AI nella PA: dove crea valore e cosa serve per farla funzionare

La gestione dei dati pubblici sta diventando una leva fondamentale per il miglioramento dei servizi e delle politiche pubbliche.

Una governance dei dati strategica e responsabile non solo permette di ottimizzare i processi interni, ma rappresenta anche la chiave per una Pubblica Amministrazione (PA) più efficiente, trasparente e orientata al cittadino.

La valorizzazione del patrimonio informativo pubblico è un obiettivo strategico per la PA, volto a rispondere alle sfide della data economy, supportare la Strategia europea sui dati, creare servizi digitali per cittadini e imprese e fornire strumenti decisionali basati sui dati.

L’adozione dell’intelligenza artificiale (AI) si inserisce come asset innovativo, in grado di supportare classificazione, integrazione e valorizzazione dei dati con un approccio evolutivo, potenziando la capacità decisionale delle amministrazioni pubbliche. Ma come possiamo garantire che l’adozione di tecnologie emergenti così potenti come l’AI – ma anche il machine learning, la blockchain e i big data – non solo migliori l’efficienza, ma contribuisca anche a una governance più equa, sicura e trasparente, rivoluzionando così l’intero processo di governance?

Governance dei dati nella PA italiana e perché conta davvero

Già nel 2018, un’indagine del McKinsey Global Institute ha evidenziato come l’economia dei dati sarebbe emersa come uno dei principali motori di crescita a livello globale. Secondo la ricerca, la gestione strategica dei dati potrebbe contribuire con oltre 3 trilioni di dollari all’economia mondiale entro il 2030, evidenziando come i dati stiano diventando una risorsa strategica cruciale. A maggior ragione se si parla di dati digitalizzati e interoperabili, che rappresentano una risorsa virtualmente illimitata, qualcosa che nel mondo fisico non avrebbe mai potuto essere realizzato.

Questo fenomeno non solo sta trasformando settori chiave come il business e la pubblica amministrazione, ma sta anche creando un valore aggiunto significativo che alimenta lo sviluppo delle economie moderne. In un contesto globale in cui l’informazione è diventata una risorsa strategica, la capacità di gestire efficacemente i dati diventa una condizione per il progresso e per politiche pubbliche più solide.

Dalla crescita di internet alla data economy: lezioni per la PA

Un’intuizione che anticipava questa evoluzione fu quella di Jeff Bezos, che nel 1994 lasciò il suo lavoro presso la DE Shaw & Co. (Wall Street, New York City) nel settore finanziario per inseguire una visione che avrebbe cambiato per sempre il panorama del commercio globale. La sua decisione di fondare Amazon nacque dalla consapevolezza che internet stava crescendo a un ritmo straordinario, con un aumento annuale del 2300%. Questa statistica lo colpì profondamente, tanto da definire quel momento come il “Giorno Uno” della sua avventura imprenditoriale.

Bezos intravide un’opportunità unica per creare un’infrastruttura digitale in grado di sfruttare appieno il potenziale dei dati, unendo la velocità di internet con la logistica per raggiungere una scala globale. Capì che i dati non solo avrebbero rivoluzionato il commercio online, ma anche il modo in cui le aziende ottimizzano le operazioni, migliorano i servizi e raggiungono un pubblico globale. Questa visione pionieristica trova oggi un riscontro concreto nella trasformazione digitale che sta rimodellando l’intero panorama economico, creando un mondo dove i dati, insieme all’intelligenza artificiale, sono alla base delle più grandi innovazioni.

Il quadro UE e italiano per la governance dei dati nella PA italiana

Come affermava Francis Bacon, “La conoscenza è potere”, e in questo scenario la capacità di gestire efficacemente i dati è fondamentale. L’integrazione di tecnologie avanzate, come l’intelligenza artificiale, è cruciale per questa trasformazione. Inoltre, la recente L. n. 132/2025, entrata in vigore il 10 ottobre 2025, stabilisce le norme per l’uso dell’intelligenza artificiale in Italia, in linea con le disposizioni dell’AI Act europeo (Regolamento (UE) 2024/1689).

Nel contesto normativo europeo, emerge l’esigenza di armonizzare le diverse esigenze legislative relative alla gestione dei dati e dell’intelligenza artificiale. A tal proposito, nel mese di ottobre 2025, il Parlamento europeo ha pubblicato uno studio, commissionato dalla Commissione per l’industria, la ricerca e l’energia (ITRE), sull’interazione tra l’AI Act e il quadro normativo digitale europeo. Lo studio esplora come l’AI Act si rapporti con altre normative europee, in particolare partendo dalla Strategia europea in materia di dati.

Le principali norme dell’ecosistema digitale europeo

Le principali normative analizzate sono:

1. GDPR: il Regolamento generale sulla protezione dei dati.
2. Data Act: normativa che regolamenta l’accesso e l’utilizzo dei dati.
3. Data Governance Act (DGA): rafforza i meccanismi per aumentare la disponibilità dei dati e superare gli ostacoli tecnici al riutilizzo di dati che altrimenti non sarebbero disponibili.
4. Direttiva Open Data (UE 2019/1024): promuove l’apertura dei dati e il riutilizzo dell’informazione del settore pubblico, attuata dal Decreto legislativo n. 200/2021, che ha modificato il Decreto legislativo n. 36/2006. L’obiettivo strategico è perseguito attraverso l’implementazione delle nuove regole tecniche definite nelle Linee guida sui dati aperti, adottate con la Determinazione AGID n. 183/2023. Queste linee guida supportano le pubbliche amministrazioni e altri soggetti interessati nel processo di apertura dei dati, favorendo il riutilizzo dei dati pubblici.
5. Digital Services Act (DSA): regolamenta i servizi digitali nell’UE.
6. Digital Markets Act (DMA): normativa che disciplina i mercati digitali.
7. Cybersecurity Act (CSA): regolamenta la sicurezza informatica.
8. Cyber Resilience Act (CRA): normativa sulla resilienza cibernetica.
9. Regolamento di esecuzione (UE) 2023/138: identifica i dati ad alto valore. Sulla base delle sei categorie tematiche stabilite dalla Direttiva Open Data (dati geospaziali, dati ambientali, meteorologici, statistici, relativi alle imprese e alla mobilità), il 22 dicembre 2023 AGID ha adottato una guida operativa sulle serie di dati di elevato valore, orientando le pubbliche amministrazioni nell’implementazione delle disposizioni europee.
10. Catalogo Nazionale per l’Interoperabilità Semantica dei Dati (NDC): I dati scambiati tra gli enti erogatori di servizi devono essere interoperabili non solo dal punto di vista tecnico, ma anche semantico.
11. Direttiva NIS 2: Riguarda la sicurezza delle reti e dei sistemi informativi.

L’“ecosistema normativo” è in continua evoluzione, risultato di una combinazione di atti normativi europei e nazionali, con un focus sulle novità introdotte nel 2025 (L. 132/2025, recepimento del DGA e aggiornamenti sull’AI Act).

Lo stato della governance dei dati nella PA italiana: progressi e limiti

La trasformazione digitale della Pubblica Amministrazione italiana sta compiendo progressi significativi, ma la strada per una gestione efficiente dei dati pubblici resta ancora lunga. Il processo implica anche un cambiamento culturale e organizzativo.

Tuttavia, è una trasformazione desiderabile e auspicabile, dal momento che i dati sempre più rappresentano una risorsa strategica nella PA e la loro corretta gestione potrebbe favorire la modernizzazione dell’intera macchina burocratica e favorire una maggiore trasparenza, partecipazione e accountability. È evidente che tale processo non è privo di difficoltà.

Le criticità principali comprendono la frammentazione dei dati, la difficoltà nell’integrare diverse basi dati e la mancanza di competenze specifiche in molti settori della PA, nonché l’esigenza di assicurare adeguati livelli di sicurezza informatica, che rendono ardua l’adozione di approcci innovativi nella gestione delle informazioni.

Nel contesto europeo e nazionale, il Data Act e il Data Governance Act stanno cercando di costruire un quadro normativo che favorisca un accesso equo e sicuro ai dati, promuovendo la loro condivisione e l’interoperabilità tra le diverse entità pubbliche e private.

PNRR e trasformazione digitale: dati come infrastruttura della PA

A livello nazionale, la Missione 1 del Piano Nazionale di Ripresa e Resilienza (PNRR) ha posto la digitalizzazione della PA come uno degli obiettivi principali, prevedendo significativi investimenti per modernizzare le infrastrutture digitali, rafforzare la capacità delle amministrazioni pubbliche di sfruttare i dati come risorsa strategica e ottimizzare l’efficienza delle procedure amministrative, favorendo una maggiore trasparenza e partecipazione civica.

Tuttavia, i progressi finora ottenuti sono ancora parziali e le lacune esistenti sono evidenti. Appare chiaro che l’efficacia di queste politiche dipenderà dalla capacità delle amministrazioni di attuarle in modo coerente e sostenibile.

È essenziale che la governance dei dati non si limiti alla mera adozione di tecnologie digitali, ma che venga accompagnata da un forte impegno culturale e da una formazione mirata dei dipendenti pubblici, per favorire una mentalità data-driven che permei l’intera struttura della PA. La sfida più grande per l’Italia sarà riuscire a trasformare normative e risorse disponibili in risultati concreti, creando un ecosistema in cui i dati siano veramente al servizio dei cittadini e delle politiche pubbliche, con una visione di lungo periodo e un forte impegno per l’innovazione.

Spazi comuni e interoperabilità: la strategia UE per i dati

La costruzione di un’economia dei dati è l’obiettivo che l’Unione Europea intende perseguire attraverso una serie di iniziative di regolazione avviate ormai dal 2020. La citata Strategia europea dei dati ha introdotto la creazione di spazi di dati (data spaces) comuni e interoperabili al fine di superare le barriere legali e tecniche alla condivisione dei dati e, di conseguenza, sfruttare l’enorme potenziale dell’innovazione guidata dai dati.

Le criticità operative della governance dei dati nella PA italiana

Uno dei problemi più rilevanti riguarda la scarsa qualità e la frammentazione dei dati. La PA italiana, infatti, è ancora caratterizzata da un’architettura informatica dispersa e da un’assenza di standardizzazione tra i vari enti e livelli amministrativi. I dati vengono raccolti e archiviati in sistemi separati, difficilmente integrabili tra loro, il che rende arduo ottenere una visione complessiva delle informazioni necessarie per prendere decisioni informate.

La frammentazione dei dati si traduce in inefficienze operative, nella difficoltà di condivisione delle informazioni e nell’impossibilità di sfruttare appieno il loro potenziale strategico. In parallelo, un altro problema critico è rappresentato dai sistemi informatici obsoleti e non integrati.

Molte amministrazioni pubbliche si trovano a gestire piattaforme tecnologiche che non solo sono datate, ma spesso non dialogano tra loro, creando discontinuità nei processi e nell’erogazione dei servizi. La mancanza di interoperabilità tra i diversi sistemi amministrativi impedisce un flusso continuo e armonioso delle informazioni, limitando così la possibilità di adottare soluzioni basate sui dati in modo efficace.

Inoltre, questi sistemi obsoleti sono più vulnerabili a guasti e rischiano di compromettere la sicurezza e la protezione dei dati anche sensibili. A ciò si aggiunge un altro aspetto fondamentale: la resistenza al cambiamento, spesso accompagnata da una carenza di figure professionali con competenze specifiche in data governance e analisi dei dati.

Privacy e cybersecurity: vincoli decisivi per la PA

Altro tema di estrema rilevanza riguarda le questioni legate alla privacy e alla sicurezza dei dati. L’Italia, come tutti i paesi dell’Unione Europea, è vincolata al Regolamento Generale sulla Protezione dei Dati (GDPR), che stabilisce normative stringenti in materia di trattamento dei dati personali.

Il GDPR, introdotto nel 2018, ha rivoluzionato la gestione dei dati nell’UE, stabilendo principi di protezione dei dati personali che sono diventati un punto di riferimento globale. A partire dalla sua implementazione, oltre l’80% delle imprese in Europa ha dichiarato di aver adeguato le proprie pratiche al GDPR, contribuendo a garantire un ambiente digitale più sicuro e trasparente.

Sebbene la protezione della privacy sia fondamentale, le misure di sicurezza richieste comportano sfide aggiuntive per la PA, che deve non solo garantire la protezione dei dati, ma anche garantirne l’accesso e la condivisione in modo sicuro. Questo implica l’adozione di soluzioni avanzate per la cybersecurity e la gestione dei dati sensibili, spesso onerose e complesse da implementare su larga scala.

Come l’AI può supportare la governance dei dati nella PA italiana

Nonostante queste difficoltà, una gestione più efficiente e integrata dei dati offre opportunità concrete per superare le criticità e migliorare radicalmente i processi amministrativi e i servizi pubblici. Una governance dei dati ben strutturata e supportata da tecnologie moderne potrebbe portare a vantaggi significativi.

Superare le difficoltà attuali e sfruttare le tecnologie digitali avanzate, come l’intelligenza artificiale, può trasformare la Pubblica Amministrazione italiana, rendendola più efficiente, trasparente e orientata al cittadino, aprendo nuove opportunità per un futuro più innovativo e partecipativo.

Uno degli aspetti in cui l’AI può fare la differenza è la classificazione automatica dei dati. Oggi, gran parte dei dati raccolti dalla PA è difficile da gestire e spesso frammentata, con un’architettura che non consente un’adeguata organizzazione e archiviazione.

Classificazione intelligente e metadati per dati ricercabili

L’AI, attraverso algoritmi di machine learning, può analizzare enormi volumi di dati non strutturati (come documenti, email, immagini) e automatizzare il processo di categorizzazione e archiviazione, generando metadati utili che rendono i dati facilmente ricercabili e accessibili. In questo modo, si ottimizza l’uso delle risorse, riducendo il rischio di errori e migliorando l’efficienza operativa della PA.

L’introduzione di sistemi di classificazione intelligente potrebbe anche rendere la trasparenza amministrativa più accessibile ai cittadini, semplificando l’interazione con le istituzioni.

Integrazione e data fusion tra settori pubblici

Una delle principali sfide della PA è l’integrazione dei dati provenienti da fonti e settori diversi: sanità, istruzione, trasporti, ambiente, ecc. I dati, pur essendo disponibili in abbondanza, non sono sempre facilmente accessibili o integrabili a causa di formati incompatibili, silos informativi e mancanza di standardizzazione.

Utilizzando tecnologie di data fusion e interoperabilità, l’AI adeguatamente implementata permette di unire informazioni provenienti da diverse piattaforme, migliorando l’accesso a dati completi e coerenti per i decisori pubblici. Ad esempio, un sistema sanitario può beneficiare di dati provenienti da diversi ospedali, cliniche e servizi pubblici, consentendo diagnosi più accurate e un’allocazione ottimale delle risorse.

Analisi predittiva per pianificazione e risorse

Dunque, il vero valore dei dati non risiede solo nella loro raccolta, ma soprattutto nella loro analisi predittiva e valorizzazione. In ambito pubblico, questo tipo di analisi potrebbe essere utilizzato per ottimizzare l’allocazione delle risorse, ad esempio nell’ambito dei servizi sociali, della sanità pubblica e dei trasporti.

Prevedere con accuratezza le richieste di servizi e le necessità delle diverse aree geografiche permetterebbe una pianificazione più strategica e una gestione proattiva delle risorse. Ad esempio, l’uso dei big data e dell’AI potrebbe aiutare a prevedere i flussi di traffico in tempo reale e a pianificare interventi per ridurre la congestione urbana. In sanità, l’analisi predittiva dei dati potrebbe supportare le decisioni relative all’approvvigionamento di farmaci, alla distribuzione delle strutture sanitarie e alla gestione delle emergenze.

Casi d’uso: dove l’AI funziona già nella PA

I primi esempi di successo, sia nazionali che internazionali, dimostrano che l’adozione di queste tecnologie può rappresentare un “volano” per le sfide future. La Tabella 1 e la Tabella 2 illustrano alcuni esempi nazionali e internazionali in cui l’AI è stata impiegata per migliorare l’efficienza dei servizi pubblici, ottimizzare la gestione delle risorse e favorire la trasparenza, evidenziando vantaggi, stato attuale dei servizi e aspettative future.

In Italia, l’AI è già utilizzata per ottimizzare il trasporto pubblico e migliorare la telemedicina. A livello internazionale, paesi come l’Estonia e Singapore sono leader nell’integrazione di AI e blockchain per migliorare l’e-government, mentre città come New York e Helsinki stanno utilizzando l’AI per affrontare le sfide urbane e ottimizzare i servizi pubblici.

Tabella 2: Esempi di utilizzo dell’intelligenza artificiale nella gestione dei dati pubblici – livello internazionale

Tabella 2: Esempi di utilizzo dell’intelligenza artificiale nella gestione dei dati pubblici – livello internazionale

Un modello evolutivo: AI e governance che si rafforzano

Un approccio evolutivo all’adozione dell’AI nella PA implica una visione in cui l’intelligenza artificiale non si sostituisce ai decisori umani, ma li potenzia. Le decisioni basate sui dati non dovrebbero dipendere esclusivamente dall’automazione, ma dall’interazione tra l’analisi avanzata dei dati e l’intuizione e il giudizio umano.

L’AI, utilizzata in sinergia con i processi decisionali, può supportare i decisori pubblici nel comprendere meglio le problematiche, nella valutazione delle politiche pubbliche e nel monitoraggio dei risultati. Per esempio, l’intelligenza artificiale può automatizzare l’analisi di grandi quantità di dati, estrarre insight utili per comprendere tendenze, problemi emergenti o bisogni non soddisfatti, ma spetta comunque agli amministratori e ai responsabili politici prendere le decisioni finali.

Partnership pubblico-privato e strumenti operativi per la PA

Le partnership pubblico-privato rappresentano una leva fondamentale per accelerare l’adozione di tecnologie avanzate, come l’AI, nella PA. Le amministrazioni pubbliche possono beneficiare delle competenze, dell’innovazione e delle risorse che il settore privato è in grado di fornire, mentre il pubblico può garantire che l’uso dei dati rispetti gli interessi collettivi e i diritti dei cittadini, nonché l’attuazione delle priorità politiche.

Ad esempio, le startup tecnologiche e le grandi aziende tecnologiche possono offrire soluzioni innovative e avanzate per l’analisi dei dati, la gestione delle infrastrutture IT e la cybersecurity, mentre le amministrazioni pubbliche possono applicare questi strumenti nel rispetto della legge e con un occhio alla sostenibilità sociale.

Per favorire l’integrazione dell’AI nei processi decisionali, le amministrazioni italiane potrebbero adottare una serie di strumenti pratici e framework di governance. Questi strumenti dovrebbero essere progettati per supportare un approccio integrato che combini tecnologie emergenti e principi di trasparenza, responsabilità e sostenibilità.

• Framework normativi e linee guida: Definire chiare direttive sull’uso dei dati, la protezione della privacy e la sicurezza, garantendo che le decisioni siano informate da principi etici.
• Piattaforme di gestione dei dati: Strumenti digitali che centralizzano e rendono interoperabili i dati tra i diversi enti pubblici, permettendo una gestione più agile e collaborativa.
• Sistemi di monitoraggio e valutazione: Piattaforme basate su AI che analizzano i risultati delle politiche pubbliche in tempo reale, consentendo un feedback immediato per ottimizzare le azioni correttive.
• Programmi di formazione continua: Investire nella formazione di competenze digitali per il personale pubblico, affinché possa lavorare efficacemente con strumenti di AI e comprendere rischi e opportunità legati all’uso dei dati.

Inoltre, l’adozione di modelli di governance inclusivi e partecipativi, che coinvolgano cittadini, imprese e organizzazioni della società civile, può rafforzare la legittimità delle decisioni basate sui dati e migliorare il dialogo pubblico.

Il governo dei dati in Europa: tra FAIR, interoperabilità e mercati

Il governo dei dati a livello europeo rappresenta una sfida fondamentale, con rilevanti implicazioni politiche, economiche e globali. L’Unione Europea sta puntando con decisione sulla protezione dei dati, sull’accesso equo e sulla trasparenza nel trattamento delle informazioni. I principi del framework FAIR (Findable, Accessible, Interoperable, Reusable) sono alla base della gestione dei dati, garantendo che siano facili da reperire, accessibili, interoperabili e riutilizzabili.

Una gestione integrata dei dati, supportata da normative come il Data Governance Act, il Data Act e la Strategia per l’Intelligenza Artificiale, è essenziale per costruire un ecosistema sicuro, interoperabile e capace di stimolare innovazione e competitività. Per assicurare l’efficienza dei servizi digitali, è cruciale che i dati scambiati siano interoperabili anche a livello semantico, garantendo una comprensione comune del significato e del formato delle informazioni, come indicato dal Catalogo Nazionale per l’Interoperabilità Semantica dei Dati (NDC).

In un mondo sempre più interconnesso, i dati non si fermano ai confini nazionali o europei. L’integrazione dei dati in una prospettiva europea, e ancor più globale, è essenziale per supportare decisioni politiche efficaci, sviluppare soluzioni innovative, promuovere la digitalizzazione dei servizi pubblici e affrontare le sfide globali.

Le politiche di data governance europee devono bilanciare l’accesso ai dati con la necessità di protezione e privacy, un compito che è tanto più difficile quando i dati attraversano diverse giurisdizioni legali e culturali. A livello europeo, l’introduzione di normative come il GDPR ha rappresentato una pietra miliare, stabilendo un modello di protezione dei dati che può essere un riferimento anche per altri paesi, oltre l’UE.

In un contesto globalizzato, la gestione dei dati deve superare barriere politiche e legali. L’Europa, con la sua Strategia Digitale, sta cercando di stabilire standard internazionali per la gestione dei dati, garantendo al contempo che la privacy e la sicurezza siano rispettate. La creazione di un “mercato unico dei dati” all’interno dell’UE si inserisce in un contesto più ampio di collaborazione internazionale, dove le politiche europee devono fare i conti con le normative di altri attori globali, come gli Stati Uniti e la Cina.

AI e governance europea: efficienza sì, ma con regole comuni

A lungo termine, una gestione integrata dei dati in Europa, che contempli trasparenza, sicurezza e interoperabilità, ha il potenziale di diventare un punto di riferimento globale per la governance dei dati. La crescente digitalizzazione dei servizi pubblici in Europa potrebbe fungere da modello per altri paesi e regioni, creando un ecosistema globale basato sulla cooperazione e sull’accesso equo ai dati.

In questo contesto, l’adozione dell’intelligenza artificiale (AI) diventa un motore di cambiamento nella governance dei dati. L’AI, con la sua capacità di elaborare enormi quantità di dati in tempo reale e di generare previsioni, supporta le decisioni politiche e facilita l’interoperabilità dei dati tra diversi paesi e giurisdizioni.

Nel lungo periodo, una governance dei dati guidata dall’AI può contribuire a creare una società digitale più inclusiva e dinamica, dove i dati sono una risorsa condivisa che alimenta innovazione, sostenibilità e benessere globale. Tuttavia, per garantire che questo futuro sia davvero vantaggioso per tutti, sarà essenziale promuovere normative globali comuni che stabiliscano principi condivisi per la gestione e l’uso dei dati, affrontando anche le sfide legate alla disparità tecnologica e alla protezione della privacy.

Conclusioni: dalla strategia ai risultati per cittadini e imprese

La gestione integrata dei dati, in una prospettiva di globalizzazione, è cruciale per costruire un’Unione Europea più forte, competitiva e resiliente. In un mondo dove i confini tra pubblico e privato, locale e globale diventano sempre più sfumati, creare un ecosistema di dati sicuri, accessibili e interoperabili non solo rafforza la governance interna dell’UE, ma contribuisce anche a definire nuove regole internazionali per la gestione dei dati.

Il futuro della data governance europea si inserisce in un contesto di crescente collaborazione internazionale, in cui l’UE può affermarsi come leader globale nell’elaborazione e gestione sicura dei dati, promuovendo innovazione e competitività in un’economia sempre più digitalizzata. Spesso i dati vengono paragonati al petrolio del futuro, ma in realtà il loro valore è ancora più grande: mentre il petrolio è una risorsa finita, i dati sono infiniti, con un potenziale di crescita e utilizzo che non conosce limiti.

Bibliografia

Binns, R. (2018). Artificial Intelligence in Public Administration: An International Perspective. Journal of Public Administration, 58(3), 240-258.
López, P., Santos, J., & Torres, J. (2020). Public Data Governance and Artificial Intelligence: A Critical Review. Public Administration Review, 80(4), 673-684.
De Felice, F., Petrillo, A. (2021). Effetto digitale. Visioni d’impresa e Industria 5.0. Ed. McGraw-Hill Education, Milano, 2021.
OECD. (2020). AI in the Public Sector. OECD Digital Government Studies. Parigi: OECD Publishing.
McKinsey & Company. (2020). Digital Government in the Age of Artificial Intelligence. McKinsey & Company Report.
World Economic Forum. (2018). The Global AI Governance Framework. Geneva: World Economic Forum.
Piano triennale ICT | Open data e data governance