Non basta raccogliere dati dal territorio: occorre interpretarli per comprendere i fenomeni urbani e prendere decisioni più consapevoli. È questo il messaggio al centro del keynote speech tenuto questa mattina 1 ottobre da Andrea Guglielmetti alla Milano Digital Week 2026, dove A2A Smart City ha portato la propria visione di una città capace di leggere i cambiamenti e agire prima che diventino emergenze.
Digitalizzare i fenomeni, non solo le cose
Il punto di partenza del keynote è una domanda: le nostre decisioni riescono a cambiare alla stessa velocità delle città? I flussi di persone, l’uso delle strade e delle piazze, la pressione sui servizi e le condizioni ambientali evolvono continuamente. Le amministrazioni dispongono già di molti dati; la sfida è riconoscere, tra informazioni frammentate, i segnali che aiutano a capire ciò che sta accadendo.
Negli anni abbiamo imparato a digitalizzare gli oggetti della città: strade, edifici, reti e infrastrutture. È un passaggio importante, ma una mappa digitale non racconta, da sola, che cosa accade a una strada quando si apre un cantiere, arriva un grande evento o migliaia di persone cambiano contemporaneamente percorso.
Per governare la città serve un passo ulteriore: digitalizzare i fenomeni. Significa leggere i flussi, le interazioni e gli effetti che una trasformazione produce anche lontano dal luogo in cui avviene. La città non è una fotografia: è un sistema vivo, che reagisce alle nostre decisioni.
Dalla strada all’algoritmo
Per A2A Smart City questo percorso comincia dal territorio fisico. Le infrastrutture e le tecnologie sul campo permettono di osservare i fenomeni urbani e di elaborare le informazioni vicino al luogo in cui vengono generate.
Un esempio è la videoanalisi edge: le immagini possono essere elaborate localmente per ricavare informazioni come il numero e la tipologia dei veicoli in transito, senza che l’obiettivo sia conoscere l’identità delle persone.
Raccogliere un dato, però, non significa ancora comprenderlo. Sapere quanti veicoli percorrono una strada non spiega perché il traffico aumenti, dove potrebbe spostarsi o quali conseguenze avrà sul resto della città. Il valore emerge quando le informazioni rilevate sul territorio vengono messe in relazione con i dati comunali e altre fonti pertinenti. L’Intelligenza Artificiale può allora aiutare a individuare schemi e connessioni utili a leggere insieme mobilità sostenibile, sicurezza urbana, tutela dell’ambiente e turismo: quattro dimensioni della stessa esperienza urbana.
Anticipare anzichè reagire
Durante il keynote, Guglielmetti ha proposto un esempio concreto: la chiusura di una strada per un grande evento. Un approccio tradizionale consente di misurare dopo dove si è formato il traffico. Ma, a quel punto, i cittadini sono già in coda e i servizi stanno già subendo la pressione della viabilità modificata.
La domanda diventa allora: possiamo esplorare gli effetti della scelta prima di attuarla? Dove potrebbero spostarsi i flussi? Quali incroci richiederebbero più attenzione? Che cosa cambierebbe rafforzando il trasporto pubblico o modificando gli orari della chiusura?
Gli scenari what-if aiutano a confrontare queste possibilità. Non predicono il futuro con certezza, ma rendono più visibili gli effetti potenziali e i compromessi delle diverse opzioni. È un passaggio dalla gestione dell’emergenza a una pianificazione più strategica e flessibile.
La tecnologia al servizio delle scelte
L’Intelligenza Artificiale non sostituisce chi amministra. Scegliere le priorità, assumersi la responsabilità delle decisioni e ascoltare le persone resta un compito umano e pubblico. La tecnologia può però offrire una conoscenza migliore su cui basare quelle scelte, aiutando a mettere alla prova le ipotesi e a correggere la rotta quando serve.
