Costruire solide basi per l’intelligenza artificiale nel settore pubblico può aiutare le amministrazioni a offrire servizi migliori ai cittadini. Tuttavia, i responsabili delle amministrazioni pubbliche, del Servizio Sanitario Nazionale e del settore dell’istruzione hanno ancora bisogno di elementi essenziali per il successo: dati unificati, una cultura AI-first e una solida governance. In Italia il percorso di trasformazione digitale è già avviato, ma parte da un’infrastruttura ancora molto eterogenea: secondo il Piano Italia Digitale 2026, circa il 95% degli oltre 11.000 data center della Pubblica Amministrazione italiana presenta carenze nei requisiti minimi di sicurezza, affidabilità, capacità elaborativa ed efficienza, evidenziando la necessità di una profonda modernizzazione delle infrastrutture digitali.[1]
I leader del settore pubblico devono inoltre confrontarsi con un quadro normativo più articolato e con una maggiore complessità nell’erogazione dei servizi rispetto ai loro omologhi del settore privato. Come è possibile, quindi, implementare dei progetti AI di successo in questo settore? Ecco quattro suggerimenti.
1. Sistemare le fondamenta
Le organizzazioni del settore pubblico si trovano a fare i conti con il debito tecnico accumulato nel tempo a causa di un’eccessiva personalizzazione dei sistemi e della dipendenza da infrastrutture legacy.
Sistemi e dati frammentati possono rendere difficile innovare con l’AI, perché i modelli non dispongono del contesto necessario per prendere decisioni accurate. Allo stesso tempo, molti leader raccontano di essere costantemente sotto pressione per ampliare il proprio stack AI ogni volta che viene rilasciato un nuovo modello linguistico di grandi dimensioni (LLM).
È naturale essere tentati di aggiungere un chatbot di AI generativa al front-end di un database vecchio di vent’anni. Ma questo non irrobustirà fondamenta fragili, le renderà semplicemente più evidenti. Sovrapporre un livello superficiale di intelligenza a sistemi inefficienti non fa che amplificarne le inefficienze.
2. Evitare il lavoro a compartimenti stagni
Nell’ambito del Piano Nazionale di Ripresa e Resilienza (PNRR), il Dipartimento della Funzione Pubblica sta gestendo interventi per oltre 1,26 miliardi di euro, destinati alla modernizzazione della Pubblica Amministrazione, con investimenti che includono iniziative dedicate allo sviluppo delle competenze, alla semplificazione amministrativa e al rafforzamento organizzativo.[2] Questi investimenti dimostrano come la trasformazione della PA non dipenda soltanto dall’adozione di nuove tecnologie, ma anche dalla capacità di sviluppare competenze diffuse all’interno delle organizzazioni.
Le competenze esterne sono preziose, ma non bastano a costruire capacità e competenze durature all’interno delle organizzazioni. L’adozione degli strumenti digitali deve coinvolgere tutta l’organizzazione, non soltanto i team tecnici.
3. Abilitare l’innovazione con la governance
I modelli AI sono per loro natura probabilistici, prevedono l’azione più appropriata sulla base di schemi ricorrenti. Ma nel settore pubblico le probabilità non bastano. Se un sistema AI compie un’azione errata, il rischio di conseguenze è troppo elevato.
La trasformazione del settore pubblico richiede di combinare i risultati probabilistici dell’AI agentica con il controllo deterministico dei workflow.
Collegare i modelli alle risorse digitali dell’organizzazione, dai sistemi per la gestione dei sussidi alle cartelle cliniche del Servizio Sanitario Nazionale, consente di realizzare workflow autonomi.
Alcuni dipendenti del settore pubblico nutrono ancora preoccupazioni all’idea di consentire all’AI di accedere a sistemi critici. Per superare queste resistenze, ogni agente AI deve essere responsabile delle proprie azioni e ogni decisione deve poter essere spiegata. Oggi è possibile implementare una governance end-to-end dell’AI grazie a strumenti come ServiceNow® AI Control Tower, ad esempio, una piattaforma di controllo e governance per l’AI che aiuta le organizzazioni a individuare, proteggere, monitorare e misurare i sistemi AI. Consente inoltre ai responsabili di governare qualsiasi sistema AI, indipendentemente dal cloud su cui è eseguito. Una governance efficace offre alle organizzazioni del settore pubblico la fiducia necessaria per estendere l’adozione dell’AI a un numero crescente di casi d’uso. Accelera la trasformazione del settore pubblico attraverso l’AI, anziché rallentarla.
4. Progettare pensando al futuro
Le organizzazioni governative devono offrire un’esperienze senza intoppi a una nuova generazione di utenti. Questi cittadini hanno poca tolleranza per le criticità e questo richiede di progettare sistemi per il futuro piuttosto che utilizzare modelli del passato.
Anche in Italia le aspettative dei cittadini nei confronti dei servizi pubblici digitali sono cresciute negli ultimi anni, grazie alla progressiva diffusione di servizi come SPID, Carta d’Identità Elettronica, pagoPA e IO, che hanno contribuito a rendere l’interazione con la Pubblica Amministrazione più semplice e immediata.
Fare il grande passo verso l’AI nel settore pubblico
L’attuazione del PNRR e gli interventi previsti dalla Strategia Cloud Italia stanno accelerando questo percorso, creando le condizioni per una Pubblica Amministrazione sempre più digitale, interoperabile, resiliente e in grado di valorizzare i dati come leva per l’innovazione dei servizi.[3]
In questo contesto, nessuno vuole dover segnalare a un ente pubblico un errore nella propria dichiarazione dei redditi: ci si aspetta piuttosto che il sistema sia in grado di individuarlo e risolverlo prima ancora che il problema diventi evidente.
Questa è la promessa di una Pubblica Amministrazione sempre più autonoma e incentrata sulle persone. Gli agenti AI possono occuparsi delle attività ripetitive e coordinare workflow complessi e trasversali, liberando tempo prezioso affinché i dipendenti pubblici possano concentrarsi sulle interazioni che richiedono competenze e sensibilità umane.
Note
