Due letture arrivate quasi in contemporanea nelle ultime settimane raccontano, da angolazioni diverse, lo stesso fenomeno. Andrew Ng, nella sua newsletter The Batch, descrive come l’AI stia trasformando sviluppatori specializzati in full stack, marketer verticali in coordinatori di campagne end to end, recruiter divisi tra sourcing, coordinamento e selezione in professionisti che gestiscono l’intero ciclo. Massimiliano Turazzini, riprendendo un concetto di Mohanbir Sawhney della Kellogg School of Management, lo chiama Full Stack Human: una persona con un anchor, la competenza profonda costruita in anni, che grazie all’AI allarga il proprio radius verso competenze adiacenti senza diluire il centro.
Sono due modi di guardare la stessa cosa. Ng parte dai ruoli e dall’organizzazione del lavoro: quando l’AI automatizza le parti più verificabili di un mestiere, cresce la domanda di chi sa integrare più flussi che prima erano separati. Sawhney e Turazzini partono dalla persona: il giudizio di dominio resta insostituibile, ma il raggio d’azione attorno a quel giudizio si espande. Mettendo insieme le due letture emerge una domanda che nella PA italiana nessuno si sta ancora ponendo con la dovuta urgenza: cosa significa, per un dipendente pubblico, diventare full stack?
Indice degli argomenti
Dal mansionario alla filiera integrata
La pubblica amministrazione italiana è storicamente organizzata per compartimenti stagni. Non per cattiva volontà, ma per architettura giuridica: il procedimento amministrativo si fonda su responsabilità distinte, il RUP non è il tecnico che istruisce la pratica, l’ufficio che protocolla non è quello che decide, chi scrive il bando non è chi lo pubblica sugli albi. È un impianto pensato per garantire tracciabilità e responsabilità, non velocità.
Il punto di Ng è che l’AI automatizza soprattutto le parti verificabili del lavoro: quelle a cui si può dare una definizione precisa di successo, un test, un controllo. Nella PA, molte delle fasi verificabili sono proprio quelle intermedie della filiera: la compilazione di moduli, la verifica formale di completezza di un fascicolo, l’incrocio tra banche dati, la prima bozza di un atto ripetitivo. Se quelle fasi si automatizzano, quello che resta è il giudizio: la decisione se un caso limite rientra nella fattispecie, la valutazione di opportunità in una gara, l’interpretazione di una norma ambigua applicata a un caso concreto.
È qui che entra il secondo concetto, quello dell’anchor e del radius. Il dipendente pubblico che oggi presidia un solo anello della catena, per esempio l’istruttoria edilizia, o la gestione di un bando, o la rendicontazione PNRR, ha un anchor solido: conosce la normativa di settore, sa dove sono le trappole procedurali, ha il fiuto per i casi anomali. L’AI non gli toglie quell’anchor. Gli permette di allargare il radius verso le fasi adiacenti che prima delegava per forza ad altri uffici: la prima bozza dell’atto, l’estrazione dati per il monitoraggio, la stesura della comunicazione all’utenza.
Il rischio del generalista di trent’anni fa
Vale la pena essere precisi su cosa non è il dipendente pubblico full stack, perché nella PA il rischio di fraintendimento è alto. Non è il funzionario che sa un po’ di tutto e niente bene, il profilo generalista anni novanta che veniva scelto quando non si sapeva bene dove metterlo. E non è nemmeno chi delega tutto all’AI senza verificare, l’equivalente pubblico del fuffa-guru: l’atto amministrativo generato da un modello linguistico e protocollato senza controllo è un rischio giuridico, non un guadagno di produttività.
Il modello corretto è quello descritto da entrambe le fonti: parti da un’eccellenza verticale reale, quella costruita con anni di pratica su un procedimento specifico, e da lì allarghi il raggio verso compiti adiacenti che l’AI ti mette a portata di mano. Il giudizio di dominio resta la bussola. Senza quel giudizio, il settanta per cento che l’AI produce diventa un’illusione, non una base di partenza.
Tre esempi concreti nella PA
Per capire cosa significhi in pratica, tre esempi costruiti sui procedimenti tipici di un ente locale o di un consorzio di servizi.
L’istruttore che diventa project manager del procedimento
Oggi un’istruttoria complessa, penso a un procedimento SUAP o a una pratica edilizia articolata, passa per più uffici: chi riceve la pratica, chi verifica la completezza documentale, chi istruisce nel merito, chi redige il provvedimento finale. Con un assistente AI che verifica automaticamente la completezza formale del fascicolo, incrocia i dati con le banche dati collegate e prepara una prima bozza del provvedimento sulla base di casi analoghi già istruiti, l’istruttore smette di essere solo chi valuta il merito e diventa il project manager dell’intero procedimento: segue il fascicolo dall’apertura alla chiusura, interviene dove serve giudizio, e usa l’AI per le fasi meccaniche. Il suo anchor resta la competenza normativa di settore. Il suo radius si allarga a coordinamento e comunicazione con l’utenza.
Il tecnico di settore che allarga il radius verso l’analisi dati
Un tecnico che segue da anni un ambito specifico, penso alla manutenzione del patrimonio immobiliare comunale o al monitoraggio dei consumi energetici degli edifici pubblici, ha un anchor tecnico solido ma raramente ha tempo o competenze per trasformare i dati che raccoglie in analisi utili alla programmazione. Con strumenti AI che leggono i dati storici di manutenzione o consumo e restituiscono pattern, priorità di intervento, stime di spesa, quello stesso tecnico può presentare in giunta non solo la segnalazione del guasto ma la programmazione triennale degli interventi con relativa proiezione di costo. Non diventa un data analyst, ma acquisisce una competenza adiacente che prima richiedeva coinvolgere un ufficio studi che, nella maggior parte dei piccoli comuni, semplicemente non esiste.
Perché nella PA la condizione è più stringente che altrove
Turazzini insiste su un punto che nella PA vale ancora di più che nel privato: senza anchor, il radius è rumore. Nel settore pubblico questo non è solo un rischio di qualità del lavoro, è un rischio giuridico diretto. Un atto amministrativo scritto senza il giudizio di chi conosce la norma, anche se prodotto con l’aiuto dell’AI, resta un atto viziato. La responsabilità del provvedimento non si trasferisce al modello linguistico che ha scritto la bozza.
Questo significa che il percorso verso il dipendente pubblico full stack non può essere lasciato alla sola iniziativa individuale, come sta in parte accadendo nel privato con lo shadow AI. Serve un presidio organizzativo: linee guida su quali fasi del procedimento possono essere assistite dall’AI, formazione mirata sul dominio specifico prima ancora che sullo strumento, e soprattutto la consapevolezza che allargare il radius di un funzionario richiede tempo protetto, non lavoro aggiuntivo spalmato sulle ore già sature.
Cosa cambia per l’organizzazione, non solo per la persona
Se anche solo una parte del personale di un ente comincia a lavorare in modo full stack, l’organigramma per compartimenti stagni mostra i suoi limiti più velocemente di quanto le policy riescano ad aggiornarsi. È lo stesso scarto che Turazzini osserva nel privato: le persone si muovono, le organizzazioni no, e la distanza tra le due velocità è dove si annidano i rischi maggiori, dallo strumento personale usato di nascosto perché quello aziendale è troppo vincolato, alla policy che arriva quando il modo di lavorare è già cambiato.
Per un ente locale o un consorzio di servizi questo si traduce in una domanda operativa precisa: la struttura per settori, uffici, servizi separati resta la cornice giuridica di riferimento, quella non cambia. Ma dentro quella cornice, i flussi di lavoro reali possono e devono integrarsi di più. Non significa eliminare le responsabilità distinte previste dalla legge sul procedimento amministrativo. Significa smettere di frammentare artificialmente tutto ciò che la legge non impone di frammentare.
Da dove cominciare
Tre mosse concrete, in ordine di priorità realistica per un ente locale.
Primo, mappare i procedimenti dove più fasi verificabili sono oggi affidate a uffici diversi, e capire quali di quelle fasi possono essere riunite nella responsabilità di chi già presidia il procedimento nel merito, con l’AI a supporto delle parti meccaniche.
Secondo, investire la formazione sul dominio prima che sullo strumento. Un funzionario che conosce a fondo la normativa di settore impara in poche settimane a usare l’AI per allargare il proprio radius. Il contrario, insegnare l’AI a chi non ha un anchor solido, produce solo rumore, per riprendere il termine di Turazzini.
Terzo, dare tempo protetto alla sperimentazione, non aggiungerla come compito extra. Le tre scene raccontate da Turazzini nel privato, lo sviluppatore, la responsabile marketing, l’ingegnere che in tre settimane allarga il proprio raggio d’azione, condividono un elemento: qualcuno ha permesso loro di sperimentare senza essere puniti al primo errore. Nella PA, dove l’errore ha spesso conseguenze giuridiche, questo spazio va costruito con più attenzione, ma va costruito.
La domanda che conta
Il collo di bottiglia, per riprendere una frase citata da Turazzini, non è più il prompt, è il dato. Nella PA italiana, dove i dati sono spesso frammentati tra sistemi che non dialogano, questo vale doppio. Ma prima ancora del dato, il collo di bottiglia è organizzativo: quanti enti sono disposti a lasciare che un istruttore diventi project manager del proprio procedimento, che un addetto alla comunicazione gestisca l’intero ciclo, che un tecnico presenti in giunta un’analisi e non solo una segnalazione.
La tecnologia, su questo, è già pronta più della cornice organizzativa che dovrebbe accoglierla. La domanda non è se il dipendente pubblico full stack arriverà. È quanti enti si saranno organizzati per riceverlo, e quanti lo vedranno emergere per iniziativa individuale, fuori da ogni presidio, con tutti i rischi che questo comporta.
Partecipa alla community
Ho letto con molto interesse l’articolo di Andrea Tironi sul possibile arrivo del “dipendente pubblico full stack”. L’idea di fondo è stimolante: l’intelligenza artificiale potrebbe consentire al dipendente pubblico di mantenere una forte competenza specialistica — il proprio anchor — ampliando il proprio raggio d’azione verso attività adiacenti — il radius — senza trasformarlo in un generalista che sa un po’ di tutto e niente davvero. L’AI automatizzerebbe soprattutto le attività più ripetitive e verificabili, lasciando alla persona il giudizio, l’interpretazione e la responsabilità. È un’idea che può adattarsi anche alle amministrazioni del Servizio sanitario nazionale, ma il trasferimento dal mondo degli enti locali alla sanità è meno immediato di quanto possa sembrare. Nelle aziende sanitarie pubbliche il lavoro amministrativo è inserito in un sistema di aree, profili professionali, incarichi e responsabilità disciplinati dalla contrattazione nazionale e aziendale. Non basta quindi prendere un processo e dire: “Da domani questa persona seguirà anche altre attività perché l’AI lo rende possibile”. L’AI può certamente aumentare la produttività, facilitare l’accesso alle informazioni, predisporre bozze, controllare completezza documentale, analizzare dati e individuare anomalie. Ma se, grazie all’AI, a un lavoratore vengono stabilmente attribuite attività che comportano una diversa complessità professionale o maggiori responsabilità, la questione diventa anche contrattuale, giuridica ed economica. Il rischio da evitare è che l’innovazione diventi semplicemente un modo per chiedere alle persone di fare di più e assumere maggiori responsabilità senza un adeguato riconoscimento. Forse, allora, per la sanità non serve immaginare un singolo “superdipendente” capace di fare tutto. Serve un’amministrazione capace di lavorare davvero per processi. Una procedura di acquisizione di beni e servizi, il ciclo passivo, la gestione del personale o un adempimento fiscale attraversano uffici, sistemi informativi e professionalità differenti. Alcune separazioni sono necessarie e tutelano controlli e responsabilità; altre sono diventate semplicemente il risultato di una frammentazione organizzativa sedimentata nel tempo. La sfida sarebbe mantenere ruoli e responsabilità, ma rendere il processo più continuo. Non “una persona fa tutto”, bensì ogni persona comprende meglio il proprio ruolo nella filiera e può svolgere, nei limiti del proprio profilo, una parte più integrata del lavoro. In questo senso l’AI potrebbe essere uno strumento prezioso: non per cancellare le professionalità, ma per collegarle meglio. A questo punto, però, la domanda decisiva non è tecnologica: chi dovrebbe ridisegnare questo sistema? Chi dovrebbe studiare i processi, distinguere ciò che può essere automatizzato da ciò che richiede giudizio professionale, individuare le nuove competenze, attribuire responsabilità e discutere la loro valorizzazione economica? Non può essere il singolo dipendente, ma nemmeno il singolo direttore generale. Il sistema sanitario è troppo complesso e variabile per essere ridisegnato da una persona o da un’azienda isolata. Le persone, inoltre, cambiano: si spostano, si ammalano, vanno in maternità o aspettativa, maturano limitazioni, vanno in pensione. Un’organizzazione seria non può dipendere dalla presenza di chi “sa come si fa”. Deve conoscere il processo, documentare le competenze e rendere trasferibile la conoscenza. Anche qui l’AI potrebbe offrire un contributo importante, aiutando a evitare che una parte decisiva della memoria organizzativa resti nella testa di singoli lavoratori. Il vero collo di bottiglia, però, potrebbe essere la mancanza di una reale volontà politica e sindacale di affrontare il problema. La tecnologia corre più velocemente della capacità delle istituzioni e delle organizzazioni di accoglierla. Nel settore sanitario servirebbe una sede stabile di confronto tra Stato, Regioni, aziende, rappresentanze datoriali e organizzazioni sindacali, non soltanto per discutere il rinnovo contrattuale, ma per osservare nel tempo come cambiano processi, competenze e responsabilità. Ed è qui che nasce la mia maggiore preoccupazione. Nel confronto tra sanità pubblica e privata, la partita dell’intelligenza artificiale potrebbe diventare decisiva. Il privato, in generale, può modificare più rapidamente processi e organizzazione; il pubblico deve confrontarsi contemporaneamente con norme, contratti, relazioni sindacali, vincoli di bilancio, programmazione regionale e sistemi informativi spesso frammentati. Questi vincoli tutelano diritti, trasparenza e imparzialità. Ma diventano un problema quando non vengono governati. Il mio timore è che il confronto futuro possa essere impietoso: non perché la sanità privata sia necessariamente migliore nella sostanza, ma perché potrebbe diventare molto più semplice, rapida e soddisfacente agli occhi del cittadino. Se il privato utilizzerà l’AI per ridurre la burocrazia, velocizzare le risposte e liberare personale dalle attività ripetitive, mentre il pubblico continuerà a discutere per anni su chi debba fare cosa, il divario rischia di crescere. La domanda finale, quindi, non è se arriverà il dipendente pubblico “full stack”. La domanda è se il sistema pubblico vuole davvero diventare un’organizzazione capace di accogliere l’intelligenza artificiale. Per farlo non basta acquistare software o insegnare a scrivere prompt. Serve il coraggio di ripensare il rapporto tra processi, professionalità, responsabilità e riconoscimento economico, senza sacrificare le tutele dei lavoratori e senza usare queste tutele come alibi per non cambiare. L’AI entrerà comunque negli uffici amministrativi del Servizio sanitario nazionale. La vera differenza sarà un’altra: entrerà in modo individuale e informale, lasciando ai singoli lavoratori il compito di arrangiarsi, oppure sarà accolta da un’organizzazione pubblica che avrà avuto il coraggio di ripensare se stessa? Se non cominciamo a porci seriamente questa domanda, temo che la sanità pubblica possa perdere non soltanto efficienza, ma progressivamente anche capacità di soddisfare le aspettative dei cittadini. Ed è una partita che il Servizio sanitario nazionale non può permettersi di perdere.