europea sull'IA, ISO 42001, leggi statali) e responsabilità umana nominata per sistema di IA, integrati nella disciplina di esecuzione strategica esistente dell'organizzazione. I partecipanti alla ricerca sull'IA nella moda hanno notato l'assenza di standard etici condivisi che affrontino la rappresentazione culturale, la trasparenza, l'inclusività e la responsabilità nei sistemi di IA per la moda, e il dialogo collaborativo tra organizzazioni di moda, sviluppatori di IA, ricercatori, decisori politici e istituzioni educative può facilitare lo sviluppo di quadri etici sensibili al contesto per l'adozione dell'IA.

Nel rapporto State of Fashion 2026 di McKinsey e Business of Fashion, più del 35 per cento dei dirigenti della moda riporta di utilizzare già l'IA generativa nelle operazioni quotidiane e ora classifica l'IA come la più grande opportunità singola che affronta il settore, mentre il 92 per cento delle organizzazioni di moda afferma che aumenterà gli investimenti nell'IA generativa quest'anno. Le aziende che scalano l'IA con successo sono quelle che hanno trattato la governance come infrastruttura, non come burocrazia.