Il 12 maggio 2026, presso la sede di HSPI a Roma, si è tenuta la tavola rotonda “IT Governance nell’era dell’Intelligenza Artificiale: l’era dell’AI-First Engineering e il nuovo modello operativo IT”, organizzata da Randstad Digital Italia con il patrocinio di Anitec-Assinform. Tra i relatori invitati, Francesco Piccirillo, Branch Manager IFM, ha portato al tavolo la prospettiva di chi ogni giorno accompagna la Pubblica Amministrazione e le organizzazioni complesse nella trasformazione digitale.
Un confronto che non si è fermato alla superficie tecnologica, ma ha affrontato le domande davvero difficili: quando la macchina produce la maggior parte dell’output, chi governa la qualità? Come cambiano i ruoli storici del settore IT? E soprattutto, siamo davvero pronti al modello AI-First?
Da AI-Assisted ad AI-First: un cambio di paradigma
L’introduzione degli assistenti virtuali alla programmazione è stata solo la punta dell’iceberg. Oggi l’adozione dell’Intelligenza Artificiale nello sviluppo software sta superando il concetto di autocompletamento avanzato per evolvere verso agenti AI autonomi in grado di operare sull’intero ciclo di vita del software, il cosiddetto SDLC, Software Development Life Cycle.
Questo salto non è incrementale. È strutturale. Non si tratta più di scrivere codice più velocemente, ma di ripensare l’intera catena del valore IT: chi decide, chi controlla, chi risponde degli errori generati da un sistema algoritmico.
La tavola rotonda, moderata da Roberto Rossi di Randstad Digital, ha riunito alcune delle voci più autorevoli del panorama tech italiano: Lorenzo Maternini (CEO Perspective AI, Board member CDP Venture Capital), Tommaso Colombo (Head of AI Spindox), Andrea Traversa (Operations Manager e AI subject matter expert), Massimiliano Gattoni (CEO Neuromind), Paolo Pogliani (CEO PGMD Consulting), Filippo D’Annibale (Managing Director HSPI) e Francesco Piccirillo (Branch Manager IFM).
Dal confronto sono emersi quattro pilastri fondamentali per ridisegnare la governance IT nell’era dell’AI.
1. Augmentation, non sostituzione
Il primo punto su cui i relatori hanno trovato piena convergenza è anche il più frainteso nel dibattito pubblico: l’AI non nasce per rimpiazzare le persone, ma per liberarle dalle attività a basso valore aggiunto: analisi di base, produzione di documentazione, scrittura di codice standardizzato.
L’obiettivo è trasformare i team IT in laboratori di idee, focalizzati sulla risoluzione dei problemi reali del cliente, sulla progettazione di architetture complesse, sulla gestione delle relazioni. La macchina esegue; l’uomo indirizza, valuta, decide.
Questo cambio di prospettiva è essenziale per affrontare la trasformazione senza la resistenza culturale che troppo spesso blocca l’adozione dell’AI nelle organizzazioni.
2. I “superpoteri” dei Senior e il futuro dei Junior
Il secondo nodo toccato è forse il più delicato dal punto di vista metodologico e organizzativo. Gli agenti AI specializzati su GDPR, AI Act, architetture cloud, sicurezza informatica amplificano in modo significativo la produttività delle figure senior, che si trovano a coordinare una rete di assistenti algoritmici capaci di elaborare in minuti ciò che richiederebbe giorni di lavoro manuale.
Ma questa dinamica apre una domanda scomoda: come si formeranno i professionisti junior del futuro, se i task tradizionali attraverso cui si acquisiva esperienza vengono progressivamente automatizzati?
Non è una questione tecnica. È una questione di modello formativo e di responsabilità organizzativa. Le aziende che non la affrontano oggi rischiano di trovarsi tra cinque anni con senior invecchiati e nessuna pipeline di talenti capace di sostituirli.
3. Il dato come fondamenta di qualsiasi strategia AI
Il terzo pilastro è quello più concreto e operativo: non esiste strategia AI affidabile senza una governance solida del dato.
Soprattutto in settori complessi e frammentati come la Pubblica Amministrazione e la sanità, la vera priorità non è scegliere il modello AI più avanzato. È garantire che il dato di partenza sia interoperabile, pulito, strutturato e accessibile. Solo così l’output algoritmico diventa uno strumento di decisione, e non una fonte aggiuntiva di errori e rischi.
Un punto che risuona in modo particolare nell’esperienza quotidiana di IFM, che lavora da quaranta’anni con dati critici di enti pubblici e sa quanto la qualità dell’informazione alla base sia determinante per l’efficacia di qualsiasi sistema digitale.
4. Competenza diffusa e pensiero critico come motore direzionale
Il quarto pilastro è forse il più visionario, ma non per questo meno urgente. La tecnologia non può restare un elemento di marketing o un silos riservato ai tecnici. Serve una consapevolezza diffusa, trasversale a tutta l’organizzazione.
E in questo scenario, le discipline umanistiche, il pensiero critico, la capacità di visione sistemica, l’etica applicata diventano il vero motore direzionale dell’IT. Non un complemento soft alla competenza tecnica, ma un prerequisito per governare sistemi sempre più autonomi e pervasivi.
Governance, etica e metodo: le vere sfide dell’AI-First
La conclusione del dibattito è stata netta: il passaggio all’AI-First non è una scelta tecnologica. È una sfida di governance profonda, etica e metodologica.
Ridisegnare i processi IT mettendo la responsabilità umana al centro del controllo algoritmico, e non ai margini, è l’unico modo per governare il cambiamento senza subirlo. Chi delega tutto alla macchina senza costruire strutture di oversight robuste non sta innovando: sta assumendo un rischio che prima o poi presenterà il conto, in termini di qualità, compliance e reputazione.
IFM: presente dove si costruisce il futuro digitale
La partecipazione di Francesco Piccirillo a questo tavolo non è casuale. IFM è da sempre impegnata non solo nello sviluppo di soluzioni tecnologiche per la PA, ma nella riflessione su come la tecnologia debba essere governata, adottata e messa al servizio delle persone.
L’AI non fa eccezione. Anzi, rappresenta la sfida più significativa degli ultimi decenni per chiunque lavori nella trasformazione digitale: non basta sapere cosa l’AI può fare, bisogna capire come farla lavorare in modo responsabile, trasparente e sostenibile per le organizzazioni e per i cittadini che ne beneficiano.
IFM continua a portare questa prospettiva nei luoghi dove si discute e si decide il futuro digitale del Paese.
