Il Department for Science, Innovation and Technology britannico ha scelto Anthropic per costruire e pilotare l’assistente AI di GOV.UK, il portale da cui passano quasi tutti i servizi pubblici del Regno Unito. L’annuncio è del 27 gennaio 2026 e a distanza di mesi resta interessante non come notizia del giorno, ma come modello di adozione da leggere per intero: nel contratto britannico non c’è solo un prodotto, c’è un metodo dichiarato, assessment prima, sistema agentico e non chatbot, controllo dei dati scritto nero su bianco, competenze trasferite a chi resta. È il materiale più concreto oggi disponibile per chiunque in Italia stia valutando agenti AI per la pubblica amministrazione o per un’azienda.
Stato al 10 settembre 2026: l’annuncio DSIT-Anthropic risale al 27 gennaio 2026. A settembre 2026 non risultano aggiornamenti pubblici sul rilascio del pilot: né una data di apertura agli utenti, né numeri sul primo caso d’uso. Quello che segue è quindi la lettura di ciò che è stato dichiarato allora, non un resoconto di risultati.
In questo articolo scoprirai:
- Cosa ha scelto davvero il governo britannico per GOV.UK
- Perché un agente AI non è il chatbot che la PA ha già provato
- Agenti AI per la pubblica amministrazione italiana: cosa dice il Piano Triennale
- Il trasferimento di competenze è la clausola che conta
- Cosa può portarsi a casa un’organizzazione italiana
Cosa ha scelto davvero il governo britannico per GOV.UK
La selezione nasce dal Memorandum of Understanding firmato a febbraio 2025 tra Anthropic e il governo UK per esplorare come l’AI di frontiera possa trasformare i servizi al cittadino. L’assistente annunciato è il primo risultato concreto di quel percorso, e Anthropic lo descrive come un sistema agentico progettato per «andare oltre la risposta alle domande», guidando attivamente le persone dentro i processi amministrativi con un supporto individuale.
Il primo caso d’uso non è generico: è il lavoro. L’assistente aiuta le persone a trovare un impiego, ad accedere alla formazione e a capire quali sostegni esistono per la loro situazione. È una scelta di scope, non di marketing: un dominio circoscritto, con esiti misurabili, invece di un assistente onnisciente su tutto il portale.
Ci sono altri due dettagli che valgono più di un comunicato. Il primo è il controllo dei dati: l’utente mantiene pieno controllo su cosa il sistema ricorda e può disattivare la memoria in qualsiasi momento, dentro il perimetro della normativa britannica sulla protezione dei dati. Il secondo è il framework di rilascio adottato dal DSIT, chiamato «Scan, Pilot, Scale»: si scandaglia il campo, si pilota su un perimetro ristretto, si scala solo dopo. La sequenza è il contrario del big bang con cui molte organizzazioni provano ad accendere l’AI, e spiega perché il progetto parta da un solo dominio invece che da tutto GOV.UK.
Una precisazione sull’attribuzione, perché è il punto in cui di solito si scivola: l’unico impegno sulla sicurezza documentato nell’annuncio Anthropic-DSIT è il controllo dell’utente sulla memoria, insieme al rispetto della normativa britannica sui dati. Tutto il resto che leggerai qui sotto sul trattare sicurezza e governance come requisiti di capitolato è una nostra lettura del caso, non una clausola resa pubblica. I numeri sui jailbreak citati più avanti riguardano un altro progetto, il GOV.UK Chat del Government Digital Service, e non vanno attribuiti a questo contratto.
Perché un agente AI non è il chatbot che la PA ha già provato
La distinzione tecnica conta, perché cambia cosa si compra. Secondo il whitepaper del Berlin Global Government Technology Centre, i sistemi agentici «percepiscono, ragionano e agiscono con un intervento umano minimo», gestendo processi end-to-end invece di singole risposte. Lo stesso documento distingue tre famiglie: agenti di analisi, agenti di esecuzione e agenti di interazione, e sostiene che il salto non automatizza i processi esistenti, li ristruttura.
Chatbot e agente AI: la differenza che si vede nel servizio
Il Regno Unito ha una base di confronto rara, perché il chatbot lo ha già testato sul serio. Il Government Digital Service ha chiuso due pilot pubblici di GOV.UK Chat e ha pubblicato i numeri: 10.136 utenti nel primo pilot, 641 nel secondo, circa 26.000 domande complessive. L’accuratezza delle risposte è salita dal 76% del primo benchmark al 90%, con il 73% degli utenti che lo ha trovato utile e il 64% soddisfatto. Sul fronte sicurezza il dato è netto: 508 tentativi di jailbreak su 508 sono stati bloccati, dato del GOV.UK Chat del GDS, non dell’assistente Anthropic.
Sono buoni numeri per un chatbot, e proprio per questo sono istruttivi. Un sistema che risponde bene al 90% delle domande lascia comunque il cittadino da solo davanti alla pratica: sapere quale modulo serve non è averlo compilato. L’agente promette di coprire quel pezzo, mantenere il contesto tra una sessione e l’altra, riprendere il filo, accompagnare fino all’esito. Se vuoi capire cosa cambia sotto il cofano, la nostra guida su cosa sono gli agenti AI e come funzionano davvero spiega il meccanismo senza scorciatoie, mentre questa guida agli agenti AI su misura entra nel merito di quando conviene costruirne uno invece di comprarlo.
Agenti AI per la pubblica amministrazione italiana: cosa dice il Piano Triennale
La domanda arriva puntuale ogni volta che un governo estero annuncia qualcosa, e in Italia ha già una risposta scritta. Il Piano Triennale per l’informatica nella PA 2024-2026 fissa target espliciti: almeno 400 progetti di IA avviati entro dicembre 2026 e almeno 300 iniziative di acquisizione, oltre a un centinaio di progetti di sviluppo applicativo. Non è un orizzonte teorico: è un obiettivo con una data, e la data è questo dicembre.
AgID, dal canto suo, indica una sequenza prima ancora che una tecnologia. Raccomanda «acquisizione sistematica di conoscenze» prima di passare a un approccio operativo, e chiede alle amministrazioni strumenti di analisi del rischio, un piano delle competenze dedicato all’IA e la consapevolezza che ogni applicazione richiede «una strategia su misura». Il Piano Triennale aggiunge la classificazione per categorie di rischio dell’AI Act, inaccettabile, elevato, limitato, minimo, insieme all’obbligo di rendere conto delle decisioni prese con il supporto dell’IA. Chi deve tradurre tutto questo in pratica trova il quadro completo nella nostra guida all’AI Act, cosa prevede e chi deve adeguarsi, e la parte operativa in governance degli agenti AI: policy, ruoli e AI Act.
Quali servizi pubblici europei usano già agenti AI
Non è un esperimento isolato. L’analisi di Deloitte censisce 94 paesi con riferimenti espliciti all’AI nelle strategie nazionali di e-government tra il 2022 e il 2024 e circa 200 casi d’uso governativi catalogati dall’OCSE. Il Portogallo ha un assistente su gov.pt che copre oltre 2.300 servizi, l’Estonia ha Bürokratt, e in Irlanda l’83% delle richieste di indennità di malattia era già assegnato automaticamente a fine 2024.
Il trasferimento di competenze è la clausola che conta
Qui sta il pezzo che di solito nessuno racconta. Nel progetto GOV.UK gli ingegneri di Anthropic lavorano fianco a fianco con i civil servant e gli sviluppatori del Government Digital Service, con l’obiettivo dichiarato di costruire competenza AI dentro il governo perché possa mantenere il sistema in autonomia. Il fornitore è contrattualmente incentivato a rendersi non indispensabile, ed è esattamente il contrario del lock-in che ci si aspetterebbe.
Agenti AI nella pubblica amministrazione: come si evita il pilot purgatory
Il motivo è pratico, non filosofico. Deloitte lo sintetizza in una riga che vale per qualsiasi organizzazione: «gli agenti AI sono uno strumento, non l’obiettivo», il cambiamento vero è il servizio ridisegnato attorno all’esito. Senza qualcuno dentro che sappia leggere i log, spostare i confini decisionali dell’agente e correggere il processo, il progetto si ferma in quello che viene chiamato «pilot purgatory»: pilot multipli, sforzi sovrapposti, nessun criterio di successo condiviso e nessun percorso verso la produzione.
Le stesse fonti indicano cosa rende difendibile un primo progetto: uno scope stretto ma reale su casi veri, confini decisionali documentati, cosa l’agente può e non può fare, e log che spiegano in linguaggio comprensibile come è arrivato alla raccomandazione.
È il motivo per cui in MIMIR l’assistenza dedicata all’onboarding non è un extra commerciale ma parte del lavoro: prima un assessment che stabilisce cosa vale la pena automatizzare, poi le settimane in cui l’agente entra nel processo reale.
In fondo alla sequenza c’è l’handover al team interno, e sul lato tecnico l’approfondimento su Claude Agent SDK per PMI mostra cosa significa in concreto. Vendiamo un servizio oltre al prodotto perché il prodotto da solo, come mostra il caso britannico, non basta a nessuno.
Cosa può portarsi a casa un’organizzazione italiana
Il deployment di GOV.UK è enorme e il budget di un ente centrale britannico non è replicabile. Il metodo però sì, e si riassume in quattro mosse che non dipendono dalla scala.
Quattro mosse per adottare agenti AI nella pubblica amministrazione
Si parte da un dominio solo, scelto perché ha un esito misurabile, nel caso UK, il lavoro. Si sceglie un sistema agentico solo dove serve davvero portare a termine un processo, altrimenti un buon assistente informativo basta e costa meno. Si trattano sicurezza e controllo dei dati come requisiti del capitolato, non come rassicurazioni finali: è una nostra raccomandazione, non una clausola del contratto britannico, che sul punto rende pubblico solo il controllo dell’utente sulla memoria. E si scrive nel contratto chi resterà a saperlo manutenere.
Agenti AI su scala piccola: PMI ed enti locali italiani
Vale anche il contrario: nessuna organizzazione, pubblica o privata, ha fatto questo percorso da sola. Il governo britannico, con il Government Digital Service e anni di digitalizzazione alle spalle, ha comunque messo ingegneri esterni dentro le proprie stanze. Per una PMI o un ente locale italiano il punto non cambia di natura, cambia di dimensione, e la letteratura sul tema è chiara sul fatto che i progetti si fermano sui dati e sui processi molto prima che sulla tecnologia, come abbiamo raccontato in se l’AI generativa non genera ROI il problema non è la tecnologia.
Il modello scelto dal governo britannico, del resto, è lo stesso che molte aziende italiane stanno già valutando: la guida completa a Claude AI spiega cosa sa fare, quanto costa e dove sono i limiti.
Se hai un’esigenza aziendale su AI e agenti, un processo che si inceppa, un servizio da ridisegnare, un primo progetto da impostare bene invece che da rifare, puoi parlarne con noi: MIMIR lavora sull’assessment iniziale, sull’onboarding e sul passaggio di competenze al team che poi ci convive ogni giorno. Il primo passo è capire se il caso d’uso regge, e quello si valuta prima di scrivere una riga di codice.
Fonti:
- Anthropic, l’annuncio della partnership con il governo UK per l’assistente AI di GOV.UK
- Inside GOV.UK, 5 cose imparate testando GOV.UK Chat: utenti, accuratezza e jailbreak bloccati
- Berlin Global Government Technology Centre, introduzione all’AI agentica per i governi
- Deloitte Government Trends 2026, AI agentica e servizio pubblico personalizzato
- Naviant, agenti AI nella PA: pilot purgatory, confini decisionali e log spiegabili
Domande frequenti
Che differenza c'è tra il chatbot GOV.UK Chat e il nuovo assistente AI di Anthropic?
GOV.UK Chat era un sistema che rispondeva a domande: nei due pilot pubblici ha raggiunto il 90% di accuratezza su circa 26.000 domande, ma lasciava il cittadino da solo davanti alla pratica. L'assistente costruito con Anthropic è un sistema agentico, progettato per accompagnare la persona dentro il processo amministrativo fino all'esito, mantenendo il contesto tra una sessione e l'altra.
Quali sono gli obiettivi dell'Italia sull'AI nella pubblica amministrazione?
Il Piano Triennale per l'informatica nella PA 2024-2026 fissa target espliciti: almeno 400 progetti di intelligenza artificiale avviati entro dicembre 2026 e almeno 300 iniziative di acquisizione, oltre a un centinaio di progetti di sviluppo applicativo. AgID raccomanda inoltre un'acquisizione sistematica di conoscenze e un piano delle competenze IA prima di passare all'operativo.
Cosa significa «Scan, Pilot, Scale» e perché conta per un'organizzazione italiana?
È il framework di rilascio adottato dal DSIT britannico: si scandaglia il campo, si pilota su un perimetro ristretto e si scala solo dopo aver visto i risultati. È il motivo per cui l'assistente GOV.UK parte da un solo dominio, il lavoro, invece che da tutto il portale. Il metodo non dipende dal budget e si applica anche a un ente locale o a una PMI.
Perché il trasferimento di competenze è la clausola più importante del contratto UK?
Gli ingegneri di Anthropic lavorano fianco a fianco con i civil servant del Government Digital Service con l'obiettivo dichiarato di costruire competenza AI dentro il governo, così che possa mantenere il sistema in autonomia. Senza qualcuno all'interno che sappia leggere i log e correggere i confini decisionali dell'agente, i progetti si fermano nel cosiddetto «pilot purgatory».
