L’AI nelle telecomunicazioni non riguarda solo la gestione delle reti o l’ottimizzazione dei servizi, ma anche la capacità delle autorità di regolare il settore in modo più efficiente e trasparente. È la direzione che sta prendendo l’Autorità per le Garanzie nelle Comunicazioni (AGCOM), impegnata nel rendere la mappatura nazionale della connettività un sistema intelligente di analisi e decisione.
A spiegare come si sta evolvendo questo modello è stato Aldo Milan, funzionario dell’Autorità, nel corso dell’incontro ospitato a Palazzo Isimbardi e organizzato dall’Ordine degli Ingegneri della Provincia di Milano nell’ambito della Milano Digital Week 2025. L’obiettivo, ha sottolineato Milan, è usare i modelli di intelligenza artificiale per migliorare la qualità, la tempestività e la leggibilità dei dati su cui si basano le decisioni regolatorie.
Indice degli argomenti
Dal Codice delle Comunicazioni alla regolazione basata sui dati
Il punto di partenza è l’articolo 22 del Codice Europeo delle Comunicazioni Elettroniche, che assegna ad AGCOM il compito di mappare la copertura e la qualità delle reti di telecomunicazione in Italia, mentre ad Infratel Italia spetta la mappatura infrastrutturale ai fini degli aiuti di Stato. Le due attività, come ha ricordato Milan, «devono essere coerenti e interoperabili, perché rappresentano due facce della stessa politica pubblica: quella dell’investimento e quella della regolazione».
L’obiettivo del legislatore è creare un ecosistema di dati affidabili, capace di supportare non solo le scelte pubbliche ma anche la pianificazione degli operatori. In questa prospettiva, l’intelligenza artificiale non è una semplice innovazione tecnologica, ma una leva per rafforzare la neutralità e la trasparenza della regolazione.
La Broadband Map: da fotografia statica a strumento intelligente
Il cuore dell’attività di AGCOM è la Broadband Map, la piattaforma che fotografa lo stato della connettività nazionale. La mappa include dati su reti in rame, fibra e wireless, sui piani di investimento degli operatori e sugli indicatori europei di performance (DESI). È aggiornata ogni tre mesi e riconosciuta come fonte statistica ufficiale del SISTAN, in connessione con Eurostat.
Negli ultimi anni, la Broadband Map ha iniziato una transizione verso un approccio data-driven, grazie all’uso crescente di algoritmi di intelligenza artificiale. L’obiettivo è duplice: accelerare la raccolta e l’elaborazione dei datie migliorarne l’affidabilità.
Secondo Milan, la mole di informazioni gestite è ormai tale da richiedere una gestione automatizzata: «Abbiamo raggiunto un livello di complessità che non può più essere governato con processi manuali. L’AI è uno strumento indispensabile per mantenere aggiornati i dati e garantirne la coerenza».
Roof detection e modelli predittivi per il territorio
Uno degli esempi più concreti di AI nelle telecomunicazioni applicata alla regolazione è la roof detection, ossia l’uso di reti neurali per identificare automaticamente i tetti degli edifici e stimare la copertura dei servizi. Attraverso l’analisi di immagini aeree e satellitari, gli algoritmi riescono a individuare le aree realmente servite o scoperte da banda ultralarga, evitando così distorsioni dovute alle dichiarazioni degli operatori.
La stessa tecnologia è impiegata per la creazione di digital twin territoriali, modelli virtuali che rappresentano in 3D le caratteristiche fisiche delle aree urbane. Questo consente, ad esempio, di stimare la qualità del segnale in funzione della densità edilizia o dell’altimetria, fornendo una base oggettiva alle politiche di investimento.
Nelle aree più complesse, come i centri storici o le zone montane, la roof detection permette di ottenere risultati fino a diecimila volte più rapidi rispetto alle analisi manuali, con un margine d’errore molto contenuto. Ma l’automazione non elimina il bisogno di verifica: «I modelli vanno addestrati, corretti e controllati. L’errore sistematico resta un rischio reale, e la supervisione umana è indispensabile», ha avvertito Milan.
Report generativi e automazione dei processi di analisi
Un altro fronte aperto riguarda la generazione automatica dei report. Grazie ai modelli linguistici e ai sistemi di Retrieval-Augmented Generation (RAG), AGCOM è oggi in grado di produrre in pochi minuti analisi che prima richiedevano settimane. Un documento di 450 pagine può essere redatto in modo automatizzato, con i testi prodotti a partire da dati ufficiali, validati e interrogabili in linguaggio naturale.
L’uso della RAG consente di integrare l’AI generativa con un sistema di retrieval certificato, in modo che ogni risposta o grafico derivi da una fonte reale e tracciabile. «L’obiettivo non è sostituire il lavoro umano, ma garantire uniformità e rapidità nell’elaborazione delle informazioni», ha spiegato Milan.
Questo approccio migliora anche la fruibilità dei dati da parte di cittadini e amministrazioni, che possono consultare la Broadband Map non solo come archivio ma come interfaccia interattiva di analisi. Il passo successivo, ha anticipato l’esperto, sarà l’introduzione di middleware di AI che permetteranno di dialogare direttamente con i database regolatori, ponendo domande in linguaggio naturale e ricevendo risposte corredate da riferimenti ufficiali.
L’intelligenza artificiale come strumento di verifica
L’applicazione dell’AI alla regolazione non si limita all’automazione. Serve anche come strumento di controllo e auditing dei dati. Gli algoritmi vengono utilizzati per rilevare incongruenze tra le informazioni dichiarate dagli operatori e quelle effettivamente rilevate sul campo.
Milan ha descritto la nascita di un sistema di verifica automatica delle reti dichiarate, in grado di segnalare anomalie e “outlier” rispetto ai parametri storici. Si tratta di un meccanismo di validazione che consente all’Autorità di intervenire tempestivamente in caso di discrepanze.
La sfida principale, tuttavia, resta la qualità del dato di partenza. L’intelligenza artificiale può amplificare gli errori tanto quanto le verità: «Se i dati sono errati o incompleti, l’AI produrrà risultati sbagliati molto più velocemente». È il paradosso dell’automazione regolatoria, che richiede un equilibrio costante tra velocità e affidabilità.
Sicurezza e modelli proprietari: i limiti dell’automazione
L’introduzione di modelli generativi in un ambito sensibile come la regolazione impone nuove cautele. AGCOM ha avviato una riflessione sull’uso di LLM (Large Language Models) in-house, sviluppati o ospitati su infrastrutture sicure, per evitare rischi di prompt poisoning o di fuga di dati riservati.
«Quando si maneggiano informazioni di interesse pubblico, l’uso di modelli esterni è un rischio concreto», ha precisato Milan. Per questo motivo, l’Autorità sta valutando soluzioni ibride che coniughino la potenza dei modelli generativi con un controllo totale sulla filiera dei dati.
L’attenzione alla sicurezza non è solo informatica ma anche epistemologica: occorre garantire che le decisioni automatizzate siano spiegabili e riproducibili, così che cittadini e operatori possano comprenderne la logica e verificarne la coerenza.
Trasparenza dei dati e fiducia pubblica
La trasparenza è il principio guida della nuova regolazione. Tutti i dati raccolti e processati da AGCOM confluiscono in piattaforme accessibili, dove cittadini, operatori e amministrazioni possono verificare copertura, velocità e qualità dei servizi. È un modello che punta a ridurre le asimmetrie informative e a rafforzare la fiducia nel mercato delle telecomunicazioni.
La Broadband Map diventa così un’infrastruttura di democrazia digitale: uno strumento che non solo descrive le reti, ma le rende comprensibili e verificabili. In questo senso, l’AI nelle telecomunicazioni non rappresenta solo un’evoluzione tecnica, ma un passo verso una regolazione più responsabile e basata sulle evidenze, capace di coniugare velocità decisionale e tutela dell’interesse pubblico.
