Il percorso verso l’integrazione delle tecnologie intelligenti all’interno delle istituzioni ha vissuto una fase di accelerazione senza precedenti, consolidando dinamiche che nel corso del 2025 sono diventate centrali per il mercato tecnologico istituzionale. Il dibattito attuale, alimentato dai dati e dalle riflessioni emerse durante il convegno “Artificial Intelligence: adozione, trasformazione, equilibrio” organizzato dagli Osservatori Digital Innovation del Politecnico di Milano, evidenzia come il settore pubblico non sia un comparto uniforme, ma un insieme eterogeneo di segmenti e necessità.
Michele Gabusi, Data Science Manager di Engineering Ingegneria Informatica, ha analizzato durante l’evento i pilastri necessari per trasformare l’adozione dell’intelligenza artificiale in una vera trasformazione aziendale e strutturale, ponendo l’accento sulla gestione dei dati e sulla solidità dei sistemi.
Indice degli argomenti
La complessità di un settore frammentato e la gestione degli stakeholder
Un primo elemento di riflessione riguarda la natura stessa del mercato pubblico, che Gabusi definisce come un insieme di molti segmenti e numerosi clienti. Questa diversità si riflette direttamente nella quantità e nella tipologia di stakeholder coinvolti nei progetti, i quali portano con sé formazioni culturali e professionali estremamente distanti tra loro.
All’interno di un singolo progetto di AI nella Pubblica Amministrazione possono coesistere figure con aspettative divergenti: dal cittadino che cerca un servizio agile all’ingegnere che deve monitorare processi complessi, fino all’amministrativo che interroga i sistemi per finalità gestionali.
Questa pluralità di attori genera una sfida metodologica significativa nella fase di validazione delle tecnologie. Gabusi pone infatti un interrogativo centrale sulla natura dei controlli: «qual è il test migliore? Come fare a verificare che il sistema di AI risponda bene a quella che è la domanda e le domande?». La risposta a questo quesito non riguarda solo l’efficacia tecnica, ma coinvolge la trasparenza e la capacità di spiegare i processi sottostanti, garantendo che il sistema sia effettivamente adatto allo specifico caso d’uso per cui è stato progettato.
Il superamento dei progetti isolati e la nascita degli ecosistemi
L’evoluzione tecnologica sta portando la PA verso un modello in cui il singolo intervento isolato lascia il posto a strutture più ampie.
Secondo l’analisi di Gabusi, i progetti devono oggi possedere la capacità intrinseca di dialogare con altre iniziative e con fornitori esterni, integrandosi in ecosistemi digitali complessi. I ruoli fondamentali sono ricoperti dal Polo Strategico Nazionale (PSN) e dai fornitori pubblici regionali che gestiscono le infrastrutture critiche.
Queste basi infrastrutturali si distinguono nettamente dalle soluzioni di tipo consumer a cui l’ambito dell’AI ha spesso abituato gli utenti. Si tratta di sistemi ad alte prestazioni che devono garantire stabilità e solidità per essere gestiti correttamente nel tempo. La necessità di stabilità è resa ancora più pressante dalla velocità con cui le tecnologie si sono evolute: se la Generative AI era un tema quasi assente fino a due anni fa, i sistemi basati su agenti hanno iniziato a diffondersi solo negli ultimi diciotto mesi. Oggi, la sfida consiste nel portare in produzione sistemi che abbiano la «pretesa di essere quindi stabili» e capaci di reggere grandi volumi di interazione con la cittadinanza.
Sovranità del dato e localizzazione delle infrastrutture
Il tema che Gabusi definisce cruciale per l’attuale momento storico è quello della sovranità del dato. All’interno delle amministrazioni pubbliche esiste un interesse strategico primario nel mantenere le informazioni localmente sul territorio italiano, garantendo che l’ente rimanga padrone e sovrano del dato grezzo e anche di quello trasformato dai processi di intelligenza artificiale. Questo aspetto è complicato dal fatto che i sistemi di AI sono strumenti abilitanti che, a loro volta, generano nuovi volumi di dati.
Il ricorso a servizi in cloud che offrono API pubbliche pone problemi di coordinamento tra le offerte dei provider e le normative regionali o nazionali. In passato si sono verificati disallineamenti in tal senso, che solo ora si stanno appianando. Diventa quindi fondamentale conoscere nel dettaglio l’aspetto tecnologico e quello strategico relativo al luogo fisico in cui il dato viene memorizzato. La criticità emerge chiaramente quando i servizi di AI poggiano su server situati al di fuori dei confini nazionali.
Modelli foundational e soluzioni on-premise per il controllo totale
Per rispondere a queste esigenze di sicurezza e autonomia, Engineering sta lavorando su modelli addestrati in modalità foundational che offrono una flessibilità di installazione superiore. Queste soluzioni possono essere implementate «anche senza l’ausilio di terze parti, quindi anche on-premise volendo». L’obiettivo di questo approccio è risolvere il problema infrastrutturale legato al mantenimento e al controllo dell’intero ciclo di vita dell’informazione.
L’adozione di modelli locali o controllati permette di superare le incertezze legate alla dipendenza da infrastrutture esterne, ma richiede una gestione della delivery e della costruzione dei progetti estremamente accurata. Non si tratta solo di installare software, ma di avviare processi di governance e gestione del cambiamento che possano supportare le nuove abitudini introdotte dall’AI.
Gabusi sottolinea che queste sono le sfide più importanti che il settore è chiamato ad affrontare per garantire che l’innovazione si traduca in servizi affidabili per la collettività. L’efficacia dell’AI nella Pubblica Amministrazione dipenderà, in ultima analisi, dalla capacità di sintetizzare punti di vista diversi e di creare un’infrastruttura che sia allo stesso tempo tecnologicamente avanzata e strategicamente sovrana. La complessità della trasformazione in atto richiede una conoscenza profonda che superi il semplice dettaglio tecnico per abbracciare una visione d’insieme sugli ecosistemi e sulla tutela del patrimonio informativo pubblico.
