Le città italiane soffrono di schizofrenia digitale. I dati sono ormai tracciati e integrati nelle operazioni, ma non a livello condiviso tra diversi operatori che si muovono sul territorio urbano.
Indice degli argomenti
Il problema della frammentazione dei dati nelle città italiane
Il trasporto pubblico locale pianifica con i suoi dati, lo sharing con i suoi, la logistica con i suoi. È come se nel corpo umano il cuore e i polmoni decidessero di seguire ritmi diversi senza comunicare. Il risultato? Congestione, inefficienza e servizi che non si parlano.
La frammentazione dei dati non è solo un problema tecnico, ma anche economico: ogni operatore ottimizza il proprio “orticello”, spesso peggiorando il traffico complessivo, con un costo per tutti. Non serve solo “aprire i dati” attraverso Open Data statici, serve condividere intenti e stati in tempo reale. La città ha bisogno di un sistema nervoso centrale, supportato da policy adeguate, che permetta a pubblico e privato di usare gli stessi strumenti di pianificazione, favorendo una cooperazione competitiva: gli operatori possono competere sul servizio al cliente, ma devono collaborare sull’infrastruttura logica. La tecnologia per connettere tutto esiste già (API, Cloud), quello che manca è il cambio di paradigma: passare dalla gestione di asset (i veicoli) alla gestione di flussi integrati.
Il paradosso degli ego-sistemi: silos digitali e costi nascosti
Le Smart City italiane sono un mosaico di silos digitali. I dati sul traffico del Comune non dialogano con quelli delle app di sharing mobility, i semafori intelligenti non “sanno” dei bus in ritardo e le flotte logistiche di corrieri non si coordinano con il trasporto pubblico. Questo approccio frammentato genera esternalità negative: un operatore di car-sharing che riempie le strade di monopattini, senza prevedere l’impatto sui bus, rallenta tutti, inclusi i suoi utenti.
La PA digitale resta ancorata a piattaforme proprietarie, mentre il privato innova in isolamento, creando inefficienze che costano miliardi in congestione urbana. Non solo tempo perso, ma opportunità mancate per servizi integrati che potrebbero migliorare la vita quotidiana degli abitanti delle città italiane, con impatti su produttività, benessere e qualità dell’aria.
Servono flussi integrati, non solo dati aperti
Aprire i dati in formato Open Data è un primo passo, ma non è sufficiente: si tratta di snapshot statici che non catturano la dinamicità della città. Tornando all’esempio dell’organismo biologico: il cuore non si limita a rendere noto il suo battito agli altri organi, lo sincronizza in tempo reale con polmoni e cervello. Allo stesso modo, le Smart City richiedono un “sistema nervoso” basato su API standardizzate e protocolli di condivisione real-time degli stati (posizione veicoli, capacità residue, previsioni domanda).
Analisi predittiva e simulazioni: le nuove frontiere della pianificazione urbana
Una volta che si hanno dati sulla mobilità urbana “armonizzati” e resi disponibili in un ambiente condiviso, si aprono possibilità completamente nuove per la pianificazione strategica delle città. Non si tratta più solo di consultare report statici o dashboard che fotografano il passato, ma di costruire una vera capacità predittiva e simulativa che guida le decisioni future. Con dati integrati da trasporto pubblico, sharing mobility, sensori di traffico e altri operatori, diventa possibile condurre analisi di scenario avanzate, fare forecasting accurato della domanda di mobilità, e simulare l’impatto di scelte strategiche a medio-lungo termine.
Ad esempio, tecnologie basate su AI, permettono di rispondere a domande come: “Qual è il dimensionamento ottimale della flotta per un nuovo servizio di car sharing in questa zona?”, “Come cambierà la domanda nei prossimi 12 mesi e quali aree operative dovrei servire?”, “Quale impatto avrà il lancio di una nuova linea di trasporto pubblico sui servizi di sharing esistenti?”
Questo tipo di analisi, basato su simulazioni che replicano i comportamenti reali degli utenti e le dinamiche della domanda, consente di prendere decisioni strategiche informate prima di impegnare risorse significative. Invece di lanciare un servizio e scoprire mesi dopo che il dimensionamento era sbagliato o l’area poco servita, pubblico e privato possono testare virtualmente diverse configurazioni, ottimizzare gli investimenti e ridurre drasticamente il rischio di implementare progetti fallimentari. La differenza rispetto al passato è sostanziale: si passa da decisioni prese “al buio” su sondaggi obsoleti, a scelte guidate da modelli predittivi alimentati da dati freschi e condivisi. È questo livello di cooperazione, dove dati armonizzati abilitano strumenti comuni di pianificazione, che trasforma davvero il modo in cui una città può evolvere la propria mobilità.
Opportunità e ostacoli: PNRR, competenze e policy per le Smart City
La Strategia “Italia Digitale 2026” e linee guida AGID, promuovono una governance coordinata per l’interoperabilità dati, ma l’esecuzione da parte dei Comuni rimane frammentata in molti ambiti.
Le tre missioni del PNRR per la città intelligente
A livello di fondi, in tre Missioni del PNRR, sono presenti elementi e obiettivi riconducibili al tema Smart City, rappresentando un’opportunità unica per Si tratta di un’opportunità unica per città come Milano, Roma e Napoli.
La Missione 5, ha destinato 9 miliardi di euro alla Rigenerazione Urbana, di cui 900 milioni per Piani Urbani Integrati (PUI) e 210 milioni dal Piano Complementare, per trasformare aree vulnerabili in città smart tramite pianificazione partecipata e sinergie metropolitane. I PUI promuovono interazioni digitali condivise tra Città Metropolitane e comuni limitrofi, colmando deficit di mobilità e innovazione per qualità della vita.
Altri 2,8 miliardi finanziano il Programma Innovativo Qualità dell’Abitare con modelli gestionali smart per inclusione urbana. Inoltre, la Missione 1, dedicat alla Digitalizzazione, promuove, tra le altre cose, progetti di Mobility as a Service (MaaS), con 2 miliardi stanziati per servizi digitali includono MaaS nelle Città Metropolitane (Milano, Roma, Napoli) e fondi aggiuntivi per Regioni, integrando trasporti via canale unico digitale per sostenibilità urbana. Infine, la Missione 2, “Rivoluzione Verde e Transizione Ecologica“, articola diverse soluzioni ascrivibili, direttamente o indirettamente, nella rete di interventi abilitati dalle Smart City e digitalizzazione del territorio, con progetti smart che monitorano clima, rischi idrici e vulnerabilità, abilitando mobilità elettrica e resilienza comunale.
I principali ostacoli nei Comuni italiani
Se da una parte cresce l’interesse per le Smart City, dall’altra restano delle barriere che fanno sì che il potenziale di questa rivoluzione sia colto solo in parte. I principali ostacoli riscontrati nella realizzazione di progetti smart per la città da parte dei Comuni, sono la mancanza di competenze, che interessa ben il 47% dei Comuni italiani e la mancanza di risorse economiche (43%), mentre hanno un peso inferiore le complessità burocratiche (24%), le difficoltà di coordinamento con altri attori (14%) e le resistenze interne al comune (9%) .
Servono inoltre policy concrete che supportino la creazione di piattaforme condivise, che vadano di pari passo con una crescita delle infrastrutture abilitanti a supporto di una mobilità connessa e automatizzata, come il 5G (CAM) e piattaforme cloud dove costruire dashboard integrate in cui TPL, sharing e logistica trovano armonia, con flussi e decisioni ottimizzati da AI in grado di processare in tempo reale un’ampia mole di dati.
L’architettura dell’organismo urbano: API, AI e cooperazione competitiva
Il modello che funziona si costruisce su sensori con API aperte e sicure, sistemi di analisi di grandi dati real-time con AI, collaborazione pubblico-privato e competizione sulla qualità del servizio, integrata su infrastruttura logica condivisa.
Come nel fintech, dove le API del banking hanno triplicato l’efficienza del settore, sbloccando innovazione, anche nel settore della mobilità la cooperazione competitiva aumenterebbe l’efficienza, riducendo al contempo le emissioni. Ma il rischio è una “giungla digitale” se non si standardizza: ogni città con la sua piattaforma, incompatibile con le vicine.
Gli esempi concreti esistono: a Helsinki, HSL integra TPL e micromobility via app OpenMaaS con partner Tier; a Singapore, Beam coordina flotte e-scooter con città per sostenibilità.
Dal corpo schizofrenico all’ecosistema armonioso: conclusioni
Le Smart City falliranno se restano “ego-sistemi”, ma possono vivere una trasformazione senza precedenti diventando ecosistemi integrati. Le barriere possono essere superate con un cambio nell’approccio alla collaborazione sul territorio urbano e alla gestione dei dati, oltre che con tecnologie adeguate e policy orientate a un’interoperabilità sempre più concreta. Questo passo, è il tassello fondamentale per abilitare un modello vantaggioso per tutti gli operatori e, soprattutto, per i cittadini di metropoli con densità urbana elevata come Milano, Roma e Napoli, che hanno già un’infrastruttura digitale avanzata, possono trasformarsi in veri hub europei.
