AI, sicurezza e sovranità si intrecciano nel dibattito italiano sull’intelligenza artificiale, come emerso dall’incontro “Valore IA – Autonomia strategica, innovazione, ecosistema: dalla visione all’azione”, organizzato da Almaviva a Roma e durante il quale l’azienda ha presentato Ultra, il nuovo framework di intelligenza artificiale del gruppo. L’appuntamento ha riunito rappresentanti delle istituzioni, della pubblica amministrazione, della ricerca e di grandi aziende che hanno portato il loro punto di vista strategico sull’AI ma anche casi d’uso concreti e già operativi.
Governance e controllo dei dati sono i prerequisiti per far funzionare l’AI secondo le organizzazioni italiane e questo significa anche utilizzare modelli chiusi e sviluppati sulle knowledge base interne insieme a partner fidati. Perché non sempre serve il grande modello AI onnisciente: spesso è lo “Small language model” a generare valore con dati puntuali, rilevanti, di qualità e messi in sicurezza, come ha sottolineato Valeria Sandei, Chief Global AI Officer di Almaviva Group e President & CEO di Almawave Labs.
Indice degli argomenti
Almaviva presenta Ultra: politica, PA, ricerca e grandi imprese a confronto su AI e sovranità
Ad aprire i lavori il saluto di Marco Tripi, amministratore delegato di Almaviva Group, seguito dall’intervento del Sottosegretario alla Presidenza del Consiglio per l’Innovazione tecnologica Alessio Butti. L’evento è proseguito con i panel tematici, il primo su La sfida dell’autonomia strategica, il secondo su La visione dell’ecosistema agentico, mentre in chiusura è intervenuta Sandei.
“L’intelligenza artificiale è elemento centrale della nostra offerta, che si rafforza oggi con il lancio di Ultra, il framework che racchiude la nostra visione a 360° sull’AI”, ha affermato l’amministratore delegato di Almaviva Group, Marco Tripi. “Almaviva è una realtà italiana dalla presenza globale, con sguardo e orizzonte sempre più internazionale in settori mission critical. Oggi alle aziende e alla PA interessa tradurre in valore misurabile il loro impatto ed è questa l’ottica, concreta e pragmatica, con cui lavoriamo”.
Il cuore del dibattito non è stata la tecnologia in sé, quanto il modo in cui l’AI può essere portata dentro organizzazioni e infrastrutture dove affidabilità, continuità operativa, protezione delle informazioni e rispetto delle regole sono condizioni essenziali.
È proprio questo il terreno sul quale Almaviva colloca Ultra: un approccio che punta a riunire competenze, tecnologie e asset di AI e dati del gruppo all’interno di una visione unica, con un’attenzione particolare ai settori mission-critical. L’obiettivo dichiarato è passare dalla sperimentazione alla capacità di generare valore concreto, attraverso soluzioni governabili, integrabili con i sistemi esistenti e adattabili ai diversi domini applicativi.
Dalla sperimentazione ai casi d’uso il dato resta centrale
Il primo panel ha messo a confronto esperienze molto diverse ma accomunate da un elemento: l’intelligenza artificiale è già entrata, in forme differenti, nelle grandi organizzazioni italiane. A discuterne sono stati Paolo Cotti Cometti, Head of Software & Innovation di Cineca, Valeria Vittimberga, direttore generale di Inps, Domenico Scida, Chief Technology, Innovation & Digital Officer del Gruppo FS, e Cristiano Cannarsa, amministratore delegato di Sogei.
Il confronto tra i panelist ha evidenziato che non esiste un unico percorso di adozione dell’AI. Le organizzazioni procedono per casi d’uso, sperimentazioni e progressivi ampliamenti, partendo dalle esigenze specifiche dei singoli settori. Ma proprio questa concretezza sembra essere una delle condizioni per evitare che l’intelligenza artificiale rimanga confinata alla dimensione della sperimentazione tecnologica.
Per Cineca, per esempio, il tema è strettamente legato alla disponibilità di infrastrutture di calcolo e alla capacità di sostenere la ricerca e l’innovazione. Almawave ha collaborato con Cineca allo sviluppo dei modelli Velvet, addestrati sul supercomputer Leonardo. Il supercomputer Leonardo sta evolvendo verso nuove applicazioni AI e l’infrastruttura viene messa a disposizione di ricerca, imprese e pubblica amministrazione, in un ecosistema in cui entrano diversi modelli e tecnologie e nel quale la collaborazione con soggetti industriali, tra cui Almaviva, è parte essenziale del percorso di sviluppo.
Il tema della sovranità emerge con particolare forza quando si parla di dati sensibili. È il caso dell’Inps, dove l’AI viene applicata a grandi quantità di informazioni relative a cittadini e prestazioni sociali. Valeria Vittimberga di Inps (che usa la soluzione Almaviva Welfare as a Service, WaaS) ha sottolineato la differenza tra l’utilizzo di modelli generici e la necessità, in determinati ambiti, di sviluppare o utilizzare modelli propri, proprio per mantenere il controllo sulla conoscenza e sulle informazioni trattate.
In questo scenario assume un ruolo centrale anche la qualità dei dati: non basta disporre di grandi quantità di informazioni; per costruire sistemi affidabili è necessario poter contare su dati certificati e governati. L’AI può mettere in relazione basi dati differenti, contribuire a semplificare le attività istruttorie e rendere più uniformi alcuni processi, ma la decisione finale rimane in capo alla persona. L’obiettivo non è sostituire il lavoro umano, ma alleggerire le attività più ripetitive e consentire agli operatori di concentrarsi maggiormente sulle funzioni a più alto valore.
Al di là del delicato tema dei versamenti di una forza lavoro in parte costituita da macchine che non pagano certo i contributi previdenziali, molti dei panelist hanno sottolineato che l’AI, più che sostituire persone, deve essere usata per permettere di fare di più, cioè generare un valore che prima non era possibile.
Applicazioni concrete: il lavoro “potenziato” con l’AI
Un approccio particolarmente concreto arriva dal Gruppo FS, che usa tra l’altro soluzioni di digital mobility sviluppate con Almaviva. L’AI nelle Ferrovie dello Stato viene applicata alla gestione di una quantità enorme di dati prodotti quotidianamente dalla rete e dai mezzi. La flotta genera circa quattro milioni di dati al secondo e uno degli ambiti di applicazione è la manutenzione predittiva: analizzando i segnali provenienti dai sistemi è possibile individuare anomalie e potenziali guasti prima che si verifichino.
Un altro fronte riguarda la computer vision, che viene sperimentata per monitorare in tempo reale la linea. Anche in questo caso l’elemento centrale non è la sostituzione dell’operatore, ma la possibilità di aumentare la capacità di osservazione e intervento. L’intelligenza artificiale diventa quindi uno strumento che consente di anticipare i problemi e rendere più efficace il lavoro delle persone.
Sogei, invece, ha portato l’attenzione sull’impiego dell’AI nei processi della pubblica amministrazione e, in particolare, sulle attività di analisi e gestione della documentazione. Anche qui il punto non è soltanto la disponibilità del modello, ma la costruzione di un ambiente nel quale dati, tecnologie e processi possano essere governati in modo affidabile. È qui che la questione della governance torna a intrecciarsi con quella della sovranità.
Sovranità significa controllo strategico
Il secondo panel ha allargato il confronto dal singolo caso d’uso alla dimensione strategica dell’adozione dell’intelligenza artificiale per proiettarsi nel prossimo futuro degli ecosistemi di agenti. Al tavolo erano presenti Mario Nobile, direttore generale di Agid, Gianluigi Greco, rettore dell’Università della Calabria e presidente del Comitato nazionale per l’intelligenza artificiale, Maurizio Trapanese di AIFA, Eugenio Di Sciascio della Regione Puglia e Andrea Urbani della Regione Lazio.
Nobile ha aperto il dibattito sottolineando la necessità di andare l’hype e le battaglie commerciali sull’AI. L’intelligenza artificiale deve essere ricondotta a casi d’uso concreti, sostenuti da competenze, infrastrutture e regole di governance.
Per la pubblica amministrazione questo significa anche evitare una proliferazione non controllata degli strumenti utilizzati internamente e affrontare il fenomeno della cosiddetta “shadow AI”, cioè l’adozione di strumenti di intelligenza artificiale al di fuori dei percorsi formalmente governati dall’organizzazione.
In questo quadro, la sovranità viene descritta non semplicemente come la capacità di possedere macchine o tecnologie nazionali, ma come la possibilità di mantenere un controllo strategico sulle scelte, sugli investimenti, sui dati e sulle componenti tecnologiche. È una distinzione che sposta il dibattito dalla provenienza di una singola tecnologia alla capacità complessiva di un’organizzazione o di un Paese di conoscere, governare e indirizzare la propria infrastruttura digitale.
Il tema della condivisione delle infrastrutture e del riuso torna così centrale. Per la PA, infatti, sviluppare ogni soluzione da zero sarebbe difficilmente sostenibile: l’esperienza maturata in un’amministrazione può diventare un punto di partenza per altre, a condizione che esistano basi comuni, dati adeguatamente governati e infrastrutture in grado di sostenere questi processi.
Dalla sanità alla PA: l’AI entra nei processi
Tra gli esempi portati al tavolo c’è quello di AIFA, dove l’intelligenza artificiale viene applicata alla documentazione amministrativa e promozionale relativa ai medicinali, con l’obiettivo di rendere più facilmente accessibili le informazioni ufficiali. Anche qui l’automazione non elimina la necessità di supervisione: il tema dell’affidabilità e del controllo umano rimane parte integrante dell’utilizzo dell’AI.
Dalla Regione Puglia è arrivata invece la prospettiva della “Regione 4.0”, con l’attenzione alla costruzione di un terreno comune tra amministrazioni e alla possibilità di condividere esperienze e casi d’uso. La riflessione si è estesa anche alle infrastrutture fisiche necessarie per sostenere l’intelligenza artificiale, compresi i data center, e agli effetti che la loro presenza può avere sui territori. Nel frattempo la Regione ha in corso un progetto sperimentale con Almaviva Digitaltec e Almawave chiamato OncologIA per accelerare diagnosi e individuazione delle terapie.
Particolarmente significativo il caso della Regione Lazio, dove l’AI viene già utilizzata o sperimentata in ambito sanitario. L’integrazione dei dati clinici può essere impiegata, per esempio, per monitorare in modo predittivo le liste d’attesa e intervenire sulla gestione degli appuntamenti. Nel corso dell’intervento sono stati citati anche risultati operativi relativi al contatto con circa 100mila cittadini e all’anticipo di quasi 30mila appuntamenti, oltre a un miglioramento dell’appropriatezza prescrittiva indicato in almeno il 50%.
Sandei: “L’AI deve produrre un impatto misurabile”
Valeria Sandei in chiusura dell’evento ha riportato il dibattito su una questione essenziale: quanto valore produce realmente l’intelligenza artificiale?
L’AD ha richiamato il fatto che numerosi progetti di AI hanno richiesto investimenti importanti senza riuscire a produrre un impatto misurabile. Il problema non è soltanto tecnologico; la generative AI, in particolare, introduce complessità legate alle allucinazioni dei modelli, alla progettazione delle soluzioni, alla sicurezza e alla qualità dei dati.
Ed è qui l’elemento è decisivo. Se i dati utilizzati come base sono errati o non adeguatamente governati, anche il risultato prodotto dall’intelligenza artificiale può essere inaffidabile. Occorre lavorare sulla qualità delle fonti, sulla tracciabilità e sulle modalità con cui i dati vengono utilizzati sia nella fase di addestramento sia quando vengono messi a disposizione del sistema in fase operativa.
La governance diventa quindi un tema trasversale: riguarda le persone, i dati, la sicurezza, la responsabilità, la tracciabilità delle decisioni e anche i costi. L’utilizzo dell’AI comporta infatti nuove voci di spesa, legate tra l’altro al consumo dei modelli e dei token, che devono essere comprese e governate all’interno dei business case.
C’è poi il tema della sicurezza. L’utilizzo non adeguatamente controllato di strumenti di AI può esporre dati o codice sorgente, rendendo necessario stabilire con precisione quali informazioni possono essere utilizzate, da quali sistemi e secondo quali regole.
Anche la sovranità, ha indicato Sandei, assume un significato più ampio rispetto alla semplice nazionalità dell’infrastruttura. Significa mantenere la capacità di decidere sulle tecnologie, sugli investimenti, sui dati e sulle componenti strategiche del proprio ecosistema digitale. In questo senso, la possibilità di combinare tecnologie proprietarie e soluzioni disponibili sul mercato diventa parte di una strategia di controllo, non necessariamente un’alternativa assoluta tra “tecnologia propria” e “tecnologia esterna”.
Un altro punto riguarda la dimensione dei modelli. Sandei ha sottolineato come modelli linguistici più piccoli, se adeguatamente adattati a uno specifico dominio, possano essere efficaci per determinati casi d’uso. Anche il modo di misurare le prestazioni deve quindi cambiare: un benchmark generico non necessariamente restituisce il valore di un modello applicato a un contesto specialistico.
Il messaggio complessivo è quello di superare quella che Sandei ha definito una sorta di “montagna russa” del marketing dell’intelligenza artificiale: meno attenzione alla novità in sé e maggiore capacità di costruire business case, definire KPI, introdurre regole e controlli e assumere la responsabilità della tecnologia lungo tutto il suo ciclo di utilizzo.
Ultra, un singolo approccio per creare valore
Ultra, il nuovo framework AI di Almaviva, è una piattaforma che nasce con l’obiettivo di riunire in un unico approccio le tecnologie, le competenze e gli asset di AI e dati sviluppati dal gruppo, combinandoli con tecnologie disponibili sul mercato e partnership selezionate.
Per Sandei, “Ultra è l’evoluzione di quello che per noi è l’approccio complessivo alla AI. Il punto, oggi, non è più se usare l’intelligenza artificiale, ma passare dalle parole ai fatti, superando le complessità insite in queste tecnologie e rispondendo in modo pratico e misurabile ad esigenze concrete. Con Ultra mettiamo a sistema ricerca, piattaforme proprietarie, asset, architetture, partnership internazionali e soluzioni verticali per ogni dominio, con regole chiare su dati, sicurezza e responsabilità delle decisioni. Ultra è una visione modulare con la quale l’AI può rispondere alla pluralità delle esigenze del mercato, dall’infrastruttura alle applicazioni verticali. Perché la sfida nel mercato dell’AI sarà vinta da chi è in grado di gestire tecnologia sovrana, per governarla davvero, con capacità innovativa e pieno controllo dei dati utilizzati a tutti i livelli”.
Il framework si basa su cinque fondazioni: Trust, Bridge, Transformation, Factory e Automation. A queste si aggiungono tre direttrici verticali — Made, Bespoke e Vertical — pensate per accompagnare lo sviluppo di soluzioni differenti a seconda delle esigenze e del settore di applicazione.
L’ambizione è rivolta soprattutto ai contesti mission-critical: pubblica amministrazione, sanità, finanza, trasporti, gestione delle risorse idriche e industria. In questi ambiti l’integrazione con i sistemi esistenti è un elemento essenziale, così come la possibilità di governare dati, modelli e componenti applicative senza perdere controllo sull’infrastruttura tecnologica.
Tra gli asset proprietari rientrano i modelli Velvet e le piattaforme Giotto e AIWave, insieme a tecnologie di mercato e partnership. L’architettura punta a combinare questi elementi con competenze verticali per costruire soluzioni specifiche per dominio, mantenendo al centro governance, compliance by design, tracciabilità e riservatezza.
Il punto di arrivo, quindi, non è un singolo modello di intelligenza artificiale, ma un ecosistema nel quale modelli, dati, infrastrutture e applicazioni possano essere messi a sistema e governati. Una prospettiva che riporta la discussione sull’AI dal piano della sola innovazione tecnologica a quello della capacità di trasformare concretamente processi e servizi, mantenendo sotto controllo dati, sicurezza e responsabilità.
Partecipa alla community