Nel marzo 2024, l’ex presidente della SEC Gary Gensler ha pubblicato un video in cui coniava ufficialmente il termine AI washing. La definizione era precisa: la pratica con cui le aziende esagerano o falsificano le proprie capacità di intelligenza artificiale per attrarre investitori, clienti o talenti.
Il termine era nuovo. Il fenomeno no.
Già nel 2019, uno studio di MMC Ventures aveva analizzato 2.830 startup europee che si presentavano come “AI startups”: il 40% non utilizzava intelligenza artificiale reale, ma semplici strumenti di automazione o software tradizionali ribattezzati con un nuovo nome. Quello che è cambiato dal 2022 in poi è la scala. Con l’esplosione pubblica dei modelli linguistici di grandi dimensioni, dichiararsi “AI-powered” è diventato il claim più diffuso e meno verificato nel marketing tecnologico globale.
Come funziona
L’AI washing si manifesta in tre forme principali, spesso sovrapposte.
La prima è la fabricazione completa: un’azienda dichiara di usare l’intelligenza artificiale in processi che in realtà vengono gestiti interamente da esseri umani. Il caso più emblematico è quello di Nate Inc., startup di e-commerce che aveva raccolto oltre 40 milioni di dollari promettendo agli investitori un’app “completamente automatizzata basata sull’AI”. In realtà centinaia di lavoratori nelle Filippine processavano manualmente ogni transazione. Il livello di automazione effettiva era, secondo i documenti processuali, sostanzialmente zero.
La seconda forma è l’esagerazione sistematica: l’azienda usa effettivamente qualche strumento di AI, ma ne amplifica enormemente le capacità nelle comunicazioni pubbliche. Delphia, società di investimento, si promuoveva come pioniera dell’AI applicata alla finanza. In realtà il suo sistema era composto da analisi dei dati di base, senza i modelli predittivi avanzati che venivano descritti nei materiali di marketing.
La terza è il rebrand semantico: prodotti che esistevano già come strumenti di automazione o algoritmi tradizionali vengono rinominati “AI-powered” senza modifiche sostanziali al codice o al funzionamento. I ricercatori descrivono questo come aggiungere “go-faster stripes” ai prodotti: miglioramenti superficiali che capitalizzano sull’hype senza nessun avanzamento tecnologico reale.
Chi lo sta praticando
Il fenomeno attraversa settori e dimensioni aziendali in modo trasversale.
Nel fintech e negli investimenti, i casi documentati sono i più numerosi. Oltre a Delphia e Global Predictions, la SEC ha avviato procedimenti contro Rimar Capital per dichiarazioni false sulle capacità AI utilizzate nella gestione del portafoglio. Il pattern comune: promesse di rendimenti superiori grazie a sistemi predittivi che non esistevano nella forma descritta.
Nell’e-commerce e nei servizi digitali, Amazon è stata al centro di una controversia nel 2024 quando è emerso che la tecnologia “Just Walk Out” installata nei punti vendita Amazon Fresh e Amazon Go si affidava in realtà a più di 1.000 lavoratori in India che revisionavano manualmente i video delle transazioni.
Nel marketing e nella comunicazione, ricercatori dell’International Journal of Market Research hanno documentato come la pressione competitiva stia spingendo le agenzie a dichiarare capacità AI nei processi creativi e strategici che nella pratica corrispondono a un utilizzo basilare di strumenti generativi. Strumenti che i team usano con un abbonamento standard vengono presentati come infrastrutture proprietarie.
Le conseguenze legali
Il quadro regolatorio si è mosso con una velocità insolita rispetto ai precedenti tecnologici.
Negli Stati Uniti, la SEC ha costruito un framework di enforcement in meno di due anni. Le prime azioni di marzo 2024 contro Delphia e Global Predictions hanno stabilito il precedente: dichiarazioni false sulle capacità AI costituiscono violazione del Securities Act e dell’Investment Advisers Act, con sanzioni civili, ordini di cessazione e censure formali. Le due società hanno pagato rispettivamente 225.000 e 175.000 dollari di sanzioni civili.
In aprile 2025, la SEC e il Dipartimento di Giustizia ha incriminato per frode agli investitori il fondatore e CEO di Nate Inc. Nel maggio successivo, l’FBI e la Procura del Distretto Sud di New York hanno aggiunto accuse penali per tentata frode da 40 milioni di dollari.
Parallelamente, la FTC ha avviato procedimenti basati sul divieto di pratiche commerciali ingannevoli. Nel caso Air AI, la FTC ha sostenuto che la piattaforma di voice-AI aveva fatto affermazioni false o non verificabili sui guadagni che gli acquirenti avrebbero ottenuto, applicando la Sezione 5 del FTC Act.
In Europa, il quadro normativo si sta consolidando attorno all’AI Act. A partire da agosto 2026, le sue obbligazioni di trasparenza impongono la classificazione di tutti i sistemi AI per livello di rischio. Le violazioni possono comportare sanzioni fino al 7% del fatturato annuo globale. Il Regno Unito, con il Digital Markets, Competition and Consumers Act del 2024, prevede sanzioni fino al 10% del fatturato globale per pratiche commerciali ingannevoli legate a claim tecnologici.
Perché accade
Le startup che menzionano l’AI nei materiali di presentazione attraggono tra il 15 e il 50% di investimenti in più rispetto a quelle che non lo fanno. In un mercato in cui il segnale AI funziona come amplificatore della valutazione, la tentazione di usarlo anche in assenza di sostanza è grande.
Il problema è che il segnale si degrada. L’AI washing genera aspettative che non vengono soddisfatte: le aspettative non soddisfatte producono quello che i ricercatori chiamano “AI booing” (un rigetto pubblico dell’AI come categoria). Quel rigetto danneggia anche chi l’AI la usa davvero. L’erosione della fiducia nel claim è un danno collettivo che si distribuisce sull’intero mercato.
Il meccanismo è identico a quello del greenwashing: il termine perde potere segnaletico, il consumatore e l’investitore smettono di distinguere tra chi fa e chi dichiara, e chi fa davvero paga il costo dell’opacità creata da chi dichiara soltanto.
Il punto
L’AI washing è un problema di governance prima ancora che di compliance.
Un’azienda che dichiara capacità AI, infatti, sta costruendo una promessa che il proprio prodotto non può mantenere, verso clienti che prima o poi ne faranno esperienza diretta, e verso investitori che prima o poi chiederanno conto dei risultati.
La distanza tra la narrativa e la realtà operativa è sempre temporanea. I regolatori la misurano. I clienti la vivono. Il mercato la prezza.
Chi governa un brand con serietà sa che ogni dichiarazione pubblica sulle proprie capacità è un impegno che deve poter essere dimostrato. Questo vale per la sostenibilità. Vale per i valori. Vale per l’intelligenza artificiale.
Il claim più costoso che un’azienda possa fare è quello che il proprio prodotto non riesce a sostenere.
Nuove Connessioni (FAQ)
Come verifico se un fornitore AI fa davvero quello che dichiara?
Tre domande concrete da porre prima di firmare qualsiasi contratto. Prima: posso vedere una dimostrazione live del sistema in funzione sul mio caso d’uso specifico? Seconda: quali metriche di performance vengono misurate e con quale frequenza vengono condivise? Terza: esiste documentazione tecnica che descrive l’architettura del sistema, incluse le componenti di terze parti? Un fornitore che esita su una di queste tre domande sta probabilmente nascondendo qualcosa.
Se in passato abbiamo usato il claim “AI-powered” in modo approssimativo, cosa rischiamo?
Dipende dalla giurisdizione e dalla tipologia di dichiarazione. Negli Stati Uniti, le dichiarazioni agli investitori sono le più esposte: la SEC è esplicita nel classificare l’AI washing come violazione del Securities Act. In Europa, l’AI Act e le direttive sul greenwashing (il meccanismo normativo è analogo) espongono a sanzioni fino al 7% del fatturato. Il primo passo consiste in un audit delle comunicazioni esistenti: identificare le affermazioni che non trovano riscontro nella realtà operativa e correggere proattivamente prima che arrivino le verifiche esterne.
L’AI washing è illegale o solo un rischio reputazionale?
Entrambe le cose, in proporzioni diverse a seconda del contesto. Per le società quotate e per chi raccoglie capitale da investitori, le dichiarazioni false sulle capacità AI sono già perseguibili penalmente negli Stati Uniti, come dimostrano i casi Nate Inc. e Presto Automation. Per le aziende non quotate che comunicano verso i consumatori, il rischio è prevalentemente regolamentare (FTC, AGCM, AI Act) e reputazionale. In entrambi i casi, il costo di una correzione proattiva è sempre inferiore al costo di un procedimento.
Anche le PMI rischiano conseguenze per AI washing?
Sì, anche se l’enforcement si concentra oggi principalmente sulle società quotate e su chi raccoglie investimenti. Le PMI che usano il claim “AI” nelle comunicazioni verso i clienti sono esposte alle direttive consumer europee e all’AI Act. Il rischio più immediato per una PMI non è regolamentare ma contrattuale: se un cliente ha scelto un fornitore sulla base di capacità AI dichiarate e non riscontrate, dispone di basi per contestare il contratto o richiedere risarcimento.