pubblica amministrazione

La PA alla prova dell’AI: meno routine, più competenze strategiche


Indirizzo copiato

Nella Pubblica Amministrazione l’AI incide soprattutto sulle professioni cognitive e gestionali, mentre l’automazione tradizionale espone le mansioni esecutive e ripetitive. I dati su circa 735 mila occupati mostrano rischi differenziati e indicano formazione, reskilling e turnover attivo come leve decisive per governare la transizione

Pubblicato il 14 ott 2026

Claudio De Masi

Presidente Fondazione Randstad AI & Humanities



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 6 ott 2026, 17_48_02




L’analisi dell’impatto dell’Intelligenza Artificiale nella Pubblica Amministrazione italiana risulta oggi imprescindibile per comprendere le traiettorie di evoluzione di un settore caratterizzato da un’elevata densità di mansioni cognitive e amministrative.

In un contesto segnato da un cronico invecchiamento del personale e dalla necessità di una profonda revisione dei processi operativi, l’IA non rappresenta solo una sfida tecnologica, ma un fattore di cambiamento fondamentale per aumentare efficienza e attrattività del comparto pubblico.

Mappare l’esposizione delle diverse figure professionali è dunque il passaggio preliminare necessario per identificare le politiche formative di reskilling e upskilling più adatte e per governare un ricambio generazionale che non sia solo numerico, ma qualitativo e orientato all’innovazione.

Come misurare l’impatto dell’intelligenza artificiale nella PA

Negli ultimi anni si è sviluppata un’ampia letteratura in merito per cercare di misurare e quantificare questo fenomeno. Dal punto di vista metodologico l’approccio qui seguito si basa sulle mansioni, secondo cui il lavoro può essere scomposto in una serie di attività elementari (task), ognuna delle quali necessita di determinate competenze per essere svolta. Ciascuna mansione ha un diverso livello di soggezione alla sostituzione dalla tecnologia poiché coinvolge attività potenzialmente svolgibili da macchine. In questo modo, misurando il grado di sostituibilità di ogni singolo task da parte della tecnologia, è possibile costruire un indice di “rischio” associato a ogni occupazione.

Automazione ed esposizione all’IA: due indicatori complementari

Per catturare le diverse sfaccettature dell’impatto della tecnologia sulle occupazioni, l’analisi prende in considerazione due indicatori complementari:

  • Automazione (indice di Frey e Osborne, 2017): cattura la probabilità di automazione dei singoli task, concentrandosi in particolare sulla sostituzione degli aspetti non cognitivi, procedurali e ripetitivi delle mansioni. È disegnata per misurare l’impatto delle nuove tecniche sui processi di carattere routinario.
  • Esposizione all’IA (indice di Felten, Raj e Seamans, 2021): cattura l’impatto dell’intelligenza artificiale nello svolgimento di attività complesse, quali il riconoscimento delle immagini, l’analisi del testo e la sintesi normativa. Considera quindi l’impatto dell’IA sui processi cognitivi non routinari.

Professioni della Pubblica Amministrazione più esposte all’IA

L’analisi dell’esposizione delle professioni della Pubblica Amministrazione all’Intelligenza Artificiale, delinea un panorama estremamente diversificato. Le evidenze empiriche mostrano chiaramente che le professioni caratterizzate da un elevato contenuto cognitivo e gestionale sono quelle maggiormente esposte alle nuove tecnologie digitali.

Le categorie appartenenti al primo grande gruppo Istat (CP 1), che include legislatori, dirigenti e l’alta amministrazione, mostrano i livelli di esposizione più elevati dell’intero settore. Figure apicali come i direttori e i dirigenti generali (CP 1231) si posizionano ai vertici della scala di potenziale impatto tecnologico, a testimonianza di come le funzioni di coordinamento strategico e di sintesi informativa siano al centro della trasformazione.

Parallelamente, anche le professioni intellettuali e scientifiche di elevata specializzazione (CP 2) presentano un’esposizione significativa. Si tratta di un bacino occupazionale vasto, che conta oltre 187.000 lavoratori. All’interno di questo raggruppamento, gli specialisti della gestione e delle risorse umane (CP 2531 e 2514) e gli specialisti della gestione e del controllo (CP 2511), che da soli rappresentano circa 105.000 unità, mostrano una permeabilità molto alta ai nuovi strumenti. In questi contesti, l’IA agisce come un motore di riconfigurazione delle competenze tecniche necessarie al funzionamento dell’Amministrazione.

Un impatto altrettanto pervasivo si riscontra nel personale esecutivo addetto al lavoro d’ufficio (CP 4), il gruppo numericamente più consistente, con circa 280.000 occupati. La forte esposizione riflette la natura delle mansioni legate alla gestione dei dati e al supporto dei processi amministrativi: gli impiegati addetti alla segreteria e agli affari generali (CP 4112), con oltre 160.000 dipendenti, gli addetti alle funzioni finanziarie (CP 4114) e ai servizi informativi (CP 4213) segnalano una trasformazione profonda dei processi quotidiani di back-office.

Al contrario, l’esposizione decresce sensibilmente verso i ruoli con prevalente componente manuale, fisica o di servizio diretto non standardizzabile. Le professioni qualificate nelle attività commerciali e nei servizi (CP 5) mostrano una barriera naturale all’integrazione tecnologica in tutte le attività che richiedono empatia e interazione umana diretta, mentre per gli artigiani, gli operai specializzati e i conduttori di impianti (CP 6, 7 e 8), come i conduttori di locomotive (CP 8312) o gli operai agricoli (CP 6121), la gestione di ambienti fisici complessi mantiene il lavoro umano su binari tradizionali.

Automazione nella PA: i profili più esposti alla sostituzione

L’analisi del rischio di sostituzione tecnologica, misurato attraverso l’indice di Osborne & Frey, rivela una dinamica opposta rispetto a quella osservata per l’indice IA, evidenziando come l’automazione tradizionale colpisca prevalentemente i ruoli esecutivi e ripetitivi.

All’interno della PA, il personale addetto al lavoro d’ufficio (CP 4) risulta essere il più esposto. Specifiche figure come gli addetti alla gestione del personale (CP 4112) e gli addetti a funzioni di segreteria e archiviazione (CP 4322, 4323) presentano punteggi prossimi al valore massimo, segnalando una vulnerabilità critica per mansioni che seguono procedure rigide e facilmente codificabili. Anche il personale non qualificato (CP 8) e i conduttori di impianti e macchinari (CP 7) mostrano livelli di rischio significativi.

Specularmente, le professioni ad alto contenuto decisionale e creativo mostrano una forte resilienza al rischio di sostituzione. I legislatori e i dirigenti (CP 1) presentano il rischio più basso dell’intera amministrazione, seguiti dalle professioni intellettuali e scientifiche (CP 2), dove il valore dell’interazione umana, del giudizio critico e della gestione dell’incertezza funge da scudo; figure come i docenti universitari, i ricercatori (CP 2652) o gli specialisti nella salute (CP 3211) registrano indici di rischio minimi.

Nel gruppo delle professioni tecniche (CP 3) convivono infine realtà distanti: ruoli ad alta specializzazione con rischi minimi affiancano addetti a mansioni contabili o amministrative (CP 3323) con valori elevati.

IA nella Pubblica Amministrazione: esposizione e livelli di competenza

L’applicazione dei dati della Rilevazione sulle Forze di Lavoro Istat (su una popolazione di riferimento di circa 735 mila occupati della PA) permette di suddividere i lavoratori per livelli di qualifica (high, medium e low skills) e per grado di impatto delle nuove tecnologie (basso, medio e alto).

L’esposizione all’IA tra high e medium skill

Nella PA, come si osserva nel grafico 1, tra i lavoratori fortemente impattati dall’IA (313.143 occupati), ben il 75,9% è costituito da professionisti altamente qualificati (high skill) e il restante 24,1% da profili mediamente qualificati (medium skill), con una totale assenza di figure a bassa qualifica.

Per i lavoratori high skilled della PA (grafico 2), l’esposizione è massiccia: oltre il 60% ricade nella fascia di esposizione alta. La peculiarità della PA risiede nei medium skilled: il 71,8% (circa 200 mila lavoratori) si concentra nella fascia di esposizione media, indicando che i profili professionali intermedi della PA sono coinvolti dal cambiamento in modo diffuso e uniforme.

Grafico 1. Occupati della PA per livello di professionalità e livello di impatto all’IA. Anno 2023

Fonte: elaborazioni Randstad Research su dati Rilevazione delle Forze di Lavoro, Istat, 2024 e Felten E., Raj M., Seamans R. (2021)

Grafico 2. Occupati della PA per grado di esposizione all’IA e livello di competenze. Anno 2023.

Fonte: elaborazioni Randstad Research su dati Rilevazione delle Forze di Lavoro, Istat, 2024 e Felten E., Raj M., Seamans R. (2021)

Il rischio di automazione per qualifica professionale

L’analisi del rischio di automazione delle mansioni routinarie nella PA (grafico 3) evidenzia come nel gruppo a basso rischio di sostituzione, che riguarda circa 256.000 lavoratori, la platea è quasi interamente costituita da profili high skill (88,5%), affiancati da una quota residua di medium skill (11,5%) e in totale assenza di lavoratori a bassa qualifica. Tra i circa 159.000 addetti mediamente esposti, la componente ad alta specializzazione resta prevalente (78,7%), mentre si inseriscono un 16,1% di ruoli low skill e un marginale 5,1% di medium skill.

La situazione si capovolge invece nel segmento ad alto rischio, che coinvolge 342.000 dipendenti: qui la componente predominante diventa quella dei profili medium skill (71,7%), mentre le figure high skill scendono al 17,9% e quelle low skill si attestano al 10,4%.

Analizzando l’automazione tradizionale, la PA mostra una concentrazione del rischio estremamente marcata sulle medie qualifiche (grafico 4). Nello specifico, per i profili ad alta specializzazione (high skilled) della PA, oltre la metà (54,8%) registra un esposizione bassa. Al contrario, per i medium skilled della PA l’impatto si sposta drasticamente in alto: l’86,8% (circa 245 mila lavoratori) presenta un’esposizione elevata all’automazione, segnalando che la meccanizzazione delle procedure burocratiche investe in modo quasi totale la fascia tecnica e amministrativa esecutiva.

Grafico 3. Occupati della PA per livello di competenza e livello di impatto all’automazione. Anno 2023.

Fonte: elaborazioni Randstad Research su dati Rilevazione delle Forze di Lavoro, Istat, 2024 e Frey C.B., Osborne M.A. (2017)

Grafico 4. Occupati della PA per livello di impatto all’automazione e livello di professionalità. Anno 2023.

Fonte: elaborazioni Randstad Research su dati Rilevazione delle Forze di Lavoro, Istat, 2024 e Frey C.B., Osborne M.A. (2017)

Governare l’impatto dell’IA sulle professioni della PA

L’analisi dell’impatto dei due indici, automazione e intelligenza artificiale, sulle professioni della Pubblica Amministrazione rivela una fondamentale complementarietà: mentre l’automazione ha un impatto che minaccia principalmente le mansioni routinarie e procedurali, l’IA agisce prevalentemente come fattore di riconfigurazione per le professioni ad elevata specializzazione cognitiva. In questo scenario, la tecnologia sposta il baricentro del fattore umano verso capacità critiche, decisionali ed empatiche non standardizzabili. Tale analisi rappresenta una base di partenza per due principali leve strategiche per il settore per gli anni a venire:

  1. la programmazione dei nuovi fabbisogni formativi, upskilling e reskilling, non può fermarsi ad un’alfabetizzazione digitale generica. Occorre differenziare prevedendo, da un lato, percorsi di formazione operativa, dall’altro percorsi di avvicinamento e guida all’utilizzo di strumenti che possono affiancare ed aumentare il giudizio umano. Approcciare alle tecnologie da queste due sponde opposte è ciò che può permettere, al contempo, di impattare positivamente sia sulla produttività, sia sul benessere del lavoratore, permettendogli di liberare tempo dalle attività ripetitive per concentrarsi meglio laddove il suo valore umano ha un impatto più significativo.
  2. Il turnover generazionale va gestito in maniera attiva. Non è sufficiente bilanciare entrate ed uscite con un rapporto uno a uno. Occorre immettere capacità innovative, ma al contempo affiancarvi talenti che aiutino a generare, nelle nuove leve, un’adeguata consapevolezza e conoscenza tanto del quadro complessivo del proprio ruolo quanto del proprio contesto lavorativo in generale, il cosiddetto “know how” aziendale.

In conclusione, la Pubblica Amministrazione, molto più che gli altri settori economici, rende evidente quanto sia importante mettere in atto una transizione tecnologica prima di tutto consapevole. Nel settore che per eccellenza gestisce ciò che è di tutti, appare più che mai strategico il valore di ogni singolo ingranaggio così come la necessità che le innovazioni vengano utilizzate in quanto strumento funzionale per la gestione e il progresso degli interessi e dei bisogni dell’intera cittadinanza.

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