trasporto pubblico locale

Dati, algoritmi e bus in tempo reale: così l’AI può ridisegnare il TPL

L’evoluzione del trasporto pubblico locale passa da dati standardizzati, algoritmi predittivi e piattaforme MaaS. Dallo standard GTFS alle Graph Neural Networks, fino al programma MaaS4Italy, la mobilità urbana italiana si confronta con opportunità tecnologiche, ritardi strutturali e nuove esigenze di governance

Pubblicato il 6 mag 2026

Riccardo Gentilucci

Ministero delle Infrastrutture e dei Trasporti – Ufficio di Coordinamento del Dipartimento per le Infrastrutture e le Reti di Trasporto Sapienza Università di Roma – Dipartimento di Ingegneria Civile, Edile e Ambientale

Le infrastrutture di mobilità urbana stanno attraversando una profonda trasformazione strutturale, guidata dalla necessità di rispondere a sfide ecologiche pressanti e a una domanda di trasporto sempre più complessa e frammentata. In questo scenario, le reti di trasporto cittadine si stanno evolvendo da sistemi statici e puramente reattivi a ecosistemi intelligenti e proattivi [1].

@RIPRODUZIONE RISERVATA