Poste, Sogei e Giustizia amministrativa: la sfida è controllare l’AI

📌 In Sintesi

• Poste Italiane ha realizzato una piattaforma di orchestrazione agentica basata su ontologie e selezione indipendente degli LLM. Armando Salvatori dichiara 500 sviluppatori interni e 7 miliardi di token elaborati al giorno.
• La Giustizia amministrativa ha escluso la generazione automatica di testi nei propri sistemi AI. Brunella Bruno individua nella sovranità cognitiva e nel controllo delle informazioni una garanzia per l’indipendenza dei magistrati.
• Sogei sviluppa applicazioni per fisco, dogane e analisi dei dati pubblici. Cristiano Cannarsa presenta TrovaTU e avverte dei rischi derivanti dalla dipendenza dalle tecnologie e dagli aggiornamenti dei fornitori esteri.

Poste Italiane costruisce internamente il sistema operativo della propria intelligenza artificiale, la Giustizia amministrativa impedisce ai suoi modelli di generare testi e Sogei sviluppa applicazioni AI per governare il patrimonio informativo dello Stato. Tre strategie differenti che convergono sulla stessa questione: la sovranità digitale italiana non dipende soltanto dalla proprietà dei dati, ma dalla possibilità di controllare le tecnologie che li elaborano, le decisioni che ne derivano e le competenze necessarie a mantenerle operative. È il quadro emerso dagli interventi di Armando Salvatori, Brunella Bruno e Cristiano Cannarsa, il 22 ottobre 2026 alla Scuola Superiore di Polizia di Roma, durante il convegno «Intelligenza artificiale e sovranità: l’alternativa è possibile», organizzato da Agile Lab.

Tre modelli di sovranità digitale che partono dal controllo delle tecnologie

Il confronto tra Poste Italiane, Giustizia amministrativa e Sogei mostra come la questione della sovranità digitale abbia ormai superato la discussione sulla localizzazione dei server e sulla nazionalità dei fornitori. Le tre organizzazioni affrontano problemi diversi, ma condividono la necessità di evitare che infrastrutture tecnologiche indispensabili diventino sistemi impossibili da governare autonomamente. Poste Italiane deve mantenere operativi servizi finanziari, logistici, assicurativi e digitali utilizzati quotidianamente da milioni di cittadini; la Giustizia amministrativa deve garantire che strumenti algoritmici e sistemi di ricerca non compromettano l’indipendenza del giudizio; Sogei gestisce infrastrutture e banche dati che interessano il sistema fiscale, sanitario, anagrafico e numerose attività dello Stato. In tutti e tre i casi la tecnologia rappresenta una componente essenziale del funzionamento istituzionale o industriale, ma la sua acquisizione dal mercato non può esaurire la responsabilità dell’organizzazione che la utilizza. Il punto centrale del confronto riguarda il rapporto tra dipendenza accettabile e perdita del controllo effettivo: un’impresa può acquistare modelli linguistici senza consegnare ai produttori l’intera architettura applicativa; un’amministrazione può utilizzare strumenti di intelligenza artificiale senza affidare loro funzioni decisionali; una società pubblica può elaborare grandi quantità di dati mantenendo verificabili provenienza, trasformazioni e autorizzazioni. Questo approccio assume particolare rilevanza rispetto al rischio di lock-in tecnologico individuato nel dibattito sull’AI nella pubblica amministrazione, perché una dipendenza non si misura soltanto attraverso il prezzo di una licenza, ma anche attraverso la capacità di cambiare fornitore senza compromettere servizi e funzioni essenziali.

Poste Italiane investe su 500 sviluppatori per conservare l’indipendenza

Il modello illustrato da Armando Salvatori, responsabile Digital, Technology & Operations di Poste Italiane, parte dalla dimensione industriale del gruppo. La gestione di milioni di servizi finanziari e identità digitali, unita alla capillarità della rete territoriale e della logistica, rende la tecnologia un fattore determinante della competitività e della continuità operativa. Secondo la documentazione ufficiale sulla strategia omnicanale di Poste Italiane, al 31 dicembre 2025 il gruppo disponeva di 12.659 uffici postali e registrava 27,2 milioni di interazioni quotidiane, con oltre 30 milioni di identità digitali rilasciate. Salvatori spiega che negli ultimi cinque anni l’azienda ha accompagnato gli investimenti tecnologici con una strategia di rafforzamento delle competenze interne, arrivando a disporre, secondo il dato presentato durante il convegno, di 500 sviluppatori, affiancati da investimenti in società tecnologiche specializzate, tra cui Agile Lab. La scelta ha permesso di costruire una piattaforma capace di separare i servizi aziendali dalle tecnologie sottostanti, conservando la possibilità di adottare componenti differenti senza dover ricostruire continuamente le applicazioni. Il dirigente riconosce che mantenere sviluppatori altamente qualificati all’interno dell’organizzazione può risultare meno conveniente rispetto all’acquisto di prodotti esterni quando si confrontano soltanto i costi immediati. La convenienza cambia, però, quando vengono considerate la continuità industriale, la sostituibilità dei fornitori e la capacità di intervenire direttamente sui sistemi. La sovranità descritta da Salvatori non consiste nel rinunciare alla tecnologia internazionale, ma nell’impedire che la sua adozione diventi una scelta irreversibile. È una distinzione che può essere applicata anche alle amministrazioni pubbliche, dove l’esternalizzazione di competenze progettuali e manutentive rischia di rendere difficili successive migrazioni tecnologiche.

Il sistema operativo agentico di Poste separa conoscenza, esecuzione e modelli LLM

La principale novità tecnologica comunicata da Salvatori riguarda la realizzazione interna di una piattaforma di orchestrazione agentica, definita dal dirigente come il sistema operativo del futuro. Non si tratta di un sistema operativo tradizionale, ma di un livello software destinato a coordinare modelli linguistici, conoscenze aziendali e applicazioni operative. L’architettura si fonda su tre principi. Il primo è la costruzione di ontologie aziendali, attraverso le quali Poste rappresenta concetti, relazioni e regole che descrivono il funzionamento dell’organizzazione, mantenendo sotto controllo le informazioni rese accessibili ai sistemi AI. Il secondo principio è la separazione tra la comprensione delle intenzioni dell’utente e l’esecuzione dei compiti: il modello linguistico interpreta le richieste, mentre un componente esecutivo distinto gestisce le operazioni, evitando che il comportamento dell’intera applicazione dipenda direttamente dalle decisioni del modello. Il terzo elemento è un gateway LLM attraverso il quale selezionare il modello da utilizzare, scegliendo tra tecnologie commerciali avanzate, soluzioni open source e future alternative sovrane italiane. La progettazione punta a mantenere sostituibile la componente AI senza modificare necessariamente tutte le regole aziendali. Il dirigente dichiara che la piattaforma è già adottata nella divisione tecnologica, dove l’intelligenza artificiale supporta il ciclo di vita del software, con un consumo di circa 7 miliardi di token al giorno. Il dato descrive il volume dichiarato delle elaborazioni, non consente da solo di misurare la produttività o il risparmio economico. Poste sta estendendo l’adozione ad altre divisioni e prevede la possibilità di introdurre applicazioni generative nei canali digitali rivolti alla clientela nel 2027, sotto il controllo di un comitato interno che approva le iniziative. L’architettura richiama direttamente il problema degli agenti AI che possono interagire con sistemi aziendali reali ed eseguire operazioni attraverso strumenti software: la sicurezza dipende non soltanto dalla qualità del modello, ma anche dai privilegi concessi e dai controlli imposti alle operazioni.

Leggi anche: Cloud sovrano, l’Europa scopre tardi la dipendenza dagli Stati Uniti

La Giustizia amministrativa esclude la generazione di testi e protegge il giudizio umano

La prospettiva cambia con Brunella Bruno, consigliere di Stato e responsabile del Servizio per l’Informatica della Giustizia amministrativa, che affronta il problema della sovranità partendo dalla responsabilità delle istituzioni. Per Bruno le amministrazioni che operano in settori sensibili non possono limitarsi a essere utilizzatrici di tecnologie, perché devono conoscere le dipendenze, conservare competenze e pretendere sistemi verificabili. La Giustizia amministrativa ha sviluppato una strategia di intelligenza artificiale fondata sulla collaborazione tra magistrati e tecnici, sulla qualità dei dati e sulla delimitazione delle funzioni consentite. La scelta più rilevante riguarda l’esclusione della generazione automatica di testi nei sistemi descritti durante il convegno. Il principio è documentato anche nel contributo originale di Brunella Bruno sulla digitalizzazione della Giustizia amministrativa, pubblicato nel giugno 2026, che ricostruisce l’evoluzione dal processo amministrativo telematico alle piattaforme di Business Intelligence e intelligenza artificiale. L’obiettivo è utilizzare sistemi di supporto per attività preparatorie, organizzative, di ricerca e approfondimento, senza affidare loro la produzione del ragionamento giuridico o dei provvedimenti. La decisione non costituisce un divieto generale imposto a tutte le amministrazioni italiane, ma esprime una precisa scelta progettuale dell’ecosistema della Giustizia amministrativa. La differenza rispetto al modello di Poste Italiane è evidente: nel primo caso si intende estendere progressivamente l’automazione dei processi, nel secondo si definiscono confini funzionali oltre i quali l’automazione non deve spingersi. Entrambi gli approcci, tuttavia, attribuiscono all’organizzazione la responsabilità di decidere quali funzioni delegare ai modelli. La questione acquista ulteriore peso rispetto ai precedenti problemi di gestione delle tecnologie Microsoft nelle infrastrutture della giustizia italiana, che mostrano quanto il controllo tecnico e amministrativo dei sistemi sia rilevante per il funzionamento delle istituzioni.

La sovranità cognitiva nasce dal controllo delle informazioni mostrate dagli algoritmi

Bruno introduce un elemento che distingue la giustizia dalle altre applicazioni industriali dell’intelligenza artificiale: il rischio che l’algoritmo condizioni il giudizio anche quando non prende direttamente una decisione. La selezione dei precedenti, l’ordinamento dei risultati, la classificazione dei documenti e i criteri di pertinenza utilizzati dai motori di ricerca possono influenzare il percorso attraverso il quale un magistrato costruisce la propria valutazione. Un sistema AI non deve necessariamente scrivere una sentenza per intervenire sul ragionamento giuridico, perché può esercitare un’influenza preliminare scegliendo quali informazioni rendere più visibili. È questo il nucleo della sovranità cognitiva richiamata durante l’intervento. Il principio del controllo umano nella fase finale, comunemente indicato come human in the loop, non viene considerato sufficiente se l’intero processo informativo precedente è stato determinato da criteri algoritmici non governabili. L’amministrazione deve quindi controllare il sistema fin dalla progettazione, definendo regole di selezione, visualizzazione e verifica compatibili con le garanzie giurisdizionali. Bruno collega questa esigenza alla trasformazione del valore dei dati: nell’informatica tradizionale l’attenzione era rivolta soprattutto al singolo dato da conservare, comunicare o proteggere, mentre i sistemi AI rendono possibile ricostruire informazioni ulteriori attraverso relazioni, correlazioni e inferenze. Da qui derivano rischi di reidentificazione e profilazione, compresa quella dei magistrati e del personale degli uffici giudiziari. La risposta illustrata è una data policy costruita prima dell’introduzione delle nuove applicazioni, insieme a sistemi informativi controllati, dati verificati e processi tracciabili. La sovranità non coincide quindi soltanto con l’ubicazione delle infrastrutture, ma con la possibilità di stabilire come un algoritmo organizza la conoscenza e in quale misura le sue elaborazioni possono influenzare una funzione pubblica.

Sogei gestisce i dati dello Stato e punta a certificarli prima di elaborarli con l’AI

L’intervento di Cristiano Cannarsa, amministratore delegato di Sogei, introduce il terzo livello del confronto: la gestione e valorizzazione delle grandi banche dati pubbliche. Cannarsa ricorda che la società nasce nel 1976, nel contesto della costruzione dell’Anagrafe tributaria e delle infrastrutture informatiche necessarie alla riforma fiscale degli anni Settanta. Cinquant’anni dopo, il patrimonio gestito comprende sistemi per amministrazioni fiscali, anagrafiche, sanitarie, scolastiche e altri servizi pubblici. L’amministratore delegato definisce Sogei un’organizzazione che non può essere identificata soltanto con i propri data center fisici, perché il suo valore strategico risiede nei miliardi di informazioni amministrative e personali che riceve, conserva e trasforma. Per descriverne la dimensione, richiama il flusso delle ricette elettroniche, indicando picchi fino a circa mille documenti al secondo secondo i dati comunicati durante l’intervento. La questione fondamentale riguarda l’origine e l’autenticità delle informazioni: quando un medico emette una prescrizione, o quando una nascita viene registrata e acquisita nei sistemi anagrafici, è necessario verificare che il dato provenga da un soggetto legittimato e sia integro. Certificazione, autenticazione e tracciabilità diventano prerequisiti dell’elaborazione, perché un sistema AI applicato a informazioni errate o manipolate può amplificarne le conseguenze. Cannarsa richiama l’importanza dei certificati digitali e dei meccanismi crittografici utilizzati nella comunicazione tra sistemi, senza entrare nel dettaglio dei singoli protocolli implementati. La protezione deve accompagnare il dato durante tutte le trasformazioni, soprattutto quando passa tra amministrazioni differenti. In questo contesto, la centralizzazione può offrire vantaggi di qualità e interoperabilità, ma aumenta anche la responsabilità di chi gestisce gli accessi e le elaborazioni. La disponibilità di grandi archivi pubblici non autorizza qualsiasi utilizzo delle informazioni, e il passaggio all’intelligenza artificiale richiede di distinguere le finalità istituzionali dalle nuove inferenze tecnicamente possibili. È un problema che accomuna la gestione industriale dei dati di Poste e quella della Giustizia amministrativa, pur con regimi giuridici e responsabilità differenti.

TrovaTU e l’intelligenza artificiale applicata alla riforma fiscale del 2027

La dimostrazione più concreta dell’AI sviluppata da Sogei è TrovaTU, il motore di ricerca realizzato per il Ministero dell’Economia e delle Finanze nell’ambito del progetto Normattiva, con il contributo della Presidenza del Consiglio e dell’Istituto Poligrafico e Zecca dello Stato. Presentato il 19 ottobre 2026, il servizio aiuta cittadini, imprese e professionisti a individuare la collocazione delle disposizioni tributarie nei nuovi testi unici fiscali e a confrontare i riferimenti normativi precedenti con quelli risultanti dal riordino. Gli otto testi unici, la cui efficacia è prevista dal 1° gennaio 2027, raccolgono oltre 4.700 disposizioni distribuite originariamente in più di 440 provvedimenti legislativi. Cannarsa spiega che lo sviluppo ha richiesto strumenti capaci di trattare la complessità del linguaggio giuridico, compresi sistemi di embedding e tecnologie di intelligenza artificiale per riconoscere relazioni e corrispondenze fra disposizioni. L’applicazione mette a disposizione una funzione di ricerca e confronto, non un’autorità autonoma capace di stabilire quali norme debbano essere applicate senza una verifica giuridica. Il riordino normativo conserva inoltre la possibilità di modifiche e correttivi, rendendo necessario controllare la versione vigente delle disposizioni. TrovaTU rappresenta un caso concreto nel quale la capacità di sviluppare software e utilizzare l’AI viene indirizzata a una funzione pubblica definita, evitando di attribuire al modello una competenza decisionale che appartiene alle istituzioni e ai professionisti. Il collegamento con la posizione di Brunella Bruno è rilevante: anche quando l’AI accelera una ricerca documentale, la qualità del risultato dipende dalla tracciabilità delle fonti e dalla possibilità di verificare il percorso che conduce alla risposta. La differenza è nell’ambito operativo, perché Sogei mette a disposizione strumenti destinati a semplificare la consultazione normativa su larga scala, mentre la Giustizia amministrativa definisce ulteriori vincoli a tutela dell’esercizio della giurisdizione.

Dalla contraffazione al software: l’AI di Sogei entra nei processi amministrativi

Oltre a TrovaTU, Cannarsa illustra un insieme di applicazioni sviluppate o in corso di sviluppo nel laboratorio di intelligenza artificiale di Sogei. Fra queste figurano strumenti di analisi delle immagini destinati al supporto delle attività doganali, con particolare attenzione all’individuazione di prodotti potenzialmente contraffatti nel settore dei beni di lusso. L’elaborazione visiva può contribuire a riconoscere caratteristiche rilevanti e segnalare anomalie da sottoporre alle verifiche dell’amministrazione, ma l’intervento non fornisce risultati numerici sull’accuratezza dei sistemi né consente di considerare automaticamente accertata una contraffazione attraverso una classificazione algoritmica. Altri sviluppi riguardano assistenti virtuali, analisi documentale, strumenti di supporto alla scrittura del codice e applicazioni di intelligence per la ricerca di attività di gioco potenzialmente illegali. Le finalità sono diverse, ma richiedono tutte un controllo preventivo sui dati utilizzati, sulle autorizzazioni e sulla distinzione tra segnalazione automatica e provvedimento amministrativo. Cannarsa riconosce il percorso avanzato intrapreso da Poste Italiane nel supporto AI allo sviluppo software e colloca Sogei in una strategia di realizzazione interna delle soluzioni, orientata alle esigenze delle amministrazioni servite. Il confronto con Salvatori conferma che non esiste un unico modello di adozione: la scelta tecnologica dipende dalla missione dell’organizzazione, dalla sensibilità delle informazioni e dal livello di automazione compatibile con le responsabilità esercitate. In questo senso, la produzione interna di applicazioni AI non costituisce soltanto una questione di risparmio economico, ma uno strumento per conservare la conoscenza dei processi amministrativi. Il problema si inserisce nella più ampia trasformazione delle infrastrutture digitali pubbliche e nel percorso italiano di costruzione di capacità tecnologiche destinate alla pubblica amministrazione, dove capacità di calcolo, gestione dei dati e responsabilità operative devono essere valutate insieme.

Patch, GPU e data center: l’indipendenza tecnologica incontra il problema delle competenze

La questione delle competenze emerge con particolare forza negli interventi di Salvatori e Cannarsa, che descrivono due dipendenze differenti ma complementari. Il primo richiama i nuovi requisiti fisici dei data center destinati all’intelligenza artificiale, nei quali gli apparati per il calcolo accelerato impongono condizioni di alimentazione, raffreddamento, peso e progettazione strutturale molto diverse rispetto alle installazioni precedenti. Non basta acquistare GPU e server avanzati se gli edifici non dispongono della capacità elettrica, degli impianti e delle figure professionali necessarie a mantenerli operativi. La disponibilità di sviluppatori AI non sostituisce le competenze di ingegneri elettrici, tecnici impiantisti e specialisti delle infrastrutture. Cannarsa affronta invece la dipendenza dal software utilizzando l’esempio degli aggiornamenti di sicurezza e delle patch rilasciate dai produttori esterni. Una grande organizzazione pubblica deve continuamente correggere vulnerabilità e aggiornare sistemi operativi, applicazioni e componenti di rete, affidandosi in molti casi alla disponibilità degli interventi dei fornitori. La domanda sollevata dal dirigente è cosa accadrebbe se tali aggiornamenti non fossero più disponibili o se diventasse impossibile ricevere assistenza su tecnologie considerate essenziali. Il rischio non implica che esista una decisione già presa per interrompere i servizi, ma evidenzia una vulnerabilità strutturale dei sistemi che non possono essere mantenuti autonomamente. Entrambi gli interventi riconducono la sovranità alla disponibilità di competenze progettuali e manutentive, un patrimonio che non può essere creato immediatamente quando emerge una crisi. Il confronto con gli investimenti nordici in infrastrutture di calcolo ed energia per la sovranità AI europea mostra che capacità computazionale, consumi energetici e formazione specializzata sono componenti dello stesso problema industriale.

Continua con:

Mozilla e Mila costruiscono un layer AI open source per ridurre la dipendenza dal cloud

Perplexity: i fondi sovrani vogliono AI isolata senza telemetria

La sovranità dell’AI italiana si misura sulla capacità di decidere e sostituire

Le esperienze illustrate da Poste Italiane, Giustizia amministrativa e Sogei permettono di individuare una caratteristica comune dei progetti di intelligenza artificiale sviluppati all’interno di grandi organizzazioni italiane: la libertà tecnologica dipende dalla capacità di mantenere il controllo delle architetture, dei dati e delle regole che governano il comportamento dei sistemi. Poste Italiane interviene sul piano industriale, costruendo un livello di orchestrazione che dovrebbe consentire di cambiare modelli linguistici senza perdere la propria conoscenza aziendale; Brunella Bruno attribuisce priorità alla responsabilità giurisdizionale e alla sovranità cognitiva, limitando deliberatamente le funzioni affidate ai sistemi AI; Cristiano Cannarsa concentra l’attenzione sulla certificazione delle informazioni, sulla continuità delle infrastrutture dello Stato e sulla necessità di tornare a produrre innovazione tecnologica. Sono modelli che non eliminano la dipendenza internazionale dai semiconduttori, dai servizi cloud o da componenti software essenziali, ma cercano di ridurre il rischio che tale dipendenza comprometta l’esercizio delle funzioni industriali e pubbliche. La stessa nozione di efficienza assume un significato differente: un prodotto meno costoso nell’immediato può generare un costo strategico elevato quando non è possibile modificarlo o sostituirlo, mentre un investimento interno può creare valore anche attraverso competenze e autonomia negoziale. Il problema è particolarmente rilevante per la pubblica amministrazione italiana, spesso chiamata a conciliare vincoli di spesa, obblighi normativi, carenza di personale specializzato e crescente complessità delle infrastrutture. Il dato comune emerso dal convegno non è l’annuncio di un’intelligenza artificiale nazionale già indipendente dai fornitori esteri, ma l’esistenza di scelte operative che provano a definire quali parti della tecnologia debbano rimanere sotto il controllo dell’organizzazione e quali possano essere acquistate sul mercato. È su questa capacità di progettare, verificare, negoziare e cambiare che si misurerà la sovranità tecnologica italiana, molto più che sulla semplice presenza di un modello linguistico o di un data center entro i confini nazionali.