Data pubblicazione
6 luglio 2026
Autori
Ugo Abbagnano Trione
Paola Paris
Angela Spagnuolo
Topic
Government & Public ServicesDati e intelligenza artificiale nella governance agricola: costruire oggi le capacità decisionali per anticipare le crisi
Dati e intelligenza artificiale nella governance agricola: costruire oggi le capacità decisionali per anticipare le crisi
Data di pubblicazione
6 luglio 2026
Autori
Ugo Abbagnano Trione
Paola Paris
Angela Spagnuolo
Topic
Government & Public ServicesCome dati, market intelligence e intelligenza artificiale possono rafforzare la programmazione della PAC 2028-2034, la pianificazione territoriale e trasformare la gestione del rischio da approccio reattivo a capacità di governo.
La programmazione della PAC 2028-2034 si svilupperà in un contesto caratterizzato da crescente incertezza climatica, volatilità dei mercati e pressione regolatoria. In questo scenario il tema non è raccogliere più dati, ma costruire una capacità decisionale in grado di anticipare i rischi e orientare gli interventi pubblici. È stato questo il filo conduttore del Circle di BIP dedicato all'Agricoltura del 1° luglio.
Dal confronto è emersa una convinzione condivisa: la sfida non consiste nell'acquisire un numero maggiore di informazioni, ma nel renderle interoperabili, contestualizzarle e trasformarle in conoscenza utile per le decisioni.
I messaggi principali sono tre:
• La qualità delle decisioni dipende dalla qualità delle informazioni disponibili. Analisi tempestive e integrate consentono di comprendere gli effetti delle diverse opzioni di policy e di intervenire prima che gli squilibri diventino emergenze.
• La market intelligence rappresenta un'infrastruttura strategica per la governance agricola. Integrare dati provenienti da fonti pubbliche e private permette di costruire una lettura condivisa dell'evoluzione dei mercati e di supportare una programmazione più consapevole.
• L'intelligenza artificiale agentica può rafforzare la capacità di previsione delle istituzioni. Sistemi in grado di integrare basi informative eterogenee, simulare scenari e restituire analisi motivate in poco tempo possono supportare il decisore pubblico nella valutazione preventiva degli impatti delle politiche, mantenendo pienamente centrale la responsabilità umana delle decisioni.
Dalla disponibilità dei dati alla capacità di decidere
La nuova Politica Agricola Comune non si giocherà soltanto sulla distribuzione delle risorse finanziarie, ma sulla capacità delle istituzioni di assumere decisioni tempestive in un contesto caratterizzato da crescente complessità. Cambiamenti climatici, instabilità geopolitica, volatilità dei mercati e nuove esigenze ambientali rendono sempre più difficile intervenire efficacemente quando una crisi è già in atto. La vera sfida diventa quindi rafforzare la capacità di leggere i segnali deboli e orientare le politiche prima che le criticità si manifestino.
È questa la riflessione emersa nel Circle BIP del 1° luglio dedicato all'Agricoltura, che ha riunito rappresentanti delle amministrazioni pubbliche, istituzioni, esperti e operatori del settore per discutere come dati, market intelligence e intelligenza artificiale possano contribuire a costruire una governance agricola più proattiva e orientata alla prevenzione.
Nel nuovo ciclo di programmazione, la PAC post-2027 richiederà infatti scelte sempre più selettive rispetto agli interventi da finanziare, alle filiere da accompagnare e ai territori sui quali concentrare le risorse. Per operare queste scelte sarà necessario disporre di una capacità informativa molto diversa da quella attuale: non soltanto dati aggiornati, ma strumenti capaci di evidenziare relazioni causa-effetto, confrontare scenari alternativi e stimare gli effetti delle diverse opzioni di policy prima della loro attuazione.
La riforma della PAC introduce innovazioni rilevanti e richiede un confronto intenso tra Commissione europea, Ministero, Regioni e partenariato in un orizzonte temporale ristretto. In questo contesto, poter contare su informazioni tempestive e affidabili rappresenta una condizione essenziale per decidere dove intervenire, quando farlo e con quali strumenti.
Gli Stati membri si trovano infatti a governare una filiera sempre più esposta a shock climatici, tensioni sui mercati internazionali e crescente pressione regolatoria, dovendo al contempo ridurre gli oneri amministrativi e migliorare la capacità di prevenzione. Ne deriva una nuova priorità per le politiche pubbliche: trasformare il patrimonio informativo esistente in una vera infrastruttura decisionale, capace di integrare analisi, intelligence di mercato e strumenti predittivi.
Dall'analisi alla policy
L'agricoltura europea sta entrando in una fase nella quale la capacità di governare l'incertezza diventerà un fattore competitivo tanto quanto la disponibilità delle risorse finanziarie. Cambiamenti climatici, volatilità dei mercati, transizione ecologica e crescente complessità normativa richiedono strumenti che consentano alle istituzioni di intervenire con maggiore tempestività e consapevolezza.
Il filo conduttore emerso dal Circle BIP collega quattro dimensioni che troppo spesso vengono affrontate separatamente: valutazione delle politiche, market intelligence, intelligenza artificiale e gestione del rischio. Considerate nel loro insieme, esse delineano una possibile evoluzione della governance agricola, nella quale il dato non rappresenta più soltanto uno strumento di monitoraggio, ma diventa un'infrastruttura strategica per orientare le decisioni pubbliche.
Le tecnologie necessarie sono, nella maggior parte dei casi, già disponibili. La sfida principale riguarda piuttosto la capacità di costruire un ecosistema informativo fondato su interoperabilità, qualità dei dati, integrazione delle conoscenze e collaborazione tra amministrazioni, enti di ricerca e operatori economici.
In questo percorso, l'intelligenza artificiale non sostituisce il decisore pubblico. Ne rafforza la capacità di analisi, mettendo a disposizione scenari, simulazioni e conoscenze integrate che consentono di valutare in modo più consapevole le diverse opzioni di policy. La responsabilità della decisione rimane necessariamente umana; ciò che cambia è la qualità delle informazioni sulle quali quella decisione può essere costruita.
La direzione emersa dal confronto è pragmatica: non servono trasformazioni radicali né nuovi sistemi costruiti da zero. Occorre partire da casi d'uso concreti, sperimentare strumenti predittivi in contesti reali, valutarne gli effetti e consolidare progressivamente una nuova capacità istituzionale.
Per la PAC 2028-2034 questa potrebbe rappresentare la vera innovazione: passare da una governance che reagisce alle crisi a una governance capace di riconoscerne i segnali, comprenderne le dinamiche e orientare le politiche agricole prima che le emergenze rendano inevitabili le decisioni. La costruzione della programmazione della PAC 2028-2034 rappresenta quindi anche un banco di prova per la capacità delle istituzioni di evolvere verso modelli decisionali fondati su dati interoperabili, conoscenza condivisa e strumenti previsionali. La questione non riguarda soltanto l'adozione di nuove tecnologie, ma la qualità della governance pubblica che esse possono rendere possibile
Perché ciò sia possibile, l'analisi non può più rappresentare soltanto uno strumento di valutazione ex post. Deve diventare parte integrante del processo decisionale, contribuendo a orientare la definizione delle politiche mentre queste vengono costruite.
In questa prospettiva, il Circle ha valorizzato gli spunti emersi dai più recenti lavori di valutazione indipendente della PAC per conto della Commissione europea. Le attività di valutazione hanno contribuito ad alimentare il dibattito che ha accompagnato l'evoluzione della Politica Agricola Comune negli ultimi cicli di programmazione, confermando come analisi strutturate e tempestive possano incidere concretamente sul processo decisionale.
Un caso recente rende evidente questa dinamica. Le proteste degli agricoltori del gennaio 2024 hanno portato la Commissione europea ad avviare uno studio sul carico amministrativo della PAC, sviluppato anche attraverso una consultazione pubblica. I risultati, pubblicati nel 2025, hanno evidenziato come gli oneri maggiori si concentrino nella predisposizione delle domande di accesso ai sostegni e nella duplicazione delle informazioni richieste agli agricoltori.
Queste evidenze hanno contribuito alla definizione di due successivi pacchetti di semplificazione normativa, l'ultimo dei quali ha ampliato le soglie di esenzione dai controlli per le aziende agricole di dimensioni minori. La sequenza dimostra come un'analisi prodotta con tempi coerenti rispetto al ciclo decisionale possa tradursi in modifiche normative concrete e misurabili.
Più in generale, emerge un principio destinato ad assumere un ruolo sempre più centrale nella futura governance agricola: la qualità delle decisioni dipende sempre più dalla qualità delle informazioni disponibili e dalla capacità di interpretarle nel momento in cui le scelte vengono elaborate, non quando gli effetti sono già osservabili.
La Market intelligence come infrastruttura della governance
Disporre di grandi quantità di dati non è di per sé sufficiente per migliorare la qualità delle decisioni pubbliche. Il valore del dato risiede nella capacità di integrarlo, contestualizzarlo e trasformarlo in conoscenza utilizzabile da chi definisce le politiche.
Nel settore agricolo questo passaggio rimane ancora incompleto. Le informazioni disponibili sono numerose, ma spesso distribuite tra amministrazioni, organismi pagatori, enti di ricerca, osservatori di mercato e operatori privati. La frammentazione delle fonti, la limitata interoperabilità dei sistemi informativi e la difficoltà di collegare dati eterogenei riducono la possibilità di costruire una lettura unitaria delle dinamiche economiche e produttive.
Per affrontare questa criticità, il Circle ha evidenziato l'opportunità di sviluppare un sistema di market intelligence agricola capace di integrare dati su prezzi, produzioni, flussi commerciali, costi dei fattori produttivi e andamento delle filiere in un'unica base conoscitiva. L'obiettivo non è soltanto monitorare ciò che accade, ma individuare precocemente gli squilibri e fornire ai decisori pubblici gli elementi necessari per valutare l'opportunità e la tempistica degli interventi.
Una simile infrastruttura rappresenterebbe un'evoluzione significativa rispetto ai tradizionali sistemi di monitoraggio. Mentre questi ultimi descrivono prevalentemente fenomeni già avvenuti, una piattaforma di market intelligence permette di leggere l'evoluzione dei mercati nel loro insieme, mettendo in relazione dati economici, informazioni territoriali e dinamiche regolatorie.
Un riferimento concreto è rappresentato dall'European Market Observatory for Fisheries and Aquaculture Products (EUMOFA) della Direzione Generale per gli Affari Marittimi e la Pesca della Commissione europea (DG MARE). L'Osservatorio integra informazioni provenienti dagli Stati membri, da fonti statistiche ufficiali e dagli operatori economici, armonizzandole in un'unica piattaforma accessibile anche a utenti non specialisti.
L'esperienza di EUMOFA mostra come il valore di un sistema informativo non derivi esclusivamente dalla raccolta dei dati, ma dalla capacità di renderli confrontabili, interpretarli e trasformarli in strumenti di supporto alle decisioni. È proprio su questa base che l'intelligenza artificiale può rappresentare il passo successivo nell'evoluzione della governance pubblica.
Dalla disponibilità dell'informazione alla capacità di previsione
Negli ultimi anni l'attenzione si è concentrata soprattutto sulla digitalizzazione dei processi amministrativi e sulla raccolta sistematica dei dati. La sfida che si apre oggi è diversa: utilizzare quel patrimonio informativo per anticipare scenari futuri e supportare decisioni sempre più complesse.
In questo contesto, i sistemi di intelligenza artificiale agentica possono rappresentare un'evoluzione significativa degli strumenti tradizionali di business intelligence. A differenza dei modelli che si limitano a restituire dashboard o indicatori descrittivi, un ecosistema di agenti intelligenti è in grado di interrogare basi informative eterogenee, ricostruire relazioni tra fenomeni, formulare ipotesi e simulare gli effetti delle diverse opzioni di policy.
L'obiettivo non è sostituire il decisore pubblico, ma ampliare la sua capacità di analisi, offrendo una rappresentazione più completa delle possibili conseguenze delle decisioni prima della loro attuazione.
Durante il Circle è stato presentato un caso applicativo sperimentale di governance predittiva sviluppato attraverso un ecosistema multiagente alimentato da più di ventimila documenti pubblici basato su IA agentica e conversazionale. Il sistema è stato progettato per rispondere a una delle domande più ricorrenti nella programmazione delle politiche agricole: quali comparti richiedono un maggiore accompagnamento in un determinato momento e per quali ragioni.
A partire da questa richiesta, posta in linguaggio naturale, gli agenti analizzano informazioni provenienti da fonti differenti, costruiscono scenari alternativi e restituiscono un executive briefing corredato dagli indicatori che supportano le conclusioni raggiunte.
Uno degli elementi più rilevanti riguarda la trasparenza delle informazioni utilizzate. Ogni evidenza viene infatti classificata secondo il proprio livello di affidabilità, distinguendo chiaramente tra dati certificati, fonti documentali, elaborazioni statistiche e simulazioni predittive. In questo modo il decisore può comprendere immediatamente se sta osservando un'informazione consolidata oppure una proiezione costruita dal sistema.
Le potenzialità di questo approccio emergono con particolare evidenza nella gestione di scenari complessi. Interrogato, ad esempio, sugli effetti di un ipotetico shock energetico, il sistema non si limita a stimarne l'impatto complessivo, ma ricostruisce i diversi canali di trasmissione, distingue gli effetti tra comparti produttivi e territori e individua le situazioni nelle quali può risultare sufficiente un sostegno temporaneo alla liquidità rispetto a quelle che richiedono interventi strutturali di adattamento.
La possibilità di simulare ex ante gli effetti delle politiche introduce così una nuova dimensione nella programmazione pubblica: non più soltanto valutare ciò che è accaduto, ma confrontare scenari alternativi prima di assumere una decisione.
A tal proposito, l'evoluzione degli strumenti di analisi apre anche nuove questioni di governance evidenziate durante il Circle.
Se sistemi previsivi di elevata qualità fossero adottati contemporaneamente da tutti gli operatori economici, le stesse previsioni potrebbero contribuire a modificare i comportamenti di mercato, influenzando gli equilibri che intendono anticipare. Si tratta di una dinamica già osservata in altri contesti caratterizzati da elevata complessità informativa, nei quali la diffusione simultanea delle medesime aspettative può alterare i fenomeni oggetto di osservazione.
Per questo motivo, l'intelligenza artificiale non deve essere considerata un meccanismo automatico di produzione delle decisioni, ma uno strumento di supporto alla capacità di analisi delle istituzioni. La responsabilità della scelta rimane necessariamente in capo al decisore pubblico, che continua a valutare gli elementi economici, sociali e politici che nessun algoritmo è in grado di rappresentare integralmente.
Più che sostituire il processo decisionale, l'intelligenza artificiale può contribuire a renderlo più informato, più tempestivo e maggiormente fondato su evidenze integrate.
Gestione del rischio: una nuova architettura per la PAC 2028-2034
Il pacchetto legislativo europeo per la PAC 2028-2034 conferma come la gestione del rischio sia destinata ad assumere un ruolo sempre più centrale nella politica agricola. L'impostazione proposta supera una logica prevalentemente compensativa e si orienta verso un approccio più articolato, fondato sulla prevenzione, sulla condivisione dei rischi e sul rafforzamento della resilienza delle imprese agricole.
Il nuovo quadro si sviluppa lungo quattro direttrici complementari: il sostegno preventivo alla resilienza delle aziende, la condivisione ex ante del rischio attraverso strumenti assicurativi e mutualistici, gli interventi ex post nei casi di crisi e le misure dedicate alla sicurezza degli approvvigionamenti.
Tra gli elementi di maggiore rilievo figura il significativo incremento delle risorse finanziarie destinate alla gestione del rischio. L'aumento degli stanziamenti rende ancora più importante garantire che tali strumenti siano accessibili in modo equilibrato sull'intero territorio nazionale, evitando che le differenze nella capacità amministrativa o nella conoscenza delle opportunità disponibili producano nuove disuguaglianze tra imprese e territori.
Nel corso del Circle è emersa, a questo proposito, la proposta di sviluppare strategie regionali di accompagnamento capaci di favorire una più ampia diffusione degli strumenti di gestione del rischio, mantenendo al tempo stesso un quadro di governance nazionale coerente. L'obiettivo non è moltiplicare gli strumenti esistenti, ma migliorarne l'utilizzo attraverso attività di informazione, assistenza tecnica e accompagnamento rivolte agli agricoltori.
In questa prospettiva, gli interventi dedicati alla gestione del rischio possono diventare parte integrante delle strategie di sviluppo rurale, contribuendo a costruire un sistema più organico di tutela delle produzioni, dei redditi agricoli e della resilienza dei territori.
Le implicazioni per la governance delle politiche agricole
Il confronto sviluppato durante il Circle evidenzia alcune priorità che possono orientare l'evoluzione della governance agricola nei prossimi anni.
Rafforzare l'integrazione delle conoscenze
La produzione di studi, analisi e valutazioni coinvolge oggi numerosi soggetti operanti a livello europeo, nazionale e regionale. Tuttavia, queste conoscenze rimangono spesso distribuite tra amministrazioni, enti di ricerca e organismi tecnici senza un reale sistema di integrazione.
Costruire una governance basata sull'evidenza richiede quindi di rafforzare l'interscambio informativo tra istituzioni, società di consulenza, centri di ricerca e amministrazioni, valorizzando il patrimonio conoscitivo già disponibile prima ancora di produrre nuove informazioni.
Costruire una market intelligence agricola nazionale
La disponibilità di dati prodotti da organismi come AGEA, ISMEA, CREA e da numerosi operatori pubblici e privati rende oggi possibile immaginare un sistema nazionale di market intelligence capace di offrire una rappresentazione integrata delle dinamiche agricole.
Una simile infrastruttura consentirebbe di supportare la programmazione delle politiche, migliorare la capacità di lettura preventiva dei mercati e rendere più tempestiva l'individuazione delle situazioni di rischio.
Sperimentare sistemi di IA predittiva
L'intelligenza artificiale rappresenta oggi una tecnologia sufficientemente matura per essere sperimentata anche nel supporto alle politiche pubbliche in agricoltura.
Tra i casi applicativi presentati durante il Circle è stato illustrato un prototipo di governance predittiva basato su un ecosistema multiagente che ha mostrano come sistemi di IA agentica e conversazionale possano contribuire alla costruzione di scenari previsionali, favorire la convergenza dei partenariati territoriali e supportare l'analisi preventiva degli effetti delle misure prima della loro adozione.
Più che puntare immediatamente applicazioni su larga scala, appare opportuno sviluppare sperimentazioni circoscritte, validate su casi concreti e progressivamente estese ai diversi ambiti della programmazione agricola.
Integrare sviluppo rurale e gestione del rischio
La crescente frequenza degli eventi climatici estremi e l'instabilità dei mercati rendono sempre meno efficace una distinzione netta tra politiche di sviluppo e politiche di gestione del rischio.
Una maggiore integrazione tra questi strumenti consentirebbe di accompagnare gli investimenti delle imprese agricole con misure di prevenzione e resilienza, rafforzando la capacità complessiva del sistema di affrontare shock futuri.
Che cosa emerge dai dati raccolti
Le evidenze raccolte tra i partecipanti al Circle confermano le principali riflessioni emerse durante il confronto.
L'utilizzo dei dati viene associato prevalentemente alle attività di programmazione e valutazione preventiva delle politiche, piuttosto che alla sola rendicontazione amministrativa. Questo risultato segnala una crescente consapevolezza del ruolo strategico che il patrimonio informativo può assumere nel processo decisionale.
Tra i principali ostacoli individuati emerge con forza la frammentazione delle fonti informative. La difficoltà di integrare dati prodotti da soggetti diversi continua, infatti, a rappresentare il principale limite alla costruzione di una governance realmente basata sull'evidenza.
Anche rispetto all'intelligenza artificiale si osserva un orientamento significativo. La maggior parte dei partecipanti individua nella simulazione preventiva degli effetti delle misure PAC uno degli ambiti applicativi più promettenti, confermando una visione dell'IA come strumento di supporto alle decisioni piuttosto che come tecnologia destinata ad automatizzare i processi amministrativi.
Permangono tuttavia alcune criticità. Tra le condizioni considerate ancora insufficientemente sviluppate figurano la chiarezza del quadro normativo relativo all'utilizzo dell'IA nella pubblica amministrazione e la qualità, continuità e interoperabilità dei dati disponibili.
Guardando ai prossimi dodici mesi, la priorità maggiormente condivisa riguarda l'avvio di sperimentazioni operative su casi d'uso concreti. Il messaggio emerso dal confronto è chiaro: prima validare gli strumenti in contesti reali, poi estenderne progressivamente l'applicazione.
Conclusioni
L'agricoltura europea sta entrando in una fase nella quale la capacità di governare l'incertezza diventerà un fattore competitivo tanto quanto la disponibilità delle risorse finanziarie. Cambiamenti climatici, volatilità dei mercati, transizione ecologica e crescente complessità normativa richiedono strumenti che consentano alle istituzioni di intervenire con maggiore tempestività e consapevolezza.
Il filo conduttore emerso dal Circle BIP collega quattro dimensioni che troppo spesso vengono affrontate separatamente: valutazione delle politiche, market intelligence, intelligenza artificiale e gestione del rischio. Considerate nel loro insieme, esse delineano una possibile evoluzione della governance agricola, nella quale il dato non rappresenta più soltanto uno strumento di monitoraggio, ma diventa un'infrastruttura strategica per orientare le decisioni pubbliche.
Le tecnologie necessarie sono, nella maggior parte dei casi, già disponibili. La sfida principale riguarda piuttosto la capacità di costruire un ecosistema informativo fondato su interoperabilità, qualità dei dati, integrazione delle conoscenze e collaborazione tra amministrazioni, enti di ricerca e operatori economici.
In questo percorso, l'intelligenza artificiale non sostituisce il decisore pubblico. Ne rafforza la capacità di analisi, mettendo a disposizione scenari, simulazioni e conoscenze integrate che consentono di valutare in modo più consapevole le diverse opzioni di policy. La responsabilità della decisione rimane necessariamente umana; ciò che cambia è la qualità delle informazioni sulle quali quella decisione può essere costruita.
La direzione emersa dal confronto è pragmatica: non servono trasformazioni radicali né nuovi sistemi costruiti da zero. Occorre partire da casi d'uso concreti, sperimentare strumenti predittivi in contesti reali, valutarne gli effetti e consolidare progressivamente una nuova capacità istituzionale.
Per la PAC 2028-2034 questa potrebbe rappresentare la vera innovazione: passare da una governance che reagisce alle crisi a una governance capace di riconoscerne i segnali, comprenderne le dinamiche e orientare le politiche agricole prima che le emergenze rendano inevitabili le decisioni. La costruzione della programmazione della PAC 2028-2034 rappresenta quindi anche un banco di prova per la capacità delle istituzioni di evolvere verso modelli decisionali fondati su dati interoperabili, conoscenza condivisa e strumenti previsionali. La questione non riguarda soltanto l'adozione di nuove tecnologie, ma la qualità della governance pubblica che esse possono rendere possibile
Autori
Ugo Abbagnano Trione
Director Cogea BIP