scenari

Intelligenza artificiale e software 2.0, così cambierà il ruolo dello sviluppatore

Il Software 2.0 utilizzerà l’automazione per sfruttare la sinergia tra gli sviluppatori e le macchine su cui lavorano. In questo scenario, alcune figure legate all’ingegneria del software potrebbero avvicinarsi a ruoli simili a quelli di “data enabler”. Vediamo i possibili sviluppi

23 Dic 2019
Andrea Benedetti

Data strategist

software-house

Ci avviamo verso il software 2.0, “potenziato” dall’AI e soprattutto dal deep learning. Il codice sarà più a prova di bug, perché – tra l’altro – l’analisi via AI servirà ridurre il tasso di errori e vulnerabilità sfruttabili dal cyber crime.

Ma così cambierà anche il ruolo dello sviluppatore, dato che l’AI si occuperà di compiti basilari nella programmazione.

La rivoluzione immaginata già qualche decennio fa entra in una fase ancora nuova e tutta da “scrivere” e che darà vita a un nuovo paradigma di creazione del software, trasformando il ruolo dello sviluppatore senza farlo scomparire.

Così il software si è “mangiato” i mercati tradizionali

La rivoluzione comincia da lontano: l’AI potrebbe essere il tassello definitivo verso un’ulteriore “softwarizzazione” di tutti i settori.

Nel 1999, Lawrence Lessig, giurista e avvocato statunitense, professore ad Harvard, scriveva nel suo libro “Code and Other Laws of Cyberspace”, che “il codice è legge” (code is law) dove, con codice, si riferisce alle righe di istruzioni che compongono un programma informatico, un software.

WHITEPAPER
Una guida per acquisire nuovi clienti con il digital onboarding
Marketing
Trade

E, diversi anni dopo, nel 2011, di Marc Andreessen (famoso nell’universo IT per aver co-creato il browser Mosaic e per aver co-fondato Netscape, poi venduta ad AOL per una cifra pari a 4,2 miliardi di dollari) che scrisse un articolo molto interessante – e molto attuale – dal titolo “Why Software is eating the world” in cui, la sottolineatura fondamentale può essere riassunta da questo inciso: “Companies in every industry need to assume that a software revolution is coming“.

A dimostrazione di quanto espresso, può essere interessante notare come proprio nel 2011, quando scrisse l’articolo, nessuna delle società più grandi (come capitalizzazione di borsa) era una software company ma, piuttosto, un’azienda tradizionale (nelle prime posizioni c’erano: JPMorgan Chase, HSBC Holdings, General Electric, Exxon Mobil, Royal Dutch Shell. Compagnie petrolifere, istituti bancari, aziende manufatturiere, dunque).

Oggi, dopo qualche anno, possiamo guardare questa stessa classifica con i dati aggiornati al 30 settembre 2019 e trovare che le prime quattro posizioni sono occupate da aziende tecnologiche: Microsoft, Apple, Amazon, Alphabet, seguite da Berkshire Hathaway, un’azienda “tradizionale” (subito dopo, in sesta posizione, troviamo un’altra azienda tech: Facebook).

Nel giro di otto anni, insomma, il panorama è completamente cambiato.

Jeff Immelt, nell’ottobre del 2014, all’epoca Presidente & Amministratore Delegato di General Electric, dichiara pubblicamente durante la keynote di una conferenza: “If you went to bed last night as an industrial company, you’re going to wake up this morning as a software and analytics company“, sottolineando quello che potremmo definire il concetto di internet industriale: ovverosia la convergenza tra il sistema produttivo tradizionale e le tecnologie informatiche grazie a:

  • potenza di elaborazione raggiunta dai calcolatori,
  • quantità di dati disponibili,
  • possibilità di sfruttare sensori (IoT) a basso costo
  • nuovi livelli di connettività consentiti dalla rete.

Il software, in pochissimi anni, ha “mangiato” sia mercati tradizionali (librerie, pubblicità, distribuzione musica, recruiting, comunicazioni) sia singoli processi o porzioni di catene di valore (logistica e distribuzione, ottimizzazione dei prezzi, gestione immagini satellitari, intrattenimento nei trasporti).

Tutto quello che il software fa (già) meglio e prima di noi

Molti sistemi di analisi, reportistica e presentazione dei dati, da diverso tempo, sono già in grado di sfruttare meccanismi di Intelligenza Artificiale per scrivere riepiloghi e relazioni testuali semplicemente sfruttando i numeri e i grafici a disposizione, convertendo così i dati in narrazioni, sfruttando componenti di natural language generation (NLG).

Si potrebbe rimanere sorpresi nel sapere quanti media, tra cui The New York Times, Associated Press, Reuters, Washington Post e Yahoo! Sport (o anche altre tipologie di aziende come Commerzbank, Groupon, Forbes, USAA), utilizzano già l’IA per generare, in maniera automatica, alcuni dei loro contenuti sfruttando gli stessi meccanismi di NLG citati poco sopra.

Come avviene per altri utilizzi dell’IA, questa generazione di contenuti consente alle imprese di poter elaborare set di dati di grandi dimensioni in modo più efficiente di quanto possano fare le persone.

La rapidità con cui si ottiene questo risultato è di sicuro incredibilmente maggiore rispetto a quanto sarebbero in grado di fare gli umani.

Oggi, gli assistenti virtuali sono in grado di affiancarci e aiutarci nel fare diverse operazioni. Si pensi all’organizzazione di una riunione in un momento libero nelle agende di tutti i partecipanti, alla gestione della grafica delle presentazioni basandosi su quanto stiamo scrivendo permettendoci, così, di concentrarci più su quanto vogliamo dire, piuttosto che su come vogliamo costruirne l’impaginazione e il layout.

Scriviamo mail sui nostri telefonini che sono in grado sia di correggere i nostri errori ortografici, sia di suggerirci la successiva parola da scrivere.

L’IA sta permettendo a qualsiasi settore e industria di poter sfruttare le potenzialità che mette a disposizione.

Molte aziende stanno automatizzando processi aziendali (Business Process Automation, BPA) modificando la loro strategia operativa per risolvere punti deboli presenti in aree come il marketing, le vendite, il customer care o l’assunzione di personale; oppure stanno inserendo dei Robotic Process Automation (RPA) per eliminare la necessità, demandata a operai umani, di svolgere attività ripetitive.

Ironia della sorte, i vantaggi dell’IA vengono applicati anche a quei lavori che tipicamente vengono utilizzati proprio per la realizzazione dei sistemi automatizzati.

Il software 2.0: il ruolo dell’AI

Come ha avuto modo di dire più volte Andrej Karpathy, già ricercatore di OpenAI e oggi direttore dell’AI di Tesla, il cosiddetto “Software 2.0” utilizzerà l’automazione per sfruttare una sinergia tra gli sviluppatori e le macchine su cui lavorano: “Le reti neurali non sono solo un’altra modalità di classificare, rappresentano l’inizio di un cambiamento fondamentale nel modo in cui scriviamo il software. Parliamo di software 2.0”.

La scrittura e lo sviluppo del software è tipicamente un processo iterativo: un programmatore scrive alcune righe di codice, le verifica e quindi, basandosi sui risultati ottenuti, procede con le successive righe di codice.

Questo tipo di processo è esattamente ciò che i sistemi di intelligenza artificiale possono automatizzare, prendendo il posto occupato dalle fasi di iterazione degli sviluppatori permettendo, così, di liberare tempo affinché possa essere utilizzato per attività a più alto valore come concentrarsi su come realizzare soluzioni nuove e innovative.

Il tradizionale ciclo di vita di uno sviluppo software inizia, generalmente, con la definizione dei requisiti (una specifica tecnica), quindi passa alla progettazione e al suo sviluppo. Una volta costruito un prototipo, vengono utilizzati dei test per controllarne funzionamento e qualità. Infine, una volta superati tutti i precedenti passaggi, avviene prima il passaggio in produzione e, successivamente, viene iniziata la fase di (continua) manutenzione.

Le metodologie agili possono accelerare questi cicli, grazie alla scelta di set di funzionalità ridotte su cui concentrarsi, per sprint di 2-4 settimane anziché costruire per intero tutto il software in un unico progetto.

Questo processo, sia agile che non, è essenzialmente sempre lo stesso.

Tentando di semplificare, oggi vengono creano segmenti di codice e di istruzioni con una serie di regole: se accade X, allora Y, altrimenti Z.

Siamo noi a istruire la macchina, riga per riga mentre, grazie a tecnologie come il deep learning (tecniche di apprendimento automatico che, simulando il comportamento del nostro cervello, insegnano ai computer a svolgere un’attività naturale per l’uomo), ormai i computer vengono educati più che programmati.

AI, un nuovo paradigma di creazione del software

Il “software 2.0” potrà invece basarsi su una rete neurale in grado di apprendere quali istruzioni o quali regole sono necessarie per ottenere il risultato desiderato, sostituendo la necessità (per le persone) di “scrivere” istruzioni.

In questo scenario, alcune figure legate all’ingegneria del software potrebbero avvicinarsi a ruoli simili a quelli di “data enabler”, professionisti in grado di comprendere sia i dati necessari agli sviluppi che quelli che si attendono come risposta/soluzione per poterli farli gestire dagli algoritmi di IA.

Per anni abbiamo utilizzato sistemi di refactor automatici (tecniche applicate per migliorare alcune caratteristiche non funzionali del software come leggibilità, manutenibilità, riusabilità, estensibilità, …) per risparmiare tempo nella riscrittura di codice.

Domani, l‘automazione basata sull’intelligenza artificiale potrà essere utile agli sviluppatori di software, così come ha dimostrato nel tempo il “pair programming”, una tecnica di sviluppo software nella quale due programmatori lavorano insieme a un’unica postazione di lavoro, un processo di costante collaborazione con altri colleghi: una cooperazione che permette di fondere e condividere esperienze differenti con approcci differenti, con l’obiettivo di fare meglio quanto già viene fatto.

Mi piace immaginare un assistente in grado di determinare il tipo di funzione che sto scrivendo e, quindi, che possa essere in grado di suggerirmi, in maniera automatica, come completarla basandosi sul mio stile e utilizzando un’analisi predittiva di alto livello.

Mi piace pensare che sarò e saremo in grado di ridurre il tempo utilizzato per scrivere implementazioni, per poter aumentare quello dedicato alla comprensione e alla risoluzione dei problemi che devono essere corretti.

Mi immagino riunioni in cui viene discussa una necessità (“mi serve una videata dove poter far inserire i dati di…”) e una macchina che, comprendendo cosa si vuole ottenere, inizi a realizzare un prototipo e delle istruzioni da cui partire.

Definendo con pattern uno schema ricorrente o una struttura ripetitiva (in generale, indica la ripetizione di una determinata sequenza), il suo rilevamento automatico potrebbe essere reso automatico e approfondito così da identificare e classificare i tipi di errore (pattern detection: una sotto area dell’apprendimento automatico, consiste nell’analisi e identificazione di schemi al fine di identificarne la classificazione).

Algoritmi di deep learning potrebbero, in questo modo, contrassegnare errori noti e accelerare il processo di debug, l’attività che consiste nell’individuazione e nella correzione dei malfunzionamenti.

Oltre a suggerire il completamento del codice, una volta appresi i modelli necessari, un sistema di intelligenza artificiale potrebbe generare codice mettendo insieme alcuni moduli predefiniti, un po’ come costruire oggetti sempre diversi avendo a disposizione differenti mattoncini Lego.

Provando a ragionare su quali sono gli aspetti che potrebbero beneficiare da subito degli approcci di intelligenza artificiale, potremmo considerare:

  • prototipazione rapida, per passare da requisiti a interfacce visuali
  • assistenti intelligenti alla programmazione, per avere supporto / raccomandazioni / debug
  • gestione degli errori, identificando errori comuni e gestendoli automaticamente nella fase di scrittura del codice
  • refactoring automatico, gestendo pulizia del codice per migliorare leggibilità, collaborazione e manutenzione
  • analisi e precisione delle stime, potendo prevedere tempi di sviluppo e budget necessari in maniera più precisa
  • decisioni strategiche, suggerendo quali caratteristiche e funzionalità priorizzare nello sviluppo

Siamo certamente ancora agli inizi e ci vorranno anni prima che queste tecnologie possano essere utilizzate in maniera approfondita e su ampia scala.

Il punto vero è aver presente che il deep learning e l’intelligenza artificiale in genere, non è e non potrà essere la soluzione a tutti i problemi ma, certamente, può metterci nella condizione di avere ambienti più ricchi e con più competenze. E questo può solo essere un bene per tutti.

WHITEPAPER
Ottieni una pianificazione veloce, condivisa e affidabile nel tuo marketing: scopri come!
Marketing
Advertising
@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati