Il moltiplicarsi dei rinnovi software, l’uso crescente di API generative, token e strumenti digitali introdotti da singole strutture creano costi di AI sempre più invisibili nei conti pubblici. Per le amministrazioni, il problema va molto oltre la gestione finanziaria: quando non si ha visibilità su fornitori e strumenti, aumentano i rischi di compliance, responsabilità e, soprattutto, di fiducia da parte della cittadinanza.
L’emergere di dati allettanti
Dati recenti raccolti da Protiviti in una survey condotta su circa 345 C-level, membri del board e responsabili IT indicano che quasi due terzi delle organizzazioni ammette l’uso di AI senza supervisione, quasi la metà delle grandi imprese non ne conosce l’uso interno e solo il 40% ha un framework formale di governance. IBM, nel suo 2026 Tech Leader Study, aggiunge che il 77% degli intervistati riconosce che l’adozione dell’AI sta crescendo più velocemente della capacità dell’organizzazione di gestirla.
Sebbene i dati si riferiscano al settore privato, il settore pubblico non sembra in grado di garantire una visione più chiara. E qui entra in gioco una differenza cruciale: mentre un'azienda ha un problema economico da gestire, un’amministrazione che non riesce a tener traccia dell’uso di AI affronta un problema di accountability, trasparenza e fiducia con i cittadini.
I rischi non sono virtuali: a partire da agosto 2026, l’AI Act inizierà a imporre obblighi operativi. Le amministrazioni senza tracciabilità dovranno affrontare un duplice problema: accountability interna e compliance esterna.
I costi nascosti: un mosaico difficile da leggere
Il primo costo nascosto risiede nei contratti già firmati. I fornitori integrano funzionalità AI nei loro prodotti esistenti, aggiungendo costi non sempre trasparenti né evidenziati esplicitamente ai rinnovi. Secondo una ricerca di Gartner del 2025, alcune funzionalità AI comportano aumenti di prezzo del 30% all’atto del rinnovo, senza previa chiarezza del cliente.
Per le amministrazioni che fanno affidamento su accordi quadro e convenzioni, il rischio è ulteriormente accentuato: l’uso dell’AI si inserisce in un servizio precedentemente contrattualizzato, senza che siano mai state fatte gare apposite per la componente AI.
Il secondo fattore da considerare è il consumo stesso. La spesa per GenAI è spesso concentrata sull’utilizzo — API chiamate, token consumati, personalizzazioni effettuate — con costi che crescono rapidamente man mano che il sistema entra in uso. Phil Leslie, CTO di Cornerstone Research, spiega che mentre i software a tariffa fissa richiedono poca attenzione, i prodotti basati su consumo richiedono sistematicamente l’uso di dashboard specifiche per monitorare il consumo in tempo reale.
Acquisti in autonomia: un serbatoio di rischi
I singoli uffici che operano con budget autonomi costituiscono un altro fronte delicato. Acquistando piccole soluzioni AI, il rischio è che, sommate tra loro, esse diventino una voce ingente non tracciata da nessun sistema centrale. Senza una visibilità globale, non è possibile gestire la spesa, tantomeno verificare la conformità e l’efficacia del loro utilizzo.
Strumenti a disposizione per il controllo
Gartner raccomanda di etichettare chiaramente ogni acquisto di AI nel processo di procurement e di tracciare la spesa come voci separate nei sistemi di gestione finanziaria. Inoltre, la ricerca sottolinea l’importanza di negoziare clausole specifiche sull’uso dell’AI già prima dei nuovi rinnovi contrattuali.
Per le amministrazioni, la base contrattuale si appoggia sulle MCC-AI aggiornate pubblicate dalla Commissione europea nel marzo 2025. Esse distinguono tra sistemi ad alto rischio e quelli di basso impatto, con clausole precise per fornitori, dati e supervisione umana, in linea con l’AI Act.
Esempi di successo: la trasparenza come obiettivo
Cox Business fornisce un esempio concreto dove l’AI viene tracciata interamente. L’amministrazione adotta un gateway dedicato, soluzioni di sicurezza in tempo reale e un team centralizzato che gestisce l’utilizzo e l’inventario. Eric Pace chiama questa strategia “freedom in a framework” — libertà all'interno di un framework strutturato.
Per il settore pubblico, l’approccio richiederebbe un catalogo centralizzato di strumenti, un gateway obbligatorio per l’accesso a strumenti esterni e un registro centralizzato per monitorare l’utilizzo. Ricostruire una struttura a posteriori, una volta che l’AI è diffusa in contratti e flussi di lavoro, è molto più complesso e non garantisce una visibilità completa.
Gestione intelligente delle spese: da un lato l’efficienza, dall’altro l’efficacia
Gli utenti che utilizzano più token non sono necessariamente coloro che sprechano: in ambiti ad alto impatto, come perquisizioni legali o contenziosi, un maggiore utilizzo di AI segnala una maggiore responsabilità e non uno spreco. Negare l’accesso alle risorse per ragioni di contenimento della spesa rischierebbe di danneggiare i settori ad alto valore aggiunto.
Leslie sottolinea come l’uso non regolato può generare un rischio di immagine per le amministrazioni, perché i cittadini devono percepire fiducia nei processi che li coinvolgono. Il problema non è solo finanziario: i danni reputazionali potrebbero essere gravi.
Preparazione ai nuovi obblighi
A partire dall’agosto 2026, l’AI Act imposta obblighi chiari per la trasparenza. La priorità per le autorità è quindi costruire un inventario chiaro e gestibile. Andrew Retrum di Protiviti invita a partire proprio da questa mappatura chiara: assegnare responsabilità tra vari settori (IT, legal, business) e costruire un processo continuo e non una soluzione spot.
L’obiettivo è costruire un registro che si espande progressivamente, partendo da casi ad alto rischio (dove si utilizzano dati sensibili o processi che implicano la cittadinanza) verso quelli di minore impatto, senza attendere una mappatura perfetta.
Rimettere in discussione il modello esistente
Il registro necessario non solo serve a controllare la spesa, ma anche a soddisfare i requisiti normativi, due esigenze che condividono lo stesso strumento. Se il 77% dei leader technologici afferma che l'adozione di AI sta superando la capacità di governance, allora i problemi non si risolvono solo con controlli, ma richiedono di ripensare interi modelli decisionali, comprensibili, trasparenti e sostenibili.
Far chiarezza richiede nuove competenze, nuovi budget e nuove responsabilità. Perché l’AI non è un costo opzionale, ma un mezzo per il servizio pubblico, e per funzionare deve essere gestita con precisione, trasparenza e attenzione ai