Che si tratti di gestire le interazioni con i clienti, mitigare i rischi o ottimizzare le operazioni, è lo strumento che fornisce l’azione corretta in tempo reale, aumentando velocità, precisione e fiducia
Molte organizzazioni pubbliche si trovano oggi in una situazione paradossale: dispongono di più dati e strumenti di intelligenza artificiale che mai, eppure il carico di lavoro del personale non è affatto diminuito. Anzi, in diversi casi è addirittura cresciuto, perché l’IA e gli analytics producono un volume crescente di segnalazioni, insight e raccomandazioni che qualcuno deve comunque leggere, valutare e trasformare in decisioni operative. Questo pone una domanda scomoda ma centrale: si può davvero parlare di efficienza se ogni singolo suggerimento generato dagli algoritmi richiede comunque un intervento manuale? Una volta colti i frutti più facili dell’automazione, la vera sfida diventa un’altra: trasformare gli insight prodotti dagli strumenti analitici in azioni automatizzate, coerenti e verificabili. Per gli enti pubblici, spesso alle prese con budget limitati e organici ridotti, questa trasformazione rappresenta un’opportunità enorme. Diverse indagini di settore indicano che la maggioranza dei dirigenti pubblici guarda all’intelligenza artificiale soprattutto come leva per migliorare l’efficienza e l’efficacia dei processi interni, più che come strumento per altri obiettivi.
Il problema delle decisioni che contano davvero
Molte delle decisioni più delicate della macchina amministrativa, l’idoneità a percepire un sussidio, la conformità fiscale, gli esiti sanitari, la prevenzione delle frodi, la risposta alle emergenze, vengono ancora oggi gestite attraverso processi manuali, sistemi informativi scollegati tra loro o analisi puntuali che non reggono l’urto della realtà quando la pressione aumenta. Nel settore pubblico, semplicemente, non è concesso fallire. Un ente pubblico non può sospendere un servizio, ritirarsi da un ambito di competenza o scegliere di servire solo una parte della popolazione quando la domanda esplode o le condizioni cambiano improvvisamente. Che si tratti di rispondere a una calamità naturale, gestire un picco di richieste di sussidi o elaborare milioni di dichiarazioni fiscali, le amministrazioni devono garantire decisioni su vasta scala mantenendo allo stesso tempo equità, conformità normativa e trasparenza. È proprio in questo spazio che si inserisce il concetto di decision intelligence, ovvero l’insieme di tecnologie e metodologie che permette di automatizzare le decisioni ricorrenti.
Che cos’è, in pratica, la decision intelligence
La decision intelligence unisce diverse tecnologie con l’obiettivo di automatizzare le decisioni di routine. Applicata insieme all’intelligenza artificiale, consente a un’amministrazione di ottimizzare le proprie operazioni automatizzando sia le decisioni standard sia le azioni che ne conseguono. È importante chiarire un equivoco diffuso: non si tratta di sostituire il giudizio umano, bensì di renderlo operativo su scala, incorporando analytics, regole di business e componenti di IA in flussi decisionali ripetibili, capaci di funzionare in modo continuo, di adattarsi ai cambiamenti e di reggere il confronto con il controllo pubblico. In moltissimi processi della pubblica amministrazione, l’intelligenza artificiale è già in grado di generare raccomandazioni, ma restano le persone a doverle esaminare e mettere in pratica. Quando i volumi sono contenuti, questo modello di revisione umana funziona bene. Il problema nasce quando i casi da gestire salgono a decine o centinaia di migliaia: a quel punto lo smistamento e la definizione delle priorità in modo manuale diventano un collo di bottiglia, generando arretrati e ritardi.
In questo scenario si inserisce l’approccio di SAS alla decision intelligence, che combina analytics, intelligenza artificiale, machine learning e regole di business per supportare decisioni operative su larga scala. Soluzioni come SAS Intelligent Decisioning, basato su SAS Viya, consentono di orchestrare modelli, regole e workflow decisionali, aiutando le organizzazioni a passare dall’analisi all’azione in modo più rapido, coerente e verificabile.
La decision intelligence interviene proprio qui: organizza, prioritizza e instrada automaticamente i casi su larga scala, liberando il personale da compiti ripetitivi affinché possa concentrare le proprie competenze dove producono più valore. Molte amministrazioni utilizzano già gli analytics per identificare rischi, prevedere la domanda o individuare pattern significativi. La domanda successiva, però, resta aperta: cosa succede quando un modello produce un risultato? Chi agisce concretamente su quel risultato? Con quale rapidità? E in base a quali regole? Uno strumento evoluto di decision intelligence risponde proprio a queste domande, fungendo da livello di orchestrazione tra l’analisi dei dati e l’azione concreta. Stabilisce quale modello applicare, quali regole devono governare i risultati, quali soglie fanno scattare un’escalation verso un operatore umano e come i sistemi devono eseguire le decisioni prese. Altrettanto importante è la capacità di questi sistemi di documentare come e perché ogni decisione è stata presa. Questo permette alle amministrazioni di trasformare processi lenti, manuali o incoerenti in flussi automatizzati che continuano comunque a riflettere l’intento delle politiche pubbliche, i vincoli normativi e la supervisione umana necessaria.
Dove la decision intelligence sta già generando valore pubblico
Diversi ambiti della pubblica amministrazione e della sanità pubblica stanno già sperimentando concretamente i benefici di questo approccio. In contesti di grandi call center sanitari pubblici, la decision intelligence orchestra modelli di elaborazione del linguaggio naturale, tecniche di retrieval-augmented generation, regole di business e agenti basati su intelligenza artificiale per classificare e risolvere gli incidenti anche in condizioni di crisi. Automatizzando classificazione, definizione delle priorità e instradamento degli incidenti, le organizzazioni possono ridurre in modo significativo i tempi di risoluzione, migliorare la coerenza degli interventi e scalare le operazioni durante le emergenze.
Le agenzie delle entrate utilizzano la decision intelligence per valutare in tempo reale le dichiarazioni fiscali nel momento stesso in cui vengono presentate. Confrontando i dati inseriti con lo storico, con fonti terze e con le regole normative, le amministrazioni possono fornire indicazioni immediate ai contribuenti, segnalare potenziali errori e assegnare un punteggio di rischio senza ricorrere automaticamente a misure sanzionatorie. Il risultato è una maggiore compliance fiscale spontanea, un uso più efficiente delle risorse investigative e una relazione di fiducia rafforzata tra cittadini e amministrazione fiscale. Nell’ambito dell’integrità dei pagamenti sanitari, la decision intelligence coordina modelli di machine learning, analisi delle reti relazionali e regole di business lungo l’intero ciclo di vita delle richieste di rimborso. Le decisioni su quali richieste bloccare, sottoporre a verifica o liquidare vengono prese in modo trasparente e coerente, permettendo di prevenire pagamenti indebiti prima ancora che i fondi vengano erogati.
I criteri che contano davvero nella scelta di una soluzione
Il software decisionale non è certo una novità nel panorama tecnologico, ma molte piattaforme esistenti faticano ancora a rispondere alle esigenze specifiche del settore pubblico. Nella valutazione di una soluzione di decision intelligence, è opportuno privilegiare le piattaforme capaci di operare su vasta scala e di incorporare la governance già nella progettazione stessa del sistema. Trattandosi di decisioni ad alto impatto, le amministrazioni hanno bisogno di processi spiegabili, verificabili e sottoposti a monitoraggio continuo, nel pieno rispetto delle regole di business e dei vincoli operativi già definiti da normative e politiche pubbliche.
È altrettanto fondamentale che questi strumenti si integrino con le tecnologie agentiche e generative senza però perdere il controllo del processo. Le amministrazioni devono poter automatizzare le decisioni dove è opportuno farlo, mantenendo però un supervisore umano dove la normativa lo richiede. Serve inoltre la flessibilità di adattare i sistemi nel tempo, al mutare delle politiche pubbliche, senza dover ogni volta reingegnerizzare l’intera piattaforma da zero. Per chi guida oggi un ente pubblico, la domanda non è più se gli analytics e l’intelligenza artificiale possano migliorare l’efficienza e l’efficacia dei processi. La vera domanda è come renderli operativi in modo responsabile, su larga scala e sotto una supervisione costante. La decision intelligence rappresenta esattamente questo ponte: trasforma l’analisi dei dati in decisioni affidabili, e le decisioni in risultati trasparenti e verificabili per i cittadini.
