Durante il convegno “Next Generation Mobility”, che si tiene a Torino dal 18 al 20 maggio, assume un particolare rilievo il tema della sharing mobility, ovvero della rivoluzione verso la sostenibilità che sta cambiando l’aspetto delle nostre città.
di Matteo Tanzilli e Luca Cerimele
Uno degli elementi fondamentali per affrontare la transizione della mobilità urbana è costituito dai dati generati dalla sharing mobility, dalla loro elaborazione, analisi e interpretazione. Il valore generato da questi dati costituisce un asset strategico per le pubbliche amministrazioni intente a progettare le smart cities del futuro, rendendole più sostenibili e ordinate.
Lo sharing costituisce inoltre un’opportunità per raccogliere grandi quantitativi di dati sul traffico, direttamente dai mezzi presenti in maniera capillare su strada, interconnessi fra loro attraverso un IoT. Ciò può contribuire a una migliore comprensione degli spostamenti asistematici sul territorio e a una risposta ottimale alla domanda di mobilità non ancora intercettata dal sistema di trasporto pubblico.
Già il primo scooter sharing apparso a Santa Monica nel 2017 ha generato enormi volumi di dati che venivano condivisi con le amministrazioni, in formato offline CSV o XLS, rivelando un limite di staticità. Dal 2018, il Dipartimento dei trasporti di Los Angeles ha realizzato un progetto open source, il “Mobility Data Specification” (MDS), creando una diversa estensione di dati, rendendoli dinamici e consentendo quindi una migliore gestione e decodificazione degli stessi.
Dal 2019 il programma MDS è coordinato dalla Open Mobility Foundation con l’obiettivo di fornire un formato standard di dati, unico, omogeneo e pensato per le città grandi e piccole, così che possano ricevere, confrontare e analizzare le informazioni provenienti dai diversi fornitori dei servizi di mobilità con la possibilità di interazioni in tempo reale con gli operatori.
La condivisione dei dati fra operatori privati e pubbliche amministrazioni genera benefici significativi su tre principali direttrici: il controllo, la pianificazione, la comunicazione.
Il controllo
L’accesso ai dati di servizio consente una verifica effettiva del rispetto, da parte degli operatori di sharing, degli obblighi assunti nei confronti della municipalità. A titolo esemplificativo si può considerare la verifica nelle flotte dispiegate sul territorio, il rispetto di eventuali aree con servizio inibito o particolari obblighi assunti rispetto alle politiche di bilanciamento della flotta. I dati rilevati includono comunemente la distanza percorsa, il percorso, la durata del viaggio, lo stato dei veicoli, il tutto in maniera aggregata e anonima.
La pianificazione
Il monitoraggio dei servizi migliora la pianificazione dei servizi stessi grazie agli strumenti come le “mappe di calore”, generate a fronte dei dati su sblocco e rilascio dei mezzi in sharing, che possono consentire la progettazione delle aree di sosta e della realizzazione di infrastrutture dedicate alla mobilità dolce. Sarà così possibile prendere decisioni più consapevoli sugli investimenti in infrastrutture e sulle priorità da attribuire ai diversi interventi pianificati sul territorio.
La comunicazione
Si prevede una interazione real time con gli operatori, con segnalazione di percorsi alternativi ai propri utenti in caso di deviazioni e/o chiusure di strade a causa di incidenti.
Alcuni esempi sulla utilizzazione efficace di questi dati provengono anche da realtà internazionali come la Cina, dove sono stati installati numerosi sensori su semafori, bus, taxi, auto private che, grazie all’uso combinato dei dati con la Intelligenza Artificiale, guidano le città verso nuovi modelli di traffico senza ricorrere alla costruzione di nuove infrastrutture.
Anche a Parigi, nel 2019, grazie all’osservazione dei dati aggregati, si è riscontrato che il 42 per cento degli utenti della micromobilità sharing era costituito da turisti.
In Italia, ad aprile 2021, solo il comparto della micromobilità contava circa 41 mila monopattini sharing in oltre 30 città, gestiti da 10 operatori che rappresentano un data set potenzialmente molto rilevante per i decision makers pubblici.
Il formato dati MDS è stato adottato dalle amministrazioni di Roma, Torino e Milano mentre le piattaforme di analisi sono dislocate fra Milano con Vianova, Roma con Project Automation e Torino con Mato.
Le Amministrazioni locali italiane già acquisiscono e processano una mole rilevante di dati connessi al servizio di trasporto pubblico. Ciò risponde a una precisa esigenza di pianificazione e sviluppo che, nel recente passato, non è stata avvertita con la medesima intensità rispetto ai sistemi di sharing. Una reale integrazione dei servizi di mobilità condivisa all’interno del sistema di mobilità di una città, pertanto, non può che transitare per un accesso completo ai dati di servizio e a un loro utilizzo volto a ottimizzare le opzioni di trasporto a disposizione del cittadino.
Roma Capitale ha iniziato a estendere al mondo dello sharing la medesima logica di acquisizione dei dati di servizio e loro elaborazione non solo in fase di controllo e monitoraggio, ma anche di pianificazione dei servizi stessi.
A titolo esemplificativo, nell’arco temporale compreso tra giugno 2020 e dicembre 2020, a fronte di un aumento rilevante delle flotte autorizzate di monopattini in sharing – passate da 8mila a 16mila veicoli attivi, con corrispondente crescita dei noleggi medi mensili da circa 380mila a 615mila – è diminuito in modo sensibile il numero di noleggi giornalieri medi per veicolo, passati da 1,7 a 1,25.
I dati acquisiti sulla distribuzione territoriale delle flotte sono altrettanto interessanti. A oggi, per quanto concerne i mezzi di micromobilità, nelle aree centrali del territorio urbano si concentra il 79 per cento della flotta autorizzata. Per quanto concerne i servizi di car sharing, gli scenari cambiano, con una presenza nel centro cittadino del solo 35 per cento delle flotte, con il restante 65 per cento localizzato in un territorio molto esteso.
Sulla base di questi dati riferiti alla micromobilità, è evidente la necessità di avviare procedure selettive per una riduzione delle flotte autorizzate e del numero di operatori. L’eccedenza di mezzi sul territorio rispetto alle esigenze della cittadinanza, infatti, rischia di determinare ricadute negative sia sul decoro urbano e sulla utilizzazione degli spazi da parte dei pedoni, sia sulla sostenibilità del servizio da parte degli operatori. Allo stesso tempo è necessario incentivare politiche di bilanciamento della flotta, che consentano uno sviluppo del servizio anche nelle aree periferiche della città.
Un cambio di approccio nell’analisi dei dati di servizio non potrà che avvicinare il mondo dello sharing a logiche di pianificazione proprie dei sistemi più strutturati, come nel caso del Trasporto Pubblico Locale. Questa convergenza rappresenta il primo passo concreto verso un sistema di mobility as a service (MAAS).
Milano ha in programma per i prossimi anni una fase sperimentale con l’ausilio di IA, che in tempo reale conteggi e classifichi i veicoli in modo da supportare la creazione di nuove infrastrutture e di servizi per migliorare i flussi di traffico.
Nell’immediato futuro, la proposta è di centralizzare in un’unica piattaforma pubblica lo studio dei dati rilevati simultaneamente su sharing, traffico, TPL, a beneficio di tutte le città. L’esame di questi dati potrebbe portare a una ottimizzazione dei costi, dei flussi di traffico, della sicurezza, dei parcheggi, fino alla previsione degli incidenti nelle smart cities del futuro.
Matteo Tanzilli è Presidente di Assosharing.
Luca Cerimele è Advisor di Roma Capitale per le tematiche di sharing ed electric mobility.
(gv)
