Innovation Law Insights

Legal Break

Le nuove licenze per il gioco d’azzardo online sono ora in vigore – Ecco cosa cambia

Come parte della nostra serie di video intitolata "Legal Break", trattiamo l’impatto del nuovo regime di licenze per il gioco d’azzardo, entrato in vigore il 13 novembre 2025, cosa significa per il mercato e quali sono gli obblighi per operatori e fornitori. Puoi guardare l’episodio QUI.

 

Artificial Intelligence

Gestione dei rischi legati all'intelligenza artificiale: 7 suggerimenti per la protezione dei dati tratti dalla guida dell'EDPS

Con la rapida diffusione dell'intelligenza artificiale ("AI") nelle aziende, la necessità di gestire i rischi legati alla protezione dei dati è diventata una questione cruciale da affrontare a livello dirigenziale. L'11 novembre 2025, il Garante europeo della protezione dei dati ("EDPS") ha pubblicato la sua “Guida per la gestione dei rischi dei sistemi di intelligenza artificiale” (“Guida”), al fine di fornire alle istituzioni, agli organi, agli uffici e alle agenzie dell'Unione europea alcuni consigli pratici su come garantire la conformità nello sviluppo o nell'utilizzo di sistemi di AI.

Sebbene la Guida sia ufficialmente rivolta a istituzioni e agenzie UE, i suoi principi e criteri (basati sulla metodologia di gestione dei rischi ISO 31000:2018) sono estremamente rilevanti anche per il settore privato. La Guida costituisce un modello di best practice per qualsiasi azienda che intenda sviluppare una strategia di governance dell'AI solida e conforme alla normativa.

Primo suggerimento: porre l'interpretabilità e la spiegabilità alla base del sistema di AI

L'EDPS considera l'interpretabilità e la spiegabilità non come slogan intercambiabili, ma come concetti distinti e cruciali per garantire la comprensione e l'affidabilità dell'AI. Come definito nella Guida, l'interpretabilità è il grado in cui un essere umano può comprendere il funzionamento di un modello e cogliere le connessioni tra i suoi input e output. La spiegabilità, invece, è la capacità di chiarire perché un modello ha preso una decisione specifica in modo accessibile all'utente finale.

Un sistema interpretabile e spiegabile consente ai fornitori di AI di instaurare un rapporto di fiducia con i clienti, dimostrare la conformità alle autorità di regolamentazione, consentire audit efficaci e correggere più facilmente gli errori. Ciò significa che i sistemi di AI richiedono una soluzione integrata per interrogare il perché è stata presa una decisione, non solo per generare un output chiaro e immediato.

Secondo suggerimento: contrastare i bias da qualsiasi prospettiva: dati, algoritmi e interpretazione

L'EDPS chiarisce che il principio di correttezza richiede che i dati personali non siano trattati in modo “ingiustificatamente dannoso, illegittimamente discriminatorio, inaspettato o fuorviante per l'interessato”. Sottolinea che il bias (distorsione) non è un fenomeno unitario, ma un rischio sfaccettato che può manifestarsi in diverse fasi del ciclo di vita dell'AI. Il documento identifica cinque cause distinte alla radice dei pregiudizi:

• Mancanza di qualità dei dati: i sistemi di AI operano secondo il principio “garbage in, garbage out". Dati di addestramento imprecisi, incompleti o etichettati in modo errato possono portare a risultati errati e distorti.
• Bias nei dati di addestramento: può derivare da pregiudizi di natura storica riflessi nei dati o da errori di campionamento che portano a set di dati non rappresentativi della popolazione reale.
• Overfitting: questo problema tecnico si verifica quando un modello apprende i dati di addestramento, compresi il rumore e i valori anomali, in modo così accurato da non poter applicare le conoscenze acquisite a dati nuovi e sconosciuti, con conseguenti prestazioni reali scadenti e spesso distorte.
• Distorsione algoritmica: la progettazione stessa del sistema di AI, compresa la scelta delle funzioni matematiche o degli algoritmi, può essere intrinsecamente distorta e produrre risultati ingiusti, indipendentemente dalla qualità dei dati.
• Distorsione interpretativa: anche con un modello perfetto, i revisori umani potrebbero introdurre distorsioni traendo conclusioni errate o fuorvianti dai risultati dell'AI, spesso influenzati dai propri preconcetti.

Dal punto di vista operativo, è opportuno istituire un gruppo di lavoro interfunzionale dedicato all'“AI responsabile” che includa data scientist, consulenti legali e responsabili delle linee di business, con il compito di mettere in discussione le premesse in ogni fase del ciclo di vita dell'AI.

Terzo suggerimento: comprendere i due volti dell'accuratezza

La Guida evidenzia una distinzione fondamentale che spesso viene trascurata nella comunicazione tra i team legali e quelli tecnici: la differenza tra accuratezza giuridica e accuratezza statistica. Ai sensi della normativa sulla protezione dei dati, per accuratezza si intende che i dati personali devono essere corretti dal punto di vista fattuale, mentre l'accuratezza statistica è un parametro di prestazione che misura la frequenza con cui le previsioni di un modello sono corrette. Questa distinzione è fondamentale. Un modello di AI può avere un'accuratezza statistica molto elevata, ma produrre comunque dati personali inesatti dal punto di vista giuridico, creando una grave lacuna di conformità. Ciò è particolarmente vero per gli strumenti di AI generativa. Le imprese devono attuare misure di verifica, come la supervisione umana, per garantire l'accuratezza fattuale dei risultati dell'AI che costituiscono dati personali.

Quarto Suggerimento: gestire il conflitto tra la minimizzazione dei dati e la necessità dell'AI di apprendere nuovi dati

Esiste un conflitto intrinseco tra il principio fondamentale della protezione dei dati, ovvero la minimizzazione dei dati, e il fatto che la maggior parte dei sistemi di AI necessita di grandi quantità di dati per ottenere risultati efficaci. Per risolvere questo conflitto, l'EDPS suggerisce diverse misure tecniche di mitigazione, tra cui il campionamento dei dati (utilizzo di un sottoinsieme rappresentativo di dati), l'anonimizzazione, la pseudonimizzazione o l'uso di dati sintetici per ridurre la quantità di dati personali trattati.

Quinto suggerimento: aggiornare i framework di sicurezza per le minacce specifiche dell'AI

La Guida sottolinea che i sistemi di AI introducono vulnerabilità di sicurezza uniche che vanno oltre le tradizionali minacce alla sicurezza IT, tra cui:

• Divulgazione dei dati di addestramento: gli attaccanti possono utilizzare tecniche come l'inversione del modello e l'inferenza sull'appartenenza per interrogare l'output di un modello e decodificarlo per rivelare dati personali sensibili che facevano parte del set di addestramento originale.
• Inquinamento dei dati e dei modelli: un malintenzionato potrebbe manipolare intenzionalmente i dati di addestramento o il modello stesso per introdurre pregiudizi nascosti, backdoor o errori critici.
• Vulnerabilità delle API: le interfacce di programmazione delle applicazioni (API) scarsamente protette che forniscono l'accesso al modello di AI possono diventare un vettore importante per la fuga di dati personali.

I manuali di sicurezza informatica aziendale richiedono un aggiornamento per tenere conto di questi nuovi vettori di attacco, poiché la protezione del modello di AI, dei suoi dati di addestramento e delle sue API è ormai fondamentale quanto la protezione dei database e delle reti tradizionali.

 Sesto suggerimento: gestire i diritti degli interessati nell'era dell'intelligenza artificiale

I sistemi di AI pongono sfide tecniche significative al rispetto dei diritti fondamentali degli interessati. La difficoltà principale, come sottolinea la Guida, è come identificare e cancellare o correggere dati personali specifici una volta che questi sono stati assimilati nei parametri del modello. L'EDPS introduce il “machine un-learning” come potenziale soluzione tecnica, per sviluppare metodi che consentano al modello di “dimenticare” selettivamente specifici dati sui quali è stato addestrato, senza doverlo riaddestrare da zero. Quando il machine un-learning non è praticabile, è possibile ricorrere al filtraggio dell'output per individuare e bloccare, attraverso la scansione in tempo reale, le informazioni personali prima che raggiungano gli utenti. Ciò significa che una richiesta di cancellazione può ora innescare un processo di ri-addestramento o filtraggio del modello complesso e potenzialmente costoso, creando un significativo vuoto di governance se non pianificato in anticipo.

Settimo suggerimento: esigere trasparenza durante l'acquisto di sistemi di AI

Per le numerose aziende che utilizzano sistemi di AI di terze parti anziché svilupparli internamente, la Guida costituisce un valido strumento di valutazione per la due diligence. Non è sufficiente fidarsi delle dichiarazioni dei fornitori. È invece necessario che i fornitori di AI siano tenuti a presentare:

• Documentazione generale sulle funzionalità del sistema di AI e sul funzionamento degli algoritmi sottostanti.
• Informazioni specifiche su come il sistema garantisce trasparenza e comprensibilità.
• Documentazione sulle misure di sicurezza informatica relative all'integrità del modello.
• Dettagli sulle pratiche di governance dei dati del fornitore, compreso il modo in cui i dati di addestramento sono stati ottenuti ed elaborati.
• I risultati delle procedure di convalida e di test, comprese le metriche di prestazione relative all'equità e alla parzialità tra i diversi gruppi demografici.

Conclusione: dalla gestione del rischio all'innovazione responsabile

Il messaggio centrale dell'EDPS è chiaro: l'implementazione dell'AI richiede il passaggio da un approccio difensivo e incentrato sulla conformità a una cultura di gestione del rischio proattiva e sistematica. Non si tratta di frenare l'innovazione con lungaggini burocratiche, ma di consentire un'innovazione sostenibile e affidabile gestendo i rischi intrinseci in una prospettiva strategica.

Autore: Marianna Riedo

 

Intellectual Property

Il principio del "best-case scenario" nel caso Puma / CMS Italy

La sentenza del Tribunale dell'Unione europea del 22 ottobre 2025 nella causa T-491/24, CMS Italy (fig.) c. PUMA SE segna un passaggio rilevante nell'interpretazione dell'articolo 8, paragrafo 5, del regolamento (CE) n. 207/2009 sul marchio dell'Unione europea (oggi articolo 8, paragrafo 5, reg. 2017/1001).

Essa non solo chiarisce ulteriormente i confini della nozione di "rinomanza", ma introduce anche un principio di rilievo sistemico in materia procedurale: l'obbligo, per l'EUIPO, di valutare il caso anche secondo l'ipotesi più favorevole ("best-case scenario") per la parte le cui argomentazioni vengono rigettate.

I fatti e la controversia

La controversia trae origine dall'opposizione presentata da Puma SE contro la domanda di registrazione del marchio figurativo CMS Italy, depositata dalla società italiana CMS Costruzione Macchine Speciali S.p.A. L'opposizione, risalente al 21 novembre 2013, si fondava sull'articolo 8, paragrafo 5, del regolamento n. 207/2009, in relazione ai marchi internazionali anteriori raffiguranti il celebre felino in salto, rinomati nel settore dell'abbigliamento e delle calzature sportive.

Con decisione del 28 novembre 2014, la Divisione di opposizione respinse l'opposizione per mancanza di prova della notorietà dei marchi anteriori.

Puma propose ricorso dinanzi all'EUIPO il 26 gennaio 2015, depositando nuovi documenti probatori sulla rinomanza dei propri marchi. La seconda Commissione di ricorso respinse tuttavia il ricorso il 29 gennaio 2016 (prima decisione).

Con ordinanza del 22 maggio 2019 (Puma/EUIPO – CMS, T-161/16, EU:T:2019:350), il Tribunale annullò tale decisione, rilevando che la Commissione di ricorso aveva erroneamente escluso sia le decisioni anteriori dell'EUIPO presentate a sostegno della notorietà dei marchi rivendicati da Puma sia i nuovi elementi di prova prodotti in sede di ricorso. 

Seguì una nuova decisione della quarta Commissione di ricorso (24 settembre 2020, seconda decisione), anch'essa impugnata.

Con sentenza del 5 ottobre 2022 (Puma/EUIPO – CMS, T-711/20, EU:T:2022:604), il Tribunale annullò nuovamente la decisione, precisando che la Commissione di ricorso aveva omesso di effettuare una valutazione globale della notorietà dei marchi anteriori, limitandosi a un confronto parziale dei segni e a un'esclusione immotivata di uno dei marchi anteriori invocati.

A seguito di tale annullamento, la quinta Commissione di ricorso dell'EUIPO adottò una nuova decisione, respingendo ancora una volta il ricorso di Puma. Pur riconoscendo che i marchi anteriori godevano "quantomeno di un grado medio di notorietà" in vari Stati membri (Germania, Italia, Spagna, Regno Unito e Repubblica Ceca), essa concluse che non esisteva un nesso tra i segni in esame né un pregiudizio alla rinomanza del marchio PUMA.

La pronuncia del Tribunale dell'Unione

Il Tribunale, investito del nuovo ricorso di Puma, ha annullato la decisione della quinta Commissione di ricorso, riscontrando un errore di diritto.

L'EUIPO, infatti, pur riconoscendo un certo grado di rinomanza, aveva omesso di valutare esplicitamente l'ipotesi più favorevole all'opponente, ossia quella di una notorietà "elevata" o "molto elevata".

Come affermato al punto 31 della sentenza: "Quando, come nel caso di specie, l'EUIPO esamina l'applicazione dell'articolo 8, paragrafo 5, del regolamento n. 207/2009, non gli è sufficiente constatare che il marchio anteriore gode di un grado di notorietà "quantomeno medio", ma è tenuto [...] a prendere in considerazione esplicitamente l'ipotesi più favorevole alla parte soccombente dinanzi ad esso."

Il Tribunale precisa che, se l'EUIPO utilizza formule approssimative come "quantomeno" o "tutt'al più", deve comunque ragionare esplicitamente in base allo scenario più favorevole alla parte soccombente (punti 33-36).

La mancata considerazione di tale ipotesi vizia la valutazione globale sull'esistenza di un nesso o di un pregiudizio alla notorietà del marchio anteriore (punto 34).

Ne consegue che: "La commissione di ricorso, non prendendo esplicitamente in considerazione l'ipotesi più favorevole alla ricorrente [...] ha violato l'obbligo enunciato ai precedenti punti da 31 a 37 ed è incorsa in un errore di diritto" (punto 54).

L'omissione, sottolinea il Tribunale, integra un difetto di motivazione e compromette la correttezza dell'analisi complessiva circa l'esistenza di un "collegamento" tra il marchio anteriore notorio e il marchio successivo contestato e il potenziale pregiudizio alla rinomanza.

Il principio del "best-case scenario" e la diligenza procedurale dell'EUIPO

Con questa sentenza, il Tribunale codifica un principio generale di metodo: l'EUIPO deve considerare, nel proprio esame, l'ipotesi più favorevole al titolare del marchio anteriore quando le proprie valutazioni risultino indeterminate o basate su formule elastiche.

Tale obbligo rappresenta una specifica declinazione del dovere di diligenza amministrativa, che impone all'istituzione di esaminare "con cura e imparzialità tutti gli elementi di diritto e di fatto pertinenti" (punto 37).

Ne deriva che una decisione fondata su una rinomanza "quantomeno media" senza esame dell'eventuale grado superiore è incompleta e giuridicamente viziata, poiché non esplora l'intero spettro delle possibilità fattuali prospettate dalle parti.

Il Tribunale esclude, inoltre, che un ragionamento implicito possa supplire a tale carenza: la valutazione del "best-case scenario" deve risultare espressamente dalla motivazione.

Conseguentemente, la decisione impugnata è stata annullata integralmente. La causa è stata, quindi, rinviata alla Commissione di ricorso per un nuovo esame conforme ai principi stabiliti.

Conclusioni

La portata della pronuncia va ben oltre la controversia tra Puma e CMS Italy. Il principio del "best-case scenario" segna un passo avanti verso una maggiore trasparenza e prevedibilità del processo decisionale dinanzi all'EUIPO, imponendo all'Ufficio di motivare le proprie valutazioni in modo completo, tenendo conto non solo di ciò che appare probabile, ma anche dell'ipotesi più favorevole alla parte soccombente.

Su un simile argomento può essere interessante l'articolo "Il Tribunale dell’Unione Europea torna a pronunciarsi sul marchio notorio".

Autrice: Rebecca Rossi

Early TM Screening: un nuovo alleato AI per professionisti e imprese

L’EUIPO ha recentemente introdotto un nuovo strumento che potrebbe diventare un valido aiuto per chi opera nel settore dei marchi. Si tratta di Early TM Screening, lanciato nell’ambito del piano strategico SP2030, il cui obiettivo principale è rendere il processo di registrazione dei marchi nell’UE più semplice, trasparente e ridurre la possibilità di errori. A favorire questo obiettivo è l’uso dell’intelligenza artificiale: la piattaforma, infatti, si avvale dell’AI per effettuare una diagnosi preliminare delle principali problematiche che un marchio potrebbe incontrare durante la fase di esame.

Accedere allo screening è semplice: basta inserire il segno da analizzare e selezionare le classi di beni o servizi pertinenti. Il sistema effettua quindi una valutazione automatica che include sia la ricerca di potenziali conflitti con diritti anteriori (marchi UE, marchi nazionali, nomi a dominio, ragioni sociali), sia la valutazione di eventuali motivi assoluti di rifiuto, come descrittività, mancanza di distintività, ingannevolezza o conflitto con l’ordine pubblico o i principi morali generalmente accettati, oltre a verifiche su eventuali interferenze con diritti specifici come le indicazioni geografiche. L’intera fase è accompagnata dalla possibilità di scaricare un rapporto riepilogativo e procedere senza soluzione di continuità al modulo di deposito effettivo.

Rispetto ai controlli già disponibili nei moduli di deposito online, Early TM Screening si distingue per la capacità di raccogliere in un unico spazio dedicato una serie di verifiche che – fino ad ora – erano disperse in diverse sezioni o richiedevano strumenti esterni. In particolare, il plug-in basato sullo strumento TMview consente una valutazione comparativa rapida e aggiornata, mentre altri moduli AI aiutano a identificare somiglianze concettuali e a confrontare automaticamente il segno con precedenti decisioni dell’EUIPO in casi simili. Il risultato è una soluzione più ricca e predittiva, che offre agli utenti più punti di riferimento rispetto al passato.

Naturalmente, la piattaforma non intende sostituire il lavoro interpretativo e strategico degli esperti: i risultati sono puramente informativi e non esaustivi, e l’assenza di problemi segnalati non equivale a una garanzia di registrabilità. L’analisi algoritmica, sebbene sofisticata, non può cogliere tutte le sottigliezze dei potenziali conflitti, le più fini somiglianze concettuali o le peculiarità dei mercati rilevanti. Per questo motivo, la tecnologia è concepita come fase preliminare, utile per affinare le scelte iniziali e anticipare possibili ostacoli, ma non sufficiente a sostituire una ricerca completa di clearance o una valutazione legale approfondita.

Notevole è anche la nuova landing page dedicata al sistema di screening innovativo, progettata per fornire supporto educativo agli utenti: oltre a tutorial e infografiche illustrate, presenta esempi concreti di casi in cui un marchio può essere considerato descrittivo o non distintivo, suggerimenti su possibili soluzioni e un elenco strutturato dei motivi assoluti di rifiuto più frequenti. Questa iniziativa riflette chiaramente l’intenzione dell’EUIPO di guidare utenti e professionisti verso un approccio più consapevole e strutturato, riducendo il numero di domande che richiedono correzioni o chiarimenti successivi.

In conclusione, Early TM Screening non è solo un nuovo strumento digitale, ma un passo significativo nella modernizzazione della protezione dei marchi in Europa. La pre-valutazione automatizzata consente di identificare potenziali criticità già nelle fasi iniziali, facilitando una preparazione più solida e informata. Allo stesso tempo, è un supporto da combinare con l’esperienza legale, non da sostituire: solo la combinazione tra analisi algoritmica e giudizio professionale può garantire una strategia di deposito realmente efficace.

Per gli studi legali, questo strumento rappresenta un’opportunità preziosa: da un lato permette di offrire ai clienti uno screening iniziale immediato e accessibile; dall’altro consente di stabilire fin dall’inizio un dialogo più chiaro e trasparente su rischi, opportunità e scelte operative. Una sinergia tra tecnologia e consulenza che, se sfruttata correttamente, può contribuire a rendere l’intero ecosistema dei marchi UE più efficiente, prevedibile e più reattivo alle esigenze concrete del mercato.

Autrice: Noemi Canova

 

Technology, Media & Telecommunications

Pubblicazione del Report Platform to Business dell'AGCom relativo al 2025

Lo scorso 4 novembre, l'Autorità per le Garanzie nelle Comunicazioni ("AGCom") ha pubblicato il Rapporto annuale sull’applicazione del Regolamento (UE) 2019/1150 in materia di platform to business (“Report P2B”).

Il Report P2B, approvato il 28 ottobre 2025, riporta gli esiti del monitoraggio annuale svolto dall'AGCom sullo stato di applicazione del Regolamento 2019/1150 ("Regolamento P2B") da parte dei fornitori di servizi di intermediazione online e motori di ricerca online che offrono servizi in Italia, finalizzato alla valutazione del loro grado di conformità rispetto alle norme europee e del livello di soddisfazione delle imprese utenti.

Il Report si compone di 5 sezioni dedicate rispettivamente a (i) il quadro regolamentare applicabile al cd. "posizionamento" e i relativi sviluppi normativi; (ii) l'attività di enforcement dell'AGCom; (iii) l'attività di monitoraggio sull'applicazione del Regolamento 2019/1150 da parte delle piattaforme online e dei motori di ricerca; (iv) le best practice sul cd. "posizionamento"; (v) considerazioni conclusive.

La prima e la quarta sezione del Report P2B sono dedicate, come anticipato, al cd. "posizionamento", che il Regolamento 2019/1150 definisce come "la rilevanza relativa attribuita ai beni o ai servizi offerti mediante i servizi di intermediazione online, o l'importanza attribuita ai risultati della ricerca da motori di ricerca online, come illustrato, organizzato o comunicato, rispettivamente, dai fornitori di servizi di intermediazione online o dai fornitori di motori di ricerca online a prescindere dai mezzi tecnologici usati per tale presentazione, organizzazione o comunicazione" (art. 2, punto 8).

In sintesi, il "posizionamento" esprime il modo in cui i fornitori di servizi di intermediazione online e i motori di ricerca presentano, organizzano o comunicano le informazioni su beni o servizi per i consumatori ovvero i risultati di ricerca e, dunque, posizionano i risultati sulla base di determinati parametri definiti unilateralmente. L'utilizzo di tali parametri rispetto ad altri deve essere sorretto da specifiche motivazioni che i fornitori di servizi di intermediazione online e i motori di ricerca sono tenuti a rendere noti tramite apposite informative, ai sensi dell'art. 5 del Regolamento P2B.

Nella sezione 2 viene approfondito il rapporto tra tali obblighi informativi, di cui al Regolamento P2B, e gli obblighi di trasparenza previsti dal Regolamento 2022/2065 ("Digital Services Act" o "DSA") per quanto riguarda in particolare i sistemi di raccomandazione delle piattaforme online (art. 27). L'AGCom osserva che entrambi i Regolamenti si propongono di garantire maggiore consapevolezza per gli utenti e che essi sono tra di loro complementari, nella misura in cui il Regolamento P2B si rivolge esclusivamente ad utenti commerciali mentre il DSA a tutte le tipologie di utenti.

In tema di "posizionamento", l'AGCom, a valle di un'apposita call for input, ha anche adottato un documento di "Best practice sul posizionamento", che mira a individuare le migliori modalità operative con cui i fornitori di servizi di intermediazione online e i motori di ricerca possono garantire la reperibilità, la comprensibilità e la completezza delle informazioni sul posizionamento nelle informative rese all’utenza ai sensi dell'art. 5 del Regolamento P2B.

La seconda sezione del Report P2B descrive invece le modalità operative con cui AGCom ha dato attuazione alle proprie attività di monitoraggio dell'attuazione del Regolamento P2B e lo fa descrivendo le iniziative intraprese nell'ambito del "Tavolo tecnico per l'adeguata ed efficace applicazione del Regolamento (UE) 2019/1150", nonché l'attività di vigilanza svolta dall'Autorità.

L'obiettivo del Tavolo Tecnico è di approfondire le modalità applicative del Regolamento P2B, nonché di individuare indirizzi condivisi, su specifiche tematiche, anche al fine di promuovere l’eventuale adozione di codici di condotta e best practice. Su questa linea d'onda, il Tavolo Tecnico ha intrapreso discussioni per individuare soluzioni condivise per il superamento delle criticità applicative del Regolamento P2B, focalizzandosi su due linee di intervento:

1. diffondere una maggior consapevolezza tra gli utenti commerciali e i titolari di siti web aziendali delle tutele offerte dal Regolamento P2B, mediante campagne informative/formative mirate;
2. rafforzare l’efficacia nell’attuazione delle disposizioni regolamentari da parte delle piattaforme, anche attraverso approfondimenti ad hoc su eventuali criticità applicative e l’individuazione di best practices.

Nella terza sezione, il Report P2B illustra la metodologia e il perimetro di monitoraggio. In estrema sintesi, l'AGCom ha effettuato il monitoraggio dapprima realizzando una preliminare mappatura dei soggetti operanti in qualità fornitori di servizi di intermediazione online e motori di ricerca online in Italia. Poi, a valle dell'individuazione degli stessi, sono state inviate ai vari operatori richieste di informazioni aventi lo scopo di monitorare l'adeguata attuazione del Regolamento P2B.

Alla luce delle evidenze emerse dal monitoraggio e dall'attività di vigilanza, con riferimento all'attività del Tavolo Tecnico, l'AGCom ha individuato quattro aree di priorità in relazione alle quali sono stati adottati documenti di best practice attuative, ossia:

• reperibilità di termini e condizioni e delle informative correlate;
• accesso e funzionamento del sistema interno di gestione dei reclami;
• mediazione;
• requisiti delle informative relative al posizionamento e al trattamento differenziato (come anticipato sopra).

In conclusione, il Report P2B fornisce alcuni spunti di riflessione e indicazioni prospettiche sulle iniziative che l'Autorità intende implementare, con l'obiettivo di consolidare i risultati già ottenuti, approfondendo le modalità con cui agiscono i sistemi di posizionamento e il loro impatto per le imprese che operano nell’ecosistema digitale. A tale proposito, l'AGCom intende avviare un approfondimento specifico attraverso un’analisi su larga scala dei T&C dei fornitori di servizi di intermediazione e dei motori di ricerca, nonché un ulteriore approfondimento riguardante la prospettiva degli utenti commerciali, con l’obiettivo di comprendere quali sono i benefici percepiti dagli utenti in punto di trasparenza dei parametri di posizionamento e quali sono le criticità rilevate.

Su un simile argomento può essere interessante l’articolo “Linee guida AgCom sul Regolamento P2B oggetto di consultazione”.

Autori: Massimo D'Andrea, Flaminia Perna, Matilde Losa

---

La rubrica Innovation Law Insights è stata redatta dai professionisti dello studio legale DLA Piper con il coordinamento di Edoardo Bardelli, Carolina Battistella, Noemi Canova, Giovanni Chieco, Maria Rita Cormaci, Camila Crisci, Cristina Criscuoli, Tamara D’Angeli, Chiara D’Onofrio, Federico Maria Di Vizio, Enila Elezi Laura Gastaldi, Vincenzo Giuffré, Nicola Landolfi, Giacomo Lusardi, Valentina Mazza, Lara Mastrangelo, Maria Chiara Meneghetti, Giulio Napolitano, Andrea Pantaleo, Deborah Paracchini, Maria Vittoria Pessina, Tommaso Ricci, Marianna Riedo, Rebecca Rossi, Roxana Smeria, Massimiliano Tiberio, Federico Toscani, Giulia Zappaterra.

Gli articoli in materia di Telecommunications sono a cura di Massimo D’Andrea, Flaminia Perna, Matilde Losa e Arianna Porretti.

Per maggiori informazioni sugli argomenti trattati, è possibile contattare i soci responsabili delle questioni Giulio Coraggio, Marco de Morpurgo, Gualtiero Dragotti, Alessandro Ferrari, Roberto Valenti, Elena Varese, Alessandro Boso Caretta, Ginevra Righini.

Scoprite Prisca AI Compliance, il tool di legal tech sviluppato da DLA Piper per valutare la maturità dei sistemi di intelligenza artificiale rispetto alle principali normative e standard tecnici qui.

È possibile sapere di più su “Transfer”, il tool di legal tech realizzato da DLA Piper per supportare le aziende nella valutazione dei trasferimenti dei dati fuori dello SEE (TIA) qui, consultare una pubblicazione di DLA Piper che illustra la normativa sul Gambling qui, e il nostro magazine mensile Diritto Intelligente interamente dedicato all'AI qui.

DLA Piper Italia Società Tra Avvocati S.r.l. (DLA Piper Italia S.T.A.) tratta i dati personali in conformità con l'informativa sul trattamento dei dati personali disponibile qui.

Qualora non si volesse più ricevere gli Innovation Law Insights o ci si volesse iscrivere alla stessa, è possibile inviare un'email a Silvia Molignani.