C’è un comune, uno qualsiasi, che ha in garage una Ferrari. Non l’ha nemmeno pagata tanto: è arrivata insieme al canone del gestionale, nell’aggiornamento di primavera. Il problema è che davanti al garage c’è una strada sterrata, piena di buche, e in ufficio quasi nessuno ha la patente.
Intanto, ogni pochi mesi, qualcuno bussa alla porta con il modello nuovo. Più veloce, più potente, più “agentico”. E la domanda che rimbalza tra giunta, segreteria e responsabile per la transizione digitale è sempre la stessa: stiamo restando indietro?
Proviamo a ribaltarla. E se il problema non fosse restare indietro rispetto ai modelli, ma restare indietro rispetto a noi stessi?
Indice degli argomenti
Perché l’AI nella PA è già oltre molti bisogni degli enti
Facciamo un esercizio. Cosa serve, oggi, a un ufficio comunale? Riassumere un atto di quaranta pagine. Preparare la bozza di una determina partendo da un precedente. Rispondere alle domande ricorrenti dei cittadini su TARI, mensa e residenze. Classificare la posta in arrivo al protocollo. Estrarre dati da un PDF scansionato.
Tutte attività che i modelli disponibili oggi svolgono già bene, spesso molto bene. Per la grande maggioranza del lavoro amministrativo di un ente locale, la frontiera tecnologica è già oltre il bisogno.
Attenzione però: non è che i modelli siano “troppo potenti” in assoluto. È che esiste una distanza crescente tra quello che il modello sa fare e quello che l’ente sa fargli fare. Nel mondo della ricerca la chiamano capability overhang: capacità disponibile, pagata, ma non usata. Una Ferrari in garage, appunto.
Inseguire il modello successivo, in questa situazione, significa comprare una Ferrari più veloce per la stessa strada sterrata. Il tempo di percorrenza non cambia.
I numeri mostrano dove si concentra il vero ritardo
Non è solo un’impressione da chi lavora con i comuni. Nel luglio 2025 il progetto NANDA del MIT ha pubblicato il report The GenAI Divide, dedicato all’adozione dell’AI generativa nelle imprese. Il risultato ha fatto rumore: a fronte di 30-40 miliardi di dollari di investimenti, il 95% delle organizzazioni analizzate non registrava un ritorno misurabile.
Il punto più interessante, per noi, è la diagnosi. Gli autori attribuiscono il fallimento non alla qualità dei modelli, ma al modo in cui vengono implementati: flussi di lavoro fragili, strumenti scollegati dall’operatività quotidiana, progetti che non escono mai dalla fase pilota.
Parliamo di imprese, non di PA. Ma se faticano organizzazioni con budget, competenze e libertà di assumere, è difficile pensare che un comune da quattromila abitanti risolva il problema cambiando modello.
E in Italia? Secondo l’Osservatorio Smart City del Politecnico di Milano, con dati riferiti al 2025, l’intelligenza artificiale risulta adottata solo dal 7% dei comuni, mentre il 18% pianifica di farlo nel 2026 e il 34% dal 2027 in poi. Lo stesso studio rileva che il 64% dei cittadini dei comuni sotto i 5.000 abitanti ritiene la propria amministrazione impreparata all’AI, contro il 44% nelle grandi città.
Il collo di bottiglia, quindi, non è sulla frontiera. È nell’ultimo miglio, dentro gli uffici.
Come l’AI nella PA diventa una corsa agli add-on
C’è un dettaglio che nel dibattito sfugge quasi sempre: un comune non sceglie il modello. Non firma contratti con chi sviluppa i grandi modelli linguistici. Compra il modulo AI del fornitore del gestionale, l’assistente integrato nel protocollo, la licenza della suite d’ufficio.
La corsa vera, nella PA, non è all’ultimo modello. È all’ultimo add-on. E questa corsa ha effetti di secondo ordine che vale la pena guardare in faccia:
- lock-in: ogni modulo AI lega un po’ di più l’ente al fornitore, e i dati elaborati restano spesso dentro il suo perimetro;
- frammentazione: cinque applicativi, cinque assistenti diversi, cinque logiche, nessuna visione d’insieme;
- costi ricorrenti: canoni che si sommano anno dopo anno, spesso senza che nessuno misuri l’uso effettivo.
C’è poi un rischio più sottile, che conosciamo bene: l’adempimento formale. Avere “l’AI” da citare nel PIAO o nella relazione di fine mandato diventa l’obiettivo, al posto dell’impatto reale sui servizi.
L’obiezione: i modelli nuovi sono migliori
I modelli nuovi spesso costano meno per unità di lavoro, sbagliano meno, gestiscono meglio documenti lunghi. Rinunciarvi per principio sarebbe miope.
Infatti la proposta non è “restiamo sul modello vecchio”. La proposta è smettere di prendere decisioni d’acquisto in base al modello.
Se l’architettura è pensata bene, passare a un modello più recente dovrebbe essere una questione di configurazione, non una nuova gara. Quando l’aggiornamento arriva incluso nel servizio, ben venga. Quello da evitare è comprare un prodotto nuovo perché dentro c’è un modello nuovo, senza aver risolto il problema per cui si era comprato il precedente.
La prudenza può trasformarsi in un alibi per non partire
C’è però un secondo rischio, speculare al primo, e forse più insidioso. Dire “fermiamoci e pensiamo prima a dati, processi e persone” suona saggio. Nella PA italiana, però, è anche il copione con cui per vent’anni si è rimandata la trasformazione digitale. È il nuovo “non ho i soldi” o il nuovo “non ci sono le competenze”.
“Prima la cultura del dato”, “prima la riorganizzazione”, “prima la formazione”. Tutto giusto, tutto necessario. E intanto niente nulla si muove, perché l’evitamento travestito da prudenza è comodo: nessuno sbaglia, nessuno risponde.
Il meccanismo è un circolo vizioso. Senza uso, i problemi dei dati non emergono. Senza problemi emersi, nessuno li sistema. Senza dati sistemati, l’AI funziona male. E allora non la si usa.
Il circolo si rompe in un solo modo: usando. Dati, processi e persone non si sistemano prima dell’AI, si sistemano insieme all’AI, un caso d’uso alla volta. La parola chiave non è “prima”, è “mentre”.
Come l’AI nella PA può crescere senza nuovi acquisti
La sintesi pratica è semplice da dire e meno semplice da fare: una moratoria sugli acquisti, non sull’uso. Quattro mosse concrete.
Partire da ciò che l’ente possiede già
Quali licenze ha l’ente? Quali moduli AI sono già attivi nei gestionali, magari senza che nessuno se ne sia accorto? Chi li usa, quanto, per cosa? L’esperienza dice che l’inventario riserva quasi sempre sorprese: funzioni pagate e mai aperte, strumenti duplicati, iniziative individuali di cui il responsabile non sa nulla.
Portare l’intelligenza artificiale dentro un processo reale
Scegliere un processo ad alto volume e basso rischio: le risposte alle richieste ricorrenti, l’istruttoria di un bando di contributi, la sintesi delle delibere per il sito. Ridisegnarlo con l’AI dentro il flusso, non accanto. E misurare i tempi prima e dopo. Senza misura non c’è adozione, c’è solo sperimentazione permanente.
Diffondere competenze prima di ampliare le licenze
L’AI Act, all’articolo 4, chiede già a chi utilizza sistemi di AI di garantire un livello sufficiente di alfabetizzazione del personale, e l’obbligo si applica dal febbraio 2025. Non è un adempimento da spuntare: è la condizione perché qualsiasi strumento venga usato davvero. Meglio cento dipendenti che usano bene uno strumento base che dieci che non aprono quello avanzato. Del resto tutto l’ente deve alzarsi di livello, non solo alcuni. Altrimenti i rimasti indietro diventeranno vincolo del cambiamento e nel cambiamento.
Misurare il valore prima di autorizzare un upgrade
Prima di firmare il prossimo acquisto, basta porsi tre domande. Quale processo migliora, esattamente? Di quanto, e come lo misureremo? Se domani volessimo cambiare fornitore o modello, potremmo farlo senza ricominciare da zero? Se una delle tre risposte manca, l’acquisto può aspettare.
Quale direzione per l’AI nella PA dopo la fase dei modelli
Al sindaco, al segretario, al responsabile per la transizione digitale suggerirei di smettere di chiedersi “quale modello ci serve”. La domanda giusta è un’altra: cosa abbiamo smesso di fare a mano, negli ultimi sei mesi, grazie all’AI?
Se la risposta è “niente”, nessun modello nuovo cambierà le cose. Se la risposta è “qualcosa”, allora l’ente sa già dove andare, e probabilmente lo strumento che ha basta e avanza.
La Ferrari può restare in garage ancora un po’. Nel frattempo c’è da asfaltare la strada e prendere la patente. Non prima di partire, ma guidando: una buca alla volta.
Partecipa alla community