Il Regno Unito sta definendo oggi la forma che l’intelligenza artificiale assumerà nella pubblica amministrazione per gli anni a venire: dalle implementazioni visibili come i rollout di Copilot e le partnership con i foundation model alle gare più grandi che fanno notizia. Dietro a queste iniziative però si gioca un’altra partita, meno appariscente ma altrettanto decisiva: la capacità dello Stato di comprare, valutare e governare soluzioni AI in modo coordinato e sostenibile. Senza quella capacità, i benefici tecnologici rischiano di tradursi in una serie di vincoli tecnologici e contrattuali difficili da superare.
Questo tema è al centro di Making AI work for Britain, pubblicato da London Publishing Partnership e scaricabile su FutureOfAI.uk con licenza open-access. L’analisi raccoglie anni di ricerca sulla strategia AI del Regno Unito e si basa su oltre un decennio di esperienza pratica nella trasformazione digitale statale.
Dalle pagine del libro emergono tre raccomandazioni concrete e attuabili: formare acquirenti in grado di porre domande difficili, aggregare richieste comuni e preservare una pluralità di offerta per mantenere flessibilità strategica.
Il rischio del lock-in silenzioso
Dietro al concetto di lock-in silenzioso c’è la tendenza delle soluzioni AI a stratificarsi su infrastrutture, pratiche di gestione e regole di governance sviluppate in maniera episodica e non coordinata. Questo fenomeno non è immediatamente visibile: sembra progresso, ma poi impedisce cambiamenti rapidi quando i modelli e le architetture evolvono. Se ogni dipartimento compra in modo isolato, si creano costi di commutazione elevati e dipendenze tecniche che limitano la concorrenza. Il risultato è un ecosistema pubblico meno resiliente, dove le scelte di pochi fornitori diventano vincolanti per il sistema pubblico nel suo complesso.
Cosa significa per la pubblica amministrazione
Per le amministrazioni questo si traduce in difficoltà operative e strategiche: contratti lunghi con integrazioni profonde, costi crescenti per adattare soluzioni proprietarie, e ridotta capacità di sperimentare alternative. Affrontare il problema non richiede necessariamente più risorse finanziarie di quelle esistenti, ma una diversa impostazione degli acquisti: vedere l’acquisto di AI come una capability che va costruita e mantenuta nel tempo, non come una serie di singole transazioni. È questa trasformazione culturale e organizzativa che determina se le implementazioni valuteranno nel lungo periodo.
Tre mosse per far funzionare l’AI
Dal lavoro di analisi emergono tre mosse complementari che, insieme, riducono il rischio di dipendenza e aumentano il valore pubblico. Prima, creare buyer interni con autorità tecnica e negoziale.
Second, raccogliere e standardizzare le esigenze che sono comuni a molti enti. Terzo, mantenere una base di offerta pluralistica in grado di competere e innovare. Queste azioni non sono indipendenti: la presenza di buyer esperti facilita l’adozione di specifiche condivise, mentre una domanda aggregata stimola mercati più competitivi e sostenibili.
Costruire acquirenti che possano contraddire
Il problema degli acquisti intelligenti è semplice da enunciare ma complesso da risolvere. I grandi fornitori di AI fanno affermazioni tecniche complesse — sulla provenienza dei dati di addestramento, sul comportamento dei modelli in cambiamento di distribuzione, o sulle garanzie di sicurezza nei processi di fine-tuning — che richiedono competenze per essere verificate. Non è necessario mettere esperti AI in ogni ufficio; serve però, in ogni ente che spende in AI, un piccolo nucleo con autorità di veto, competenze tecniche sufficienti e continuo confronto con le pratiche del settore.
Dove esiste questa capacità, i fornitori si comportano in modo diverso; dove manca, il mercato favorisce chi sfrutta l’asimmetria informativa.
Aggregare la domanda e preservare la pluralità
Molti problemi che la pubblica amministrazione affronta con l’AI sono ricorrenti: riassunto dei casi, triage, estrazione di documenti, traduzione tra linguaggi di policy e sistemi operativi. Definire una specifica condivisa e strumenti di valutazione comuni evita che ogni ente reinventi la soluzione. Al contempo, per impedire concentrazioni di mercato è importante considerare i modelli open source e le iniziative locali come opzioni legittime e valutabili, predisporre gare accessibili a fornitori più piccoli e integrare risorse come l’AI Security Institute e la capacità di sovereign compute nel paniere operativo disponibile agli enti.
Conclusione: opportunità e responsabilità
Nel prossimo periodo molte grandi amministrazioni firmeranno contratti che definiranno la loro capacità di usare l’AI per anni. Ogni contratto è un’opportunità per mettere in pratica le tre mosse: formare acquirenti, unificare requisiti condivisi e mantenere viva la concorrenza. Come sottolinea l’analisi di Alan W. Brown in Making AI work for Britain, non servono nuovi poteri né grandi finanziamenti aggiuntivi: serve la decisione politica e manageriale di trattare l’approvvigionamento di AI come una capacità strategica da costruire e curare nel tempo.
