Dai Big Data ai servizi reali
Come l’Intelligenza Artificiale sta trasformando la mobilità
La transizione digitale ha messo a disposizione delle amministrazioni e dei mobility manager una quantità di informazioni senza precedenti. Tuttavia, il vero salto di qualità non consiste nell’accumulare dati, ma nel trasformarli in servizi di mobilità efficienti, predittivi e incentrati sull’utente.
È questo il nodo centrale esplorato da Pierluigi Coppola (Politecnico di Milano) durante il Data Mobility Summit 2025. Il suo intervento ha evidenziato in modo netto come le nuove tecnologie stiano mandando in pensione i metodi tradizionali di analisi della domanda, aprendo scenari inediti per la pianificazione urbana.
Oltre i questionari: i diari di viaggio digitali
Per decenni, la progettazione dei trasporti si è basata su questionari e indagini a campione: strumenti lenti da elaborare, costosi e spesso soggetti a imprecisioni. Oggi il paradigma si è ribaltato. L’utilizzo di smart app e diari di viaggio digitali permette di tracciare i comportamenti reali delle persone in modo continuo e accurato.
Grazie all’applicazione del Supervised Learning e dell’Intelligenza Artificiale, è ora possibile analizzare questa mole di dati grezzi per mappare con precisione chirurgica le origini, le destinazioni e la durata degli spostamenti, superando i limiti delle vecchie matrici statiche.
Il salto di qualità: l’approccio “Activity-Based”
Non basta più sapere da dove a dove si sposta un veicolo; per pianificare servizi efficaci è fondamentale capire perché le persone si muovono.
I nuovi modelli predittivi adottano un approccio activity-based: la mobilità viene analizzata come conseguenza diretta delle attività quotidiane (lavoro, studio, commissioni). Questo livello di dettaglio consente di simulare scenari complessi con altissima affidabilità, prevedendo esattamente come cambieranno i flussi di traffico in risposta a nuove politiche urbane, come chiusure stradali, variazioni tariffarie o l’introduzione di nuovi servizi di mobilità condivisa.
Dati in tempo reale e “Nudging”
L’elaborazione avanzata dei Big Data non serve solo a pianificare a lungo termine, ma apre la strada a un’interazione dinamica e immediata con l’utente. La vera frontiera è la combinazione tra dati in tempo reale e tecniche di nudging (la “spinta gentile” mutuata dall’economia comportamentale).
Conoscendo le abitudini dei viaggiatori, le app di mobilità possono orientare proattivamente le scelte verso opzioni più sostenibili ed efficienti. Ad esempio, possono suggerire a un pendolare di anticipare la partenza di 15 minuti per evitare il sovraffollamento, o proporre un’alternativa in car pooling quando il treno è in ritardo.
Per le pubbliche amministrazioni e gli operatori del trasporto, governare questi processi basati sui dati è l’unico modo per ottimizzare i costi operativi, migliorare l’esperienza dell’utente e guidare concretamente la transizione ecologica.
