Nel public procurement l’innovazione digitale non è più una prospettiva astratta, ma una necessità concreta. L’aumento della complessità normativa, la pressione sui tempi delle procedure e l’elevato valore economico e sociale degli appalti pubblici impongono alle amministrazioni di ripensare processi e strumenti. In questo scenario si colloca l’esperienza di InnovaPuglia, Soggetto Aggregatore della Regione Puglia, che ha avviato una sperimentazione strutturata di soluzioni di intelligenza artificiale a supporto delle attività di gara. Tale sperimentazione prende spunto dal programma di formazione realizzato da SDA Bocconi School of Management in partnership con Assinter.
Il progetto prende le mosse da un’esigenza molto concreta: migliorare l’efficienza di alcune fasi operative caratterizzate da forte ripetitività e basso valore aggiunto, senza intaccare il presidio umano e le responsabilità legate all’evidenza pubblica. Questa scelta nasce dalla volontà di liberare risorse e migliorare l’efficienza complessiva, intervenendo dove i margini di miglioramento risultano più evidenti.
Indice degli argomenti
Dove applicare l’AI: la verifica formale dei documenti
In particolare, l’attenzione si è concentrata sulla verifica formale della documentazione amministrativa, un passaggio cruciale per la regolarità delle procedure ma estremamente oneroso in termini di tempo, soprattutto nelle gare aggregate con numerosi lotti e operatori economici.
Il progetto si incardina nell’ambito di un processo di efficientamento delle attività del Soggetto Aggregatore, già avviato attraverso l’adozione delle “Istruzioni operative per la fase di affidamento con OEPV”, quale guida operativa per le risorse impiegate nelle relative attività. Il documento fissa in 20 giorni, a partire dalla seduta pubblica di apertura delle buste amministrative, le attività di verifica.
L’applicazione dell’intelligenza artificiale mira a standardizzare e velocizzare tale processo, riducendo i tempi di lavorazione e consentendo una più rapida prosecuzione delle fasi successive della procedura di gara. Tempi sicuramente sfidanti, che possono mettere sotto stress le strutture.
Un percorso incrementale: dal Proof of Concept alla produzione
Per rispondere a questa criticità, InnovaPuglia ha adottato un approccio incrementale, articolato in più fasi.
La prima, configurata come Proof of Concept e già condotta, ha avuto per obiettivo validare la fattibilità tecnica e organizzativa di un agente AI a supporto dei seggi di gara. Senza ricorrere a sviluppi custom o integrazioni complesse, è stato configurato un assistente basato su Copilot Studio, alimentato esclusivamente da documenti normativi e di gara ufficiali e progettato per operare entro confini molto chiari: verifiche esclusivamente formali, citazione obbligatoria delle fonti, classificazione delle irregolarità e supervisione umana costante.
La seconda fase vedrà la transizione dal Proof of Concept a un ambiente di produzione multi-utente per l’utilizzo dell’agente AI nel supporto all’organo preposto alla valutazione della documentazione amministrativa.
La terza, infine, porterà all’integrazione con la piattaforma EmPULIA per lo sviluppo di un workflow per scaricare documenti di gara e indicizzarli direttamente nella knowledge base di Copilot Studio, la rimozione del processo di download manuale e lo sfruttamento dei metadati nativi dell’ECM (CIG, partecipante, tipo documento, data) per migliorare le funzioni di recupero dati e di segmentazione delle query dell’agente.
I test su gare concluse e le attività propedeutiche
Attualmente, come già detto, è stata condotta la fase 1. Il pilota è stato testato su gare già concluse, consentendo un confronto diretto tra l’output dell’agente AI e gli esiti delle verifiche svolte manualmente.
Questa modalità ha permesso di raccogliere dati oggettivi sui tempi di lavorazione, sul tasso di risoluzione delle richieste e sui limiti dello strumento, oltre a feedback qualitativi da parte dei componenti del seggio di gara.
Parallelamente, sono state introdotte attività propedeutiche fondamentali, come la standardizzazione della nomenclatura documentale e la costruzione di una knowledge base normativa strutturata: elementi spesso sottovalutati ma determinanti per l’efficacia dell’AI.
Lezioni apprese: standard, utenti e limiti dell’automazione
Dalla sperimentazione sono emerse alcune lezioni chiave. In primo luogo, l’AI genera valore soprattutto quando è applicata a processi ben definiti e standardizzati, e non come soluzione generalista.
Tra le attività del progetto si è proceduto anche a definire standard di nomenclatura dei documenti, template documentali ed elenchi con record strutturati, per assicurare che ogni documento di gara sia strutturato secondo template ufficiali, rinominato correttamente, validato e tracciato in modo uniforme, riducendo gli errori formali prima dell’upload in Copilot Studio.
In secondo luogo, il coinvolgimento degli utenti finali – in questo caso i componenti del seggio di gara – è essenziale per l’adozione e per il miglioramento iterativo dello strumento. L’automazione deve essere sempre accompagnata da supervisione umana, con limiti chiari e possibilità di intervento in caso di anomalie. Su questo tema parte del progetto ha visto un lavoro di definizione e test dei prompt, oltre che di formazione del personale coinvolto.
Governance dell’AI negli appalti: trasparenza e gestione dei rischi
Infine, la governance dell’AI, intesa come insieme di regole su trasparenza, tracciabilità, privacy e sicurezza, non deve essere vista come un vincolo ma come un fattore abilitante, soprattutto in un ambito regolato come quello degli appalti pubblici.
Su questo punto le linee guida AgID e la valutazione dei rischi sulla spinta dell’AI Act europeo giocano un ruolo fondamentale per supportare le singole stazioni appaltanti.
Un caso che parla a tutto il public procurement
L’esperienza di InnovaPuglia si aggiunge a quella di altre stazioni appaltanti che stanno sperimentando l’utilizzo dell’AI nel public procurement per ottimizzare i tempi e l’impiego delle risorse, concentrandole su attività a maggiore valore strategico. Per un soggetto aggregatore questi obiettivi hanno particolare rilevanza, visti i valori e la rilevanza delle iniziative gestite. Ma proprio la rilevanza dell’attività impone un surplus di attenzione per garantire il massimo rigore nell’impiego di questi strumenti.
Il progetto dimostra come, in realtà, l’AI per funzionare davvero abbia bisogno di agire su altri fattori: standardizzazione dei documenti e dei metadati, competenze del personale coinvolto. Queste attività richiedono veri e propri processi di change management per ripensare le modalità di lavoro sia della stazione appaltante, sia degli operatori economici, e anche le piattaforme di e-procurement, che devono essere in grado di sostenere e automatizzare il ricorso ad agenti AI.
È chiaro che non si tratterà di un processo breve e che richiederà investimenti e un cambio di prospettiva verso la digitalizzazione. Come discusso più volte su queste pagine, la digitalizzazione troppo spesso in passato si è tradotta nella trasposizione di processi amministrativi in un ambiente digitale, senza innescare un reale cambiamento nella gestione delle attività. Le possibilità offerte dall’AI, ancora una volta, richiamano la necessità di ripensare gli approcci (e, in prospettiva, le regole).
