servizi digitali

La PA non ha bisogno dell’ultima tecnologia, ma di quella giusta


Indirizzo copiato

Le tecnologie emergenti nella PA producono valore quando risolvono problemi concreti. Dall’AI a Flutter, framework, sicurezza e sperimentazione mostrano come utilità, riuso, sostenibilità e governo del rischio debbano guidare l’evoluzione dei servizi digitali, oltre le mode e le promesse dei fornitori

Pubblicato il 27 ott 2026

Leucio Maturo

Funzionario informatico



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
transizione digitale dei comuni dogana digitale trasformazione digitale nei piccoli comuni Transformation Office ’assistenti virtuali nella PA




Quando si parla di tecnologie emergenti applicate alla Pubblica Amministrazione, il pensiero corre quasi automaticamente verso Intelligenza Artificiale, Internet of Things, blockchain, realtà aumentata, digital twin e altre innovazioni che negli ultimi anni hanno conquistato il dibattito pubblico e mediatico.

Sono tecnologie importanti e, in determinati contesti, possono produrre cambiamenti profondi. Ma esiste un equivoco che la Pubblica Amministrazione dovrebbe evitare: confondere l’innovazione tecnologica con l’adozione di una tecnologia emergente.

Tecnologie emergenti nella PA: dai problemi alle soluzioni

Una tecnologia non diventa strategica semplicemente perché è innovativa.

La domanda corretta non è quindi “Quale nuova tecnologia possiamo introdurre?”, ma piuttosto: “Quale tecnologia può risolvere meglio un problema concreto della nostra organizzazione?”

È una differenza apparentemente sottile, ma fondamentale: non tutte le tecnologie emergenti sono funzionali alla gestione e all’evoluzione dei processi di una Pubblica Amministrazione.

Una Pubblica Amministrazione gestisce processi estremamente diversi tra loro: servizi al cittadino, gestione documentale, interoperabilità, pagamenti, identità digitale, gestione dei dati, procedimenti amministrativi, sistemi territoriali, sicurezza, infrastrutture e applicazioni verticali. In questo scenario è difficile immaginare che una singola tecnologia possa rappresentare la risposta a tutte le esigenze.

L’AI può essere straordinariamente efficace nell’analisi documentale, nell’assistenza agli operatori o nell’automazione di attività ripetitive. L’IoT può essere determinante nella gestione di infrastrutture e territorio. La blockchain può trovare applicazioni specifiche dove siano realmente necessari determinati meccanismi di distribuzione e certificazione del dato.

Introdurre una tecnologia solo perché è innovativa può produrre l’effetto opposto rispetto a quello desiderato: maggiore complessità, nuovi costi, nuove dipendenze tecnologiche e ulteriori elementi da governare.

L’innovazione nella PA deve quindi essere innanzitutto innovazione utile.

Le tecnologie meno visibili che innovano la PA

Esiste poi un’altra categoria di innovazione che riceve molto meno attenzione.

Sono le tecnologie che non producono necessariamente una demo spettacolare, non occupano le prime pagine dei giornali e difficilmente diventano una parola d’ordine nei convegni, ma che possono incidere profondamente sulla capacità di una PA di progettare, sviluppare e mantenere i propri servizi digitali.

Parliamo, ad esempio, di framework applicativi, componenti riutilizzabili, piattaforme di automazione, strumenti DevSecOps, tecnologie per l’analisi delle dipendenze applicative, sistemi di testing automatizzato e componenti architetturali condivisi.

Sono tecnologie meno “visibili”, ma possono generare un effetto sistemico.

Una libreria condivisa, un framework standardizzato o un processo di sviluppo automatizzato possono infatti essere utilizzati da decine di applicazioni, riducendo duplicazioni, tempi di sviluppo e complessità manutentiva.

È un’innovazione che non si vede immediatamente dall’esterno, ma che può cambiare concretamente il modo in cui una Pubblica Amministrazione costruisce e governa il proprio patrimonio applicativo.

Come sperimentare le tecnologie emergenti nella PA

Ma come scegliere una tecnologia emergente?

La risposta non dovrebbe essere affidata esclusivamente a valutazioni teoriche, benchmark commerciali o alle promesse dei fornitori.

Dal proof of concept al progetto pilota

Una tecnologia dovrebbe attraversare un percorso graduale di sperimentazione.

Prima una valutazione preliminare. Poi un proof of concept. Successivamente un progetto pilota circoscritto e, solo dopo aver verificato i risultati, un’eventuale estensione.

Ogni fase dovrebbe essere accompagnata da criteri di valutazione misurabili.

Funzionalità, performance, interoperabilità, sostenibilità economica, manutenibilità, scalabilità, portabilità, disponibilità di competenze e maturità dell’ecosistema sono soltanto alcuni degli elementi da considerare.

Compliance e sicurezza come criteri di scelta

A questi devono necessariamente aggiungersi due dimensioni particolarmente importanti per la PA: compliance e sicurezza.

Una soluzione tecnologicamente interessante ma non compatibile con i requisiti normativi dell’organizzazione non può essere considerata un’innovazione riuscita.

Allo stesso modo, una tecnologia che non garantisce adeguati livelli di sicurezza, gestione delle vulnerabilità, aggiornamento e controllo delle dipendenze può trasformare rapidamente un’opportunità di innovazione in un nuovo fattore di rischio.

Per questo la sperimentazione dovrebbe prevedere test tecnici, verifiche di sicurezza, analisi delle dipendenze, valutazioni architetturali, verifiche di compliance normativa e controlli sull’affidabilità della soluzione.

L’obiettivo non è dimostrare che una tecnologia funziona.

È dimostrare che funziona nel contesto specifico della Pubblica Amministrazione.

Flutter e la standardizzazione tecnologica nella PA

Per una Pubblica Amministrazione innovare non significa necessariamente introdurre la tecnologia più sofisticata. A volte significa avere il coraggio di mettere in discussione ciò che già esiste e verificare, con metodo, se esistano soluzioni più semplici, sostenibili e riutilizzabili. È proprio in questa prospettiva che una tecnologia apparentemente “meno visibile” come Flutter, framework open source per lo sviluppo di applicazioni multipiattaforma, può assumere un valore strategico.

Una base di codice comune per il riuso

La sua caratteristica principale è la possibilità di utilizzare una base di codice comune per realizzare interfacce destinate a piattaforme differenti, come mobile e Web, favorendo il riuso dei componenti, riducendo la duplicazione dello sviluppo e semplificando la manutenzione.

Ma il vero valore di una tecnologia come Flutter non risiede soltanto nelle sue caratteristiche tecniche. Prima di essere adottato, è stato sperimentato attraverso una lunga fase di valutazione, verificandone progressivamente l’utilizzabilità, l’affidabilità e la capacità di integrarsi con gli standard di sviluppo. Al termine di questo percorso, la tecnologia è stata ritenuta adeguata alla realizzazione di una libreria comune contenente componenti UI riutilizzabili e conformi all’Identità Visiva Digitale regionale.

Open source e sostenibilità nel medio periodo

Questo esempio evidenzia un principio più ampio: una sperimentazione tecnologica ben strutturata non serve soltanto a trovare nuovi strumenti, ma può diventare un’occasione per mettere in discussione soluzioni esistenti e individuare alternative più sostenibili. In particolare, può consentire di valutare se tecnologie open source o caratterizzate da modelli di licensing differenti possano, a parità di requisiti, rappresentare una valida alternativa a prodotti commerciali i cui costi di licenza e manutenzione possono crescere nel tempo.

Naturalmente, il costo non può essere l’unico criterio di scelta. Un’alternativa deve essere sottoposta a verifiche funzionali, architetturali, di sicurezza, affidabilità, compliance, manutenibilità e sostenibilità nel medio-lungo periodo. Solo quando queste verifiche producono risultati positivi è possibile trasformare la sperimentazione in una vera scelta tecnologica.

In questa prospettiva, Flutter rappresenta un esempio concreto di come sperimentazione, standardizzazione e riuso possano procedere insieme: non semplicemente introdurre una nuova tecnologia, ma costruire progressivamente un patrimonio comune di componenti e competenze, riducendo le duplicazioni e, dove possibile, anche la dipendenza da soluzioni proprietarie e dai relativi costi di licensing.

La tecnologia, quindi, non viene scelta perché “nuova” o perché meno costosa, ma perché dimostra sul campo di poter rispondere ai requisiti dell’organizzazione, creando al tempo stesso le condizioni per un’evoluzione tecnologica più sostenibile.

Dalle singole tecnologie all’ecosistema digitale della PA

Lo stesso principio può essere esteso ad altre iniziative. Nella stessa esperienza progettuale trovano spazio, accanto all’evoluzione dei framework, anche attività di analisi delle dipendenze applicative e di reverse engineering, finalizzate a costruire una conoscenza più strutturata delle architetture software, facilitare la collaborazione tra team e supportare le decisioni di modernizzazione e migrazione verso il cloud.

È un altro esempio di tecnologia poco visibile ma strategica.

Conoscere le dipendenze tra applicazioni, componenti e flussi dati significa poter comprendere meglio l’impatto di una modifica, ridurre il rischio di regressioni e governare con maggiore consapevolezza l’evoluzione del patrimonio applicativo.

Sono tecnologie e pratiche che difficilmente diventano una “demo spettacolare”.

Ma sono esattamente quelle che possono contribuire a costruire una PA digitale più robusta.

Quando la PA deve dire «non ancora» alle nuove tecnologie

C’è infine un ultimo elemento spesso sottovalutato. Una Pubblica Amministrazione innovativa non è quella che adotta per prima ogni nuova tecnologia.

È quella che sa sperimentare senza esporsi inutilmente al rischio, che sa misurare i risultati e che sa anche decidere di non adottare una tecnologia quando i benefici non giustificano la complessità introdotta.

In questo senso, la sperimentazione non deve essere considerata un rallentamento dell’innovazione, ma il suo principale strumento di governo.

Un periodo di prova, criteri di successo definiti in anticipo, test tecnici, verifiche di sicurezza e compliance, valutazioni economiche e una successiva decisione basata sui risultati consentono di trasformare l’entusiasmo per una nuova tecnologia in una scelta consapevole.

La vera maturità digitale della Pubblica Amministrazione si misura, quindi, non dal numero di tecnologie emergenti adottate, ma dalla capacità di selezionarle, sperimentarle, governarle e trasformarle in patrimonio comune, perché il futuro digitale della PA non sarà necessariamente costruito dalla tecnologia più innovativa.

Sarà costruito dalla tecnologia più utile, affidabile, sostenibile e coerente con i suoi processi.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x