La sharing mobility è entrata in una fase di maturità. Se negli ultimi anni la crescita è stata misurata soprattutto attraverso il numero di veicoli disponibili, oggi il vero indicatore di valore è la capacità di rendere quei veicoli accessibili nel momento e nel luogo in cui servono.
Aumentare le flotte, infatti, non garantisce automaticamente una migliore esperienza per gli utenti. Un veicolo può essere disponibile sulla mappa ma risultare di fatto inutilizzabile se troppo distante, difficile da raggiungere o non coerente con le esigenze reali di spostamento. È su questo terreno che la guida autonoma può generare i benefici più concreti, contribuendo a trasformare flotte statiche in sistemi dinamici capaci di adattarsi alla domanda urbana.
Indice degli argomenti
Il limite delle flotte statiche
L’attuale modello della sharing mobility si basa su flotte distribuite nello spazio urbano. Gli utenti individuano il veicolo più vicino tramite un’app e lo utilizzano per il proprio spostamento. È un modello che ha sostenuto la crescita del settore, ma che presenta un limite strutturale: la posizione dei mezzi è spesso il risultato degli utilizzi precedenti e non della domanda futura.
La domanda di mobilità varia continuamente in funzione di orari, quartieri, eventi, condizioni meteo, disponibilità del trasporto pubblico, flussi turistici e pendolarismo. Una distribuzione efficiente al mattino può risultare inadeguata poche ore dopo. Alcune aree accumulano veicoli inutilizzati, mentre altre restano scoperte proprio nei momenti di maggiore richiesta.
Per compensare questi squilibri gli operatori ricorrono ad attività di riposizionamento, con costi operativi elevati e spostamenti a vuoto. La sfida, quindi, non è aumentare il numero di mezzi, ma migliorare la capacità del sistema di collocarli dove servono realmente.
Questa esigenza riguarda anche le amministrazioni locali. Lo spazio urbano è una risorsa limitata e la mobilità condivisa può contribuire alla sostenibilità delle città solo se viene gestita in modo efficiente, misurabile e integrato con il trasporto pubblico.
Le frizioni che limitano l’utilizzo
Uno degli indicatori più significativi per valutare l’efficacia di un servizio di sharing è la distanza tra utente e veicolo. La mobilità condivisa vive di immediatezza: quando il mezzo è troppo lontano, il servizio perde attrattività.
Dati operativi raccolti sui servizi di sharing mobility mostrano che circa il 60% degli utenti interrompe il processo di noleggio dopo aver verificato la distanza dei veicoli disponibili sulla mappa. Una frizione apparentemente minima può quindi compromettere la conversione e l’utilizzo del servizio.
La disponibilità a raggiungere un veicolo si concentra prevalentemente entro la soglia dei cinque minuti a piedi, seguita dalla fascia tra cinque e dieci minuti. Oltre questa soglia l’attrattività del servizio diminuisce rapidamente, anche quando il mezzo risulta formalmente disponibile. In molti contesti urbani, tuttavia, i veicoli si trovano mediamente a più di dieci minuti dagli utenti. Questo significa che un mezzo può essere disponibile dal punto di vista tecnico, ma non dal punto di vista dell’esperienza reale. Per questo motivo le metriche tradizionali – numero di veicoli, ampiezza dell’area operativa o copertura geografica – devono essere integrate con indicatori più aderenti all’utilizzo effettivo, come il tempo medio di accesso, la probabilità di trovare un mezzo entro una distanza accettabile e la capacità di riposizionamento dinamico.
Una dinamica analoga riguarda la conclusione del noleggio. Dati raccolti nei servizi di sharing indicano che oltre la metà delle richieste gestite dal supporto riguarda problematiche legate alla chiusura del noleggio e, in particolare, alla ricerca di parcheggio. Considerando che la durata media di un utilizzo urbano si attesta intorno ai 18-20 minuti, anche pochi minuti aggiuntivi dedicati alla sosta incidono significativamente sulla qualità percepita del servizio.
Accesso al veicolo, parcheggio, ricarica e riposizionamento rappresentano oggi alcune delle principali fonti di attrito. Sono proprio queste attività che potrebbero beneficiare maggiormente delle prime applicazioni della guida autonoma.
La guida autonoma come infrastruttura di servizio
Il dibattito sulla guida autonoma è stato a lungo associato unicamente all’idea di veicoli capaci di completare un intero viaggio senza intervento umano. Per la sharing mobility, tuttavia, il valore potrebbe emergere prima e in modo più concreto attraverso applicazioni circoscritte.
L’autonomia può essere introdotta progressivamente nelle fasi operative che generano maggiore inefficienza: parcheggio, rientro negli hub, collegamento tra aree di sosta e punti di pick-up, trasferimento verso le stazioni di ricarica o riposizionamento nelle zone dove la domanda è prevista in crescita. In questa prospettiva la guida autonoma non è semplicemente una caratteristica del veicolo, ma una componente dell’infrastruttura digitale del servizio. La domanda da porsi non è se un veicolo possa guidare da solo, ma quanto questa capacità possa ridurre il tempo di accesso, aumentare il tasso di utilizzo dei mezzi, diminuire i costi di riposizionamento e migliorare la disponibilità del servizio.
Il ruolo delle piattaforme e dei dati
La transizione verso flotte dinamiche richiede una forte capacità software. I veicoli devono diventare nodi di un ecosistema coordinato in cui piattaforma, utenti e infrastrutture dialogano in tempo reale. Le piattaforme devono essere in grado di gestire disponibilità dei mezzi, stato operativo, livelli di carica, domanda prevista e funzioni autonome, orchestrando il movimento dei veicoli in modo coerente con le esigenze del servizio e con i vincoli urbani.
In questo scenario i dati assumono un ruolo centrale. La disponibilità di una flotta non dipende più soltanto dalla presenza fisica dei veicoli, ma dalla capacità di interpretarli come risorse mobili, continuamente riassegnabili e ottimizzabili.
Dalla sperimentazione al modello operativo
Le sperimentazioni sono fondamentali perché consentono di verificare la sostenibilità tecnica ed economica dei nuovi modelli prima di una diffusione su larga scala.
In questa direzione si colloca il proof of concept che con Auriga e Pikyrent abbiamo sviluppato insieme al team AIDA – Artificial Intelligence Driving Autonomous – del Politecnico di Milano. La sperimentazione ha coinvolto una Fiat 500e equipaggiata con sistemi di guida autonoma e integrata nella piattaforma di gestione della mobilità condivisa. Nel modello testato, il veicolo raggiunge autonomamente il punto di pick-up indicato dall’utente e, al termine del noleggio, rientra in autonomia nell’hub di parcheggio e ricarica.
L’aspetto più interessante non è la dimostrazione tecnologica in sé, ma l’approccio adottato: utilizzare l’autonomia nelle fasi che generano maggiore efficienza operativa e minore attrito per l’utente, senza modificare necessariamente l’esperienza di guida durante il tragitto.
Questo percorso di sperimentazione si inserisce oggi in un contesto più maturo anche dal punto di vista industriale e regolatorio. Un segnale importante arriva da Niulinx, società nata come spin off del Politecnico di Milano, che ha ottenuto dal Ministero delle Infrastrutture e dei Trasporti l’autorizzazione ad avviare test su strade pubbliche con veicoli dotati di tecnologie di guida autonoma: è un passaggio rilevante perché conferma che anche in Italia la transizione dalla ricerca alla sperimentazione in ambiente reale sta entrando in una fase più concreta.
Le condizioni per una transizione sostenibile
Perché il robo-sharing possa diventare una leva concreta della mobilità urbana, sarà necessario agire contemporaneamente su più fronti: normativo, infrastrutturale, economico e urbano.
Le sperimentazioni dovranno svilupparsi all’interno di quadri regolatori chiari e progressivi, supportati da infrastrutture digitali affidabili, sistemi di ricarica adeguati e una stretta collaborazione tra operatori e amministrazioni locali. Allo stesso tempo, la tecnologia dovrà dimostrare di produrre valore misurabile, migliorando il rapporto tra disponibilità del servizio, utilizzo delle flotte e costi operativi. L’obiettivo è utilizzare la tecnologia per ridurre inefficienze, congestione e impatti ambientali.
Anche il contesto europeo si sta muovendo nella stessa direzione. Diciotto Stati membri dell’Unione europea, tra cui l’Italia, hanno recentemente firmato una dichiarazione d’intenti per promuovere la sperimentazione transfrontaliera su larga scala dei veicoli a guida autonoma. L’iniziativa punta a sostenere piattaforme di test nel trasporto pubblico, nel trasporto merci e nella logistica, favorendo principi comuni per approvazioni e autorizzazioni coordinate tra i Paesi coinvolti. È un passaggio significativo perché rafforza la prospettiva di uno sviluppo non frammentato, ma progressivamente armonizzato a livello europeo.
Secondo l’Osservatorio Connected Vehicle & Mobility del Politecnico di Milano, la guida autonoma potrebbe generare fino a 6,1 miliardi di euro di benefici sociali per l’Italia entro il 2050, grazie alla riduzione degli incidenti stradali, all’ottimizzazione della circolazione urbana e alla progressiva diminuzione della dipendenza dal veicolo privato. Tra gli impatti stimati figurano una riduzione fino al 90% dei feriti nei servizi di mobilità e fino a 900 mila veicoli in meno nelle aree urbane.
Questi benefici non saranno automatici. Dipenderanno dalla capacità di integrare le nuove tecnologie in modelli sicuri, regolati e coerenti con le esigenze dei territori.
Una mobilità condivisa più accessibile
La sharing mobility non ha esaurito il proprio potenziale, ma per crescere deve superare alcuni limiti del modello attuale. La disponibilità di veicoli non può più essere valutata soltanto in termini quantitativi: deve essere misurata in funzione della capacità di rispondere alla domanda reale.
In questo contesto, la guida autonoma può rappresentare una leva importante di evoluzione. Il suo contributo più immediato potrebbe non essere la sostituzione del conducente lungo l’intero tragitto, ma la riduzione delle frizioni che oggi limitano l’efficacia del servizio: accesso ai mezzi, parcheggio, ricarica, rientro e riposizionamento.
La vera innovazione potrebbe quindi non essere l’auto che guida da sola, ma la trasformazione delle flotte in sistemi dinamici e adattivi. Se integrata con piattaforme intelligenti, dati urbani e politiche pubbliche coerenti, la guida autonoma può contribuire a rendere la mobilità condivisa più accessibile, efficiente e sostenibile e a guidare il futuro di un intero settore.
Partecipa alla community