La guida autonoma evolve da tecnologia di bordo a sistema urbano, dove intelligenza artificiale, dati e infrastrutture ridefiniscono sicurezza, mobilità e competitività industriale.
La prima rivoluzione dell’automobile ha ridisegnato le città. La seconda, quella della guida autonoma, ridisegnerà gli equilibri industriali e geopolitici. La competizione non riguarda l’auto in sé, ma l’infrastruttura che rende possibile l’autonomia.
La corsa globale ai veicoli autonomi viene spesso raccontata come una sfida tra algoritmi, sensori e potenza di calcolo. La trasformazione è sistemica: l’autonomia emerge dall’interazione tra tecnologia, infrastrutture digitali e governance pubblica. Come già intuiva Lawrence D. Burns nel 2013, la vera discontinuità non è l’automazione del mezzo, ma la convergenza tra autonomia, elettrificazione e nuovi modelli di utilizzo.
Senza un’architettura coordinata di infrastrutture, dati e regole, la guida autonoma rischia di restare un’evoluzione tecnologica del prodotto, non una trasformazione strutturale del sistema di mobilità.
L’integrazione tra veicolo e infrastruttura non rappresenta di per sé una novità nello sviluppo dei sistemi di trasporto intelligenti. Ciò che cambia oggi è il salto di scala e di responsabilità: l’infrastruttura non è più un semplice supporto tecnico, ma diventa parte attiva nella generazione dell’autonomia operativa. La smart road, attraverso protocolli V2I (Vehicle-to-Infrastructure), non comunica soltanto con il veicolo, ma contribuisce alla distribuzione del rischio dell’intero sistema.
È in questo scenario che prende forma il concetto di Autonomous Infrastructure, definibile come un ecosistema infrastrutturale integrato in cui infrastrutture fisiche, sistemi digitali e modelli di governance cooperano per supportare processi decisionali automatizzati in condizioni di sicurezza e supervisione pubblica. In questo paradigma, l’autonomia non nasce esclusivamente dall’intelligenza artificiale del veicolo, ma dall’interazione continua tra ambiente fisico, dati e regole.
L’Autonomous Infrastructure si articola in quattro dimensioni principali: infrastrutture fisiche sensorizzate, dotate di dispositivi IoT e sistemi di monitoraggio; infrastrutture digitali basate su connettività ad alta capacità, cloud ed edge computing; sistemi autonomi operativi, che includono veicoli, logistica automatizzata e gestione intelligente del traffico; e un’infrastruttura istituzionale composta da standard, regolazione e modelli di responsabilità. A differenza dei tradizionali intelligent transportation systems, questo approccio introduce una dimensione di governance nella quale infrastrutture, dati e sistemi decisionali contribuiscono attivamente alla sicurezza e all’autonomia operativa dell’intero sistema.
Quando l’intelligenza artificiale incontra la città
I sistemi di guida autonoma rappresentano una delle applicazioni più avanzate dell’intelligenza artificiale. Attraverso computer vision, machine learning e modelli predittivi, i veicoli sono oggi in grado di riconoscere oggetti, prevedere comportamenti e prendere decisioni in tempo reale.
Ma l’intelligenza artificiale, da sola, non è sufficiente. Un veicolo autonomo può operare in modo affidabile solo se l’ambiente circostante è progettato per essere interpretato da sistemi digitali: segnaletica leggibile, infrastrutture connesse, aggiornamento continuo dei dati e comunicazione tra veicoli e città. Senza queste condizioni, l’autonomia resta confinata a contesti sperimentali.
A dover evolvere, pertanto, è anche il contesto cittadino che dovrà essere ridisegnato seguendo diverse direttrici negli interventi normativi e infrastrutturali come la connettività diffusa V2X (Vehicle-to-Everything) a bassa latenza per lo scambio dei dati con i veicoli, la gestione algoritmica dinamica del traffico attraverso sistemi intelligenti (ATMS) e le infrastrutture ibride capaci di coordinare veicoli autonomi e guida umana nella fase di transizione in corsie dedicate.
La competizione globale si sta quindi spostando dal veicolo all’ecosistema. Non vince chi sviluppa l’algoritmo più avanzato, ma chi costruisce infrastrutture capaci di sostenere sistemi autonomi integrati su larga scala.
Le stime dell’Alto Commissariato per la Strategia e la Pianificazione francese indicano che gli investimenti globali legati a veicoli autonomi e robotaxi hanno superato complessivamente 100 miliardi di euro nell’ultimo quindicennio, includendo capitale di rischio, spesa per R&D e investimenti industriali.
Due modelli globali per la mobilità autonoma
Negli Stati Uniti domina un modello software-driven: l’infrastruttura si adatta alla tecnologia sviluppata dalle imprese. È un approccio flessibile e rapido, centrato sull’innovazione di prodotto e fortemente orientato al software.
La Cina ha adottato una strategia opposta: pianificazione industriale e regolazione coordinano l’innovazione fin dall’origine. Veicolo e software dialogano con la città, evolvono simultaneamente all’interno di un ecosistema integrato, coerente con una visione nazionale dell’Autonomous Infrastructure.
L’Europa si colloca in una posizione intermedia ma più complessa. Privilegia sicurezza, standardizzazione e tutela dei dati, costruendo prima la cornice normativa, dall’AI Act alla disciplina sulla responsabilità, e solo successivamente favorendo la scalabilità industriale. Il rischio è una frammentazione che rallenta l’adozione; l’opportunità è trasformare la forza regolatoria in un vantaggio competitivo sistemico.
Negli Stati Uniti l’innovazione guida la regolazione; in Cina la regolazione coordina l’innovazione; in Europa la regolazione spesso la anticipa. La differenza non è tecnologica, ma sistemica.
Quando l’etica entra negli algoritmi
La guida autonoma introduce interrogativi che vanno oltre la tecnologia. Se un sistema autonomo prende decisioni in situazioni critiche, chi è responsabile? Come rendere trasparenti decisioni prese da algoritmi complessi? E come evitare bias nei sistemi di percezione?
L’affidabilità deve essere garantita anche in condizioni operative complesse — pioggia intensa, nebbia, segnaletica degradata — e nella gestione degli edge cases, situazioni rare o impreviste come un pedone che attraversa con un ombrello aperto o lavori stradali improvvisi. Per questo la sicurezza si fonda su architetture ridondanti e principi di sicurezza funzionale.
Accanto agli aspetti tecnici emergono questioni etiche e giuridiche rilevanti. Il Moral Machine Experiment del MIT ha mostrato come le preferenze morali possano variare tra diverse aree culturali, evidenziando la difficoltà di definire criteri etici universalmente condivisi operanti su scala globale. Lo studio ha evidenziato alcune preferenze ricorrenti a livello globale — come la tendenza a privilegiare la salvaguardia delle vite umane rispetto agli animali e a minimizzare il numero complessivo di vittime — ma ha anche mostrato variazioni rilevanti tra diverse aree culturali, con priorità morali differenti nella valutazione di età, ruolo sociale e comportamento degli individui coinvolti.
La sicurezza diventa così non solo una questione ingegneristica, ma sociale e regolatoria.
La città come piattaforma tecnologica
Le smart cities rappresentano il contesto in cui questa trasformazione assume forma concreta. Semafori intelligenti, comunicazione V2X, control room urbane e sistemi predittivi trasformano le infrastrutture in attori attivi della sicurezza.
Qui emerge un paradosso strutturale. Il mercato può popolarsi rapidamente di veicoli dotati di sistemi di guida autonoma sempre più avanzati, ma l’assenza di infrastrutture adeguate riporta al centro la necessità di investimenti pubblici e di una pianificazione territoriale coerente. In un Paese come l’Italia, caratterizzato da reti urbane complesse e da vincoli amministrativi significativi, l’adeguamento delle infrastrutture rappresenta la vera variabile critica della scalabilità.
Anche in Italia il tema sta entrando progressivamente nell’agenda regolatoria. Nell’ambito della futura revisione del Codice della Strada, attualmente in elaborazione presso il Ministero delle Infrastrutture e dei Trasporti con orizzonte 2026, è previsto un indirizzo dedicato allo sviluppo della mobilità autonoma e delle infrastrutture intelligenti. La revisione dovrebbe aggiornare lo stesso concetto giuridico di “conducente”, introducendo la possibilità che la funzione di guida possa essere esercitata anche da un sistema automatizzato, il conducente potrà trasformarsi da soggetto attivo della guida a supervisore del sistema automatizzato, con conseguenze rilevanti in termini di responsabilità, formazione e gestione del rischio.
In questo scenario, la regolazione non è un elemento accessorio ma una componente strutturale dell’ecosistema. Nessuna innovazione sistemica può affermarsi senza una cornice normativa chiara, capace di accompagnare la sperimentazione senza ostacolarla. L’esperienza del Decreto Smart Road ha evidenziato le difficoltà concrete di tradurre l’innovazione tecnologica in operatività su strada: iter autorizzativi complessi, incertezza sulla responsabilità legale, necessità di standard tecnici condivisi.
Servono linee guida rigorose ma abilitanti, che consentano testing controllato, chiarezza nella distribuzione delle responsabilità e livelli elevati di sicurezza funzionale. Solo un ambiente regolatorio strutturato può ridurre l’incertezza, accelerare l’accettazione pubblica e rendere scalabile l’adozione dei sistemi autonomi.
La mobilità autonoma è una politica industriale infrastrutturale. È, al tempo stesso, un ecosistema interdisciplinare nel quale convergono ingegneria, diritto, etica, psicologia e politiche pubbliche, ridefinendo il perimetro della governance tecnologica.
Governare la transizione: etica, sicurezza e gradualità
Se l’automazione diventa una proprietà dell’infrastruttura, anche la responsabilità si redistribuisce lungo l’intera filiera socio-tecnica: costruttori, fornitori software, operatori, gestori infrastrutturali e amministrazioni pubbliche condividono il rischio e la decisione. Questo richiede modelli di responsabilità condivisa, con accountability algoritmica, tracciabilità delle decisioni e audit periodici su safety e cybersecurity.
La transizione deve inoltre essere progressiva. Sperimentazioni controllate, sandbox regolatorie e valutazioni ex ante ed ex post rappresentano strumenti essenziali per accompagnare l’innovazione senza comprometterne la sicurezza.
Assicurazioni, responsabilità e il nuovo equilibrio del rischio
Con l’aumentare dell’automazione, il baricentro della responsabilità si sposta progressivamente dal conducente umano al produttore del veicolo o al fornitore del software. Questa transizione normativa anticipa una trasformazione più ampia: il rischio non è più individuale, ma sistemico.
Il settore assicurativo sta già evolvendo in questa direzione, aprendo la strada a polizze fondate sull’affidabilità tecnologica, sulla qualità del software e sulla resilienza dell’infrastruttura. Non si tratta più soltanto di assicurare un veicolo, ma di assicurare un ecosistema infrastrutturale integrato.
La ridefinizione del rischio richiede nuovi scenari normativi e contrattuali capaci di integrare responsabilità tecnologica, standard infrastrutturali e governance dei dati. Ed è qui che la cooperazione pubblico-privato diventa decisiva.
La creazione di un’associazione nazionale dedicata alla guida autonoma — che riunisca istituzioni, operatori industriali, gestori infrastrutturali e compagnie assicurative — potrebbe rappresentare uno strumento strategico di confronto stabile tra pubblico e privato, necessario per governare la transizione in modo coordinato e ridurre l’incertezza regolatoria.
Nel Novecento hanno prevalso i Paesi capaci di costruire autostrade, reti energetiche e sistemi industriali di massa. Nel XXI secolo prevarranno quelli che sapranno progettare e governare infrastrutture intelligenti integrate con dati, regolazione e automazione. L’autonomia non è una caratteristica del veicolo. È una proprietà di un ecosistema affidabile, sicuro e governabile. E i Paesi che sapranno organizzare e coordinare questo ecosistema guideranno la prossima rivoluzione industriale.
Matteo Tanzilli è docente a contratto all’università Luiss Guido Carli e policy advisor. Luca Cerimele è Responsabile sviluppo business della Fondazione Caracciolo – Centro Studi ACI
