Il settore globale delle costruzioni, un gigante da 13 trilioni di dollari, è da tempo afflitto da inefficienze, ritardi e, in alcuni contesti, da fenomeni corruttivi. Queste problematiche, storicamente difficili da eradicare, trovano terreno fertile in un'industria altamente frammentata, con bassi livelli di digitalizzazione, carenza di manodopera qualificata e una pianificazione spesso carente lungo tutta la catena del valore. Le cause profonde risiedono in incentivi disallineati tra gli stakeholder, trasparenza limitata, asimmetrie informative e un'applicazione talvolta incostante di normative e standard. Molte di queste criticità si manifestano già nella fase di approvvigionamento (procurement), ancora prima che venga posata la prima pietra di un nuovo progetto.
In questo scenario complesso, l'intelligenza artificiale (AI) sta emergendo come uno strumento potente, estendendo il suo impiego dalla progettazione e ingegneria – dove è già presente – alla cruciale fase degli appalti, con un impatto potenziale significativo sia sui risultati finanziari che sull'integrità dei processi. L'AI può migliorare la pianificazione, aiutare a individuare tentativi di corruzione e turbativa d'asta, e supportare le decisioni degli appaltatori. Non è un caso che gli investimenti di venture capital nella tecnologia per l'edilizia abbiano superato di 15 volte il ritmo di crescita del settore VC complessivo, segnalando una forte fiducia nel potenziale trasformativo di queste innovazioni.
Tuttavia, l'adozione crescente dell'AI introduce anche nuove sfide. Se da un lato può essere impiegata per ridurre i costi e aumentare l'efficienza, dall'altro può diventare uno strumento per limitare la concorrenza e la trasparenza, facilitando pratiche collusive sofisticate. È quindi fondamentale che tutti gli attori coinvolti – dirigenti del settore pubblico, leader aziendali, specialisti degli appalti e responsabili politici nello sviluppo delle infrastrutture – comprendano entrambe le facce della medaglia: le opportunità per migliorare l'efficienza, la selezione degli appaltatori e l'individuazione di illeciti, ma anche i rischi legati a possibili manipolazioni delle gare.
L'AI come arma contro corruzione e turbative d'asta
Oltre all'efficienza, l'AI è uno strumento promettente nella lotta alla corruzione e alle turbative d'asta, sfide persistenti negli appalti pubblici. Si stima che oltre 2,6 trilioni di dollari (il 5% del PIL globale) vengano persi ogni anno a causa della corruzione. Sebbene i costi delle pratiche di individuazione delle frodi varino ampiamente, spesso si rivelano estremamente efficaci. L'Ufficio Europeo per la Lotta Antifrode (OLAF), con un budget di 60 milioni di euro, ha proposto nel 2023 azioni per recuperare oltre 1 miliardo di euro di fondi UE spesi indebitamente e ha impedito spese illecite per oltre 200 milioni di euro.
Diverse autorità stanno già implementando soluzioni avanzate. L'Autorità per la Concorrenza e i Mercati (CMA) del Regno Unito sta passando dallo screening tradizionale ad applicazioni AI avanzate, avendo già multato 10 imprese edili per quasi 60 milioni di sterline nel 2023 e avviato indagini su sospette turbative d'asta nel 2024. In Brasile, l'Autorità per la Concorrenza (CADE), utilizzando il suo strumento di screening Cérebro Project, ha avviato nel 2021 procedimenti contro decine di aziende e individui per presunti cartelli negli appalti.
L'Organizzazione per la Cooperazione e lo Sviluppo Economico (OCSE) classifica 10 approcci di screening per individuare potenziali turbative d'asta. Combinate con modelli AI, queste tecniche possono identificare schemi sospetti (prezzi anomali, vittorie a rotazione) analizzando le caratteristiche degli offerenti e il loro comportamento storico. Tuttavia, l'implementazione richiede collaborazione tra istituzioni pubbliche e data scientist, oltre a investimenti nello sviluppo di capacità analitiche interne. Una ricerca italiana del 2022, che ha concesso a un gruppo di accademici un accesso senza precedenti ai dati sui rischi di corruzione a livello aziendale, ha identificato l'algoritmo "random forest" come particolarmente efficace, evidenziando come dati normalmente trascurati dagli analisti umani siano invece cruciali per la previsione. È inoltre necessario adattare gli strumenti AI alle specifiche procedure d'asta utilizzate, poiché alcune (come quelle basate sull'offerta media) sono più vulnerabili alla collusione. Aziende pubbliche come la tedesca Deutsche Bahn stanno sviluppando sistemi di monitoraggio interni, dimostrando l'efficacia dell'AI sia nell'applicazione delle regole che nella deterrenza.
Anche gli appaltatori stanno adottando l'AI in modo sofisticato per ottenere un vantaggio competitivo. Utilizzano questi strumenti per prevedere il comportamento dei concorrenti e ottenere insight chiave per aggiudicarsi le gare. Modelli AI possono analizzare variabili complesse come il portafoglio ordini dell'appaltatore, l'esperienza regionale, la specializzazione e le alleanze locali, raggiungendo precisioni fino al 96% nella previsione dell'esito delle gare.
L'AI guida tre decisioni chiave per gli appaltatori:
- Partecipazione alla gara: Prevedendo la probabilità di vittoria, si evitano sprechi di tempo e risorse su gare poco promettenti, concentrandosi su quelle con alte chance.
- Aumento delle possibilità di vittoria: Identificando i fattori chiave, si possono indirizzare gli sforzi (anche formando alleanze strategiche) per massimizzare le probabilità.
- Definizione del ricarico (markup): Analizzando i concorrenti, si può ottimizzare l'offerta per aumentare la redditività senza compromettere significativamente le chance di aggiudicazione.
Un esempio emblematico è il progetto di un consolato a Karachi, Pakistan. L'impresa turca Arge Construction, inizialmente riluttante, decise di partecipare dopo che un modello AI (sviluppato da Frux Consulting) indicò che le sue possibilità sarebbero aumentate significativamente alleandosi con un'impresa spagnola esperta. Seguendo le indicazioni del modello anche per il markup, la joint venture si aggiudicò la gara con l'offerta più bassa.
L'uso dell'AI da parte degli appaltatori si estende alla stima precisa dei costi (con strumenti come Autodesk ProEst, Ediphi, Sage) e alla gestione complessa delle offerte (Autodesk BuildingConnected, Procore). Recentemente, i Large Language Models (LLM) stanno aiutando le imprese globali a navigare gare multilingue, traducendo e analizzando rapidamente documenti tecnici e legali, sebbene la revisione finale umana rimanga indispensabile.
Rischi di manipolazione e minore trasparenza
Nonostante le promesse, l'AI presenta un lato oscuro. Gli stessi strumenti che promuovono efficienza possono essere usati per manipolare le gare ed escludere concorrenti. Specialmente in appalti frequenti e standardizzati, l'AI può aiutare aziende colluse a orchestrare vittorie a rotazione o a usare società di comodo per simulare concorrenza, rendendo l'individuazione ancora più difficile per le autorità.
I rischi includono anche un'eccessiva dipendenza dagli algoritmi, che può portare a processi decisionali opachi, riduzione della concorrenza e nuove barriere per le piccole imprese prive di accesso a queste tecnologie (sebbene i costi stiano diminuendo). L'integrazione tra BIM e AI può essere ostacolata da formati incompatibili e preoccupazioni per la sicurezza dei dati sensibili.
La chiave sta nell'adozione responsabile e in una solida supervisione. Le normative devono garantire che le decisioni finali rimangano soggette a revisione umana e che le azioni punitive non si basino esclusivamente su segnali statistici. È cruciale che i responsabili degli appalti valutino attentamente come le regole delle gare influenzino gli incentivi di mercato, poiché la progettazione delle procedure può involontariamente creare opportunità di collusione.
Per i policy maker, i leader aziendali e i funzionari addetti agli appalti, l'obiettivo deve essere bilanciare innovazione e inclusione, efficienza e integrità. L'AI sta ridisegnando le regole del gioco negli appalti edili: gestita con saggezza, può elevare il settore; lasciata senza controllo, potrebbe radicare vecchi problemi in forme nuove e più insidiose.