Immagine di benzoix su Freepik
La centralità dei dati sfruttati con l’AI ridefinisce le attese delle soluzioni per ottenere analytics avanzati all’interno dei processi di trasformazione. Posizionata sul valore decisionale del dato, la proposta di Sas per la pubblica amministrazione incontra quindi uno dei contesti più complessi e strategici: ambienti regolati, vincoli di sovranità digitale, responsabilità verso cittadini e istituzioni, ma anche un fabbisogno crescente di strumenti in grado di supportare scelte affidabili, spiegabili e scalabili. È in questo quadro che si inseriscono le otto tendenze individuate per il 2026, da leggere non come previsioni tecnologiche astratte ma come direttrici operative per l’adozione responsabile dell’IA nel settore pubblico.
Punto di partenza è il contesto delineato dalla ricerca Idc Data and AI Impact Report: The Trust Imperative. Lo studio mette in evidenza come, nonostante l’incremento degli investimenti pubblici in ambito data e AI, persista un divario significativo rispetto al settore privato, in particolare sul fronte delle infrastrutture, della maturità delle piattaforme e della fiducia nei sistemi decisionali automatizzati. La fiducia, soprattutto, emerge come elemento discriminante: senza trasparenza, governance e controllo, l’adozione dell’intelligenza artificiale rischia di rimanere confinata a sperimentazioni isolate, incapaci di produrre impatti strutturali sui servizi pubblici.
Efficienza basata su fiducia e governance
Verso una forza lavoro potenziata dalla tecnologia (1): è la prima direttrice individuata da Sas. Le amministrazioni pubbliche sono chiamate a fare di più con risorse limitate, in un contesto in cui la pressione su efficienza, tempestività e qualità delle decisioni è in aumento. L’uso dell’intelligenza artificiale non viene descritto come sostitutivo del lavoro umano, ma come moltiplicatore di capacità. Automatizzare analisi, ridurre i tempi dei flussi decisionali e rendere più accessibili strumenti avanzati consente di valorizzare competenze esistenti senza ricorrere a soluzioni eccessivamente personalizzate o dipendenti da consulenze esterne. La tecnologia diventa allora un abilitatore organizzativo prima ancora che informatico.
La questione della fiducia resta centrale nel secondo trend, La trasparenza diventa un fattore critico nell’evoluzione dell’AI e della GenAI (2). Con il passaggio dai progetti pilota all’adozione operativa, e con l’introduzione di agenti intelligenti in grado di agire con un certo grado di autonomia, le amministrazioni non possono permettersi sistemi “opachi”. La spiegabilità delle decisioni algoritmiche diventa un requisito essenziale per garantire accountability verso cittadini, organi di controllo e decisori politici. In questo ambito, la trasparenza non è solo tecnica, ma anche comunicativa: rendere comprensibili i criteri decisionali dell’IA è parte integrante della costruzione di fiducia istituzionale.
Il terzo asse di sviluppo riguarda Governance e sovranità digitale al centro delle strategie (3). La spinta verso modelli di sovereign AI riflette l’esigenza dei governi di mantenere il controllo sui dati, sulle infrastrutture di calcolo e sugli algoritmi utilizzati nei processi critici. L’entrata in vigore di normative europee come l’AI Act rafforza questa tendenza, imponendo requisiti stringenti in termini di gestione del rischio, tracciabilità e conformità. Parallelamente, cresce la consapevolezza che la sovranità non è solo tecnologica ma anche culturale: l’alfabetizzazione sull’AI diventa una competenza di base per dirigenti e funzionari, condizione necessaria per valutare correttamente opportunità e limiti delle soluzioni adottate.
L’utilizzo dell’AI al servizio dei cittadini
Un impatto diretto sui servizi pubblici è evidenziato nel trend relativo ai servizi ai cittadini evoluti grazie all’AI agentica (4). Nel 2026, secondo la visione di Sas, l’adozione di framework agentici e assistenti virtuali basati su AI tradizionale e generativa sarà sempre più diffusa. Questi sistemi saranno in grado di gestire richieste complesse, interagire in più lingue e orchestrare workflow articolati che coinvolgono diversi uffici e banche dati. Il risultato atteso non è solo una riduzione dei tempi di risposta, ma un miglioramento complessivo dell’accessibilità e della qualità dell’interazione tra cittadini e amministrazione, con effetti positivi sulla percezione dei servizi pubblici.
La disponibilità e la qualità dei dati restano tuttavia un vincolo strutturale, affrontato nel trend sui dati sintetici che emergeranno come soluzione alla carenza di dati reali (5). Le amministrazioni operano spesso in contesti caratterizzati da frammentazione informativa, vincoli di privacy e limitazioni legate alla sovranità dei dati. In questo scenario, i dati sintetici rappresentano una risposta pragmatica: consentono di addestrare modelli, testare sistemi e condurre analisi avanzate senza esporre informazioni sensibili. La generazione di dati testuali non strutturati apre inoltre nuove possibilità per la ricerca e la formazione, mantenendo al contempo elevati livelli di sicurezza e conformità normativa.
L’AI per trasferire competenze già nella PA
La trasformazione digitale ha un impatto diretto anche sulle competenze, come evidenzia il sesto trend secondo il quale la trasformazione della forza lavoro richiederà nuove competenze digitali (6). L’intelligenza artificiale viene vista come strumento per preservare e trasferire conoscenze all’interno delle organizzazioni pubbliche, attraverso veri e propri “mentori digitali” capaci di diffondere best practice e know-how. Allo stesso tempo, il cambiamento tecnologico ridefinisce il mercato del lavoro pubblico, con la nascita di nuovi ruoli legati a dati, sostenibilità e servizi alla persona, mentre alcune funzioni tradizionali saranno progressivamente automatizzate.
Un ambito altrettanto sensibile rispetto ai precedenti è quello della sicurezza economica e fiscale, al centro del trend per cui l’AI sarà sia nemica che alleata degli investigatori e dei funzionari fiscali (7). L’uso della GenAI da parte di organizzazioni criminali rende frodi ed evasione sempre più sofisticate, imponendo alle amministrazioni un salto di qualità nei sistemi di rilevamento e analisi. L’intelligenza artificiale diventa quindi uno strumento difensivo, capace di incrociare grandi volumi di dati, supportare il monitoraggio in tempo reale e favorire la condivisione sicura delle informazioni tra enti, con l’obiettivo di tutelare le entrate pubbliche e ridurre i rischi sistemici.
Infine, la dimensione sanitaria viene affrontata nel trend su come l’intelligenza artificiale aumenterà la capacità di sorveglianza sanitaria (8). La possibilità di estrarre valore da dati sanitari non digitalizzati o eterogenei consente di rafforzare la capacità di risposta delle strutture pubbliche, migliorando il monitoraggio epidemiologico e riducendo le inefficienze nei processi di reporting. In un contesto segnato dall’esperienza delle emergenze sanitarie recenti, l’AI viene interpretata come infrastruttura cognitiva a supporto della prevenzione e della resilienza dei sistemi di salute pubblica.
Le tendenze delineate da Sas richiamano la PA all’urgenza di compiere un salto di maturità nell’uso dell’intelligenza artificiale. Non si tratta solo di adottare nuove tecnologie, ma di costruire un equilibrio tra innovazione, fiducia e responsabilità, in linea con quanto evidenziato anche dai regolamenti. In questo equilibrio, analytics avanzati, governance dei dati e trasparenza algoritmica diventano elementi strutturali per rendere l’AI uno strumento realmente al servizio dell’interesse pubblico.
© RIPRODUZIONE RISERVATA
