AI nella PA, quattro mosse per costruire basi davvero solide

L’intelligenza artificiale (AI) può diventare uno degli strumenti più importanti per trasformare la Pubblica Amministrazione, ma installare un nuovo modello o aggiungere un chatbot ai servizi esistenti non basta.

Prima di parlare di agenti AI e automazione occorre intervenire sulle fondamenta: infrastrutture, dati, competenze e governance.

È questo il punto di partenza indicato da che individua quattro condizioni necessarie per portare l’AI nel settore pubblico evitando che l’innovazione finisca semplicemente per sovrapporsi a sistemi già complessi e frammentati.

L’AI deve fare i conti con il debito tecnologico della PA

Il percorso italiano verso la digitalizzazione è già avviato, ma parte da una situazione infrastrutturale tutt’altro che omogenea.

Muro richiama il Piano Italia Digitale 2026, secondo il quale circa il 95% degli oltre 11 mila data center della Pubblica Amministrazione presenta carenze rispetto ai requisiti minimi di sicurezza, affidabilità, capacità elaborativa ed efficienza.

Un dato che aiuta a comprendere perché l’introduzione dell’intelligenza artificiale non possa essere considerata separatamente dalla modernizzazione dell’IT pubblico.

Molte amministrazioni devono infatti convivere con anni di personalizzazioni, applicazioni legacy, sistemi poco interoperabili e dati distribuiti tra ambienti differenti.

In queste condizioni anche il modello di AI più avanzato rischia di lavorare senza il contesto necessario per produrre risultati realmente affidabili.

È qui che Muro mette in guardia da una delle scorciatoie più immediate: aggiungere semplicemente un livello di AI generativa sopra applicazioni costruite molti anni fa.

“Sovrapporre un livello superficiale di intelligenza a sistemi inefficienti non fa che amplificarne le inefficienze”, osserva Muro.

La priorità diventa quindi sistemare le fondamenta, riducendo il debito tecnico e creando un ambiente nel quale informazioni e applicazioni possano dialogare.

Competenze AI, la trasformazione non riguarda soltanto l’IT

La seconda questione riguarda le persone. L’adozione dell’intelligenza artificiale nella PA non può essere affidata esclusivamente ai dipartimenti tecnologici o a consulenti esterni.

Le competenze specialistiche restano indispensabili, ma una trasformazione duratura richiede che la conoscenza degli strumenti digitali si diffonda progressivamente all’interno delle organizzazioni.

Il tema è coerente con gli interventi sostenuti dal Piano Nazionale di Ripresa e Resilienza. Il Dipartimento della Funzione Pubblica gestisce infatti misure per oltre 1,26 miliardi di euro destinate alla modernizzazione della PA, comprendendo iniziative rivolte allo sviluppo delle competenze, alla semplificazione amministrativa e al rafforzamento organizzativo.

Il passaggio è significativo perché sposta il tema dell’AI dalla sola tecnologia ai processi.

Perché un nuovo strumento venga realmente utilizzato, chi lavora nelle amministrazioni deve comprenderne possibilità, limiti e modalità di impiego. La trasformazione digitale, in altre parole, non può procedere per compartimenti stagni.

Governance, il punto decisivo quando l’AI prende decisioni

Se nel settore privato un errore prodotto dall’intelligenza artificiale può comportare inefficienze o costi, nel settore pubblico le conseguenze possono essere ancora più delicate. I modelli AI funzionano infatti attraverso meccanismi probabilistici, mentre molte attività amministrative richiedono regole, controlli e procedure deterministiche.

Secondo l’impostazione proposta da ServiceNow, una delle sfide consiste proprio nel mettere insieme questi due mondi: utilizzare la capacità dell’AI agentica di analizzare informazioni e individuare azioni con workflow capaci di mantenere sotto controllo l’esecuzione dei processi.

La questione diventa ancora più importante quando gli agenti AI vengono collegati a sistemi critici o a informazioni sensibili.

Ogni azione deve quindi poter essere ricostruita, controllata e spiegata. È in questa logica che ServiceNow propone strumenti di governance come AI Control Tower, pensati per individuare, proteggere, monitorare e misurare i sistemi di intelligenza artificiale utilizzati da un’organizzazione, anche quando operano su cloud differenti.

La governance, quindi, non deve essere considerata soltanto come un vincolo. Se applicata correttamente può diventare il presupposto per estendere l’AI a nuovi casi d’uso mantenendo controllo e responsabilità.

Servizi pubblici progettati partendo dalle aspettative dei cittadini

C’è infine un ultimo cambiamento, forse meno tecnologico ma altrettanto importante. I cittadini stanno diventando sempre più abituati a utilizzare servizi digitali semplici e immediati e tendono a trasferire le stesse aspettative anche nel rapporto con la Pubblica Amministrazione.

In Italia strumenti come SPID, Carta d’Identità Elettronica, pagoPA e app IO hanno contribuito negli ultimi anni a modificare il modo in cui una parte crescente della popolazione interagisce con gli enti pubblici.

Il passo successivo consiste nel progettare servizi capaci non soltanto di rispondere alle richieste, ma anche di anticipare alcune esigenze e ridurre gli interventi manuali richiesti al cittadino.

Dall’AI sperimentale a una PA più autonoma

Il PNRR e la Strategia Cloud Italia stanno contribuendo a creare le condizioni infrastrutturali per una PA più interoperabile e resiliente, capace di utilizzare maggiormente i dati all’interno dei propri servizi.

È in questo scenario che gli agenti AI possono assumere un ruolo più concreto: occuparsi delle attività ripetitive, coordinare workflow che attraversano più sistemi e liberare tempo per quelle interazioni nelle quali rimangono indispensabili competenze, esperienza e sensibilità umane.

Per il settore pubblico la sfida, dunque, non è rincorrere ogni nuova generazione di modelli, ma creare un’architettura tecnologica e organizzativa capace di utilizzare l’intelligenza artificiale in modo controllato. Prima dell’AI vengono dati, infrastrutture, competenze e governance.

È dalla qualità di queste fondamenta che dipenderà la possibilità di trasformare le sperimentazioni di oggi nei servizi pubblici digitali di domani.