Perché il vostro team continua a incollare cose in ChatGPT invece di usare gli strumenti ufficiali
Il volume di copia e incolla in ChatGPT non è, soprattutto, un fallimento di conformità da controllare. È una ricerca di mercato gratuita e onesta sul punto esatto in cui i vostri strumenti ufficiali sono troppo lenti — se siete disposti a leggerlo così.
Chiedete a una responsabile delle operations di un'agenzia di cinquanta persone dove si fa davvero la ricerca sui clienti, e indicherà uno strumento di project management con una fattura mensile e una tabella dei permessi. Chiedete dove accade davvero, e la risposta onesta, sempre più spesso, è una scheda del browser aperta su ChatGPT.
Non è un'abitudine marginale, confinata a poche persone del team di design che aggirano le regole. È vicina alla mediana. Il Work Trend Index 2024 di Microsoft e LinkedIn, basato su un sondaggio di 31.000 lavoratori in 31 paesi, ha rilevato che il 78% dei dipendenti che usano l'IA generativa al lavoro porta i propri strumenti di IA invece di quelli forniti dal datore di lavoro — una pratica che il rapporto chiama BYOAI. Nelle piccole e medie imprese, quella cifra sale all'80%. Un Annual Report 2025 separato di 1Password, tratto da 5.000 lavoratori, ha trovato una cifra più prudente: il 27% ha ammesso di aver usato strumenti di IA che la propria azienda non aveva autorizzato, mentre un sondaggio Cybernews su più di 1.000 dipendenti statunitensi nel settembre 2025 ha collocato la cifra al 59%. La forbice è ampia perché ogni sondaggio pone una domanda leggermente diversa — «avete mai fatto ricorso all'IA fuori dai canali ufficiali» contro «vi affidate consapevolmente a un'IA non autorizzata per il lavoro più importante» — ma ognuno di questi numeri sta ben al di sopra di ciò che la maggior parte dei responsabili IT e operations indovinerebbe se glielo si chiedesse a freddo.
La maggior parte delle conversazioni su questo fatto inizia con la parola «shadow» e finisce con una nota sulla policy di uso accettabile. Quell'istinto è comprensibile. È anche, per lo più, la prima mossa sbagliata.
Che cosa sta misurando davvero il numero
Partite da ciò che questi sondaggi non stanno trovando. Non stanno trovando che i dipendenti sono pigri, avventati o che cercano di aggirare il management. Il rapporto di 1Password ha chiesto direttamente alle persone perché ricorrono a strumenti di IA non approvati, e le due risposte principali sono state la comodità (45%) e la sensazione di essere più produttivi (43%) — non «il mio responsabile non controlla» né «la policy non mi interessa». Le persone non si nascondono in ChatGPT perché è vietato. Si nascondono in ChatGPT perché è più veloce di ciò che avrebbero dovuto usare al suo posto.
Questa distinzione conta, perché significa che il copia e incolla non è soprattutto un problema di disciplina da controllare. È più vicino a un cliente che sceglie il prodotto di un concorrente invece del vostro. Se un cliente inizia a aggirare il vostro flusso di checkout perché quello di un concorrente è più corto di tre clic, non rispondete rendendo il vostro flusso più difficile da abbandonare: andate a scoprire che cosa lo rallenta. La stessa logica vale dentro un'azienda. Ogni volta che qualcuno apre ChatGPT invece del vostro strumento di task, della vostra app di messaggistica o della vostra wiki interna, sta esprimendo un voto onesto e spontaneo su dove i vostri strumenti ufficiali sono troppo lenti, troppo in profondità di clic, o privi di qualcosa di cui ha bisogno subito. Nessuno compila un sondaggio per dirvelo. Lo fa e basta, più e più volte, su scala — ed è esattamente questo a renderlo più affidabile della maggior parte del feedback che otterrete mai di proposito.
Il copia e incolla in ChatGPT non è la prova che il vostro team non rispetti gli strumenti che gli avete dato. È una misurazione dal vivo del punto esatto in cui quegli strumenti non bastano — registrata in automatico, in volume, senza fatica da sondaggio.
Dove si colloca: il debito di processo reso visibile
La filosofia di prodotto di FabricLoop ha un nome per la condizione di fondo che produce questo comportamento: il debito di processo — il costo accumulato e nascosto di cucire insieme strumenti che non condividono il contesto, pagato nella valuta di persone che riscrivono, rispiegano e riconciliano a mano informazioni che avrebbero dovuto muoversi da sole. Il debito di processo non compare in un bilancio. Compare come i dieci minuti che qualcuno passa a copiare un thread del cliente dall'email a un documento e poi a riassumerlo a mano, perché i sistemi coinvolti non si parlano.
L'IA generativa non ha creato il debito di processo. Ha solo dato a tutti un modo molto più veloce di servirlo. Prima di ChatGPT, un dipendente di fronte a un processo interno frammentato e lento aveva due opzioni: attraversarlo a fatica, oppure trovare un espediente informale — un foglio di calcolo personale, un messaggio Slack a parte, un post-it. Ora c'è una terza opzione che richiede nove secondi e produce un risultato davvero utile: incollare il disordine in un chatbot e lasciargli fare la riconciliazione. Il volume di persone che scelgono quella terza opzione è una lettura diretta, in tempo reale, di quanto debito di processo la vostra organizzazione sta portando, espresso un flusso di lavoro alla volta. Un team che incolla di continuo in ChatGPT non è indisciplinato. È un team che paga gli interessi sul debito di processo abbastanza in fretta perché tutti lo sentano.
È anche il motivo per cui vietare l'espediente, da solo, funziona di rado. Un sito bloccato o una nota di policy severa non ripaga il debito: toglie soltanto il modo più veloce di servirlo, il che spinge le persone verso espedienti più lenti o verso un telefono personale dove nessuno può vedere che cosa stanno facendo. Se il divario di fondo che ha mandato qualcuno su ChatGPT è ancora lì, il divieto ha reso il problema meno visibile, non più piccolo.
Niente di tutto questo significa che il rischio sia immaginario. Quando qualcuno incolla un contratto del cliente, un insieme di note di valutazione delle performance o i dettagli dell'account di un cliente in un account personale di ChatGPT, Claude o Gemini, quei dati escono dal controllo della vostra azienda e finiscono nell'infrastruttura di un'altra azienda, alle condizioni di servizio di un'altra azienda — spesso il piano gratuito, che di solito porta con sé le garanzie di trattamento dei dati più deboli di qualsiasi piano in offerta. È un'esposizione reale, e merita un avvertimento reale, detto in modo chiaro, piuttosto che una nota a piè di pagina. L'errore è aprire con questo rischio come se fosse tutta la storia, perché la paura è un cattivo motivatore del cambiamento di comportamento e uno strumento diagnostico ancora peggiore. Dichiarate il rischio una volta, prendetelo sul serio, e poi andate a scoprire che cosa sta davvero guidando il comportamento — perché quella è la parte che potete correggere.
Leggetelo come dati di churn, non come un registro di sorveglianza
La risposta giusta assomiglia al modo in cui un team di prodotto studia il churn, non al modo in cui un team di compliance conduce un audit. Non avete bisogno di leggere la cronologia ChatGPT di nessun singolo dipendente, e non dovreste provarci: quella è sorveglianza, eroderà la fiducia più in fretta di quanto produca insight, e nella maggior parte delle giurisdizioni crea una propria esposizione legale. Ciò che cercate è lo schema aggregato: quali flussi di lavoro, ruoli e momenti di un processo producono in modo affidabile una deviazione verso uno strumento di IA esterno. È una domanda a cui potete rispondere con un breve sondaggio anonimo, qualche conversazione franca con i responsabili di team, oppure — se i vostri strumenti ufficiali hanno una qualunque analitica d'uso — guardando dove le persone abbandonano un task a metà e dove i ticket di supporto si raggruppano intorno a «ci sta mettendo troppo».
Nei sondaggi, un piccolo numero di categorie di flusso di lavoro spiega la maggior parte del traffico. I dati di 1Password lo scompongono in concreto: il 22% degli intervistati ha detto di usare strumenti di IA esterni per trascrivere e riassumere le note delle chiamate con i clienti, il 21% li usa per analizzare i dati dei clienti, e il 16% li usa sia per l'analisi dei dati aziendali sia per redigere materiale legato ad assunzioni e valutazioni delle performance. Nessuno di questi è un caso d'uso esotico. Sono il tessuto connettivo ordinario della gestione di un team in crescita o di un account di agenzia — il momento subito dopo la fine di una chiamata e prima che le note arrivino da qualche parte di utile, il momento in cui un responsabile ha bisogno di una lettura rapida di un foglio di calcolo per cui nessuno ha costruito un report, il momento in cui qualcuno deve trasformare un mucchio di feedback sparso in una valutazione coerente. In quasi ogni caso, il lavoro di fondo è davvero semplice. Ciò che è lento è il numero di strumenti che qualcuno deve aprire, e il numero di volte in cui deve rispiegare un contesto che esiste già da qualche parte in azienda, per farlo attraverso il percorso autorizzato.
Rendete più veloce il percorso autorizzato, non più difficile l'espediente
Una volta che conoscete i due o tre flussi di lavoro specifici che generano la maggior parte del traffico, la correzione non è quasi mai una nuova policy. È chiudere il divario reale. In concreto, per chi guida un team in crescita o un'agenzia, significa tre cose, all'incirca in quest'ordine.
Primo, nominate i flussi di lavoro con precisione, non in modo generico. «Le persone usano ChatGPT per le cose dei clienti» non è abbastanza specifico per agire. «Gli account manager riassumono le note delle chiamate in ChatGPT perché il nostro strumento di task non ha una cattura rapida da una chiamata, quindi altrimenti dovrebbero aprire tre schermate separate» è abbastanza specifico da correggere — e di solito sono uno o due di questi casi a spiegare la maggior parte del volume, non una dozzina.
Secondo, misurate l'espediente contro il percorso autorizzato nelle unità che contano davvero per la persona che fa il lavoro: numero di clic, numero di cambi di app e numero di volte in cui deve riscrivere qualcosa che esiste già altrove. Se lo strumento esterno vince con un ampio margine su tutti e tre, quello è il vostro divario, e di solito si può chiudere — una scorciatoia di cattura rapida, un template, un'integrazione che porta il thread rilevante nello strumento in automatico invece di chiedere a qualcuno di andarlo a prendere.
Terzo, quando è l'IA stessa a essere davvero la parte utile — non solo la velocità, ma il riassumere o il redigere in sé — portate una capacità di IA nella superficie autorizzata invece di fingere che le persone smetteranno di volerla. Questo è l'argomento vero per costruire l'IA dentro gli strumenti in cui il vostro team vive già, invece di lasciarla arenata in un'app consumer separata, senza il vostro contesto e senza i vostri controlli.
La risposta di FabricLoop a questo divario è Loop Agent, costruito sul Model Context Protocol così da poter agire dentro gli stessi Groups in cui messaggistica, task e note vivono già — riassumendo un thread, redigendo un task da una conversazione o recuperando una nota senza che nessuno esca dall'app o rispieghi un contesto che è già lì. Il punto non è superare ChatGPT per numero di funzioni. È rendere il percorso autorizzato almeno veloce quanto l'espediente, con la traccia di audit intatta, così che la comodità che oggi manda il lavoro verso un account esterno abbia un posto dove andare dentro le vostre mura.
Come si presenta davvero il prossimo lunedì
Niente di tutto questo richiede una task force. Richiede un'ora di sguardo onesto, una breve conversazione con i due o tre ruoli che fanno più copia e incolla, e la disponibilità a trattare ciò che trovate come informazione utile piuttosto che come questione disciplinare. Chiedete direttamente alle persone che cosa stavano cercando di concludere subito prima di aprire ChatGPT — la maggior parte ve lo dirà in modo chiaro, perché non stava cercando di nascondere nulla, stava cercando di finire un task. Poi confrontate quel task, passo per passo, con quanto tempo richiede attraverso i vostri strumenti ufficiali. Il divario che trovate è la vostra vera roadmap di prodotto per il trimestre successivo, consegnata gratis dalle persone che usano i vostri sistemi ogni giorno.
I team che sbagliano trattano il copia e incolla come una questione di integrità e passano un trimestre a scrivere una policy che nessuno legge. I team che ci azzeccano lo trattano come una ricerca di mercato che nessuno ha dovuto pagare, e passano quello stesso trimestre a chiudere i due o tre divari che stavano mandando tutti intorno agli strumenti che avevano già.