A parere di chi scrive l’IA, usata per aiutare il revisore a leggere verbali, bilanci e documenti, rischia di tramutarsi in una ridicola operazione di rattoppo tra la realtà del vigente sistema dei controlli pubblici e privati e la disponibilità di nuovi strumenti di analisi e controllo, quali quelli offerti dagli agenti IA.
La vera rivoluzione consisterebbe invece nel mettere SIOPE, bilanci, fatture, pagamenti, contratti pubblici, fondi UE, personale, società partecipate, patrimonio e risultati ottenuti dentro un unico sistema di audit continuo. Non un chatbot che ci riassume o analizza cento pagine, ma una macchina che sottopone a controllo continuo milioni di operazioni, individua quelle anomale e ci dice dove guardare. E magari intercetta ex ante andamenti anomali della spesa pubblica o privata.
Non è fantascienza: è già realtà. È il principio sul quale si basa, ad esempio, la Federated Data Platform di NHS England, costruita sulla tecnologia Palantir Foundry. Non diagnostica malattie: collega dati, risorse, persone e vincoli per supportare le decisioni operative. Trasposto in un ospedale italiano, il modello potrebbe mettere insieme CUP, cartelle cliniche, posti letto, personale, farmacia, sale operatorie e contabilità. Se mancano otto letti, non si limita a comunicarlo con l’eleganza tipica del semaforo rosso: individua quali esami anticipare, quali dimissioni sbloccare e quali risorse riallocare.
Cinque infermieri assenti, allo stesso modo, non significano automaticamente ‘trovarne altri cinque’: il sistema può verificare carichi assistenziali, ricoveri previsti, dimissioni e competenze disponibili. È la differenza tra contare le persone e governare un’organizzazione.
Poi arriva il bilancio. E qui il discorso diventa molto interessante.
Collegando prestazioni, Raggruppamenti Omogenei di Diagnosi (ROD), personale, farmaci, dispositivi, acquisti, contratti, fatture e costi, una piattaforma del genere potrebbe rispondere a domande banalissime solo in apparenza: perché la cardiochirurgia costa il 14% in più dello scorso anno? Quanto dipende dal numero dei pazienti, quanto dalle protesi, quanto dagli straordinari, quanto dalla maggiore degenza media?
A questo punto basta salire di livello: ospedale, ASL, Regione, intero Servizio sanitario nazionale. Dove ho posti letto? Dove le sale operatorie sono sottoutilizzate? Dove la spesa cresce mentre le prestazioni diminuiscono? Quale azienda paga la stessa protesi il 38% più delle altre?
Fortunatamente una ‘Palantir europea’ comincia già a prendere forma.
Il Financial Times del 25 agosto ha dedicato un articolo alla francese ChapsVision, che con la piattaforma Argonos si propone come alternativa europea a Palantir. Nel giugno 2026 la francese ChapsVision ha ottenuto con Argonos anche il secondo lotto del progetto OTDH, promosso dalla Direction générale de la sécurité intérieure (DGSI) per realizzare una piattaforma sovrana destinata al trattamento su larga scala di dati eterogenei. Quindi una tecnologia europea capace di integrare dati, costruire relazioni tra entità, individuare anomalie e supportare decisioni operative esiste già. E può funzionare anche su cloud sovrano europeo.
Impossibile, allora, non chiedersi: perché limitarsi alla sanità, alla difesa o all’intelligence?
Immaginiamo una piattaforma pubblica italiana o europea che incroci continuamente contratti, CIG, fatture, pagamenti, fornitori, titolari effettivi, personale, prezzi unitari, consumi e risultati. Non servirebbe una fantascientifica IA con aspirazioni da Terminator — e neppure, per restare alla realtà, un DOGE in salsa Musk. Basterebbe un sistema capace di chiedere, ogni notte: perché questo fornitore vince il 72% degli affidamenti? Perché gli affidamenti sotto soglia aumentano vicino a una determinata cifra? Quali imprese apparentemente diverse hanno titolari effettivi comuni? Dove la spesa cresce del 25% mentre le prestazioni diminuiscono?
E soprattutto: mostrami tutte le amministrazioni italiane che presentano lo stesso schema.
Qui il controllo cambia natura. Oggi è spesso a campione, periodico, documentale, settoriale e successivo alla spesa. Domani potrebbe riguardare l’intera popolazione delle operazioni, incrociando banche dati mentre la spesa avviene.
Non più 10.000 operazioni, delle quali ne controlliamo 60. Ma 10.000 operazioni analizzate dalla piattaforma IA di cui 37 segnalate dall’IA ma analizzate dal revisore umano.
Non è fantascienza. Il progetto europeo AI4Audit ha già sperimentato modelli di IA nell’audit dei fondi UE, ottenendo anche una riduzione del campione fino al 60% senza perdita di precisione. Arachne+ va nella medesima direzione: incrocia dati su beneficiari, appaltatori, titolari effettivi, contratti e flussi finanziari per attribuire indicatori di rischio. Dal 1° gennaio 2028 gli Stati membri dovranno alimentare Arachne+ con i dati relativi ai programmi finanziati dall’UE. Il sistema è destinato a coprire tutti i fondi e tutte le modalità di gestione. L’intelligenza artificiale rientra inoltre tra i criteri sui quali la Commissione dovrà valutarne la piena readiness. A maggio 2026 erano già 23 gli Stati membri che utilizzavano Arachne+ su base volontaria, 19 dei quali anche per finalità relative al Recovery and Resilience Facility, Italia compresa. Quindi non stiamo parlando di qualcosa che forse un giorno funzionerà: strumenti di questo tipo sono già stati sperimentati con risultati concreti e, in parte, sono già operativi.
Con la disponibilità di una piattaforma ‘stile Palantir’ ma possibilmente europea, il revisore non avrebbe più davanti cento documenti di cui indagare le connessioni logiche e contabili anche con l’uso dell’IA. Dovrebbe invece esaminare le segnalazioni prodotte dall’IA in tempo reale e non solo ex post.
Ad esempio, una segnalazione tipica di questa piattaforma IA potrebbe essere la seguente:
🔴 Anomalia n. 74682
Spesa +31%
prestazioni −8%
prezzo medio +27% rispetto alla mediana nazionale
concentrazione anomala dei fornitori
4 affidamenti frazionati
2 società collegate allo stesso titolare effettivo
Risk score: 94/100
Documenti e transazioni che hanno generato l’alert → clicca qui.
Solo a questo punto tornerebbe in scena l’essere umano per controllare, valutare, motivare e decidere.
Naturalmente un sistema simile avrebbe problemi enormi di interoperabilità, qualità dei dati, responsabilità e garanzie giuridiche. Ma avrebbe anche un’altra conseguenza, meno tecnologica e molto più amministrativa: ridurrebbe le zone d’ombra, l’asimmetria informativa e la discrezionalità nella scelta di cosa controllare.
E questo potrebbe non entusiasmare tutti.
Perché integrare i dati significa rendere confrontabili amministrazioni diverse, evidenziare inefficienze, individuare responsabilità e togliere potere a chi oggi lo esercita perché possiede un pezzo dell’informazione.
Forse la vera domanda, allora, non è se l’IA sia pronta per controllare meglio la spesa pubblica o privata.
È se siamo pronti noi a farci controllare da dati che, una volta messi finalmente insieme, potrebbero diventare, per utilizzare un eufemismo, terribilmente poco diplomatici.
