Dati integrati, competenze diffuse, governance completa e infrastrutture moderne: queste le quattro leve individuate da Amedeo Muro di ServiceNow per un'adozione efficace e sicura dell'intelligenza artificiale nella PA italiana.
L'introduzione dell'intelligenza artificiale nella Pubblica Amministrazione italiana rappresenta una svolta per la qualità dei servizi offerti ai cittadini. Tuttavia, per realizzare un'adozione efficace e sicura, le amministrazioni devono ancora colmare alcune lacune fondamentali: dati unificati, cultura AI-first, governance solida e infrastrutture digitali moderne sono elementi imprescindibili. In Italia, la trasformazione digitale è già in corso, ma la base tecnologica resta frammentata: secondo il Piano Italia Digitale 2026, il 95% degli oltre 11.000 data center pubblici non soddisfa i requisiti minimi di sicurezza, affidabilità ed efficienza, sottolineando l'urgenza di una modernizzazione profonda. Inoltre, i leader pubblici si confrontano con normative complesse e una maggiore difficoltà nell'erogare servizi rispetto al settore privato. Come si può quindi implementare l'AI con successo nella PA? Ecco quattro strategie chiave.
1. Rafforzare le fondamenta tecnologiche
Molte amministrazioni pubbliche si trovano a gestire un debito tecnico accumulato negli anni, dovuto a sistemi troppo personalizzati e infrastrutture legacy. La frammentazione di dati e applicazioni ostacola l'innovazione AI, poiché i modelli necessitano di contesto per prendere decisioni accurate. La tentazione di aggiungere chatbot AI generativi a database obsoleti è forte, ma senza una base solida si rischia solo di amplificare le inefficienze esistenti. È fondamentale intervenire sulle fondamenta prima di introdurre nuovi livelli di intelligenza.
2. Superare i silos organizzativi
Il Piano Nazionale di Ripresa e Resilienza (PNRR) prevede oltre 1,26 miliardi di euro per la modernizzazione della PA, con investimenti mirati allo sviluppo delle competenze, alla semplificazione e al rafforzamento organizzativo. Questi interventi dimostrano che la trasformazione digitale non dipende solo dalla tecnologia, ma anche dalla diffusione di competenze interne. Le competenze esterne sono utili, ma non sufficienti: è necessario coinvolgere tutta l'organizzazione, non solo i team IT, per costruire capacità durature e favorire l'adozione degli strumenti digitali.
3. Garantire una governance AI trasparente
I modelli di intelligenza artificiale sono probabilistici, ma nel settore pubblico serve un controllo deterministico per evitare errori con conseguenze rilevanti. Collegare i modelli AI alle risorse digitali dell'ente, come i sistemi di gestione dei sussidi o le cartelle cliniche, permette di automatizzare i workflow mantenendo la supervisione. Per superare le resistenze interne, ogni agente AI deve essere responsabile e ogni decisione spiegabile. Strumenti come ServiceNow® AI Control Tower consentono una governance end-to-end, monitorando e proteggendo i sistemi AI su qualsiasi cloud. Una governance efficace aumenta la fiducia e accelera la trasformazione digitale nella PA.
4. Progettare servizi pubblici orientati al futuro
Le amministrazioni devono offrire esperienze digitali fluide a una nuova generazione di cittadini, sempre meno tolleranti verso inefficienze e ritardi. In Italia, servizi come SPID, Carta d'Identità Elettronica, pagoPA e IO hanno già innalzato le aspettative degli utenti, rendendo l'interazione con la PA più semplice e immediata. Progettare sistemi pensando al futuro, e non replicando modelli del passato, è ormai indispensabile.
Verso una PA autonoma e centrata sul cittadino
L'attuazione del PNRR e della Strategia Cloud Italia sta accelerando la digitalizzazione della Pubblica Amministrazione, rendendola più interoperabile, resiliente e capace di valorizzare i dati per innovare i servizi. In questo scenario, i cittadini si aspettano che errori come quelli nelle dichiarazioni dei redditi vengano individuati e risolti automaticamente dal sistema, senza doverli segnalare. Questa è la promessa di una PA sempre più autonoma e orientata alle persone, dove gli agenti AI gestiscono attività ripetitive e workflow complessi, liberando i dipendenti pubblici per compiti che richiedono competenze umane. Un percorso che richiama anche le sfide infrastrutturali già affrontate in altri settori, come evidenziato nell'analisi sulle opportunità e ostacoli dei data center orbitali per il cloud del futuro, sottolineando l'importanza di una base tecnologica solida per sostenere l'innovazione.
