Con la conclusione della complessa fase di sperimentazione nazionale legata ai progetti del Piano Nazionale di Ripresa e Resilienza, l’ecosistema italiano dei trasporti si trova di fronte a un cambio di passo decisivo, che chiama in causa sia i modelli di pianificazione urbanistica sia le strategie di investimento tecnologico a lungo termine. Il programma nazionale, dettagliato nelle linee programmatiche del Dipartimento per la trasformazione digitale, ha ampiamente dimostrato la fattibilità tecnica della federazione dei cataloghi e della bigliettazione integrata, delineando una chiara maturazione nell’armonizzazione dei dati statici su base nazionale.
Tuttavia, proprio nel momento in cui l’architettura dei finanziamenti straordinari passa il testimone alla gestione ordinaria e strutturale dei servizi, emerge con chiarezza il vero elemento discriminante per il futuro delle aree metropolitane, ovvero la governance dei flussi operativi in tempo reale. Posizioni geografiche inviate al secondo, fluttuazioni della domanda istantanea, anomalie di rete e stato operativo delle flotte costituiscono lo strato informativo vivo della città. Oggi questo strato risiede prevalentemente in ambienti frammentati e la vera sfida dei prossimi dieci anni consisterà nel trasformare queste informazioni in un’infrastruttura pubblica immateriale, capace di garantire l’autonomia regolatoria delle amministrazioni e, al contempo, lo sviluppo sostenibile del mercato privato.
Indice degli argomenti
Dati in tempo reale e governance della mobilità urbana
L’adozione di un approccio coordinato tra tutti i servizi di mobilità permette di generare benefici non solo per gli utenti finali, ma anche per il settore pubblico, grazie a una migliore organizzazione dei servizi e al perfezionamento della prospettiva urbanistica e di allocazione dello spazio. I diversi bandi e le graduatorie pubblicati nel corso del tempo sul portale istituzionale del Dipartimento per la trasformazione digitale dedicato al MaaS testimoniano la capillarità di un intervento che ha coinvolto prima le grandi città pilota e successivamente le Regioni e le Province Autonome. Questa progressiva estensione territoriale ha gettato le basi per una rete interconnessa, ma ha anche evidenziato la necessità di compiere un salto di qualità analitico.
La disponibilità del dato programmato non è infatti più sufficiente per rispondere alle fluttuazioni quotidiane della domanda e alle sfide ambientali che attendono i grandi centri urbani nel prossimo decennio, richiedendo un livello di reattività che solo la digitalizzazione dei flussi operativi continui può garantire.
Dal dato statico ai flussi dinamici della mobilità urbana
I progetti pilota legati al Mobility as a Service hanno avuto il grande merito di unire sotto standard di comunicazione condivisi soggetti storicamente distanti, dalle aziende di trasporto pubblico locale ai fornitori di mobilità condivisa. Questo sforzo collettivo ha dimostrato che l’integrazione teorica dei servizi è scalabile e che un utente può pianificare un viaggio intermodale combinando vettori differenti all’interno di un’unica interfaccia.
Questa impostazione sconta però una vulnerabilità di fondo, legata alla natura prevalentemente statica delle informazioni finora condivise. Il sistema coordinato risponde in modo ottimale finché la dinamica urbana ricalca la programmazione teorica, ma mostra margini di miglioramento significativi quando si verificano eventi imprevisti o perturbazioni improvvise del traffico, momenti in cui l’assenza di un flusso informativo continuo riduce la capacità di reazione del sistema.
Nel caso in cui un mezzo di linea subisca un ritardo considerevole, o se la disponibilità della flotta in condivisione si concentra esclusivamente in contesti ad alta densità commerciale a discapito delle aree suburbane, la cabina di regia pubblica ha la necessità di strumenti tempestivi per rilevare e governare il fenomeno. Integrare le banche dati storiche rappresenta il primo passo fondamentale, ma senza l’accesso strutturato ai flussi dinamici si rischia di creare un ecosistema parziale, capace di descrivere la città ideale ma non quella reale.
Il controllo e la valorizzazione del dato in tempo reale rappresentano dunque il passaggio necessario per evolvere da una pianificazione passiva a una regolazione attiva del territorio, dove la pubblica amministrazione non si limita a registrare ex post l’andamento dei servizi, ma diventa in grado di orientarli dinamicamente in funzione delle esigenze collettive del tessuto urbano.
Operatori privati e reciprocità nella governance urbana
Il dibattito sulla centralizzazione dei dati operativi non deve essere inteso come un conflitto di interessi tra regolatore pubblico e attori di mercato, ma come un percorso di convergenza verso standard condivisi di fiducia e trasparenza. Gli operatori privati della mobilità flessibile, come il car sharing, il ride-hailing e la micromobilità condivisa, gestiscono architetture tecnologiche complesse e costose, necessarie per elaborare migliaia di eventi al secondo. La riservatezza commerciale dei dati relativi alla domanda istantanea risponde a logiche legittime di tutela del vantaggio competitivo e di ottimizzazione dei modelli tariffari. Esporre queste metriche senza un quadro di regole chiare e tutele definite rappresenterebbe un rischio industriale per le aziende che hanno investito risorse significative nell’innovazione tecnologica e nella capillarità del servizio sul territorio.
La soluzione risiede pertanto nella co-progettazione di uno spazio di interscambio protetto, ispirato ai principi di reciprocità e sovranità del dato. La Pubblica Amministrazione può proporsi non come un controllore rigido, bensì come un abilitatore di servizi avanzati per l’intero ecosistema. Quando l’ente locale è in grado di aggregare in modo sicuro le informazioni, può restituire agli stessi operatori analisi predittive di alto livello sui flussi di traffico macroscopici, sulla saturazione dei nodi di interscambio e sull’andamento della domanda nei diversi quadranti urbani.
Questo approccio trasforma la condivisione in tempo reale da un adempimento burocratico a un’opportunità di efficientamento logistico per le imprese partner, riducendo l’asimmetria informativa senza penalizzare gli investimenti privati e garantendo che l’offerta commerciale si integri armoniosamente con le linee portanti del trasporto pubblico di linea.
Intelligenza artificiale e governance della mobilità urbana
La vera metamorfosi del dato in tempo reale si compie nel momento in cui questo layer infrastrutturale incontra le potenzialità dell’Intelligenza Artificiale. Se il flusso di dati grezzi rappresenta la linfa vitale dell’ecosistema, l’AI ne costituisce il sistema nervoso centrale. Attraverso l’applicazione di modelli di Machine Learning e Deep Learning, l’immensa mole di informazioni destrutturate prodotta secondo dopo secondo dai sensori urbani e dalle flotte viene purificata dal rumore di fondo e trasformata in conoscenza azionabile. L’intelligenza artificiale supera i limiti della diagnostica tradizionale, permettendo di passare da una logica puramente reattiva a una logica predittiva.
Questo significa che il sistema è in grado di anticipare la formazione di un ingorgo con decine di minuti di anticipo, prevedere i picchi di domanda di trasporto in corrispondenza di specifici eventi meteorologici o macro-eventi cittadini, e suggerire proattivamente modifiche ai piani di mobilità prima che il disservizio si rifletta sull’utente finale.
Agenti AI e orchestrazione dei servizi
La frontiera più avanzata di questa evoluzione è rappresentata dall’introduzione degli agenti AI, entità software autonome capaci non solo di analizzare lo scenario, ma di prendere decisioni e compiere azioni mirate all’interno dell’ecosistema digitale in base a obiettivi predefiniti dal regolatore pubblico. Un agente AI operante all’interno della centrale di mobilità cittadina può, ad esempio, dialogare autonomamente tramite API con i sistemi di gestione dei semafori intelligenti e, contemporaneamente, con le piattaforme degli operatori di sharing partner.
In presenza di un blocco improvviso di una linea metropolitana, l’agente può ricalibrare in tempo reale i cicli semaforici dei corridoi stradali alternativi per fluidificare il traffico, inviando contestualmente un impulso algoritmico agli operatori privati affinché concentrino temporaneamente i propri veicoli in prossimità delle stazioni interrotte, magari attivando agevolazioni tariffarie automatizzate per l’utente. Questa capacità di orchestrazione autonoma libera la governance urbana dalla lentezza dei processi decisionali umani, trasformando la mobilità in un organismo dinamico capace di autoregolarsi continuamente a tutela dell’efficienza pubblica e del mercato.
MaaS for Italy e data space europei per la mobilità urbana
I risultati emersi dalle sperimentazioni sul territorio nazionale offrono evidenze empiriche di grande rilievo sull’efficacia delle strategie orientate ai dati e sulla prontezza del mercato nel recepire l’innovazione. Il Comune di Bari ha presentato i dati di MaaS4ITALY, registrando numeri straordinari con oltre ventunomila utenti iscritti e più di quattrocentomila viaggi tracciati attraverso il Digital Shared Marketplace del Ministero delle Infrastrutture e dei Trasporti. I dati evidenziano come l’introduzione di incentivi mirati e la digitalizzazione dei canali abbiano generato un incremento superiore al sessanta per cento nell’utilizzo combinato del trasporto di linea e dei servizi di sharing, confermando lo shift modale da parte di studenti e pendolari.
Questo dimostra che la risposta della cittadinanza è immediata quando l’interazione digitale semplifica l’accesso fisico ai servizi e che la mole di informazioni generata può diventare la base per le future scelte di pianificazione urbana e per il contrasto alla povertà dei trasporti nelle aree periferiche.
Milano e deployEMDS nel Mobility Data Space europeo
A livello continentale, la transizione verso la gestione dinamica trova il suo punto di riferimento nel progetto europeo deployEMDS, co-finanziato dal Programma Digital Europe, che mira a tradurre in pratica i principi del Common European Mobility Data Space attraverso l’attivazione di sedici casi d’uso in nove differenti contesti territoriali europei. Questa iniziativa vede la città di Milano come uno dei principali siti di implementazione a livello internazionale, affiancata da capitali come Barcellona, Parigi e Stoccolma.
Il focus di questa sperimentazione si concentra specificamente sulla creazione di un’infrastruttura tecnica e di un sistema di governance comuni per favorire l’interoperabilità e la sovranità dei dati, dimostrando come la condivisione sicura delle informazioni possa supportare i processi decisionali pubblici. In Italia, lo sviluppo di questa architettura sul territorio milanese è coordinato da Cefriel nel progetto deployEMDS per la mobilità di Milano, un’iniziativa che lavora per allineare lo scambio dei dati con gli ecosistemi digitali già attivi a livello locale e con i punti di accesso unici richiesti dai regolamenti europei, offrendo un modello replicabile per la futura evoluzione del Mobility Data Space Italiano.
Standard e competenze per la sovranità dei dati urbani
Per capitalizzare il patrimonio di esperienze accumulato e strutturare il dato in tempo reale come una vera infrastruttura immateriale, è indispensabile adottare un quadro normativo e tecnico omogeneo che eviti la frammentazione tra le diverse regioni e garantisca la sicurezza informatica dei sistemi. Sul piano tecnologico, la convergenza verso protocolli internazionali consolidati come il Mobility Data Specification rappresenta la soluzione ideale per consentire una comunicazione bidirezionale e standardizzata tra le municipalità e i fornitori di servizi di trasporto. Questo standard permette di monitorare la presenza e lo stato dei veicoli sul suolo pubblico garantendo in modo assoluto la tutela della privacy dei cittadini, grazie a rigorosi processi di pseudonimizzazione e aggregazione dei tragitti che impediscono l’identificazione dei singoli spostamenti ma valorizzano il dato collettivo, rendendolo fruibile anche per l’addestramento dei modelli di intelligenza artificiale locali.
Competenze pubbliche e piattaforme cloud dinamiche
Questo impianto regolatorio deve necessariamente trovare corrispondenza nell’evoluzione delle piattaforme nazionali di coordinamento, le quali sono chiamate a trasformarsi da cataloghi statici di dataset programmati ad architetture cloud dinamiche, capaci di dialogare in tempo reale con le centrali di mobilità locali e regionali. Un simile salto di qualità infrastrutturale non può prescindere da un investimento massiccio sulle competenze interne alla Pubblica Amministrazione.
Per governare ecosistemi complessi guidati dagli algoritmi e per sovrintendere alle pipeline di dati necessarie al funzionamento degli agenti AI, le agenzie locali della mobilità devono integrare nei propri organici figure professionali altamente specializzate, quali data scientist, data engineer, ingegneri del software ed esperti di sicurezza informatica. In assenza di una solida capacità interna di interpretazione ed elaborazione dei flussi informativi, la gestione dei trasporti urbani rischierebbe di rimanere dipendente da soluzioni esterne, limitando la capacità di pianificazione strategica indipendente degli enti locali.
La mobilità urbana post-PNRR nel prossimo decennio
La transizione post-PNRR definisce le regole di ingaggio per l’organizzazione degli spazi urbani dei prossimi dieci anni. Il rischio concreto è quello di trovarsi di fronte a piattaforme digitali esteticamente avanzate ma prive della sincronizzazione necessaria con la realtà fisica del territorio. La costruzione del dato in tempo reale come patrimonio infrastrutturale comune non risponde a una semplice esigenza di ammodernamento tecnico, ma rappresenta un presupposto fondamentale per garantire l’efficienza dei servizi collettivi, l’accessibilità sociale e il raggiungimento degli obiettivi di decarbonizzazione delle città.
Riconoscere il valore strategico di questo layer informativo, potenziato dall’intelligenza artificiale e tutelando al contempo la sostenibilità economica e l’autonomia degli operatori privati che ne alimentano i flussi attraverso costanti investimenti in tecnologia e logistica, consentirà di progettare una mobilità urbana realmente integrata. La sfida attuale consiste nel trasformare la ricchezza dei dati disponibili in una risorsa condivisa, ponendo le basi per una governance del territorio che sia al contempo innovativa, equa e orientata al benessere dell’intera collettività. L’edificazione di questa infrastruttura immateriale e intelligente rappresenta il vero pilastro su cui misurare l’efficacia della trasformazione digitale applicata alla vita quotidiana delle nostre città.
Partecipa alla community