Governare l’IA generativa nella pubblica amministrazione: sovrana, tracciabile, replicabile
Le pubbliche amministrazioni che adottano l’IA generativa affrontano un problema comune: come ottenere i guadagni di produttività senza perdere il controllo sui dati sensibili, creare dipendenze dai fornitori o gestire sistemi di IA non verificabili. La Regione Emilia-Romagna ha risolto questo problema implementando l’AI Control Room di Rational AI: un livello di governance centralizzato per tutto l’utilizzo dell’IA generativa, che gira interamente sull’infrastruttura istituzionale.
Il cliente
La Regione Emilia-Romagna è tra le amministrazioni regionali digitalmente più avanzate d’Italia, con implementazioni attive di IA generativa nelle operazioni interne e nei servizi rivolti ai cittadini. La Regione gestisce dati personali e istituzionali sensibili su larga scala e opera sotto rigorosi obblighi derivanti dal GDPR e dall’AI Act.
Il problema
Gli strumenti di IA esistenti in uso presso la Regione trasmettevano dati a fornitori esterni senza un livello di governance: nessuna visibilità in tempo reale su ciò che veniva condiviso, nessun meccanismo tecnico per onorare le richieste di cancellazione GDPR per i dati precedentemente trasmessi e nessuna traccia di audit centralizzata. La creazione di nuove applicazioni IA richiedeva risorse di sviluppo specializzate, limitando l’innovazione a ciò che il team tecnico poteva realizzare. Tutte le integrazioni esistenti erano punto-punto con fornitori specifici, il che significava che qualsiasi cambiamento infrastrutturale o normativo avrebbe richiesto una costosa riprogettazione.
La soluzione
Rational AI ha implementato la sua AI Control Room — basata su Rational Core e Rational Knowledge — in modalità self-hosted sull’infrastruttura HPC della Regione (MarghERita), in quattro settimane.
Il livello di governance funge da proxy trasparente tra le applicazioni della Regione e qualsiasi modello di IA esterno o interno. Intercetta tutto il traffico dell’IA generativa in tempo reale, mantiene i dati all’interno dell’infrastruttura dell’istituzione e offre ai team di conformità (IT, DPO, legale) piena visibilità e verificabilità su tutto l’utilizzo dell’IA. Le applicazioni esistenti non hanno richiesto modifiche al codice: la retrocompatibilità è integrata nell’architettura.
Per le applicazioni basate su documenti, l’architettura Graph RAG di Rational Knowledge fornisce risposte tracciabili e attribuite alle fonti, sostituendo gli output dei modelli “black-box” con un ragionamento che può essere verificato risalendo alla fonte. Un ambiente di sviluppo no-code consente al personale non tecnico di creare internamente nuove applicazioni IA governate, riducendo la dipendenza da risorse ingegneristiche specializzate.
La piattaforma è indipendente dal modello (model-agnostic) e self-hosted, senza vincoli verso alcun fornitore. Valutato su un orizzonte di adozione triennale, il ROI è previsto al secondo anno, rendendo l’AI Control Room sostenibile come infrastruttura abilitante per la governance dell’IA su scala regionale.
Il progetto è stato presentato al premio “PA e Futuro” di Forum PA 2026 come framework di governance replicabile per l’adozione dell’IA generativa nelle pubbliche amministrazioni italiane.
