I servizi di Intelligenza Artificiale nei modelli contrattuali esistenti tra SaaS, cloud e AI Act

I servizi di intelligenza artificiale stanno rapidamente ridefinendo i confini dell’economia digitale, trasformando l’IA da tecnologia “prodotto” a infrastruttura continua di erogazione, integrata nei processi attraverso modelli cloud e SaaS. Questa evoluzione non è solo tecnica, ma profondamente giuridica: cambia il modo in cui il rischio viene distribuito e le responsabilità vengono allocate tra fornitori e utilizzatori.

Il presente approfondimento si inserisce in una serie di contributi dedicati al rapporto tra diritto e intelligenza artificiale, e si concentra su come questi sistemi vengano ricondotti a modelli contrattuali esistenti, evidenziando le tensioni tra regolazione europea e prassi contrattuale nella gestione della responsabilità.

I modelli di IA come servizi digitali

Alla luce del quadro normativo europeo delineato, emerge un assetto regolatorio fortemente orientato alla prevenzione del rischio, alla governance organizzativa e alla distribuzione ex ante di obblighi tra i diversi attori della filiera dell’Intelligenza Artificiale.

Tuttavia, come evidenziato, tale impianto lascia aperti significativi profili critici.

L’enfasi posta dal Legislatore europeo sugli obblighi di conformità, gestione del rischio e sicurezza informatica non si traduce automaticamente in un sistema altrettanto definito sul piano pratico-sostanziale, dove il contratto si rivela strumento decisivo.

In questo contesto risulta doveroso analizzare come i modelli di IA vengono inquadrati, nella prassi, all’interno di schemi contrattuali preesistenti, in particolare quali servizi digitali.

I modelli di IA generativa, infatti, non sono immessi sul mercato come beni in senso tradizionale, né trasferiti all’utente mediante un contratto di vendita o di cessione definitiva. Essi vengono, piuttosto, messi a disposizione attraverso schemi contrattuali di tipo licenziatario o di erogazione di servizi, che attribuiscono all’utilizzatore un diritto d’uso delimitato nel tempo e nelle modalità, senza alcun trasferimento della titolarità del sistema o del modello sottostante.

Muovendo da questa premessa, diviene necessario esaminare con particolare attenzione i contratti più frequentemente proposti dai fornitori.

Tali contratti – spesso predisposti unilateralmente da operatori esteri – presentano non di rado profili critici comuni, a partire dalla loro struttura standardizzata e dalla sostanziale impossibilità di negoziare le clausole, con evidenti riflessi in termini di allocazione dei rischi, responsabilità, trattamento dei dati e proprietà intellettuale.

Secondo il paradigma dell’AI-as-a-Service, infatti, quale specifica declinazione dei servizi digitali erogati in modalità cloud, l’utente non acquista il modello, ma accede a una funzionalità resa disponibile tramite infrastrutture tecniche e ambienti informatici che restano integralmente nella disponibilità del fornitore. È il caso, ad esempio, dei servizi offerti da OpenAI attraverso ChatGPT, da Microsoft con Microsoft Copilot e da Google mediante Google Gemini.

A tal proposito, il Software as a Service (SaaS) costituisce un modello di erogazione del software fondato sull’accesso remoto, nel quale il cliente non riceve una copia del programma da installare – come invece avviene per il modello tradizionale on-premise – sui propri dispositivi, ma utilizza un’applicazione resa disponibile via internet e ospitata sul server del fornitore, che gestisce infrastruttura, manutenzione, aggiornamenti, sicurezza e continuità operativa.

Sul piano giuridico, tale configurazione comporta che il cliente acquisisce un diritto di utilizzo limitato nel tempo e nelle modalità, subordinato al rispetto di specifiche clausole contrattuali e, di regola, al pagamento di un canone periodico.

Ne deriva che il contratto SaaS deve disciplinare con particolare attenzione i livelli di servizio (SLA)[1], specificando parametri quali uptime, tempi di intervento, continuità del servizio e rimedi in caso di interruzioni o modifiche delle funzionalità[2].

Solo attraverso una regolamentazione puntuale di tali aspetti è possibile garantire un adeguato equilibrio tra le esigenze operative del cliente e la struttura tecnico-organizzativa del fornitore, che rimane il vero dominus dell’infrastruttura digitale.

In alternativa a queste soluzioni, si può optare per lo sviluppo di un sistema personalizzato, costruito su uno specifico modello di Intelligenza Artificiale e alimentato da dataset selezionati in funzione delle esigenze del committente. Si tratta di una soluzione “su misura”, pensata per rispondere a funzionalità e obiettivi specifici.

Tale soluzione negoziale, tuttavia, implica generalmente maggiori costi e complessità, dunque risulta meno utilizzata. Essa richiede attività preliminari di individuazione e validazione dei dataset, un’accurata progettazione di processi e funzionalità e, soprattutto, una puntuale disciplina contrattuale dell’accesso alle informazioni tecniche relative allo sviluppo, inclusi codice sorgente e algoritmi. Solo attraverso una regolamentazione chiara di questi aspetti il committente può assicurarsi un controllo effettivo sul sistema e la possibilità di gestirlo autonomamente, anche con il supporto di sviluppatori terzi[3].

Analisi dei principali servizi di IA nel contesto attuale: ChatGPT (OpenAI)

Il contratto predisposto da OpenAI per l’utilizzo di ChatGPT si inserisce pienamente nello schema tipico di fornitura di servizi digitali in modalità Software as a Service, presentando naturalmente le peculiarità strettamente connesse alla natura dei sistemi di Intelligenza Artificiale generativa.

L’utente, infatti, non acquisisce alcun diritto di proprietà sul software né sui modelli di Intelligenza Artificiale, ma ottiene un diritto di accesso e utilizzo non esclusivo, temporalmente limitato alla durata dell’abbonamento o del piano attivo e revocabile in caso di violazione delle condizioni contrattuali.

La struttura documentale del rapporto è articolata e stratificata. Richiedono maggiore attenzione, in via generale, i Termini di utilizzo (Terms of Service)[4], eventuali condizioni specifiche per i piani a pagamento (quali Plus, Team o Enterprise)[5], la Privacy Policy[6] e, per i clienti business, un Data Processing Addendum (DPA)[7].

L’oggetto del contratto consiste nell’accesso a una piattaforma di Intelligenza Artificiale generativa che consente l’interazione tramite prompt testuali e, a seconda del piano, anche vocali o multimodali, nonché la generazione di output quali testi, codice o altri contenuti.

Per sviluppatori e imprese è inoltre disponibile l’integrazione tramite API[8], che permettono di incorporare le funzionalità del modello all’interno di applicazioni o sistemi terzi. Il fornitore mantiene in ogni caso il pieno controllo sull’infrastruttura tecnica, sui modelli e sugli aggiornamenti, riservandosi espressamente la facoltà di modificare, aggiornare o interrompere il servizio.

Uno degli aspetti centrali del regolamento contrattuale riguarda la disciplina dei contenuti, distinti in input e output.

L’utente conserva, in linea generale, la proprietà dei contenuti immessi nel sistema (cioè gli input). Per quanto concerne l’output generato, tutti i diritti su di esso vengono attribuiti all’utente – nei limiti consentiti dalla legge e dalle condizioni contrattuali – con esclusione di garanzie circa l’originalità assoluta dei risultati. Nei piani destinati ai consumatori (B2C) è normalmente prevista la possibilità che i contenuti siano utilizzati per il miglioramento dei modelli (cd. training data), salvo eventuale opt-out; nei piani enterprise, invece, tale utilizzo è generalmente escluso.

Il contratto contiene inoltre una serie di limitazioni d’uso. È vietato impiegare il servizio per finalità illecite o in violazione della normativa applicabile, tentare attività di reverse engineering o di estrazione del modello, utilizzare l’output per sviluppare sistemi concorrenti o impiegare lo strumento in ambiti ad alto rischio senza adeguata supervisione umana. La violazione di tali clausole può comportare la sospensione o la cessazione dell’account.

Nel quadro delineato dai Termini di Utilizzo di OpenAI, il regime di responsabilità si inserisce pienamente nella tradizione dei contratti di servizi digitali e, in particolare, dei modelli SaaS. La struttura complessiva evidenzia una chiara allocazione del rischio contrattuale a favore del fornitore, attraverso una combinazione di esclusioni di garanzia, limitazioni quantitative della responsabilità e clausole di manleva.

Anzitutto, il servizio viene fornito secondo la formula “as is” e “as available”. Ciò significa che OpenAI non presta garanzie espresse o implicite circa l’accuratezza, l’affidabilità, la continuità o l’idoneità del servizio a uno scopo specifico. In termini sostanziali, il fornitore qualifica il sistema di Intelligenza Artificiale come uno strumento tecnologico sperimentale o comunque non infallibile, il cui output deve essere verificato dall’utente prima di essere utilizzato per decisioni rilevanti. Questa impostazione è coerente con la natura probabilistica dei modelli generativi, ma produce un effetto giuridico significativo: l’affidamento sull’output non è contrattualmente garantito.

A tale esclusione di garanzie si affianca una limitazione quantitativa della responsabilità. I Termini prevedono normalmente un tetto massimo risarcitorio, parametrato agli importi corrisposti dall’utente in un determinato periodo (ad esempio, gli ultimi dodici mesi), oppure a una soglia minima prestabilita. In questo modo, anche nell’ipotesi in cui venga accertata una responsabilità contrattuale del fornitore, l’esposizione economica risulta predeterminata, contenuta e limitata.

Si tratta di una clausola tipica dei contratti cloud, che mira a rendere prevedibile il rischio economico dell’operatore, ma che, in ambito europeo, potrebbe non essere esente dal sollevare perplessità alla luce della disciplina sulle clausole vessatorie nei contratti con i consumatori.

Un ulteriore elemento caratterizzante è l’esclusione dei danni indiretti o consequenziali. Vengono generalmente esclusi il lucro cessante, la perdita di opportunità commerciali, la perdita di dati, i danni reputazionali e, più in generale, i danni non direttamente imputabili alla prestazione principale. Ciò riduce drasticamente la possibilità di ottenere un risarcimento integrale nel caso in cui un output errato produca effetti economici significativi a catena.

In questa prospettiva, il contratto in esame sembra configurare l’obbligazione del fornitore come un’obbligazione di mezzi tecnologici, e non come un’obbligazione di risultato informativo.

Particolarmente rilevante è poi la disciplina dell’uso dell’output. I Termini sottolineano che l’utente è responsabile delle decisioni assunte sulla base dei contenuti generati e che deve valutarne l’accuratezza e l’appropriatezza rispetto allo scopo perseguito. Questa previsione opera come una vera e propria traslazione del rischio: il sistema viene presentato come strumento di supporto e non come consulente qualificato.

Ne deriva che l’eventuale errore dell’output, salvo malfunzionamenti imputabili al fornitore, ricade in larga misura nella sfera di responsabilità dell’utilizzatore.

Il contratto prevede inoltre clausole di manleva (indemnification) a carico dell’utente, il quale si impegna a tenere indenne il fornitore da pretese di terzi derivanti dall’uso illecito del servizio o dalla violazione dei termini contrattuali. Nei contratti business, tuttavia, la disciplina può essere più articolata e talvolta includere forme di tutela in favore del cliente, ad esempio in caso di violazione di diritti di proprietà intellettuale, entro limiti e condizioni specifiche.

La situazione muta, almeno in parte, nei piani enterprise o nei contratti negoziati individualmente. In tali casi possono essere previsti SLA, con garanzie di uptime e rimedi contrattuali in caso di disservizio (quali service credits), nonché limiti di responsabilità più elevati o diversamente modulati. La disciplina della sicurezza, della protezione dei dati e delle misure tecniche può risultare più dettagliata, e il tetto massimo di responsabilità può essere oggetto di negoziazione. Ciò conferma che il regime di responsabilità non è uniforme, ma varia in funzione del potere contrattuale della controparte.

Per ciò che riguarda la protezione dei dati personali, per i clienti aziendali il trattamento è disciplinato mediante un Data Processing Addendum che regola le misure tecniche e organizzative di sicurezza e, ove necessario, i trasferimenti internazionali di dati. In tale assetto, il cliente business assume il ruolo di titolare del trattamento rispetto ai dati inseriti, mentre il fornitore opera quale responsabile.

Il contratto prevede infine la possibilità di recesso da parte dell’utente, generalmente con cessazione del rinnovo automatico, nonché la facoltà del fornitore di sospendere o interrompere il servizio e di modificare unilateralmente le condizioni contrattuali previa comunicazione. Tale configurazione rafforza la natura di contratto per adesione, con condizioni predisposte unilateralmente dal provider e margini di negoziazione limitati, con qualche eccezione per i clienti enterprise.

Copilot (Microsoft)

I servizi di IA generativa di Microsoft si inseriscono in un ecosistema ancor più articolato e stratificato, che combina modelli linguistici avanzati, strumenti di sviluppo e un’integrazione profonda con le piattaforme Microsoft 365 e Azure.

Al centro di questo sistema si colloca la famiglia Microsoft Copilot, che rappresenta l’interfaccia più immediata dell’IA generativa per utenti privati, professionisti e imprese. Copilot non è un prodotto unico, ma un insieme di soluzioni: dalla versione gratuita integrata in Windows, Edge e Bing, alla versione Pro per utenti consumer, fino a Copilot for Microsoft 365, integrato nei programmi Word, Excel, PowerPoint, Outlook e Teams, oltre a GitHub Copilot per la generazione di codice e Copilot Studio per la creazione di agenti personalizzati.

In tutte queste declinazioni, l’elemento comune è la generazione di testi, immagini, codice e analisi, con interazione multimodale e un forte collegamento ai dati dell’utente, soprattutto in ambito aziendale.

Dal punto di vista tecnologico e contrattuale, l’architettura di Copilot si fonda sulla partnership tra Microsoft e OpenAI. I modelli (come GPT-4 e successive evoluzioni) sono sviluppati da OpenAI, ma vengono concessi in licenza a Microsoft, che li distribuisce tramite la propria infrastruttura cloud Azure e li integra nei propri prodotti. Quando un utente utilizza Copilot in Word o Excel, il prompt viene inviato ai server Microsoft, che determina quale modello impiegare per l’elaborazione dei dati e la generazione dell’output, attività che, seppur svolta da modelli sviluppati da un soggetto terzo (OpenAI), avviene in ogni caso in un ambiente cloud controllato dallo stesso Microsoft; l’output viene poi restituito e presentato all’utente.

I dati non vengono trasmessi a OpenAI: ne deriva una netta separazione dei ruoli nella filiera: OpenAI sviluppa il modello, ma non ha un rapporto contrattuale diretto con l’utente finale; Microsoft lo integra, lo distribuisce e risponde contrattualmente nei confronti dell’utente. Questo assetto incide profondamente sulla struttura delle responsabilità, che in ogni caso incide soltanto sull’utente e su Microsoft.

Per utilizzare un servizio di IA di Microsoft, l’utente deve accettare un sistema contrattuale articolato. Nei servizi consumer (come Microsoft Copilot) si applica principalmente il Microsoft Services Agreement[9], insieme all’informativa privacy[10]: l’utente ottiene una licenza d’uso non esclusiva, accetta limitazioni di responsabilità e si assume il rischio legato all’uso dell’output generato dall’IA.

Nei servizi enterprise (es. Microsoft 365 Copilot o Azure OpenAI Service) il quadro è più complesso: oltre al contratto principale (Customer/Enterprise Agreement), si applicano i Product Terms[11] e il Data Protection Addendum[12], che disciplinano sicurezza, trattamento dei dati e allocazione del rischio.

Nel caso di Copilot, rispetto a ChatGPT, la posizione contrattuale di Microsoft appare più articolata e, per certi versi, più esplicita. Oltre a ribadire che l’output non è garantito come corretto o idoneo a uno specifico scopo, Microsoft sottolinea in modo molto più marcato che l’utente rimane pienamente responsabile delle decisioni adottate sulla base dei contenuti generati dall’IA. L’output è qualificato come mero supporto o suggerimento, che richiede supervisione umana e controllo professionale, specialmente in ambiti sensibili (giuridico, finanziario, sanitario).

Nei piani enterprise, inoltre, Microsoft accompagna questa allocazione del rischio con strumenti di governance – come sistemi di audit, logging, controllo degli accessi e misure di sicurezza avanzate – che consentono alle organizzazioni di monitorare e gestire l’uso dell’IA in modo strutturato. Microsoft dedica particolare attenzione, nei propri Termini e nelle comunicazioni agli utenti, ad evidenziare la possibilità che gli output generati, in particolare da GitHub Copilot, possano essere coperti da diritti di proprietà intellettuale.

Ciò è legato al fatto che il sistema è stato addestrato anche su ampie quantità di codice pubblicamente disponibile, inclusi numerosi archivi open-source. Di conseguenza, Microsoft è particolarmente attento nel non fornire alcuna garanzia di originalità dell’output e nel non assicurare che il codice suggerito sia privo di somiglianze sostanziali con opere preesistenti.

Questo profilo rappresenta un nodo giuridicamente sensibile: qualora il codice generato dovesse coincidere, in tutto o in parte, con software distribuito sotto licenze open-source di tipo copyleft[13] potrebbero sorgere specifici obblighi giuridici per l’utilizzatore. In tali casi, l’integrazione del frammento nel proprio progetto potrebbe comportare l’applicazione delle condizioni previste dalla licenza originaria, con possibili implicazioni sulla distribuzione e sulla scelta del regime giuridico del software finale.

Per ciò che riguarda l’uso dei dati per finalità di training, nei servizi consumer è subordinato al consenso, a differenza di quanto previsto per ChatGPT che, come visto, ne prevede l’impiego di default salvo opt-out; nei contesti enterprise, i dati dei clienti, invece, non vengono mai utilizzati per addestrare i modelli.

Sotto il profilo della gestione del rischio, emergono quindi due modelli di contrattualizzazione dell’IA generativa.

Con ChatGPT il rischio è in larga misura trasferito all’utente finale con minori garanzie contrattuali standard e un controllo dei dati che, nei piani consumer, può risultare meno strutturato. Con Copilot, invece, il rischio appare più “ingegnerizzato” e inserito in un ecosistema regolato: il rischio non è semplicemente “scaricato” sull’utente, ma incanalato in una struttura regolata e modulabile; la gestione del rischio non è solo giuridica, ma anche tecnicamente incorporata nell’infrastruttura cloud (segregazione dei dati, controlli, sicurezza).

Il rischio risulta progettato e gestito attraverso misure tecniche e organizzative codificate contrattualmente; l’integrazione con Microsoft 365 e Azure consente poi un maggiore controllo tecnico-organizzativo, una diversa ripartizione dei ruoli nella filiera (sviluppatore del modello vs distributore integratore) e, nei contratti enterprise, una negoziabilità più ampia delle clausole di responsabilità, in particolare per ciò che riguarda ipotesi di indennizzo in caso di violazione di diritti di terzi. Nel modello ChatGPT, invece, sviluppatore e fornitore coincidono e il contratto standard concentra le clausole di esclusione di responsabilità senza una tale struttura multilivello di governance tecnica.

Resta fermo che anche in questo modello l’utente conserva la responsabilità ultima per le decisioni adottate sulla base dell’output generato dall’IA; tuttavia, tale responsabilità si colloca in un contesto contrattuale e infrastrutturale più strutturato, in cui la gestione del rischio appare progettata e integrata nel sistema complessivo del servizio, piuttosto che affidata unicamente a una generica esclusione di garanzie.

Gemini (Google)

Anche nel caso di Google, la disciplina contrattuale dei servizi di IA generativa basati su Google Gemini non è contenuta in un unico documento standard facilmente identificabile, ma si articola in una pluralità di fonti che variano in funzione del contesto d’uso (consumer, API, Workspace, Cloud).

In particolare, si applicano i Google Terms of Service[14]– di carattere generale e aggiornati per includere disposizioni sull’IA generativa – cui si affiancano termini specifici per le API (Gemini API Additional Terms)[15], le Service Specific Terms[16] di Google Workspace per l’integrazione nelle applicazioni di produttività e le condizioni di Google Cloud[17] (ad esempio per Vertex AI e l’uso enterprise dei modelli). Il quadro è completato dal Data Processing Addendum[18] in materia di protezione dei dati nei piani a pagamento.

Ne risulta una struttura modulare: più articolata rispetto al contratto relativamente unitario di ChatGPT (Terms of Use + Privacy Policy), ma meno stratificata rispetto all’architettura multilivello tipica di Microsoft (Customer Agreement, Product Terms, DPA).

Una prima peculiarità del modello Gemini è la distinzione contrattuale esplicita tra servizi gratuiti e servizi a pagamento. Nei “Paid Services” Google dichiara di non utilizzare prompt e output per l’addestramento dei modelli e di trattare i dati secondo le previsioni del DPA; negli “Unpaid Services”, invece, i contenuti possono essere utilizzati per il miglioramento dei prodotti, anche mediante revisione umana. Tale distinzione risulta formalizzata in modo più netto e chiaro rispetto, ad esempio, al modello già analizzato di OpenAI.

Con riferimento alla proprietà dell’output, Google adotta una formulazione relativamente semplice: dichiara di non rivendicare diritti di proprietà sui contenuti generati dall’utente, lasciando a quest’ultimo la possibilità di utilizzarli e pubblicarli, ferma restando la responsabilità per il loro impiego. Questa impostazione si differenzia tecnicamente sia da OpenAI, che utilizza una formula di assegnazione (“assignment”) dei diritti sull’output all’utente, sia da Microsoft, che nei servizi enterprise qualifica l’output come parte dei “Customer Data”.

Google, dunque, non struttura una vera e propria cessione formale dei diritti, ma si limita a escludere una propria pretesa proprietaria.

Particolarmente rilevante è la previsione, nei contratti Google Cloud e Workspace, di una clausola specifica di indennizzo per l’output generato: in ambito enterprise, Google può impegnarsi a tenere indenne il cliente da rivendicazioni di terzi per violazione di diritti di proprietà intellettuale derivanti dall’output dell’IA, entro limiti e soglie massime di responsabilità e con esclusione dei casi di uso improprio, modifica dell’output o disattivazione dei filtri di sicurezza. Tale previsione risulta più esplicita, seppur simile, rispetto ai Termini di ChatGPT, mentre nel modello Copilot l’indennizzo è generalmente inserito nel più ampio regime di IP indemnification[19]dei contratti Microsoft enterprise e non sempre configurato come clausola autonoma riferita specificamente al contenuto generato dall’IA.

Quanto alle restrizioni d’uso, anche Gemini prevede divieti specifici quali il reverse engineering, l’estrazione sistematica di dati o l’uso dell’output per sviluppare modelli concorrenti, oltre a una Prohibited Use Policy integrata nei termini generali Google.

Sotto il profilo dell’affidabilità, infine, anche Google precisa che il servizio è fornito “as is”, senza garanzie di accuratezza o idoneità a uno scopo particolare, e invita l’utente a non fare affidamento sull’output per decisioni professionali (mediche, legali, finanziarie) senza adeguata verifica.

Su questo punto, la posizione di Gemini si allinea sostanzialmente a quella di ChatGPT e Copilot: in tutti e tre i modelli permane una significativa allocazione del rischio decisionale in capo all’utente, pur con minime differenze nella struttura contrattuale e negli strumenti di indennizzo e governance previsti in ambito enterprise.

Profili critici di compatibilità con AI Act e NIS2

L’analisi dei contratti di fornitura dei modelli di IA generativa – con riferimento a i principali fornitori succitati – consente di individuare alcuni profili critici di compatibilità con il quadro normativo europeo delineato dal AI Act e dalla NIS2, soprattutto in relazione alla ripartizione delle responsabilità, alla trasparenza e agli obblighi di gestione del rischio.

Un primo nodo riguarda la qualificazione dei ruoli lungo la filiera dell’IA.

L’AI Act, come si è avuto modo di analizzare, distingue tra provider, deployer e altri operatori economici, attribuendo a ciascuno obblighi differenziati in materia di documentazione tecnica, gestione del rischio sistemico, trasparenza e sicurezza.

Nei contratti analizzati, tuttavia, la tendenza è quella di concentrare verso l’utente finale – specie nei piani consumer – una quota significativa del rischio decisionale e applicativo. Le clausole che impongono all’utente di verificare l’output, di non farvi affidamento per decisioni critiche e di assumersi la responsabilità dell’uso possono entrare in tensione con la ratio regolatoria europea, che attribuisce obblighi diretti anche ai provider dei modelli, specialmente quando si tratta di modelli di uso generale con potenziale impatto sistemico, al fine di distribuire e razionalizzare la responsabilità in capo a più soggetti diversi.

Particolarmente delicato, di conseguenza, è il tema dell’indennizzo per violazione di diritti di proprietà intellettuale derivante dall’output generato. L’AI Act, pur non disciplinando direttamente il copyright, impone obblighi di trasparenza[20] con riferimento all’uso di contenuti protetti per l’addestramento dei modelli GPAI.

Questo obbligo di trasparenza mal si concilia con i consueti termini contrattuali di servizi di IA: richiede, infatti, informazioni pubblicamente accessibili sulla composizione dei dati di addestramento, inclusi quelli protetti da copyright.

Spesso le informazioni tecniche sui dataset di addestramento, sulle metriche di performance o sulle misure di mitigazione del rischio sono sintetiche o rinviate a documentazione separata e modificabile unilateralmente. Si tratta di un livello di trasparenza che difficilmente risulta soddisfatto dai termini standard di servizio (che spesso limitano l’uso dei dati e non obbligano a rendere pubblici i dettagli dei dataset) e che potenzialmente può creare asimmetrie informative rilevanti anche per i clienti enterprise che intendano integrare tali modelli in sistemi potenzialmente qualificabili come “ad alto rischio” ai sensi dell’AI Act.

Nei contratti analizzati, poi, la copertura del rischio IP varia sensibilmente: ChatGPT, nei termini standard, non prevede un indennizzo generalizzato; Copilot lo inserisce nel più ampio regime di IP indemnification enterprise; Gemini contempla clausole specifiche di indennizzo per l’output generato nei contratti cloud.

Tuttavia, in tutti i casi tali clausole sono soggette a massimali e a esclusioni rilevanti (uso improprio, modifica dell’output, elusione dei filtri), con conseguente permanenza di una quota significativa di rischio in capo all’utente-deployer, che potrebbe trovarsi particolarmente esposto anche rispetto agli obblighi di conformità previsti dal diritto europeo. Tale previsione negoziale, se da un lato contribuisce a colmare il vuoto normativo in materia di risarcimento del danno, dall’altro finisce per trasferire sull’utilizzatore l’intero peso delle conseguenze derivanti dalla concretizzazione del rischio.

Un ulteriore aspetto riguarda la sicurezza informatica e la conformità alla NIS2. La Direttiva impone obblighi stringenti di gestione del rischio cyber, continuità operativa e notifica degli incidenti per i soggetti essenziali e importanti. Nei contratti enterprise di Microsoft e Google si riscontra una maggiore strutturazione delle misure di sicurezza (audit, logging, segregazione dei dati, SLA, DPA), che può agevolare la compliance degli operatori soggetti a NIS2. Nei servizi consumer, invece, la disciplina è più standardizzata e meno negoziabile, con limitazioni significative di responsabilità e assenza di garanzie specifiche in termini di livelli di servizio o resilienza, elementi che potrebbero risultare insufficienti per operatori rientranti nel perimetro NIS2.

Infine, emerge una possibile tensione tra la clausola “as is”, comune a tutti e tre i fornitori, e l’approccio risk-based dell’AI Act. Se da un lato i contratti escludono garanzie di accuratezza e affidabilità dell’output, dall’altro la normativa europea richiede che i sistemi (specie se ad alto rischio) siano progettati e gestiti in modo da garantire livelli adeguati di sicurezza, robustezza e qualità dei dati. Ne deriva che l’utente professionale, per essere conforme all’AI Act e alla NIS2, non può limitarsi ad accettare le condizioni standard del fornitore, ma deve valutare attentamente – anche in sede di negoziazione contrattuale – se le garanzie offerte siano sufficienti a coprire i propri obblighi regolatori.

In conclusione, i contratti di fornitura dei modelli di IA generativa mostrano una tendenza comune alla limitazione della responsabilità del provider e alla traslazione del rischio sull’utente; tuttavia, l’AI Act e la NIS2 introducono una logica regolatoria che mira a redistribuire parte di tale rischio a livello sistemico. Il punto critico, per gli operatori europei, diventa la capacità di riallineare la disciplina contrattuale privata con gli obblighi pubblicistici emergenti, evitando che la mera accettazione di clausole standard si traduca in un’esposizione a responsabilità non coerente con il quadro normativo dell’Unione.

D’altro canto, il persistente squilibrio contrattuale continua a rappresentare un tema rilevante, tanto alla luce della normativa a tutela del consumatore, quanto quale stimolo per l’elaborazione di clausole più equilibrate nella distribuzione delle responsabilità e gestione del rischio tra i diversi soggetti coinvolti nella filiera dell’IA.

L’articolo analizza come i principali servizi di intelligenza artificiale (ChatGPT, Copilot e Gemini) siano qualificati nei contratti come servizi SaaS e come questa impostazione incida concretamente sulla distribuzione del rischio e delle responsabilità. Il confronto tra i diversi modelli evidenzia una tendenza comune: forte limitazione delle garanzie dei provider e progressivo trasferimento del rischio sull’utente, in un quadro che si intreccia con le nuove esigenze poste da AI Act e NIS2.

Il prossimo approfondimento sarà dedicato al ruolo di AgID nella governance dell’IA e alle Linee guida sull’uso dell’intelligenza artificiale nella Pubblica Amministrazione, con particolare attenzione ai profili di responsabilità nel settore pubblico.

Per una comprensione più ampia e strutturale del tema, si consiglia la lettura del white paper “Contrattualizzazione e allocazione delle responsabilità nei modelli di IA: AI Act, NIS2 e profili critici” di Chiara De Filippo, che offre l’inquadramento teorico e normativo da cui queste analisi prendono le mosse, ricostruendo in modo sistematico il rapporto tra regolazione europea, contratti e gestione del rischio nei modelli di intelligenza artificiale.

Fonti:

[1] Service Level Agreement, clausole rafforzate in materia di sicurezza o specifiche disposizioni sulla protezione dei dati.

[2] Contratti SaaS: guida legale a SLA, dati e aggiornamenti (2025), consultabile al sito: https://www.avvocatitech.com.

[3] Lavagnini S., Contratti AI in azienda: clausole essenziali e rischi legali, in agendadigitale.eu, 2025.

[4] https://openai.com/it-IT/policies/terms-of-use.

[5] https://openai.com/it-IT/policies/services-agreement.

[6] https://openai.com/it-IT/policies/privacy-policy.

[7] https://openai.com/it-IT/policies/data-processing-addendum.

[8] Le API di ChatGPT (Application Programming Interface) sono ponti software forniti da OpenAI che permettono agli sviluppatori e alle aziende di integrare le capacità di Intelligenza Artificiale di ChatGPT (come GPT-4, GPT-3.5, o modelli più recenti come il 4.1-mini) direttamente all’interno delle proprie applicazioni, siti web, o software; maggiori informazioni al sito: https://www.datacamp.com/tutorial/a-beginners-guide-to-chatgpt-api.

[9] https://www.microsoft.com/it-it/servicesagreement.

[10] https://www.microsoft.com/it-it/privacy/privacystatement.

[11] https://www.microsoft.com/licensing/terms.

[12]https://www.microsoft.com/licensing/docs/view/Microsoft-Products-and-Services-Data-Protection-Addendum-DPA.

[13] Le licenze copyleft – come la GNU General Public License (GPL) – consentono l’uso, la modifica e la distribuzione del codice, ma impongono una condizione fondamentale: qualsiasi opera derivata deve essere distribuita a sua volta sotto la stessa licenza. Ciò significa, ad esempio, che se un frammento di codice GPL viene incorporato in un software proprietario e distribuito, l’intero software potrebbe dover essere rilasciato sotto GPL, con obbligo di rendere disponibile il codice sorgente.

[14] https://policies.google.com/terms/generative-ai.

[15] https://ai.google.dev/gemini-api/terms.

[16] https://workspace.google.com/terms/service-terms.

[17] https://cloud.google.com/terms/service-terms.

[18] https://business.safety.google/processorterms.

[19] Per IP indemnification si intende la clausola – tipica dei contratti enterprise Microsoft – con cui l’azienda si impegna a difendere e tenere indenne il cliente da pretese di terzi fondate sulla violazione di diritti di proprietà intellettuale (copyright, brevetti, marchi, segreti commerciali) derivante dall’uso dei prodotti o servizi Microsoft conformemente al contratto. Nel caso di Microsoft Copilot, l’eventuale copertura dell’output generato rientra normalmente all’interno di questo regime generale di IP indemnification, cioè non come clausola autonoma dedicata esclusivamente all’“output AI”, ma come applicazione del sistema generale di tutela IP previsto per tutti i servizi Microsoft.

[20] Cfr. art. 53 e cons. 107 del Regolamento (UE) 2024/1689 (AI Act).