EY si riferisce all'organizzazione globale, e può riferirsi a una o più delle società membri di Ernst & Young Global Limited, ciascuna delle quali è un'entità legale separata. Ernst & Young Global Limited, una società britannica a responsabilità limitata, non fornisce servizi ai clienti.
Ricerche recenti
Promossa per il 97% degli Amministratori ma solo il 17% ha già implementato soluzioni di IA generativa
Il percorso di adozione dell’intelligenza artificiale (IA) nella Pubblica Amministrazione intreccia il processo di riforma avviato dal PNRR, con quasi 10 miliardi di euro dedicati alla trasformazione digitale nel settore, tra infrastrutture cloud, interoperabilità, piattaforme dati e formazione del personale. Un investimento senza precedenti, che sta ridisegnando il funzionamento delle Amministrazioni e contribuendo alla costruzione di un ecosistema digitale avanzato - dalla Piattaforma Digitale Nazionale Dati al rafforzamento della cybersecurity - realmente maturo per l’adozione dell’IA. L’obiettivo: migliorare in modo strutturale la qualità dei servizi pubblici, rafforzando la creazione di valore per cittadini e imprese.
I dati di un’indagine EY-Oxford Economics mostrano una dinamica chiara: il 97% delle Amministrazioni dichiara che le iniziative di IA intraprese hanno rispettato o superato le aspettative, mentre il 70% ha già individuato almeno un caso d’uso applicabile ai propri servizi. L’IA sta quindi entrando in modo sempre più concreto nella Pubblica Amministrazione, non solo più come ambito di sperimentazione, ma come leva operativa per migliorare servizi, processi decisionali ed efficienza interna. Un contributo che può incidere direttamente sulla qualità dei servizi pubblici, per renderli più tempestivi, personalizzati e coerenti con i bisogni di cittadini e imprese.
Guardando più da vicino i numeri, il quadro è però articolato. Il 66% delle Amministrazioni dichiara di aver investito in infrastrutture digitali e analytics e il 40% di aver avviato l’adozione di soluzioni di IA non generativa. Siamo invece ancora in una fase iniziale per l’IA generativa: solo il 17% degli intervistati dichiara di aver completato l’implementazione di soluzioni di questo tipo. Il gap tra i due numeri suggerisce che il racconto sull’IA nel settore pubblico corre spesso più veloce della realtà.
Le Amministrazioni sono anche consapevoli dei rischi dell’IA. Tra i principali ostacoli vengono indicati privacy e sicurezza dei dati (73%), inadeguatezza delle architetture dati (57%), scarso ingaggio della leadership (50%) e timori legati alle competenze della forza lavoro (43%). Non si tratta solo di tecnologia: senza una regia chiara e una visione condivisa il rischio è la proliferazione di iniziative isolate, difficili da portare a regime e da gestire nel tempo.
Da ultimo, solo il 33% delle Amministrazioni ritiene di saper comunicare in modo efficace obiettivi e benefici dell’IA per cittadini e stakeholder. Non parliamo di mancanza di trasparenza ma di un disallineamento tra la rapidità della trasformazione e la capacità istituzionale di renderla comprensibile all’esterno. Spiegare finalità, ambiti di utilizzo e limiti delle soluzioni adottate contribuisce a rafforzare accountability e legittimazione dell’azione amministrativa.
Per colmare il divario tra aspettative elevate e sperimentazioni, e arrivare a un’adozione realmente sistemica dell’IA nella Pubblica Amministrazione, risulta efficace un modello fondato su quattro pilastri, in grado di integrare tecnologia, processi e competenze in un’unica visione evolutiva. L’obiettivo non è introdurre nuovi strumenti, ma costruire la capacità di integrare l’IA nel funzionamento dell’Amministrazione in modo permanente, secondo un approccio Human Advantage che amplifica le competenze e supporta le decisioni, creando equilibrio tra tecnologia e responsabilità umana.
Il primo pilastro è la strategia di servizio. La PA è chiamata a superare un approccio reattivo, definendo con chiarezza le priorità e l’impatto atteso dei servizi, nonché stabilendo il livello di automazione più coerente con la propria missione. Questo significa scegliere, per ciascun processo, se l’IA debba fornire supporto decisionale, raccomandazioni o automazione supervisionata, garantendo sempre trasparenza, tutela dei diritti e responsabilità umana nelle fasi critiche.
Il secondo pilastro è la maturità organizzativa. Si tratta di un’analisi abilitante sul grado di preparazione dell’Amministrazione all’adozione dell’IA, che si traduce in un percorso operativo per colmare i gap individuati. La valutazione include non solo infrastrutture, organizzazione, processi, disponibilità e qualità dei dati ma anche la capacità dell’Amministrazione di governare sistemi uomo–macchina definendo ruoli, controlli, soglie di intervento umano e meccanismi di revisione dei risultati. Rientrano in questo ambito anche sostenibilità dell’adozione dell’IA, quali risorse e finanziamenti, pianificazione delle competenze, con un’attenzione agli aspetti di sicurezza e conformità etico-normativa.
Il terzo pilastro è la costruzione di valore dai dati. Parallelamente è necessario passare dagli esperimenti isolati ad un uso dei dati per costruire servizi affidabili, personalizzati e coerenti. Il modello EY promuove un approccio di interoperabilità multiservizio, che abilita l’accesso, l’arricchimento e la valorizzazione dei dati per creare servizi personalizzati, predittivi e coerenti. In questo contesto l’IA diventa strumento di apprendimento intelligente, permettendo di ripensare la formazione interna attraverso percorsi adattivi e contenuti personalizzati.
Il quarto pilastro è la governance del cambiamento. Si definisce un assetto di governance con sponsorship e responsabilità chiare lungo l’intero ciclo di vita delle soluzioni, unitamente a policy e standard per un uso responsabile. La governance, però, non è solo controllo: è anche adozione. Cambiano i processi e le responsabilità, cambia la cultura del lavoro pubblico e questo passaggio va accompagnato con un programma che curi la dimensione umana e culturale, mediante comunicazione istituzionale, formazione mirata, rete di referenti interni e strumenti di supporto all’adozione, così da trasformare le soluzioni in pratiche di lavoro quotidiane e alimentare un miglioramento continuo.
Questo modello consente alla Pubblica Amministrazione di trasformare l’IA da opportunità sperimentale a leva strutturale di valore pubblico, garantendo sostenibilità, fiducia e piena coerenza con i principi dell’amministrazione responsabile.
I dati dell’indagine EY-Oxford Economics mostrano che la direzione è tracciata, le Amministrazioni ne sono consapevoli e i benefici iniziano a manifestarsi in termini di efficienza, qualità dei servizi e supporto alle decisioni. La sfida dei prossimi anni sarà consolidare questi risultati, superando frammentazioni e disomogeneità, accompagnando la crescita dell’IA nel settore pubblico con visione, modelli di governance e capacità operative adeguate.