Welfare pubblico e intelligenza artificiale: come cambia il rapporto tra Stato, dati e cittadini

Il welfare italiano di fronte a una transizione strutturale

Entro il 2050 gli over 65 supereranno il 30% della popolazione italiana, secondo le proiezioni Eurostat. Le carriere lavorative sono sempre meno lineari, le discontinuità contributive aumentano — soprattutto tra i giovani — e la domanda di servizi assistenziali cresce in parallelo alla pressione sui conti pubblici.

In questo contesto, il welfare non può più limitarsi a registrare bisogni o a inseguirli con strumenti rigidi. Deve diventare predittivo, flessibile e personalizzato. La digitalizzazione non è un'opzione: è la condizione necessaria per garantire sostenibilità e qualità dei servizi.

Il Digital Decade Policy Programme 2030 dell'Unione Europea fissa un traguardo chiaro: tutti i servizi pubblici essenziali online entro il 2030. L'Italia ha posto le basi infrastrutturali, anche grazie al PNRR, ma il vero salto è un altro: riprogettare il modo in cui i servizi vengono concepiti, erogati e percepiti dai cittadini.

Perché l'AI nel welfare non è un tema tecnologico, ma operativo

Ogni giorno milioni di persone interagiscono con la Pubblica Amministrazione su questioni che incidono direttamente sulla qualità della vita: pensioni, sussidi, sicurezza sul lavoro, reinserimento professionale dopo un infortunio. Un ritardo, un errore, un'informazione poco chiara producono conseguenze concrete.

È in questo spazio che l'intelligenza artificiale — sia generativa sia analitica — genera il maggiore impatto: gestisce volumi elevati di dati eterogenei, migliora la qualità delle decisioni amministrative, consente risposte più rapide e calibrate sulla situazione individuale di ogni persona.

Ma nel welfare pubblico la posta in gioco è alta. Le risposte devono essere affidabili, trasparenti, conformi alla normativa. Un errore su una pratica previdenziale non è un disservizio minore: è un danno diretto al cittadino.

Il quadro regolatorio europeo si sta consolidando. L'AI Act (Regolamento UE 2024/1689) rappresenta il tentativo dell'Unione di bilanciare innovazione tecnologica e tutela dei diritti fondamentali, definendo regole applicabili in modo uniforme in tutta l'UE.

Il nodo critico: l'interoperabilità dei dati

Il problema strutturale del welfare italiano non è la mancanza di dati, ma la loro frammentazione. Le informazioni esistono, ma sono distribuite tra enti diversi, non sempre aggiornate, difficili da incrociare. Senza interoperabilità, qualsiasi applicazione di AI resta limitata nella portata e nella precisione.

Questo è il punto su cui si gioca la reale efficacia della trasformazione digitale nel settore pubblico: non basta digitalizzare i processi esistenti, bisogna connettere i sistemi informativi perché possano alimentare decisioni coerenti e servizi integrati.

Il principio guida che emerge dai progetti più avanzati è il "once only": il cittadino non dovrebbe fornire alla PA informazioni che la PA già possiede. Un principio semplice da enunciare, complesso da realizzare — ma che cambia radicalmente l'esperienza del cittadino e l'efficienza del sistema.

Progetti già operativi: dalla teoria alla pratica

Alcuni progetti già attivi sul welfare italiano mostrano come questa transizione stia prendendo forma concreta. Almaviva, che opera da anni con Ministero del Lavoro, INPS e INAIL, ha sviluppato una serie di piattaforme che meritano attenzione per il modello che propongono.

Proxima, sviluppata nell'ambito del PNRR per la gestione delle integrazioni salariali da parte di INPS, è stata riconosciuta al Forum PA 2025 e al Premio Innovazione SMAU 2025. Il suo modello parametrico recepisce le evoluzioni normative senza richiedere sviluppi da zero ogni volta. Verifica documenti, automatizza la gestione delle domande, offre assistenti digitali ai lavoratori che possono monitorare in autonomia stato delle richieste e pagamenti.

Welfare as a Service (WaaS), premiato al ComoLake Award 2023, è il primo Data Hub del welfare italiano. Mette a disposizione oltre 150 servizi digitali sulla Piattaforma Digitale Nazionale dei Dati e più di 200 cruscotti di analisi. L'obiettivo è integrare i sistemi informativi della PA per decisioni migliori e servizi più efficienti.

SIISL — Sistema Informativo per l'Inclusione Sociale e Lavorativa — realizzato per Ministero del Lavoro e INPS (ComoLake Award 2024), connette domanda e offerta di lavoro integrando dati prima separati tra INPS, Ministero e Centri per l'impiego. Grazie all'AI, costruisce percorsi personalizzati con risposte mirate per settore, territorio e situazione individuale.

Il Fascicolo Sociale e Lavorativo del Cittadino (FSL), realizzato con il Ministero del Lavoro e il Dipartimento della Trasformazione Digitale, aggrega in un unico profilo i dati individuali e familiari del cittadino. È il nuovo motore di interoperabilità del Ministero, costruito sul principio once only.

Archimede, realizzato con INAIL (ComoLake Award 2025), applica l'AI per individuare in anticipo anomalie e rischi su scala nazionale, rendendo più mirata la pianificazione delle attività di audit con impatto diretto sull'uso delle risorse pubbliche.

Il ruolo dei modelli linguistici specializzati

Un elemento trasversale a questi progetti è il Welfare Language Model, un modello di AI generativa addestrato specificamente sulla normativa, sul linguaggio e sulle procedure del welfare italiano. Grazie alla tecnica RAG (Retrieval-Augmented Generation), si aggiorna in tempo reale a ogni nuova norma o circolare senza necessità di riaddestramento completo — con benefici anche in termini di efficienza energetica e uso delle risorse computazionali.

È un esempio concreto di come i modelli linguistici possano essere verticalizzati su domini specifici, superando i limiti dei modelli generalisti in contesti dove precisione normativa e aggiornamento continuo sono requisiti non negoziabili.

Cosa significa per le aziende che operano con la PA

Per le imprese che interagiscono con il settore pubblico — come fornitori di servizi, partner tecnologici o semplicemente come datori di lavoro che gestiscono pratiche previdenziali e assistenziali — questa trasformazione ha implicazioni dirette.

Processi più trasparenti e tempi più certi nella gestione di pratiche legate a integrazioni salariali, ammortizzatori sociali e obblighi contributivi. Nuove opportunità nel mercato B2G per chi sviluppa soluzioni AI conformi all'AI Act e specializzate su domini verticali. E una necessità di adeguamento crescente: man mano che la PA digitalizza e integra i propri sistemi, anche le aziende dovranno allineare i propri flussi dati e le proprie interfacce.

Un welfare che anticipa invece di rincorrere

La direzione è tracciata: il welfare pubblico italiano si sta muovendo — con velocità disomogenea ma con progetti concreti — verso un modello dove i dati alimentano servizi personalizzati, l'AI supporta decisioni più accurate e l'interoperabilità riduce la burocrazia per chi è già in difficoltà.

Per i decision maker aziendali, il messaggio operativo è duplice. Da un lato, prepararsi a interagire con una PA progressivamente più digitale e data-driven. Dall'altro, osservare con attenzione il mercato dei servizi pubblici intelligenti: è uno dei pochi ambiti dove domanda istituzionale, quadro normativo europeo e maturità tecnologica stanno convergendo nello stesso momento.