Data Governance e AI nella PA: il caso CSI Piemonte

C’è una domanda che attraversa silenziosa ogni ente pubblico di medie e grandi dimensioni: dove sono i nostri dati, chi li conosce davvero, e a chi appartengono? La risposta, spesso frammentata tra sistemi legacy, basi dati non documentate e memoria organizzativa custodita da poche persone chiave, nasconde in realtà una straordinaria opportunità: quella di riscoprire e valorizzare un patrimonio informativo già esistente, trasformandolo da asset latente in motore di decisioni migliori, servizi più efficaci e politiche più mirate.

Riuscire a ritrovare, comprendere e governare il proprio patrimonio informativo significa liberare energia organizzativa oggi dispersa in attività ridondanti, ricerche manuali e riconciliazioni tra fonti non allineate. Significa dare agli analisti, ai responsabili di procedimento e ai decision maker un’unica fonte di verità condivisa: sapere che quel dataset esiste, dove si trova, chi ne è responsabile, com’è fatto, come può essere usato e con quali vincoli. È un cambio di paradigma organizzativo prima ancora che tecnologico.

In questo scenario si apre una finestra di opportunità straordinaria, resa ancora più concreta dall’evoluzione demografica che sta ridisegnando la PA italiana. Nei comuni italiani l’età media dei dipendenti è passata da 49,5 anni nel 2011 a 52,3 anni nel 2021, con la fascia 55-59 anni come la più rappresentata nell’intero comparto pubblico. Questo dato può diventare un acceleratore di trasformazione: la conoscenza tacita accumulata in decenni di esperienza può essere finalmente resa esplicita, condivisa e duratura, trasformandosi in patrimonio istituzionale stabile e riusabile.

L’automazione intelligente come leva di modernizzazione

I numeri dell’Osservatorio Agenda Digitale del Politecnico di Milano mostrano con chiarezza il potenziale di questa trasformazione: il 57% del tempo lavorativo dei dipendenti pubblici è potenzialmente automatizzabile, non per ridurre l’occupazione ma per liberare risorse cognitive verso attività a maggiore valore aggiunto. Nello stesso orizzonte, entro il 2033 l’AI potrà compensare un impatto equivalente a 3,8 milioni di lavoratori, in un sistema che dovrà confrontarsi con un gap demografico stimato in 5,6 milioni di persone rispetto alle necessità del sistema previdenziale. L’automazione intelligente diventa così una leva concreta di modernizzazione della PA.

La vera originalità di questa sfida sta nel riconoscere che AI e Data Governance non sono due traiettorie parallele da inseguire separatamente: sono una relazione duale e circolare, in cui ciascuna abilita e moltiplica il valore dell’altra. Da un lato, l’AI è oggi l’unico strumento in grado di rendere sostenibile la costruzione e il mantenimento di un catalogo dati su patrimoni informativi della dimensione e complessità di quelli della PA, automatizzando discovery, classificazione e profilazione della qualità. Dall’altro, è proprio la Data Governance, e in particolare un Data Catalog ben strutturato, a diventare la condizione abilitante affinché l’AI operi in modo affidabile, contestualizzato e conforme: non un generico modello linguistico, ma un agente che conosce regole, significati e limiti specifici dell’organizzazione in cui agisce.

Questo doppio movimento — l’AI che costruisce la governance, la governance che abilita l’AI — è il filo conduttore dell’esperienza che CSI Piemonte sta portando avanti per una grande regione italiana, e il cuore di ciò che i due capitoli seguenti cercano di raccontare.

L’Intelligenza Artificiale per la Data Governance – Le macchine sognano di governare metadati sintetici?

Chiedete a qualsiasi dirigente di una grande Pubblica Amministrazione italiana se la sua organizzazione ha una Data Governance strutturata. La risposta, nella stragrande maggioranza dei casi, sarà un sorriso imbarazzato. Non per mancanza di consapevolezza, anzi, il tema è ben presente, ma perché tutti sanno cosa comporta davvero: definire chi è responsabile di ogni dato, costruire un catalogo di tutto il patrimonio informativo, assegnare ruoli di data steward, mantenere aggiornate le classificazioni. Un lavoro enorme, continuo, trasversale a tutta l’organizzazione. Un lavoro che nessuno ha voglia di fare.

E qui sta il vero nodo. Non tecnologico, non normativo: antropologico. La Data Governance fallisce quasi sempre per la stessa ragione: chiede alle persone di assumersi responsabilità nuove, senza togliere nulla di quello che già fanno. Il data steward, la figura incaricata della cura del dato, è il ruolo che nessuno vuole. Nelle matrici organizzative appare, ma nei fatti nessuno lo presidia davvero. Perché richiede tempo, attenzione e senso di responsabilità su qualcosa che non produce risultati visibili nel breve periodo.

Questo è lo scenario che CSI Piemonte incontra quotidianamente nel supportare Regione Piemonte e circa 140 enti pubblici nella gestione di un ecosistema informativo che supera i 10 petabyte di dati, distribuiti su centinaia di sistemi, per oltre 4 milioni di cittadini. Un ecosistema reale, vivo, caotico come ogni grande organizzazione pubblica. E una sfida che non è peculiare del Piemonte: ogni regione italiana, ogni grande comune, ogni ministero si trova davanti allo stesso muro.

Il Data Catalog AI-powered della Regione Piemonte

È per rispondere a questa sfida che CSI Piemonte ha avviato l’iniziativa di Master Data Management per Regione Piemonte: un Data Catalog AI-powered — basato su tecnologia open source — che punta a portare ordine sui processi della Regione, costruendo per la prima volta una fonte unica di verità condivisa per le entità fondamentali dell’ente. Non un progetto astratto di governance, ma un cantiere aperto in cui l’AI fa già il lavoro che nessun team umano potrebbe sostenere da solo: scoprire, classificare, profilare e documentare un patrimonio informativo che cresce ogni giorno.

Il patrimonio informativo cresce, i sistemi si moltiplicano, i dati si frammentano — e governarli con le sole forze umane disponibili è, semplicemente, impossibile.

La svolta arriva con l’Intelligenza Artificiale generativa. Non come soluzione magica, ma come cambio di prospettiva radicale sul come si fa Data Governance. Finché catalogare significava che qualcuno doveva sedersi, aprire ogni dataset, descriverlo, classificarlo, assegnargli metadati, verificarne la qualità — il processo era destinato a restare incompiuto. Oggi non è più così.

Cosa fa concretamente l’AI nel Data Catalog? Molto più di quanto si immagini. Un sistema AI-Powered è in grado di:
• Scoprire automaticamente i dataset distribuiti nei sistemi aziendali, senza intervento manuale, mappando strutture, formati e relazioni tra tabelle
• Classificare i contenuti assegnando tag tematici, categorie di sensibilità e livelli di accesso, anche su dati non strutturati come documenti e testi
• Profilare la qualità del dato in modo continuo, segnalando anomalie, duplicati, valori mancanti e inconsistenze tra fonti
• Generare descrizioni dei dataset in linguaggio naturale, abbozzando automaticamente la documentazione che il data steward deve solo rivedere e validare

Il ruolo del data steward nell’organizzazione ibrida

Il cambio di paradigma per il change management è decisivo: l’AI non aggiunge lavoro, lo trasforma. Il data steward non scompare, ma smette di essere colui che cataloga e diventa colui che valida e supervisiona ciò che…