Intelligenza Artificiale e Trasporto Pubblico Locale: prove di intesa vincente
Migliorare l’esperienza dell’utenza, abbattere i tempi di attesa, gestire i flussi di traffico e la prevenzione di guasti e incidenti dei mezzi pubblici: ecco cosa potrà fare l’intelligenza artificiale in base a quanto emerso nei giorni scorsi nel XVIII Convegno Nazionale ASSTRA (l’Associazione per il Trasporto Pubblico Locale) avente per oggetto proprio “L’intelligenza Artificiale e il Trasporto Pubblico Locale nella prospettiva degli utenti (e non) TPL”.
«L’intelligenza artificiale, come ultima frontiera della digitalizzazione, appare un driver di innovazione straordinario, in grado di accelerare l’evoluzione dei processi produttivi trasformandone i paradigmi e ridefinendo il concetto stesso di lavoro – ha dichiarato Andrea Gibelli, Presidente di ASSTRA – Le applicazioni di intelligenza artificiale promettono un cambiamento radicale dei modelli di business e delle professionalità necessarie e ci spingono verso nuove sfide legate alla produttività e all’efficienza per rendere il servizio di trasporto pubblico il sistema operativo delle città».
L’indagine, che ha inteso fotografare lo status quo e il futuro percepito sull’AI, sia in termini generali sia nel settore specifico del TPL, è stata condotta a marzo 2024 su un campione di 1500 persone, rappresentativo di una parte di cittadini che utilizzano in modo regolare i mezzi pubblici.
Analizzando in particolare le rilevazioni relative alla percezione dell’utilità dell’AI nel trasporto pubblico locale, ciò che emerge è che il valore aggiunto nei trasporti non è percepito in modo dirompente, lasciando quindi un ampio margine di potenzialità alla comunicazione che il settore potrà e dovrà effettuare in futuro sull’applicazione di sistemi di Intelligenza Artificiale per migliorare i servizi. Infatti, se le applicazioni elettive dell’AI sono viste come importanti principalmente nella ricerca scientifica (62,3%), nel settore medico e nella ricerca medica (53,6%), nei trasporti la percentuale si attesta al 19,1%.
Dal lato degli stakeholder, intervistati a latere dell’indagine, i “pilastri” più impattanti dell’AI sull’esperienza di servizio sono quattro: gestione operativa, sicurezza, customer care, eccellenza tecnico-ingegneristica. Nella vision degli esperti, tutti questi ambiti sono cruciali e già oggetto di applicazione. In termini di gestione operativa, con la AI si ha la possibilità di gestire la rete in auto-apprendimento e, dunque, fare modifiche virtuose sulla rete perché c’è la capacità da parte del sistema di apprendere informazioni in modo realistico e dinamico. La sicurezza si traduce principalmente nella grande opportunità della manutenzione predittiva e “real-time” dei mezzi.
L’aspetto del Customer Care è molto importante e tra i più facilmente applicabili. Grazie all’AI, il call center potrà dare risposte giuste e non ripetitive in modalità di apprendimento. Inoltre, se l’interfaccia è scritta, il tutto potrà essere gestito in automatico, con modalità non percepibili dall’utente. Da non trascurare la capacità della AI di essere facilmente proattiva rispetto ai sistemi attuali di informazione su disagi, ritardi, cancellazioni. Un sistema di AI efficiente potrà presto provvedere a quella che veramente è la mass customization del servizio di TPL, proponendo soluzioni calzate sulle esigenze dei singoli.
La ricerca ha poi analizzato le risposte dei cittadini in merito ai benefici dell’AI, secondo alcuni scenari dettagliati. È stata chiesta, in particolare, la loro opinione sul livello di impatto di tali novità sul TPL e il sentiment suscitato (attrattiva, indifferenza, ostilità, timore). Ebbene, l’appeal verso l’intelligenza artificiale è forte se serve a garantire sicurezza ai mezzi, alle strade e una buona analisi dei dati del traffico. Tra gli scenari giudicati più impattanti, in particolare, il 72,3% indica l’utilità del monitorare e segnalare eventuali danni alle infrastrutture, strade, ponti e via discorrendo; Il 70,6% punta invece sulla possibilità di favorire in automatico la manutenzione preventiva del parco mezzi pubblici.
Il 69,3% giudica l’AI utile per la gestione dei dati sugli orari e sui flussi di traffico. Ma anche la prevenzione delle frodi (67,4%) e la gestione degli orari in tempo reale (63,6%) sembrano interessare particolarmente.
Scenari considerati invece meno impattanti e più rischiosi sono una customer care in assenza di persone fisiche (60,2%), sistema di gestione del trasporto pubblico sulla base di soli parametri ambientali (57,3%), sistemi di guida autonoma e intelligente di taxi senza conducente (41,6%) e, ancor più, veicoli senza conducente capaci di prendere decisioni autonome (41,3%) e guida autonoma intelligente di bus e tram senza autista (37,1%).