Il centralino del comune squilla alle 8:47 di un lunedì mattina. Un residente vuole sapere se è necessario un permesso per sostituire le finestre di un edificio in zona protetta. La risposta corretta è distribuita tra tre uffici, un PDF di regolamento cantonale e una prassi informale che conosce a memoria solo un impiegato. Prima della fine della settimana, il residente avrà richiamato almeno tre volte.
Non è un problema di organico. È un problema di architettura dell’informazione — e gli agenti AI nel settore pubblico sono tra i pochi strumenti capaci di risolverlo senza assumere nuovo personale né avviare un programma di trasformazione IT quinquennale.
Questo articolo mappa i casi d’uso concreti in cui gli agenti per i servizi ai cittadini funzionano davvero, i requisiti che rendono i progetti nel settore pubblico unici rispetto a qualsiasi altro settore, e i limiti onesti di ciò che gli agenti possono e non possono fare oggi.
Cosa rende diverso il settore pubblico
Prima di elencare i casi d’uso, vale la pena nominare i vincoli che condizionano ogni scelta di progetto. Comuni ed enti pubblici in Svizzera e nell’UE operano sotto requisiti che la maggior parte dei progetti commerciali non tocca mai:
Residenza dei dati. I dati dei cittadini non possono circolare liberamente oltre i confini. Per gli enti svizzeri questo implica la conformità alla nLPD; per i servizi rivolti all’UE valgono le disposizioni territoriali del GDPR. Un agente costruito su un modello ospitato negli Stati Uniti che registra le query su un data center americano richiede un meccanismo di trasferimento lecito — per gli enti svizzeri, la certificazione del provider nel quadro Swiss-U.S. Data Privacy Framework (in vigore da settembre 2024) oppure le Clausole Contrattuali Standard; per i servizi UE, la decisione di adeguatezza EU-U.S. DPF (luglio 2023) o garanzie equivalenti ai sensi del Capitolo V GDPR. In assenza di tale meccanismo, il progetto è quasi certamente non conforme ancor prima di elaborare una singola richiesta. Approfondisci il tema nel nostro articolo Agenti AI e GDPR: automazione che puoi difendere.
Verificabilità. Un cittadino che riceve informazioni errate da un servizio automatizzato ha diritto di ricorso. Ogni azione dell’agente — la query ricevuta, la fonte recuperata, la risposta generata — deve essere registrabile e verificabile. Non è un’opzione architetturale: è il requisito minimo.
Obbligo multilingue. Molti comuni svizzeri operano in due o più lingue ufficiali, a volte tre. Un residente germanofono, uno italofono e uno francofono hanno gli stessi diritti di servizio. Un agente che funziona bene in tedesco ma produce un italiano stentato non è un’implementazione neutra: è un problema di equità del servizio.
Responsabilità politica. Gli enti pubblici non possono invocare “lo ha deciso l’AI” quando un cittadino riceve informazioni errate sull’idoneità a un beneficio o una risposta sbagliata su un permesso. In questo contesto gli agenti devono essere strumenti di supporto con conferma umana sugli output consequenziali, non decisori autonomi.
Questi sono vincoli da rispettare nella progettazione, non ragioni per evitare gli agenti. Farli bene dal primo giorno è sostanzialmente meno costoso che intervenire dopo il lancio.
I casi d’uso che funzionano davvero
FAQ e informazioni procedurali su larga scala
Il volume maggiore di contatti con i cittadini in quasi tutti gli uffici comunali è anche il più ripetitivo: orari di apertura, calendari di raccolta rifiuti, procedure di registrazione, scadenze per l’iscrizione scolastica, idoneità ai permessi di parcheggio. Nessuno di questi richiede giudizio discrezionale. Eppure consumano tutti tempo del personale.
Un agente con retrieval aumentato, addestrato sui documenti pubblicati dal comune — ordinanze, opuscoli, contenuto del sito — riesce a gestire con precisione la maggior parte di queste richieste. L’agente recupera la sezione pertinente del documento sorgente e la presenta, invece di generare una risposta da conoscenza generale. Questo è importante sia per l’accuratezza sia per la verificabilità: ogni risposta è tracciabile a una fonte specifica.
Scenario indicativo: un comune che riceve 800 richieste al mese, di cui circa il 60% domande procedurali rispondibili dai documenti esistenti. Se un agente gestisce la metà di quelle 480 query di routine, si tratta di 240 interazioni con il personale risparmiate al mese — circa 32 ore-lavoro a 8 minuti per interazione [dati indicativi; i risultati effettivi variano per dimensione del comune e tipologia delle richieste].
Pre-valutazione delle pratiche e guida alla domanda
Il percorso dei permessi è dove i comuni perdono più goodwill con i residenti. Un residente presenta una domanda di pianificazione con il modulo sbagliato, mancante di un allegato obbligatorio o con il riferimento errato alla zona. La domanda viene respinta. Si ripresenta. Viene respinta di nuovo. Il processo aggiunge settimane, genera reclami e impegna il personale in cicli di correzione.
Un agente può accompagnare il residente in una pre-valutazione strutturata prima della presentazione. Pone le domande rilevanti — tipo di proprietà, modifica proposta, zona, status di edificio vincolato — e presenta il modulo corretto, il checklist dei documenti richiesti e qualsiasi ostacolo noto. Non emette una decisione sul permesso. Si assicura che il responsabile del procedimento riceva una domanda completa e correttamente classificata al primo invio.
Questo è il modello progettuale giusto per i processi consequenziali: l’agente gestisce il carico di raccolta informazioni e formattazione; il funzionario prende la decisione.
Richieste dei cittadini in più lingue
I principali modelli linguistici di proprietà performano in modo generalmente adeguato in tedesco, francese, italiano e inglese su contenuti procedurali standard, anche se l’inglese mantiene un vantaggio misurabile nelle attività più impegnative. Per un comune ticinese che serve sia italofoni sia germanofoni, o un comune di confine con una significativa presenza francofona, un unico sistema agente può instradare e rispondere nella lingua scelta dal residente senza dover mantenere quattro knowledge base separate o quattro configurazioni agente distinte.
Vale la pena dichiarare apertamente la riserva: le prestazioni peggiorano su testi legali altamente tecnici, sui dialetti e sulla terminologia fortemente localizzata. Un agente ben implementato in questo contesto includerà un fallback — “Non riesco a trovare una risposta precisa; ecco il contatto dell’ufficio competente” — invece di tentare di improvvisare su contenuto normativo specialistico. Quel fallback è una funzionalità, non un fallimento.
Per la dimensione vocale del servizio multilingue — richieste telefoniche dei cittadini — l’articolo Agenti vocali multilingue: una sola linea, quattro lingue copre le considerazioni architetturali specifiche.
Gestione della conoscenza interna per il personale
Gli agenti rivolti al personale sono spesso un punto di partenza più gestibile rispetto a quelli pubblici, con minore rischio politico e tempi di deployment più rapidi. Il caso d’uso è diretto: un nuovo impiegato deve conoscere la procedura per registrare il cambio di indirizzo di un cittadino straniero, oppure il corretto percorso di escalation per un reclamo per rumore che attraversa la giurisdizione cantonale. Quella conoscenza esiste in manuali interni, cartelle condivise e nella memoria dei colleghi con più anzianità.
Un agente interno addestrato su documentazione del personale e manuali procedurali può rispondere a queste domande in secondi, riducendo le difficoltà di onboarding e prevenendo la concentrazione informale di conoscenza che rende le organizzazioni fragili quando i dipendenti esperti vanno in pensione.
Per un’analisi approfondita della categoria, Agenti AI per il supporto clienti: la matematica della deflection copre l’economia della deflection applicabile ugualmente ai service desk interni.
Architettura di governance: cosa significa davvero “deployment responsabile”
La governance nel settore pubblico non è una casella da spuntare per la compliance. È l’insieme pratico di controlli che consente a un’organizzazione di difendere il proprio servizio automatizzato e di correggerlo quando va storto.
L’architettura di governance minima vitale per il deployment di un agente comunale include:
- Ancoraggio delle fonti. Ogni risposta è generata da una knowledge base definita e versionata. Gli aggiornamenti alla knowledge base seguono un flusso di approvazione, non una modifica ad hoc.
- Soglie di confidenza. Le risposte al di sotto di un punteggio di confidenza definito vengono indirizzate a un operatore umano, non presentate al cittadino. La soglia viene impostata in modo conservativo al lancio e adeguata in base all’accuratezza osservata.
- Audit log completo. Ogni interazione è registrata con timestamp, query, fonti recuperate e risposta generata. I log sono archiviati in una posizione dati conforme alla giurisdizione.
- Percorsi di escalation. L’agente può sempre trasferire a un contatto umano nominato o a un ufficio. “Non lo so” con un chiaro passo successivo è un esito migliore rispetto a una risposta errata ma sicura.
- Revisione periodica dell’accuratezza. Qualcuno nell’organizzazione è responsabile di una revisione mensile di un campione di interazioni dell’agente. Non è una manutenzione opzionale: è il meccanismo con cui l’agente migliora nel tempo.
Questo livello di governance non è tecnicamente complesso. Richiede disciplina operativa. I comuni che lo trattano come un’aggiunta postuma tendono a subire l’incidente — un cittadino cui vengono fornite informazioni errate sull’idoneità a un beneficio, una domanda di permesso indirizzata male — che avrebbe potuto essere prevenuto.
Per il framework di governance più ampio, Governance degli agenti AI: un playbook pratico per le PMI offre una struttura applicabile direttamente ai contesti del settore pubblico.
Per chi è adatto — e per chi non lo è
Buona corrispondenza:
- Comuni con alti volumi di richieste ripetitive da parte dei cittadini (procedurali, informative) e capacità amministrativa sotto pressione
- Enti pubblici che devono migliorare l’equità del servizio tra le comunità linguistiche senza aumentare proporzionalmente l’organico
- Organizzazioni con documentazione pubblicata esistente che può formare una knowledge base per il retrieval
- Team IT o digitali con mandato di sperimentare servizi assistiti da AI sotto una governance adeguata
Non ancora adatto:
- Organizzazioni dove la normativa vigente richiede che qualsiasi risposta sia emessa da un funzionario umano (alcuni contesti cantonali rientrano in questa categoria — verificare prima del deployment)
- Enti che non hanno ancora digitalizzato la propria documentazione procedurale di base; un agente privo di una knowledge base affidabile genererà risposte inventate
- Deployment in cui i requisiti di residenza dei dati non possono essere soddisfatti dall’infrastruttura disponibile — costruire prima il livello dati conforme
Costruirlo bene la prima volta
La differenza critica tra un agente per il settore pubblico che funziona in modo affidabile per tre anni e uno che viene silenziosamente spento dopo sei mesi non è la tecnologia sottostante. È il lavoro preparatorio: fonti di conoscenza pulite, un’architettura dati conforme, un processo di governance di cui qualcuno è effettivamente responsabile, e una definizione onesta di cosa farà e non farà l’agente.
È esattamente qui che coinvolgere competenze esterne fin dall’inizio ripaga — non perché la tecnologia sia inaccessibile, ma perché i requisiti di compliance, architettura e change management non sono banali e il costo di sbagliare è pubblico.
Orange ITS progetta e costruisce agenti AI su misura per organizzazioni che hanno bisogno che funzionino in modo affidabile in ambienti regolamentati. Il nostro servizio di Sviluppo di agenti AI copre l’intero ciclo di vita — dalla definizione dei casi d’uso e l’architettura dei dati fino al deployment, al monitoraggio e alla configurazione della governance.
Se stai valutando un agente per i servizi ai cittadini per il tuo comune o ente pubblico, una chiamata mirata di 30 minuti è un primo passo concreto. Possiamo mappare quali casi d’uso si adattano al tuo contesto, identificare i tuoi requisiti di compliance e darti una visione onesta di cosa servirebbe per costruirlo e gestirlo bene.
Prenota una chiamata di 30 minuti con Orange ITS — niente slide, niente presentazione commerciale, solo una conversazione diretta sulla tua situazione.