Gli uffici pubblici in Italia continuano a sprecare ore di lavoro ogni giorno per spostare, formattare e trasferire dati manualmente tra file, email e sistemi non integrati. L’intelligenza artificiale (AI) offre un’alternativa promettente, non solo attraverso strumenti come i chatbot, ma soprattutto come strato infrastrutturale per automatizzare flussi di lavoro, ridurre errori e migliorare decisioni.
Il problema quotidiano della gestione dei dati
Immaginiamo una tipica giornata lavorativa di un dipendente pubblico nel 2026: apre la PEC, scarica un allegato, lo salva in una struttura che è cambiata nel frattempo, apre un gestionale, cerca un numero di pratica, lo copia su un foglio Excel, lo invia per email al servizio tecnico, che a sua volta estrae i dati necessari, li inserisce in un'altra tabella, lo salva e risponde. Intanto, qualcuno ha modificato il file originale. Questo scenario descrive una routine che si ripete ogni giorno non a causa della pigrizia, ma a causa di una struttura tecnologica disgiunta.
Un dipendente che trascorre 90 minuti al giorno in simili attività spende, nel corso dell’anno lavorativo, circa 330 ore nella cosiddetta “logistica del dato”. Queste ore non generano né valore né servizio diretto al cittadino: sono unicamente dedicate al movimento manuale dell’informazione da un sistema a un altro.
La struttura dell’infrastruttura informatica della PA
Questo problema non è un limite di singoli uffici, ma una criticità di sistema. Ogni settore ha adottato, nel tempo, sistemi diversi, ognuno con la propria logica, i propri formati e permessi di accesso. Il dato non fluisce automaticamente: viene spostato a mano. Il concetto di interoperabilità, identificato già nel 2017 come una sfida centrale da parte del Piano Triennale per l’informatica nella PA, rimane tuttora una promessa non concretizzata nella pratica quotidiana di piccoli Comuni o enti locali.
I progetti come la Piattaforma Digitale Nazionale Dati (PDND) mirano a costruire “uno strato di fiducia” che permetta agli enti di scambiarsi informazioni, ma l’infrastruttura abilitante, pur promettente, non è ancora in grado di integrarsi con le realtà operative di centinaia di uffici comunali.
L’impatto reale del problema
I costi non sono solo economici, ma anche decisionali e qualitativi. Quando i dati vengono gestiti mancanza di un flusso automatico, si creano ritardi, si moltiplicano le versioni e aumenta la possibilità di errori. Studi su lavoro della conoscenza stimano che circa il 20%-30% del tempo lavorativo venga dedicato alla ricerca di informazioni e alla gestione di dati tra sistemi disparati. Per una pubblica amministrazione in cui la frammentazione dei sistemi è strutturale, questa percentuale è plausibilmente più alta.
Le soluzioni dell’intelligenza artificiale
Quando si parla di AI nella PA, spesso si pensa a strumenti come i chatbot. Eppure, il vero potenziale dell’intelligenza artificiale si esprime non nell’interfaccia tra servizi e utenti, bensì in uno strato infrastrutturale che permette ai sistemi di comunicare tra loro in modo automatico. Sono gli agenti AI, le pipeline di automazione, i connettori intelligenti ad apportare un beneficio tangibile.
Esempi concreti
- Automatizzazione di flussi: strumenti come Make, Zapier o Microsoft Power Automate stanno già dimostrando di poter automatizzare attività che oggi richiedono ore di lavoro manuale.
- Connessioni intelligente: agenti AI basati su LangChain o modelli multiagente potrebbero collegare sistemi incompatibili, trasformando file in dati strutturati e categorizzando informazioni in tempo reale.
- Elaborazione del linguaggio naturale: un documento in formato PDF non strutturato può diventare un insieme di dati utilizzabile grazie a modelli AI che interpretano e traducono il contenuto in informazioni operative.
Un piano per l’azione
Non è necessario attendere grandi riforme o nuovi piani per iniziare a cambiare rotta. Esistono tre livelli di intervento, crescenti in complessità, che permettono a un ente di introdurre gradualmente soluzioni basate sull’AI.
Primo livello: automazione semplice e immediata
Strumenti come Microsoft Power Automate o Google Workflow permettono il primo step di automazione: spostare automaticamente allegati di mail, notificare un ufficio specifico quando entra un nuovo documento oppure compilare fogli di riepilogo. Queste operazioni si possono eseguire con strumenti già disponibili, senza la necessità di competenze di programmazione.
Secondo livello: integrazione intelligente
Il secondo livello richiede un approccio più strutturato, adatto ad amministrazioni di media grandezza. Utilizzare modelli AI, come GPT-4 o Claude, come strati intermedi può trasformare file PDF in dati strutturati, interpretare informazioni in linguaggio naturale o estrarre KPI da report narrativi. Non è necessario sostituire i sistemi esistenti: è sufficiente aggiungere una piattaforma di comprensione tra di essi.
Terzo livello: ufficio intelligente
Il terzo livello richiede una visione diversa rispetto al ruolo dei dati. Un ufficio “data-aware” non pensa ai dati come ad un peso da spostare, ma come un attivo che funziona per lui. Questo comporta una mappatura chiara, processi progettati per ridurre al minimo il trasporto manuale e una formazione dei dipendenti a riconoscere opportunità automatizzabili. Questo non è un obiettivo distante: è l’evoluzione naturale della digitalizzazione che abbiamo avviato.
Il problema attuale nella PA non è tecnologico, ma culturale. Lavorare con i dati come se fossero una logistica manuale non è sostenibile né efficace. L’intelligenza artificiale non deve diventare l’ennesima moda o strumento di facciata: deve diventare lo strumento chiave per ridurre sprechi e aumentare la produttività in un settore che ha bisogno di innovare per rilanciare la fiducia dei cittadini nei propri operatori.