Categoria: D.lgs 231/01

Pubblicato il di

NUOVE RISORSE E APPROFONDIMENTI SU ALERT231.IT

Nuovi contenuti operativi dedicati a consulenti 231, componenti degli Organismi di Vigilanza, professionisti e aziende disponibili su –>> www.alert231.it << —

Tra le ultime novità pubblicate:

🔹 231 Tools – Check list per la verifica del coordinamento tra OdV, organo di controllo e sistema dei controlli interni
Uno strumento pratico per verificare ruoli, flussi informativi, sovrapposizioni e modalità di coordinamento tra i diversi soggetti coinvolti nel sistema di controllo aziendale.

🔹 D.Lgs. 47/2026 e Modello 231: come coordinare Collegio sindacale e Organismo di Vigilanza
Un approfondimento dedicato ai rapporti tra Collegio sindacale e OdV e alle possibili ricadute sull’organizzazione dei controlli nell’ambito del Modello 231.

🔹 231 Tools – Due nuove check list su IA e Modelli 231 nel settore farmaceutico
Nuovi strumenti operativi per supportare consulenti e OdV nell’analisi dei rischi collegati all’impiego dell’Intelligenza Artificiale.

🔹 Intelligenza Artificiale e Modello 231 nel settore farmaceutico
Un approfondimento su rischi, processi sensibili e nuovi presidi di controllo da considerare nell’aggiornamento e nella vigilanza sul Modello 231.

👉 Approfondimenti, check list e strumenti operativi sono disponibili su www.alert231.it 

www.alert231.it : aggiornamento continuo e strumenti pratici per chi opera ogni giorno nell’ambito del D.Lgs. 231/2001.

#DLS231 #Modello231 #ODV231 #OrganismoDiVigilanza #Compliance #CorporateCompliance #IntelligenzaArtificiale #AI #ControlliInterni #CollegioSindacale #RiskManagement #Alert231

Pubblicato il di

ODV 231 – Criticità applicative del Modello: analisi per lOdV

Introduzione

Aggiornamento _ODV_231

L’Organismo di Vigilanza (OdV) ha il compito di monitorare il corretto funzionamento e l’adeguatezza del Modello di Organizzazione, Gestione e Controllo (MOG), come stabilito dal D.Lgs. 231/01. Una delle sfide più concrete che si trova ad affrontare è quella della gestione dei flussi informativi. La qualità e la tempestività delle informazioni raccolte sono cruciali per una vigilanza efficace e per una valutazione corretta dell’adeguatezza del Modello. Spesso, quindi, si presenta il problema di come attuare un sistema di comunicazione strutturato che permetta all’OdV di ricevere, elaborare e utilizzare le informazioni necessarie per svolgere le proprie funzioni in modo autonomo e indipendente.

Quadro normativo e principi guida applicabili

L’articolo 6 del D.Lgs. 231/01 stabilisce chiaramente che l’OdV deve operare con autonomia e indipendenza, garantendo il rispetto dei principi di adeguatezza e di proporzionalità del MOG. A questo riguardo, le linee guida dell’ANAC e delle associazioni di categoria forniscono indicazioni preziose su come impostare un approccio “risk-based”. La raccolta e l’analisi delle informazioni devono infatti essere orientate ai rischi identificati nel contesto aziendale, in modo da garantire un monitoraggio efficace degli ambiti critici.

La gestione dei flussi informativi deve seguire un protocollo strutturato che garantisca la tracciabilità delle comunicazioni e un’adeguata registrazione delle verifiche effettuate. Questo approccio consente di creare un sistema di feedback continuo che favorisce la effettiva attuazione del Modello e l’individuazione di aree di miglioramento.

Attività di vigilanza da pianificare

Per gestire efficacemente i flussi informativi verso l’OdV, è fondamentale pianificare le seguenti attività:

  1. Identificazione delle fonti informative: Mappare le fonti interne ed esterne da cui l’OdV può ricevere informazioni, come documentazioni legali, rapporti di audit, risultati di controlli interni e segnalazioni di whistleblowing.

  2. Analisi dei flussi comunicativi: Verificare i canali attraverso i quali avvengono le comunicazioni, garantendo che siano strutturati e formalizzati per evitare ambiguità o omissioni.

  3. Pianificazione degli incontri periodici: Stabilire incontri regolari con tutte le funzioni aziendali rilevanti per il monitoraggio e la raccolta di informazioni. La frequenza e l’agenda di questi incontri devono essere chiaramente definite.

  4. Formazione continua: Implementare sessioni di formazione per il personale riguardo le procedure di segnalazione e comunicazione delle informazioni all’OdV, affinché comprendano l’importanza di tali flussi nella gestione del rischio.

Modalità di controllo e raccolta evidenze

La raccolta di evidenze è cruciale per supportare le attività di vigilanza. Alcune modalità operative efficaci includono:

  1. Interviste e questionari: Utilizzare interviste e questionari per raccogliere informazioni dirette dal personale, identificando aree di rischio percepite e suggerimenti per miglioramenti.

  2. Audit dei documenti: Verificare la correttezza e la completezza della documentazione ricevuta. Gli audit devono essere progettati per incrociare dati e informazioni provenienti da diverse fonti.

  3. Sistemi informativi: Sfruttare strumenti informatici per la gestione delle segnalazioni e delle informazioni raccolte, favorendo la tracciabilità e l’analisi dei dati.

  4. Reportistiche strutturate: Creare report periodici che sintetizzino le informazioni ricevute, le verifiche effettuate e le evidenze raccolte, da discutere in sede di OdV e con la direzione aziendale.

Errori ricorrenti da evitare

Nel corso delle attività di vigilanza, è fondamentale evitare alcuni errori ricorrenti, tra cui:

  1. Sottovalutare l’importanza delle comunicazioni: Limitarsi a ricevere informazioni senza garantire un flusso attivo e bidirezionale con il personale può portare alla perdita di dati significativi.

  2. Mancanza di tracciabilità: Non registrare o documentare sistematicamente le comunicazioni può generare difficoltà nella rendicontazione e nell’analisi delle evidenze.

  3. Isolamento dell’OdV: Non coinvolgere le diverse funzioni aziendali nella gestione dei flussi informativi rende l’OdV vulnerabile ad un’informazione frammentaria e poco rappresentativa delle reali condizioni aziendali.

  4. Negligenza nella verifica dei feedback: Ignorare le segnalazioni o i feedback ricevuti porta a mantenere inefficienze nel Modello e a non affrontare in tempo utile eventuali problemi.

Schema operativo per l’OdV (checklist sintetica)

Checklist per la gestione dei flussi informativi

  1. Mappatura delle fonti di informazione:

    • Identificare canali aziendali (email, intranet, report).
    • Documentare fonti esterne (fornitori, enti di controllo).

  2. Definizione e formalizzazione dei processi:

    • Stabilire procedure per la raccolta delle informazioni.
    • Predisporre protocolli di interazione con il personale.

  3. Pianificazione dei monitoraggi periodici:

    • Calendarizzare incontri mensili/trimestrali con funzioni chiave.
    • Aggiornare l’agenda in base alle novità e ai rischi emersi.

  4. Formazione e sensibilizzazione:

    • Creare un piano di formazione per il personale sull’importanza dei flussi informativi.
    • Monitorare la partecipazione e l’efficacia delle sessioni formative.

  5. Registrazione e documentazione:

    • Implementare un sistema di registrazione per tutte le comunicazioni ricevute.
    • Archiviare prove documentali delle attività di vigilanza.
  6. Analisi e feedback:
    • Analizzare i report periodici per identificare trend o criticità.
    • Presentare e discutere i risultati con la direzione e le funzioni coinvolte.

Schema operativo sintetico per l’OdV

  • Mappare: identificare fonti e canali informativi.
  • Pianificare: fissare incontri e audit periodici.
  • Controllare: implementare sistemi di tracciabilità per le comunicazioni.
  • Verificare: condurre analisi e reportistica per monitorare l’efficacia dei flussi informativi.
  • Documentare: mantenere registrazioni dettagliate per garantire la trasparenza e la rendicontazione.

Attraverso un approccio sistematico e ben organizzato alla gestione dei flussi informativi, l’OdV può assicurarsi di svolgere il proprio ruolo di controllo in modo efficiente e responsabile, contribuendo così al miglioramento continuo del Modello e alla mitigazione dei rischi aziendali.

Pubblicato il di

Nuova versione Suite Aggiornamento Modello 231 — Reati Intelligenza artificiale

Aggiornare il Modello 231 ai nuovi reati commessi con l’uso di sistemi di intelligenza artificiale (art. 437-bis e art. 612-quater c.p.) non deve richiedere settimane di lavoro da zero.

ConSuite Aggiornamento Modello 231 — Reati IA puoi:

✅ Mappare i processi aziendali a rischio, con suggerimenti automatici in base alla tipologia di azienda
✅ Calcolare in automatico il livello di rischio di ciascun processo
✅ Personalizzare 5 procedure operative già scritte
✅ Aggiornare Parte generale e speciale, Analisi rischi, Procedure, Codice Etico e Sistema Disciplinare
✅ Esportare tutto in Word, Excel e PDF

Pensata per consulenti 231, Organismi di Vigilanza e funzioni compliance interne, con gestione multiaziendale integrata: un’unica
licenza per seguire tutte le aziende clienti, ciascuna con dati completamente indipendenti.

Nessuna installazione, licenza annuale, attivazione in due minuti.

Se segui l’adeguamento del Modello 231 per i tuoi clienti, è il momento di dotarti dello strumento giusto.

👉 Suite Aggiornamento Modello 231 — Reati IA

#Modello231 #Compliance #IntelligenzaArtificiale #Deepfake #ConsulenzaAziendale #RischioReato #OdV

Pubblicato il di

Intelligenza artificiale e D.Lgs. 231/2001: come cambia la vigilanza dell’OdV

L’intelligenza artificiale entra nel perimetro del D.Lgs. 231/2001, introducendo nuovi rischi che richiedono un aggiornamento non solo formale del Modello 231, ma anche delle modalità di controllo dell’Organismo di Vigilanza.

Tra gli aspetti principali da considerare:

  • Censimento dei sistemi IA, compresi gli strumenti utilizzati senza autorizzazione (shadow AI).
  • Aggiornamento del Risk Assessment 231, individuando processi, sistemi IA, responsabili, rischi-reato e controlli.
  • Verifica della human oversight, accertando chi controlla i sistemi IA, quando può intervenire e se gli interventi sono tracciati.
  • Nuovi flussi informativi verso l’OdV relativi a sistemi ad alto rischio, incidenti, anomalie, modifiche e utilizzi non autorizzati.
  • Controllo dei fornitori IA, verificando sicurezza, responsabilità, logging, gestione degli incidenti e modifiche dei sistemi.
  • AI Audit 231 per valutare concretamente l’efficacia dei presidi adottati.
  • AI Governance Policy coordinata con Modello 231, privacy, cybersecurity, NIS2, whistleblowing e procedure aziendali.

Un concetto centrale diventa quello della tracciabilità algoritmica: l’organizzazione deve poter ricostruire quale sistema IA è intervenuto in un processo, quale ruolo ha avuto, chi ne ha controllato l’output e quali decisioni sono state assunte.

L’OdV non deve diventare un auditor informatico, ma deve poter verificare che l’impresa conosca i sistemi IA utilizzati, ne valuti i rischi, definisca responsabilità e controlli e sia in grado di dimostrare l’effettività dei presidi adottati.

In sintesi, l’AI Governance diventa progressivamente parte integrante del sistema di controllo e prevenzione 231.

ACCEDI AL CONTENUTO COMPLETO SU WWW.ALERT231.IT

Pubblicato il di

Intelligenza artificiale e D.Lgs. 231/2001: nuovi reati e nuovi rischi per le imprese

L’intelligenza artificiale entra sempre più direttamente nel sistema della responsabilità amministrativa degli enti disciplinato dal D.Lgs. 231/2001.

Il percorso di adeguamento dell’ordinamento italiano all’AI Act – Regolamento (UE) 2024/1689, insieme alla Legge 23 settembre 2025, n. 132, sta infatti producendo importanti conseguenze anche sul fronte della responsabilità penale e dei Modelli Organizzativi 231.

La Legge n. 132/2025 ha già introdotto nell’ordinamento italiano specifiche disposizioni penali legate all’impiego dell’intelligenza artificiale e ha delegato il Governo ad adottare i decreti necessari per l’adeguamento della normativa nazionale all’AI Act.

Per imprese, Organismi di Vigilanza e consulenti 231 si apre quindi una nuova area di compliance: il rischio derivante dalla progettazione, produzione, commercializzazione e utilizzo dei sistemi di intelligenza artificiale.

Il nuovo scenario: IA e responsabilità 231

Tra gli interventi più significativi previsti nel percorso di adeguamento figura l’introduzione del nuovo art. 437-bis del Codice penale, relativo all’omessa adozione delle misure di sicurezza previste per i sistemi di intelligenza artificiale ad alto rischio e all’alterazione di tali sistemi.

La fattispecie assume particolare importanza ai fini della responsabilità degli enti perché è prevista la sua collocazione nel catalogo dei reati presupposto del D.Lgs. 231/2001 attraverso il nuovo art. 25-vicies. ente una questione tecnologica o di conformità all’AI Act, ma può diventare anche un elemento rilevante sul piano della responsabilità penale e della responsabilità dell’organizzazione.

Quali condotte diventano rilevanti?

Particolare attenzione deve essere riservata ai sistemi di IA ad alto rischio.

Il nuovo quadro riguarda la mancata adozione delle misure tecniche e organizzative di sicurezza previste per attività quali:

  • progettazione;
  • addestramento;
  • produzione;
  • immissione sul mercato;
  • utilizzo professionale di sistemi di IA ad alto rischio.

Il rischio, pertanto, può interessare diversi soggetti della catena del valore dell’intelligenza artificiale: fornitori, importatori, distributori, deployer e, più in generale, organizzazioni che utilizzano professionalmente sistemi classificati ad alto rischio.

Non si tratta quindi di un problema limitato alle software house o alle aziende che sviluppano algoritmi.

Anche un’impresa che utilizza sistemi IA di terzi potrebbe dover valutare attentamente i nuovi rischi.

Non solo sistemi ad alto rischio: attenzione anche ai deepfake

Un’altra area particolarmente delicata riguarda l’utilizzo dell’intelligenza artificiale per la creazione e diffusione illecita di contenuti manipolati.

La Legge n. 132/2025 ha introdotto, attraverso l’articolo 26, diverse modifiche al Codice penale connesse all’utilizzo dell’IA, prevedendo anche una specifica aggravante quando il sistema di intelligenza artificiale costituisce un mezzo insidioso, ostacola la difesa oppure aggrava le conseguenze del reato.

Il tema dei deepfake e dei contenuti artificialmente generati o alterati diventa pertanto un ulteriore elemento da considerare nella mappatura dei rischi aziendali.

Perché cambia il Modello 231

L’ingresso dei rischi IA nell’universo 231 impone alle organizzazioni di superare un approccio esclusivamente informatico.

Il punto centrale diventa la cosiddetta colpa di organizzazione.

In presenza di un illecito commesso attraverso sistemi di IA, potrebbe infatti assumere rilevanza la capacità dell’ente di dimostrare di avere preventivamente identificato il rischio e predisposto un sistema organizzativo adeguato per governarlo.

Per questo motivo il Modello 231 dovrebbe progressivamente integrare l’AI Risk Management all’interno dei tradizionali sistemi di controllo.

Cosa dovrebbero fare le aziende

Le organizzazioni dotate di un Modello 231 dovrebbero innanzitutto effettuare un censimento dei sistemi di intelligenza artificiale utilizzati e verificare quali processi aziendali risultino maggiormente esposti.

L’aggiornamento dovrebbe quindi interessare almeno:

  • Risk Assessment 231, inserendo i nuovi scenari di rischio connessi all’IA;
  • Parte Generale del Modello, introducendo il governo e il controllo dei sistemi IA;
  • Parti Speciali, individuando processi sensibili, soggetti coinvolti e protocolli preventivi;
  • Codice Etico, disciplinando principi e limiti nell’utilizzo dell’intelligenza artificiale;
  • Sistema disciplinare, prevedendo conseguenze per la violazione delle policy e dei protocolli IA;
  • procedure aziendali, con regole per selezione, acquisto, sviluppo, configurazione e utilizzo dei sistemi IA;
  • flussi informativi verso l’Organismo di Vigilanza;
  • Piano di Vigilanza dell’OdV, introducendo audit specifici sull’utilizzo dell’intelligenza artificiale.