Vai al contenuto

Un futuro intelligente per la gestione della mobilità: ecco come i dati possono migliorare la sicurezza e la sostenibilità.

La corretta gestione della mobilità di persone e merci è fondamentale per ridurre costi e sprechi da parte delle pubbliche amministrazioni. È importante non solo adottare l’approccio giusto, ma anche utilizzare al meglio i “Big data” oggi disponibili. Ecco alcune indicazioni tratte dalla mia esperienza.


Vi propongo un video

Intelligenza artificiale e traffico stradale. Una delle più grandi innovazioni tecnologiche può aiutare le città a gestire meglio uno dei problemi più sentiti da chi ci vive. Un assaggio di questo è nel video di EIT Urban Mobility (relativo al caso di Istanbul), che vi propongo.

Naturalmente, non dobbiamo pensare che l’approccio per ridurre il traffico debba essere solo questo, anzi. Come sappiamo tutti, occorre per prima cosa lavorare su una migliore gestione dello spazio urbano, concedendo a tutte le tipologie di utenti e di veicoli una parte ben studiata dello stesso spazio, per potersi muovere al meglio. E diminuendo, come prima cosa, lo spazio destinato alle auto (essendo questa modalità di trasporto quella più impattante per la congestione stradale).

Ma ben vengano anche le innovazioni tecnologiche, specie se ci aiutano non solo a fluidificare la circolazione stradale, ma anche magari a proteggere meglio gli utenti più deboli (ad esempio grazie al riconoscimento automatico del tipo di utente che sta per impegnare una strada o un incrocio, con conseguente azionamento immediato di semafori o avvisi acustici).

Si aprono nuove e interessanti opportunità, e ci sarà tanto da lavorare. E lo faremo. Ma intanto, proviamo a fare qualche altra riflessione.

Come migliorare il servizio taxi (e prevenire le frodi) usando l’Intelligenza Artificiale.

Ancora da Istanbul. Nella metropoli, dove ogni giorno si effettuano circa 32 milioni di spostamenti, i taxi giocano un ruolo cruciale, coprendo 1,7 milioni di questi viaggi. Tuttavia, la città è afflitta da una serie di problemi legati alla conformità e all’equità nel sistema taxi. Nonostante un aumento esponenziale della popolazione urbana, il numero di taxi è rimasto invariato da decenni, creando un deficit di servizio. A complicare ulteriormente la situazione, quasi il 54% dei conducenti seleziona i passeggeri in base a criteri personali, spesso preferendo turisti ai residenti locali e manipolando il tassametro per massimizzare i guadagni. Per affrontare queste criticità, l’autorità locale per i trasporti ha implementato una soluzione innovativa sviluppata da DataJiro, un’applicazione basata su Intelligenza Artificiale (IA). Questa applicazione analizza dati video, timestamp e informazioni sulla posizione per calcolare la lunghezza effettiva del viaggio e rilevare comportamenti fraudolenti. Il pilot ha analizzato 2.000 ore di viaggio da 40 veicoli, rilevando che circa il 12% dei viaggi erano fraudolenti. Questa iniziativa rappresenta non solo un significativo passo avanti nel miglioramento della conformità e della sicurezza nel settore dei taxi, ma anche un modello per come le tecnologie avanzate possono essere impiegate per creare sistemi di mobilità più inclusivi ed equi.

Smart City e Smart Mobility: l’importanza dell’uso dei dati.

Nelle grandi città, con l’aumento della popolazione, delle attività e del turismo, la complessità dei sistemi urbani sta crescendo. Le amministrazioni che non affrontano questa complessità causano inefficienze e problemi a residenti e visitatori, danneggiando l’immagine della città stessa. Come gestire adeguatamente questo aspetto?

Occorre intervenire con la buona pianificazione dei trasporti e della mobilità urbana, intervenendo sia sull’offerta (cioè su “cosa” si mette a disposizione per consentire e facilitare gli spostamenti di persone e merci) che sulla domanda (cioè sull’analisi e sulla gestione di “come” e “perché” si generano i vari spostamenti). Vanno quindi potenziate e migliorate sia la pianificazione urbanistica, che le strategie e le azioni di mobility management urbano e territoriale. Questo tipo di strategie ed azioni, per poter manifestare compiutamente le proprie potenzialità, necessitano di una forte istituzionalizzazione e di un esteso riconoscimento da parte di tutti i portatori di interessi (i cosiddetti stakeholder). Ricordo agli addetti ai lavori che le iniziative di mobility management hanno spesso alla base cambiamenti di stili di vita ed abitudini consolidate, e il ruolo delle pubbliche amministrazioni è fondamentale per il successo di queste iniziative.

Con le possibilità oggi offerte dalla grande quantità di dati disponibili (e qui entriamo nel mondo dei Big Data) è possibile ottenere risultati una volta impensabili. Come è noto, ci sono forti dipendenze tra uso del territorio e pianificazione dei trasporti, dal momento che l’uso del territorio determina la distribuzione spaziale e temporale delle attività socioeconomiche (che a loro volta generano le esigenze del viaggio che deve essere “servito” dal sistema di trasporto). Tanto migliore è la conoscenza dei modelli di viaggio e di ciò che li genera, tanto maggiori saranno le probabilità di prendere le giuste decisioni.

In questo contesto, le applicazioni delle ICT (tecnologie di informazione e comunicazione) consentono oggi una stima tempestiva e accurata della domanda di trasporto, che porta ad una migliore comprensione delle implicazioni reciproche tra uso del suolo e uso dei trasporti. Il modo migliore per le amministrazioni di affrontare la questione è procedere passo dopo passo, in quanto le città sono sistemi complessi, e per gestire adeguatamente un sistema complesso è necessario sviluppare una buona comprensione di come il sistema stesso si comporta ed evolve. In altre parole, è necessario che il sistema urbano e territoriale diventi “osservabile”, e che consenta di ricavare dati sufficienti per stimare tanto il suo stato quanto la sua probabile evoluzione a breve termine.

Una delle principali strade che una città deve seguire per diventare “intelligente” (smart) è creare un ambiente ricco di reti di comunicazione che supporti applicazioni digitali. E consideriamo che i dispositivi mobili e vari altri sistemi consentono già oggi la raccolta e l’analisi dei dati in modo massiccio, la cui analisi permette di migliorare notevolmente la capacità di gestione e previsione dei flussi urbani, e dunque di promuovere una gestione intelligente delle città. Esiste una vasta gamma di fonti di dati per misurare le variabili di traffico (sensori sulle strade, immagini video, antenne Bluetooth / WiFi, fonti GPS, ecc.…). Tali dati devono poi essere “puliti”, filtrati e opportunamente aggregati per sfruttare appieno le informazioni che da essi possono essere ottenute. Diventa quindi fondamentale l’analisi dei dati, da cui deriva il vero valore, che porta alla conoscenza dei fenomeni del sistema e quindi alla possibilità di poterlo gestire.

Nel caso dei flussi veicolari, la possibilità di conoscere (e prevedere) in tempo reale il traffico gravante su ogni ramo stradale (rilevato o stimato) offre informazioni preziose a diversi soggetti: cittadini, gestori delle flotte, operatori dei servizi, ecc. Gia oggi percepiamo molti benefici da tutto questo (ad esempio grazie ad applicazioni come Google Maps o Moovit), e dobbiamo considerare che in futuro saranno ancora maggiori, anche se non siamo in grado di prevedere in anticipo la maggior parte di essi. Quali sono nel concreto i possibili benefici?

L’insieme delle informazioni, della loro gestione e delle applicazioni dedicate migliora di molto l’uso della capacità della rete in diversi modi ed ambiti, come ad esempio:

  • sistemi di gestione proattiva di massimizzazione dei flussi;
  • supporto nella fase pre-viaggio (es. la pianificazione del viaggio multimodale con informazioni in tempo reale aiuta a decidere il momento della giornata e la scelta del modo di trasporto);
  • supporto nella fase di viaggio (es. chi si muove in auto è in grado di evitare le zone troppo dense, contribuendo a ridurre la congestione usando percorsi alternativi);
  • ottimizzazione dei servizi (es. i soggetti interessati, come gli operatori della logistica, sono in grado di massimizzare il loro rendimento, riducendo al minimo l’interferenza con il resto del traffico).

Non solo i dati raccolti in tempo reale possono aiutare a gestire la mobilità delle città: molto può essere fatto anche attraverso una analisi di dati ed informazioni raccolte in modo pianificato. Ecco, di seguito, tre esempi di applicazioni sulle quali ho lavorato in prima persona.

Tre esempi di utilizzo dei dati per il miglioramento della mobilità.

  1. Primo esempio: la raccolta e l’analisi dei dati sulla mobilità dei lavoratori, da effettuarsi tramite i Piani Spostamento Casa-Lavoro (o per mezzo di altre indagini) e da analizzare a cura dei Mobility Manager di Area. Questo tipo di attività può poi portare allo sviluppo di un ulteriore strumento, mai applicato quanto meriterebbe: il Piano dei Tempi e degli Orari. Tale strumento interviene nella redistribuzione ragionata degli orari delle città (es. ingresso e uscita di uffici e scuole, orari di distribuzione delle merci, ecc.) allo scopo di ridurre i fenomeni di congestione stradale che si generano nelle ore di punta. Piano che può essere applicato, naturalmente, solo attraverso la concertazione e il confronto con le diverse parti interessate, in modo da conciliare esigenze e interessi differenti. E ricordando che l’impostazione di un progetto di questo tipo va orientata su due fronti, in quanto non basta lavorare sull’organizzazione dei tempi della città, ma occorre farlo anche sul contesto aziendale, promuovendo delle tecniche di gestione flessibile dell’orario di lavoro, fino ad arrivare alle moderne forme di smart working. Iniziative come quella del Piano dei Tempi e degli Orari, seppure fossero anche dotate di una coerente cornice normativa (Legge 8 marzo 2000, n. 53), non si sono diffuse nella pratica quanto avrebbero potuto e dovuto.
  2. Secondo esempio: il trasporto delle merci pericolose in ambito urbano. Molte città vedono infatti oggi la presenza di importanti (ed impattanti!) poli industriali a ridosso dei centri abitati, con tutte le problematiche che ne derivano. Ed una delle principali esigenze è garantire la sicurezza e la salute non solo delle persone che lavorano in tali siti, ma anche dei residenti che vivono a stretto contatto con queste realtà. E diventa fondamentale in tali casi, da parte delle amministrazioni, dotarsi di un Piano specifico per la gestione dei trasporti delle merci pericolose in ambito urbano, in mancanza del quale si corre il rischio di correre seri rischi legati a situazioni di difficile gestione.
  3. Terzo esempio: l’analisi dell’incidentalità su una rete stradale. Per prevenire gli incidenti e migliorare la sicurezza stradale, è importante raccogliere e analizzare i dati sugli incidenti. Utilizzando tecnologie avanzate di elaborazione dei dati e analisi geospaziale, si possono identificare le aree ad alto rischio e pianificare interventi mirati per prevenire gli incidenti. Inoltre, conoscere i tipi di incidenti che si verificano in una determinata area, come ad esempio gli incidenti causati da distrazione al volante o condizioni meteorologiche avverse, per adottare misure di sicurezza più efficaci.

Indicatori di mobilità urbana sostenibile: uno strumento utile per le città

Vi segnalo una ottima risorsa. La Commissione Europea ha sviluppato un insieme completo di indicatori pratici e affidabili per la mobilità urbana sostenibile che aiutano le città ad identificare i punti di forza e di debolezza del loro sistema di mobilità e a concentrarsi sulle aree da migliorare. Un corso online è disponibile gratuitamente per supportare le città nell’applicazione di questo insieme di indicatori. I risultati degli indicatori di diverse città possono essere inoltre utilizzati per confrontare il punteggio di una città con la media o la mediana delle prestazioni delle altre città. Durante il progetto SUMI (2017-2020), un gruppo di quasi 50 città pilota ha volontariamente compilato e inviato un totale di 473 fogli di calcolo degli indicatori. Qui ulteriori informazioni.

Lo spazio europeo dei dati

Vi invito a studiare l’iniziativa Mobility Data Spaces: è uno studio condotto da EIT Urban Mobilityi2CAT Foundation e FACTUAL sullo scambio di dati nel settore della mobilità. Lo studio è stato presentato durante il Tomorrow. Mobility World Congress organizzato a Barcellona, ed esplora gli incentivi e le barriere dei principali attori dei futuri spazi dati, tra cui autorità di trasporto, operatori, urbanisti, fornitori di MaaS, fornitori di logistica, OEM e operatori di infrastrutture. 

La Commissione Europea ha inoltre avviato i lavori sulla creazione di uno spazio comune europeo per i dati sulla mobilità, e sta invitando le parti interessate a fornire input con l’obiettivo finale di facilitare l’accesso e la condivisione dei dati per un trasporto più efficiente, sicuro, sostenibile e resiliente.

In tutto questo si inserisce inoltre il progetto PrepDSpace4Mobility, che mira a gettare le basi per uno spazio comune europeo per i dati sulla mobilità. Il progetto, guidato da acatech – Deutsche Akademie der Technikwissenschaften, mappa gli ecosistemi e le iniziative esistenti relative ai dati sulla mobilità e propone un quadro comune per la raccolta, la gestione e l’uso degli stessi. 

Conclusioni

Le azioni di mobility management urbano e territoriale agiscono anche sui processi di sviluppo locale, in quanto si pongono, se riconosciute e valorizzate dai soggetti locali, come valide risorse per lo sviluppo e la competitività. L’uso corretto e ragionato delle enormi quantità di dati oggi disponibili consente l’acquisizione di preziose informazioni e l’attivazione di misure con livelli di efficacia e precisione un tempo impensabili, a beneficio di residenti, operatori economici e visitatori.

È bene che chi ha il compito di gestire una Pubblica Amministrazione a livello locale ne tenga conto con la dovuta attenzione.