Federico Trippi, CEO R&D Telecommunication and Energy.
di Federico Trippi, vice presidente della sezione Servizi Innovativi e Tecnologici di Confindustria Toscana Centro e Costa e CEO di R&D Telecommunication and Energy.
La trasformazione digitale della pubblica amministrazione italiana si è accelerata a ritmo sostenuto, sospinta dai fondi PNRR, da un quadro normativo europeo in continua evoluzione e dall’arrivo a maturità di soluzioni basate sull’intelligenza artificiale. Negli ultimi sei mesi, l’entrata in vigore del regolamento europeo 2024/1689 – meglio noto come AI Act – ha ridefinito le regole del gioco, mentre la trasposizione nazionale della direttiva NIS2 ha imposto nuovi standard di cyber-resilienza.
Secondo l’Osservatorio del Politecnico di Milano, la spesa pubblica italiana in IA, pari a 1,9 miliardi di euro nel 2024, crescerà con un tasso composito annuo del 22%, raggiungendo 5,8 miliardi di euro nel 2030. Se la metà degli enti locali adottasse strumenti di automazione, si libererebbero fino a 22mila unità di lavoro equivalenti, da riallocare a servizi a maggior valore aggiunto. Il World Economic Forum stima una riduzione del 30% dei costi amministrativi a livello globale, pari a 9,8 trilioni di dollari, con l’Estonia indicata come best practice nella fornitura di servizi digital-first ai cittadini.
Il mercato delle applicazioni IA per le smart city dovrebbe crescere dai 693 milioni di dollari del 2023 ai 6,5 miliardi del 2032, con particolare accelerazione nei segmenti traffic management e tourism flow optimization. Le tecnologie di edge computing per le telecamere IA stanno diventando sempre più accessibili, permettendo anche ai comuni di dimensioni medie di implementare sistemi sofisticati di monitoraggio urbano senza investimenti proibitivi.
In Toscana, culla di un tessuto imprenditoriale innovativo e sede di importanti associazioni di categoria, l’intersezione fra digitalizzazione amministrativa e IA rappresenta oggi un’opportunità concreta per rendere i servizi pubblici più rapidi, trasparenti e sicuri.
Le più recenti esperienze italiane ed internazionali
Allargando l’orizzonte e cercando casi d’uso già applicati, ad oggi il panorama è ampio. Nel Regno Unito, il governo ha presentato a giugno 2025 la piattaforma Extract, sviluppata con Google DeepMind. L’algoritmo analizza documenti cartacei di urbanistica, riconosce planimetrie sbiadite, georeferenzia i poligoni delle particelle e converte le autorizzazioni edilizie in dati strutturati in 40 secondi; i primi test in quattro municipalità hanno ridotto da due ore a tre minuti il tempo medio di digitalizzazione per pratica e liberato circa 250 mila ore anno di lavoro di back-office.
In Italia, diversi comuni finanziati dalla misura “PA Digitale 2026” stanno sperimentando classificatori di completezza per le denunce SCIA: secondo il rapporto “Mappa Comuni Digitali 2025”, i tempi di rigetto formale di una pratica edilizia si sono ridotti del 60%.
Sul versante dei servizi al cittadino, PagoPA ha integrato a febbraio 2025 un assistente vocale basato su tecnologia Spitch: il voice-bot gestisce h24 lo stato dei pagamenti e ha smistato oltre 500 mila chiamate con un tempo medio di attesa inferiore a 15 secondi, liberando gli operatori di front-office dalle richieste ripetitive. L’Estonia, da parte sua, prosegue il roll-out di Bürokratt, un ecosistema di chatbot interoperabili che dal 2024 è open source e replicabile da altre amministrazioni europee.
In sanità, l’AI per lo screening mammografico ha mostrato risultati tangibili: uno studio danese pubblicato a giugno 2024 su Radiology ha evidenziato una riduzione dei falsi positivi fino al 31% e un taglio del carico di lavoro dei radiologi del 41% senza perdita di sensibilità diagnostica. In Toscana, un progetto pilota dell’azienda USL Nord-Ovest utilizza algoritmi simili e ha ridotto i tempi di lettura del 30%. Anche in Toscana, come peraltro ben spiegato durante l’incontro tenutosi il 16 luglio 2025 presso palazzo Medici Riccardi a Firenze, sono in atto sperimentazioni con sistemi AI basati su Agenti, per supportare lo staff medico nel decision making sulle diagnosi di alcune patologie.
Per quanto riguarda gli appalti, la piattaforma Consip ha avviato il progetto “ANAC Smart Analysis” – basato su NLP – per rilevare anomalie di prezzo e possibili frodi nei bandi gara; la beta pubblica è prevista nel quarto trimestre 2025. All’estero, la Danimarca ha creato una sandbox regolatoria che finanzia le PMI nello sviluppo di modelli IA trasparenti specifici per il procurement pubblico.
Proviamo quindi a contestualizzare alcuni settori di particolare interesse regionale, che ad oggi sono già stati sperimentati nell’ambito di alcune PA nazionali e che possono essere fonte d’ispirazione per applicazioni sul territorio.
L’AI supporto di traffico intelligente e gestione del territorio
Le centrali di controllo del traffico stanno evolvendo rapidamente verso sistemi IA-driven che sfruttano le webcam esistenti e i dati aperti per offrire ai cittadini servizi di livello superiore. Le nuove piattaforme di smart traffic management utilizzano algoritmi di computer vision per analizzare in tempo reale i flussi veicolari, prevedere congestioni e ottimizzare automaticamente i tempi semaforici. La città di Verona, ad esempio, ha avviato nel 2024 una sperimentazione con sensori AI nell’incrocio di Porta Nuova che elabora oltre 3,5 milioni di dati sul traffico al giorno, riuscendo a classificare tipi di veicoli, velocità e direzioni di movimento con precisione del 98%.
A Genova, l’implementazione del sistema di mobilità intelligente guidato da Autostrade per l’Italia prevede l’installazione di oltre 200 telecamere equipaggiate con IA per monitorare e ottimizzare il flusso del traffico in tempo reale. Il progetto integra riconoscimento automatico delle targhe, regolazione dinamica dei semafori e una app dedicata per fornire ai cittadini informazioni su percorsi ottimali, disponibilità di parcheggi e zone di carico per le consegne commerciali. Sistemi simili sono in fase di sviluppo a Monza, dove il progetto SAMU prevede una centrale di monitoraggio basata su IA per creare la cosiddetta “onda semaforica” e ridurre le emissioni del 15%.
L’utilizzo delle webcam esistenti si rivela particolarmente efficace per il monitoraggio dei parcheggi. Soluzioni come SmartAICam utilizzano algoritmi di visione artificiale per rilevare automaticamente la disponibilità degli stalli senza necessità di sensori aggiuntivi: le telecamere analizzano le immagini in tempo reale e guidano i conducenti verso i posti liberi attraverso app dedicate. Il Comune di Lerici ha implementato un sistema digitale che ha permesso di ottimizzare le tariffe in base all’occupazione media e di migliorare l’efficienza dell’enforcement nelle zone a maggior traffico turistico.
Questi sistemi si integrano perfettamente con gli open data già disponibili: il Ministero delle Infrastrutture e dei Trasporti mette a disposizione banche dati complete su traffico e incidentalità, mentre l’Agenzia per l’Italia Digitale ha ottenuto un punteggio di 93,8 punti nell’Open Data Maturity Report 2024 dell’UE, posizionando l’Italia tra i paesi “trendsetter” europei per qualità e accessibilità dei dati pubblici.
Turismo: l’AI può aiutare a gestire i flussi
La gestione intelligente dei flussi turistici rappresenta una delle applicazioni più innovative dell’IA nella pubblica amministrazione, con esempi concreti che dimostrano l’efficacia di approcci data-driven. Venezia ha implementato dal 2020 un sistema di monitoraggio turistico che rappresenta il benchmark internazionale per la gestione dell’overtourism. Il Venice Smart Control Room utilizza 35 sensori e telecamere per tracciare i movimenti dei visitatori attraverso l’analisi dei segnali WiFi e Bluetooth dei dispositivi mobili, fornendo aggiornamenti ogni 0,25 secondi a una centrale operativa. Il sistema è in grado di prevedere l’arrivo di pedoni in punti critici e di dirottarli verso aree meno congestionate, proteggendo al contempo la privacy attraverso l’anonimizzazione automatica dei dati.
L’Emilia-Romagna ha sviluppato la prima piattaforma italiana per l’ottimizzazione dei flussi turistici attraverso il progetto Polis-Eye, coordinato da ENEA e basato su machine learning e big data analytics. La piattaforma ha analizzato oltre 16mila eventi in 4mila location diverse, dalla fiera internazionale della ceramica a FICO Eataly World, creando modelli predittivi che permettono agli amministratori locali di anticipare sovraffollamenti e organizzare al meglio servizi e infrastrutture.
Il Comune di Genova ha lanciato nel 2025 un agente turistico basato su IA generativa che rappresenta un modello pubblico alternativo alle grandi piattaforme private. L’agente può gestire direttamente la promozione del patrimonio locale, distribuire i flussi turistici verso aree meno conosciute e integrare i servizi digitali cittadini, dimostrando come le tecnologie avanzate possano rimanere pubbliche e al servizio della comunità.
La Svizzera ha sviluppato il progetto Touria, un cockpit predittivo che analizza prenotazioni, condizioni meteorologiche ed eventi locali per fornire previsioni sui flussi turistici e ottimizzare la gestione delle risorse[16]. Il sistema utilizza algoritmi di machine learning per supportare decisioni proattive su infrastrutture ed esperienze turistiche, con un investimento di 350.000 franchi per il periodo 2024-2026.
L’applicazione dell’IA alla gestione turistica permette di conciliare sviluppo economico e sostenibilità ambientale. I sistemi di crowd monitoring basati su computer vision, come quelli testati da ENEA alla Stazione Centrale di Milano, riescono a identificare e quantificare i flussi pedonali con precisione del 70% su 2 milioni di fotogrammi analizzati. Questi dati permettono di pianificare interventi mirati per la distribuzione dei flussi, la gestione degli eventi e l’ottimizzazione dei trasporti pubblici.
L’integrazione tra IA e gestione del territorio si sta evolvendo verso approcci sempre più sofisticati: la piattaforma K- Suite sviluppata per le Destination Management Organizations permette di mappare i comportamenti digitali dei visitatori, integrare variabili esterne come meteo e eventi specifici, e adattare l’offerta turistica in tempo reale. Engineering Group ha implementato soluzioni che combinano GenAI e Advanced Analytics per simulare scenari futuri, esplorare dinamiche territoriali e supportare decisioni strategiche attraverso Virtual Agent conversazionali.
Può portare benefici concreti per imprese e cittadini
Dai casi sopra descritti, l’adozione di IA nella PA produce benefici trasversali. Volendo ripercorrere i casi citati, sul piano economico accelera i permessi edilizi, riducendo il ciclo di cassa delle imprese; migliora la prevedibilità dei bandi attraverso analisi predittiva degli storici; garantisce pagimenti più rapidi grazie a piattaforme automatiche di riconciliazione e apre nuove linee di business basate su open data di alto valore, come previsto dall’articolo 54 dell’AI Act.
Astraendo dalle finalità al processo di lavoro interno, per i dipendenti pubblici, gli algoritmi di pattern-matching eliminano attività ripetitive, consentendo di dedicare più tempo all’analisi qualitativa; il voice-bot di PagoPA, ad esempio, ha innalzato il tasso di risoluzione in self-service dal 15% al 68% in appena tre mesi.
Parallelamente sul fronte cittadino, i tempi medi di risposta si abbassano e la trasparenza dei processi aumenta, riducendo il contenzioso: l’esperienza inglese di Extract stima un calo del 20% dei ricorsi legalmente motivati contro le decisioni urbanistiche grazie a dati più chiari.
I sistemi di traffic management IA-enabled mostrano benefici concreti: a Napoli, il Dynamic Speed Limit sviluppato da Movyon ha dimostrato la possibilità di ridurre i tempi di viaggio e le emissioni del 5-15%, con una diminuzione degli incidenti stimata tra il 10 e il 30%. L’Intelligent Traffic System di Enel X permette di ottimizzare i flussi veicolari, ridurre le code e l’inquinamento, con prioritizzazione automatica per veicoli di soccorso e ciclisti.
Serve un quadro normativo chiaro
A complemento di tutto ciò, è necessario un quadro normativo chiaro. Il regolamento 2024/1689 è entrato in vigore il 1 agosto 2024, inaugurando la prima cornice globale che disciplina l’IA in base al rischio associato ai diversi casi d’uso. Entro febbraio 2025, tutte le amministrazioni dovranno cessare ogni applicazione considerata “a rischio inaccettabile”, ad esempio lo scoring sociale o il riconoscimento biometrico in tempo reale. A partire da agosto 2025 scatteranno gli obblighi di trasparenza per i modelli di IA ad uso generale, mentre agosto 2026 segnerà l’avvio della piena conformità per i sistemi ad alto rischio, fra cui rientrano urbanistica, sanità e appalti pubblici. Le sanzioni, che possono raggiungere 35 milioni di euro o il 7% del fatturato globale, superano quelle previste dal GDPR e spingono le amministrazioni a mappare tempestivamente i processi che utilizzano algoritmi predittivi o di classificazione automatica.
Sul fronte della sicurezza, il decreto legislativo 138/2024 recepisce la direttiva NIS2 ed estende gli obblighi di cyber-resilienza a 18 settori, includendo gran parte delle pubbliche amministrazioni centrali e locali. Entro il 28 febbraio 2025, ogni ente dovrà registrarsi sul portale dell’Agenzia per la Cybersicurezza Nazionale (ACN) e indicare un punto di contatto reperibile ventiquattr’ore su ventiquattro. Dal 1 gennaio 2026 scatteranno termini stringenti per la notifica degli incidenti: allerta preliminare in 24 ore, report completo in 72 ore, relazione finale entro un mese.
Il combinato disposto di AI Act e NIS2 impone quindi di definire un inventario dei sistemi IA, condurre una valutazione di impatto etico-tecnologico, istituire log event-based per la tracciabilità e garantire l’adozione di controlli cyber by design lungo tutta la filiera digitale della PA.
L’obiettivo di conformarsi a NIS2 e AI Act entro le scadenze dettate richiede governance robusta. Ogni ente dovrà istituire un team multidisciplinare che includa responsabile per la transizione digitale, data protection officer, chief information security officer e data scientist. Le linee guida AgID del gennaio 2025 raccomandano programmi di formazione periodica e la stesura di un registro dei sistemi IA che documenti finalità, dataset, modelli, metriche di accuratezza e misure di mitigazione del rischio.
L’AI Act introduce l’obbligo di post-market monitoring, test di robustezza e verifiche di bias; l’istituzione di una “digital twin” dei processi ad alto rischio diventerà prassi per valutare in sandbox la sicurezza di nuovi algoritmi prima del roll-out. Parallelamente, NIS2 impone incident-response plan testati con simulazioni annuali e livelli minimi di cifratura, autenticazione forte e segmentazione di rete. Le imprese toscane che forniscono soluzioni cloud alla PA dovranno quindi assicurare la qualificazione ACN dei propri data center, pena l’esclusione dai bandi PNRR.
La pubblica amministrazione può essere un laboratorio
Per favorire l’adozione consapevole dell’intelligenza artificiale nella pubblica amministrazione, è utile promuovere spazi di sperimentazione che permettano di testare in modo controllato soluzioni innovative in ambiti chiave come la sanità, l’urbanistica e la gestione degli appalti. In questo contesto, l’utilizzo di modelli open source adattabili al contesto locale rappresenta un’opportunità strategica. Inoltre, i meccanismi di finanziamento pubblico potrebbero valorizzare l’impiego di tecnologie trasparenti, tracciabili e ospitate su infrastrutture sicure, favorendo così un equilibrio tra innovazione e conformità normativa.
La pubblica amministrazione possiede, per sua stessa natura, un patrimonio inestimabile: la storiografia dei dati e dei processi. Nessun altro settore può vantare una tale ricchezza di informazioni storicizzate, frutto di decenni di attività amministrativa, raccolte e validate nel tempo. Ogni pratica, ogni registro, ogni delibera, ogni interazione con cittadini e imprese costituisce una fonte di dati preziosa. Questa vocazione alla storicizzazione e alla documentazione rende la PA il terreno ideale per l’applicazione dell’Intelligenza Artificiale. L’IA, in particolare i modelli di machine learning e di intelligenza artificiale generativa, si nutre di dati: più i dati sono abbondanti, strutturati e storicizzati, più i modelli possono essere addestrati efficacemente, imparando a identificare pattern, prevedere esiti e generare risposte pertinenti.
Tuttavia, la semplice disponibilità di dati non è sufficiente. L’efficacia di un sistema di IA dipende dalla chiarezza dei processi a cui è applicato e dalla qualità dei dati stessi. Se i processi amministrativi sono ambigui o i dati sono frammentati e inconsistenti, anche l’algoritmo più sofisticato produrrà risultati mediocri. È qui che entra in gioco l’importanza della riorganizzazione interna: la digitalizzazione dei processi, la standardizzazione dei formati e la pulizia dei dati sono precondizioni essenziali per liberare il potenziale dell’IA.
In questo contesto, la formazione del personale diventa cruciale. Non si tratta solo di formare tecnici e data scientist in grado di sviluppare e gestire gli algoritmi, ma di alfabetizzare l’intera forza lavoro della PA all’uso consapevole e critico degli strumenti di IA. I dipendenti pubblici devono comprendere come l’IA possa supportare il loro lavoro, come interpretare i risultati generati dagli algoritmi e come interagire con essi in modo etico e responsabile. Questa formazione non solo migliora l’efficienza operativa, ma contribuisce anche a costruire fiducia verso le nuove tecnologie, superando resistenze e paure. Un operatore ben formato è colui che sa fornire input di qualità all’AI, validare gli output e cogliere le opportunità per migliorare il servizio al cittadino.
La PA diventa quindi il luogo perfetto per la creazione di “sandbox” sperimentali, ambienti controllati dove testare nuove soluzioni IA in contesti reali ma con rischi minimi. Queste sandbox possono essere realizzate attraverso la compartecipazione virtuosa tra pubbliche amministrazioni, aziende del settore tecnologico e centri di ricerca e sviluppo universitari. Le PA mettono a disposizione i dati e i processi, le aziende portano le competenze tecnologiche e le soluzioni innovative, mentre i centri di ricerca garantiscono la validazione scientifica, la ricerca di base e lo sviluppo di metodologie etiche e trasparenti. Questa sinergia consente di sviluppare soluzioni customizzate per le esigenze specifiche del territorio, evitando l’adozione di pacchetti standardizzati che potrebbero non essere pienamente aderenti alla realtà locale.
L’IA, in questo scenario, non è solo uno strumento di efficienza, ma diventa un potente motore di sinergie e un catalizzatore per la formazione di nuove competenze. La necessità di gestire e implementare sistemi di IA spinge le amministrazioni a investire in capitale umano, a riqualificare il personale esistente e ad attrarre nuovi talenti con competenze specialistiche. Questo processo genera un impatto positivo sull’intero ecosistema territoriale: le aziende del settore crescono, i centri di ricerca ottengono nuove opportunità di finanziamento e i giovani trovano percorsi professionali stimolanti. L’IA non è più una tecnologia calata dall’alto, ma un processo di co-creazione che rinforza il tessuto economico e sociale del territorio, migliorando la competitività e la capacità di innovazione complessiva. È un investimento nel futuro che la Toscana, con la sua tradizione di eccellenza e innovazione, è pronta a cogliere.
E’ motore di competitività
L’intreccio fra trasformazione digitale e intelligenza artificiale non è più un’ipotesi futura, ma la chiave per riposizionare la PA come motore di competitività. Le norme europee impongono rigore, ma al contempo disegnano un perimetro di fiducia che consente di sperimentare in sicurezza. Le esperienze di Extract, PagoPA, del Venice Smart Control Room e dei sistemi di traffic management IA-driven dimostrano che efficienza, trasparenza e tutela dei diritti possono coesistere. Per le amministrazioni toscane – e per le imprese che interagiscono quotidianamente con la macchina pubblica – è arrivato il momento di mappare i processi, avviare sandbox controllate e formare il personale. L’opportunità di sfruttare webcam e open data per creare servizi innovativi di gestione del traffico e dei flussi turistici rappresenta un vantaggio competitivo immediato, capace di migliorare la qualità della vita dei cittadini e l’attrattività economica del territorio.
Agire ora significa vedere i primi benefici entro due anni e contribuire a una PA capace di accompagnare la crescita economica della regione. Chi saprà muoversi con rapidità e responsabilità potrà cogliere nuove opportunità di mercato, migliorare i servizi per i cittadini e consolidare un vantaggio competitivo destinato a durare nel tempo.