Questo sito utilizza i cookie

Leggi la nostra Politica sulla riservatezza e Condizioni d'uso per maggiori informazioni.

Ieri nel Radar: intervista a Cesare Gallotti
Esperto in sicurezza delle informazioni, qualità e privacy, di NIS2, Cyber Resilience Act, intelligenza artificiale e delle competenze che ancora mancano alle imprese.
LINK: https://eraiver.com/radar/interviste/cesare-gallotti/

IL NUMERO 18

“Tanto sono dati anonimi”

È una frase che si sente spesso nelle imprese: quando si condividono informazioni con un partner, quando si vende un dataset, quando si addestra un sistema di intelligenza artificiale. La differenza conta, perché se i dati sono davvero anonimi il GDPR non si applica: niente base giuridica, niente informativa, niente valutazione d’impatto.
Se invece non lo sono, tutte le regole tornano in gioco. La domanda è semplice da porre e difficile da risolvere: quando un dato è davvero anonimo?

Il caso Epsilon

(Il caso è anonimizzato, ricostruito su situazioni ricorrenti nelle imprese che usano strumenti informatici. Le norme e le date citate sono reali e verificate)

Epsilon è una catena di negozi di articoli per la casa, con una sessantina di punti vendita nel Nord Italia e una carta fedeltà usata da alcune centinaia di migliaia di clienti. Negli anni ha accumulato un patrimonio di dati: cosa comprano i clienti, dove, in quali giorni e a che ora.

Due proposte arrivano sul tavolo della direzione. Un’impresa partner, che produce elettrodomestici, vorrebbe acquistare i dati per studiare le abitudini di acquisto. Un fornitore di software propone di usarli per addestrare un sistema di intelligenza artificiale che preveda la domanda negozio per negozio.

Il responsabile commerciale ha una soluzione: togliere nomi, cognomi, indirizzi, numeri di telefono e lasciare un codice cliente, l’anno di nascita, il codice postale e lo storico degli acquisti, per renderli anonimi.

Lo sono davvero? Una cliente nata nel 1958, che vive in un piccolo comune, compra ogni martedì mattina nello stesso negozio e a marzo ha acquistato una lavatrice di un certo modello. Per riconoscerla basta conoscere uno di questi dettagli. Il codice cliente, che resta lo stesso negli anni, permette di seguire le sue abitudini nel tempo.

Pseudonimizzato non vuol dire anonimo

Il caso Epsilon ruota attorno a una distinzione che nelle imprese viene spesso confusa.

Un dato è pseudoanonimizzato quando il nome viene sostituito da un codice, ma con le informazioni giuste è ancora possibile risalire alla persona. Per il GDPR resta un dato personale e tutte le regole continuano ad applicarsi.

Un dato è anonimo quando nessuno, con i mezzi ragionevolmente disponibili, può più risalire alla persona. Solo in questo caso esce dal GDPR.

Togliere il nome, quindi, non basta. Ciò che Epsilon vorrebbe consegnare al partner e al fornitore di software è, nella migliore delle ipotesi, un insieme di dati pseudonimizzati.

Un caso reale: la sanzione del Garante

Il rischio non è teorico, infatti, con un provvedimento del 23 settembre 2026, il Garante privacy ha sanzionato per 7 milioni di euro IQVIA Solutions Italy, società che analizza dati sanitari e svolge ricerca clinica. La società aveva costruito una banca dati con le informazioni di circa un milione di pazienti, raccolte da circa 800 medici di medicina generale e la riteneva anonima.

Il Garante non è stato d’accordo perchè ogni paziente era associato a un identificativo persistente che, insieme ad anno di nascita, sesso, diagnosi, prescrizioni e dati sulla località, permetteva di isolare le singole persone. Una volta stabilito che i dati erano personali, sono seguite le altre contestazioni: mancava una base giuridica per trattare dati sanitari, i pazienti non erano stati informati, non c’erano tempi di conservazione né una valutazione d’impatto. La società ha 120 giorni per mettersi in regola, oppure l’anonimizzazione dovrà essere fatta alla fonte, dai medici, con le garanzie indicate dal Garante.

Il settore è diverso da quello di Epsilon, ma il meccanismo è lo stesso: un codice stabile e poche informazioni in più bastano a riportare un insieme di dati dentro il GDPR.

Quando un dato è davvero anonimo

Le nuove linee guida del Comitato europeo per la protezione dei dati (EDPB), adottate nel 2026 e ancora in consultazione, propongono un test basato su tre criteri.

Un insieme di dati può essere considerato anonimo solo se:

  • non è possibile isolare una persona;

  • non è possibile collegare tra loro dati che la riguardano;

  • non è possibile dedurre informazioni su di lei.

Se anche uno solo dei tre criteri non è rispettato, serve un’analisi più approfondita. Le linee guida ricordano anche che la valutazione dipende da chi detiene i dati e dai mezzi di cui dispone, e osservano che l’intelligenza artificiale riduce tempi e costi della reidentificazione: ciò che ieri era troppo difficile, oggi può non esserlo più.

C’è poi una sfumatura importante. Nel settembre 2025 la Corte di giustizia dell’Unione europea (causa C-413/23 P) ha chiarito che dati pseudonimizzati possono non essere personali per chi li riceve, se questi non ha mezzi ragionevoli per risalire alle persone. Restano però personali per chi li ha pseudonimizzati. Per Epsilon significa che, anche se il partner non potesse identificare nessuno, la catena resterebbe soggetta al GDPR per tutto ciò che fa con quei dati, compresa la decisione di cederli.

E l’AI?

Il tema tocca l’AI da due lati:

  • Se i dati di Epsilon non sono anonimi, usarli per addestrare il sistema di previsione è un trattamento di dati personali: serve una base giuridica, i clienti devono esserne informati e va valutato se l’uso sia compatibile con lo scopo per cui i dati erano stati raccolti.

  • Già nel dicembre 2024 l’EDPB aveva chiarito, in un parere dedicato ai modelli di AI, che un modello addestrato con dati personali non è automaticamente anonimo: va valutato caso per caso se sia possibile ricavarne informazioni sulle persone.

Sullo sfondo c’è la riforma in discussione a Bruxelles: il 21 ottobre i governi dell’UE hanno approvato la loro posizione sul Digital Omnibus per i dati, che tra l’altro precisa quando i dati pseudonimizzati non sono personali per chi li riceve. È però solo una posizione negoziale: il Parlamento europeo non ha ancora votato, e oggi le regole restano quelle del GDPR.

Cosa fare nella propria azienda

Il caso si traduce in cinque verifiche, utili a qualsiasi impresa che usa, cede o compra dati descritti come anonimi.

  • Distinguere anonimo da pseudonimizzato: fare l’elenco dei dataset considerati anonimi e verificare se lo sono davvero, o se sono solo privi del nome. Un codice stabile, un anno di nascita e un codice postale possono bastare a identificare una persona.

  • Documentare la valutazione: un dato è anonimo se lo si può dimostrare, con un’analisi dei rischi di isolamento, collegamento e deduzione. L’analisi va ripetuta nel tempo, perché tecniche e strumenti cambiano.

  • Ricordare che anonimizzare è già un trattamento: finché i dati non sono anonimi, chi li raccoglie e li trasforma deve rispettare il GDPR: base giuridica, informativa, sicurezza.

  • Controllare i dati che si comprano e quelli che si cedono: chi acquista un dataset, anche per addestrare un sistema di AI, dovrebbe chiedere come è stato anonimizzato e con quali garanzie. Chi lo cede dovrebbe chiedersi cosa potrà farne chi lo riceve.

  • Fare più attenzione ai dati particolari: per i dati sanitari e per le altre categorie protette le regole sono più severe, e l’errore costa di più. Nel dubbio, conviene trattarli come personali.

In sintesi

Togliere il nome non rende un dato anonimo. Un codice stabile, unito a poche altre informazioni, può bastare a riportare un insieme di dati dentro il GDPR, come ha mostrato la sanzione decisa dal Garante. Le nuove linee guida europee vanno nella stessa direzione: un dato è anonimo solo se non permette di isolare, collegare o dedurre informazioni su una persona. Con la diffusione dell’intelligenza artificiale, che rende la reidentificazione più facile e i dati più preziosi, la domanda da farsi non è se un dataset sia stato reso anonimo, ma se lo sia ancora. Epsilon può ancora cedere o usare i suoi dati, ma prima deve rispondere con onestà a questa domanda.

Nel prossimo numero (#19):
Dal 2027 i data center europei avranno un’etichetta pubblica sui consumi di energia e di acqua. La Commissione sta definendo i requisiti minimi per quelli nuovi, con una consultazione aperta fino al 14 dicembre. Cosa cambia per chi li costruisce, chi li gestisce e chi ne compra i servizi…

“Le interviste del Radar”
Mercoledì 18 novembre 2026

L’ intervista sarà con:
Arturo Lorenzoni, professore di economia dell’energia e dei mercati elettrici all’Università di Padova, dove guida il gruppo di ricerca sull’economia dell’energia.
Per oltre vent’anni ricercatore allo IEFE dell’Università Bocconi, ha collaborato con l’Autorità per l’energia e il Ministero dello Sviluppo economico. È stato vicesindaco di Padova e, nel 2020, candidato alla presidenza della Regione Veneto.

Al prossimo giovedì,
Edoardo Rinaldi

Per informazioni:

Rispondere a questa e-mail,
oppure
scrivere a: [email protected]