Noi siamo un po quello che è il Google Maps per le imprese.

Quindi come il Google Maps in qualche modo fornisce servizi all'utente finale, quindi ci consente di uscire di casa senza sapere nemmeno dove stiamo andando, perché praticamente forniamo noi l'indirizzo della destinazione e lui fa il resto. E le applicazioni che noi forniamo gestiscono tutta la parte cartografica e territoriale dei dati delle aziende, delle organizzazioni, degli enti di ricerca e delle università.

Salve a tutti, siete all'ascolto di INSiDER - Dentro la Tecnologia, un podcast di Digital People e io sono il vostro host Davide Fasoli.

Oggi parleremo con Esri Italia di dati geospaziali e di come possono essere utilizzati dalle pubbliche amministrazioni e dalle aziende private per la pianificazione territoriale.

Prima di passare alle notizie che più ci hanno colpito questa settimana, vi ricordo che potete seguirci su Instagram a @dentrolatecnologia, iscrivervi alla newsletter e ascoltare un nuovo episodio ogni sabato mattina su Spotify, Apple Podcasts, YouTube Music oppure direttamente sul nostro sito.

Giovedì 4 aprile abbiamo partecipato alla presentazione del progetto Tap&Tap di Trenitalia a Venezia, dove il presidente della Regione Veneto, Luca Zaia, ha illustrato la nuova modalità di acquisto dei biglietti regionali che già da qualche giorno può essere utilizzata da tutti gli utenti che intendono percorrere la tratta Venezia-Verona.

Con questa nuova modalità, per raggiungere una qualsiasi stazione collocata nella tratta in questione, è possibile acquistare il proprio titolo di viaggio appoggiando la propria carta di credito sia fisica che digitale su una delle diverse validatrici della stazione di partenza e ripetere poi la stessa operazione una volta arrivati in quella di destinazione.

Il vantaggio della funzione Tap&Tap è che una volta registrata la propria carta potrà essere utilizzata come alternativa ai metodi tradizionali di acquisto dei biglietti, con l'ulteriore vantaggio della “best fare” che in base al numero di Tap effettuati, applicherà la miglior tariffa tra quella settimanale, mensile, trimestrale o annuale.

Infine, per quanto riguarda la fase di controllo a bordo o treno, il passeggero dovrà semplicemente comunicare le ultime quattro cifre della propria carta direttamente al capotreno, in modo tale da poter associare la propria presenza al titolo di viaggio acquistato.

I negozi fisici Amazon Go e Amazon Fresh sono famosi per la loro tecnologia quasi magica che permette di fare acquisti senza pagare i prodotti alla cassa.

Grazie a un complesso sistema di telecamera e intelligenza artificiale, infatti, Amazon Just Walk Out riesce a capire i prodotti che i clienti hanno effettivamente preso dagli scaffali e una volta usciti dal negozio, addebitare il suo costo sul proprio account Amazon.

Ma è veramente così magica questa funzione? A quanto pare no, secondo alcune indiscrezioni di un dipendente che ha lavorato a questa tecnologia, infatti, circa il 70% degli acquisti viene revisionato da un team in India per verificarne la correttezza, controllo 0,5 che Amazon voleva.

D'altra parte, l'azienda ha invece contestato la dichiarazione, affermando che il team in India ha invece aiutato ad addestrare il modello di IA che viene usato da Just Walk Out.

Tuttavia, la stessa azienda ammette che ci sono interventi manuali quando l'algoritmo non riesce a determinare i prodotti acquistati con una certa confidenza.

È bene ricordare, infatti, che l'IA non è magica e non è infallibile, ma è il frutto di lunghe ore di lavoro di persone che si occupano di raccogliere, creare e organizzare le enorme quantità di dati che vengono utilizzati nei processi di addestramento.

In ogni caso, Amazon ha deciso di abbandonare il progetto Just Walk Out per concentrarsi invece sui Dash Cart, dei carrelli che permettono di tracciare i prodotti scelti in tempo reale in modo decisamente più preciso e fornendo al cliente il costo totale sempre aggiornato della spesa.

Dati geospaziali che includono informazioni sulla posizione geografica sono diventati essenziali in numerosi settori, dalla pianificazione urbana alla gestione delle risorse naturali, dall'analisi ambientale alle operazioni di emergenza.

E per capire come strumenti, software e piattaforme avanzate possano permettere a società ed enti di visualizzare, analizzare e interpretare i dati in modi innovativi e sfruttare appieno il potenziale dei dati basati sulla posizione, è con noi Michele Ieradi, CTO di Esri Italia.

Benvenuto Michele.

Benvenu… grazie.

Chi è Esri Italia e quali sono le soluzioni software che sviluppate?

Esri Italia è il distributore italiano di una multinazionale americana che ha un modello di distribuzione del software molto particolare perché sostanzialmente si basa su dei distributori nazionali o sovranazionali, noi per esempio abbiamo l'Italia, San Marino, il Vaticano, altri distributori hanno tante nazioni diverse.

In sostanza seguiamo un po le linee guida della società e distribuiamo la piattaforma software perché appunto non è un software da installare semplicemente sul proprio PC ma è una piattaforma quindi qualcosa di molto più complesso poiché può essere sì anche il software che viene installato sul PC ma può essere anche un servizio, un SaaS cioè un “software as a service” oppure può essere una piattaforma dove magari io ho un solo servizio che utilizzo, oppure può essere una struttura enterprise di base a un'intera società, un'intera organizzazione.

Ok e in questi software per cosa vengono utilizzati?

Diciamo noi siamo un po quello che è il Google Maps per le imprese, quindi come Google Maps in qualche modo fornisce servizi all'utente finale, quindi ci consente di uscire di casa senza sapere nemmeno dove stiamo andando perché praticamente forniamo noi l'indirizzo della destinazione e lui fa il resto.

Le applicazioni che noi forniamo gestiscono tutta la parte cartografica e territoriale dei dati delle aziende, delle organizzazioni, degli enti di ricerca e delle università.

In questo settore una parola chiave è GIS, che cosa vuol dire?

Geographic Information System, quindi proprio la possibilità di gestire la componente geografica dei propri dati.

Quindi io per esempio devo gestire i numeri civici, non solo devo sapere se un numero civico esiste oppure no, ma soprattutto devo sapere dov’è. E quindi devo avere una banca dati che mi consenta di sapere dov’è il numero civico e poi avere un software che mi consenta di - a partire dall'inserimento dell'indirizzo del numero civico - disambiguare l'indirizzo e fornire una mappa con l'indirizzo specifico.

Ok, quindi si tratta di dati che sono geolocalizzati, cioè è possibile rintracciare dove sono stati… associare una posizione a questi dati?

A una coordinata geografica, quindi ha una “lat” e “long” che consente di avere il punto proiettato sul mondo, quindi sul planisfero.

È chiaro che questo ha - che sembra estremamente semplice poi - in realtà ha una potenza formidabile perché il territorio ci consente di confrontare entità completamente diverse.

Appunto io voglio capire a chi appartiene una determinata utenza per esempio, posso avere a partire dall'indirizzo dell'indirizzo e del numero civico, ho la posizione geografica dell'edificio e conosco invece il trasformatore o la cabina più vicina a questo indirizzo e quindi posso collegare geograficamente queste due entità.

Ok, molto interessante e seppur siete una realtà che non si rivolge direttamente all'utente, al cittadino nel caso appunto vi interfacciate con una pubblica amministrazione, comunque i cittadini, gli utenti hanno un vantaggio riflesso dato dai software che realizzate.

E a proposito di questo ci spieghi quali sono - e poi casomai facciamo anche degli esempi - ci spieghi quali sono i settori che beneficiano maggiormente dell'utilizzo dei GIS?

In Italia, appunto la geografia è ubiquitaria, quindi è ovunque e ogni società in realtà ha delle informazioni di tipo geografico, alcune società hanno maggiore interesse alla posizione dei propri asset, altre società meno.

In questo momento in Italia i maggiori utilizzatori di questi sistemi geografici sono sicuramente le città, città, regioni, che hanno la possibilità di gestire attraverso questo tipo di sistemi tutti i propri asset, che possono essere il catastro strade, può essere dove sono gli edifici pubblici, dove sono le scuole, dove sono tutti gli elementi che costituiscono il servizio che viene fornito poi ai cittadini.

Altro settore che utilizza tantissimo il GIS è il settore delle utility.

Immaginate che tutte le maggiori utility italiane utilizzano una piattaforma GIS per gestire il proprio asset, che diventa proprio una sorta di gemello digitale, cioè io ho la rete per esempio dell'acqua, per esempio io vivo a Roma, a Acea, ha costruito un modello della rete dell'acqua che gli consente di gestire a tutto tondo la rete fisica.

Quindi io posso fare delle operazioni sulla rete virtuale che si materializzano poi nella rete fisica e tutti noi ne beneficiamo. Cioè quando ci arriva l'avviso che verrà interrotta l'acqua da una certa ora a un'altra ora, è semplicemente un'analisi geografica che viene fatta sul gemello virtuale, sul gemello digitale di questa rete, che consente di identificare tutti i destinatari di una determinata operazione di manutenzione.

Quindi il sistema automaticamente restituisce gli indirizzi di tutti i destinatari e a partire dal tipo di operazione, che ne so, la sostituzione di una valvola, la sostituzione di un tubo, io so esattamente che avrò un'interruzione di due ore, di tre ore, so esattamente da quando dovrò chiudere l'acqua a quando la riaprirò e posso avvisare con una mail, con un biglietto, con un qualsiasi strumento di comunicazione il cittadino.

Quindi noi ne beneficiamo continuamente ma in maniera totalmente inconsapevole.

Sì fra l'altro questo ultimo aspetto di cui è parlato del gemello digitale mi fa venire in mente che da diversi anni avete una collaborazione in corso con il comune di Milano proprio per creare una sorta di smart city, un gemello digitale smart della città di Milano.

Ci fai qualche altro esempio di come potrebbero essere utilizzati i GIS in questo caso e perché permetterebbero di rendere appunto Milano una smart city?

Milano di fatto è già una smart city nel senso che basta andare sul geoportale del comune di Milano che è un sito web pubblico, per poter vedere tutte le informazioni geografiche messe a disposizione dal comune di Milano ai cittadini.

Informazioni che possono essere tutti i piani di riqualificazione urbana, sono il lavoro che viene fatto sui piani territoriali, sono anche per esempio per i milanesi, quando devono scegliere la scuola, hanno un servizio che viene messo a disposizione dal comune di Milano che rende disponibile a partire dall'indirizzo l'identificazione di quali sono le scuole più vicine e quali sono le caratteristiche di queste scuole.

Quindi si unisce un'informazione di tipo geografico con un'informazione di tipo analitico che consente poi al cittadino di prendere decisioni ma anche i passi carrai, i dehor, qualsiasi informazione che ha una caratteristica geografica viene gestita dal comune di Milano attraverso un sistema informativo territoriale.

Adesso c'è stato un ulteriore cambiamento che rende Milano un po unica in questo momento in Italia perché ha fatto una scelta di realizzare una nuova componente geografica che è proprio una sorta di visione della realtà… cioè proprio gemello si materializza in una visualizzazione 3D.

Quindi io ho la città di Milano - in questo momento soltanto per gli addetti ai lavori ma presto anche per i cittadini - che modello proprio videogioco, dove io posso navigare all'interno della città 3D come se stessi dentro un videogioco però avendo le informazioni reali: dove sono i bar, dove sono le scuole, dov’è la colonnina di ricarica, dov’è il distributore, dov’è il trasformatore.

Quindi tutti gli asset della città sono riportati funzionalmente all'interno di un modello 3D e questa è una nuova frontiera che appunto Milano sta cavalcando dall'ultimo anno e mezzo e che è in corso di lavoro, c'è la lavorazione di questo tipo di visualizzazione che un po sta rivoluzionando proprio il GIS, cioè il GIS tipicamente era una mappa così come siamo abituati a vederla in 2D, questo tipo di visualizzazione consente di trasformarci, trasformare la visualizzazione, la visualizzazione 3D con tutti i benefici del caso.

Cioè se voglio sapere dove inserire un nuovo pannello fotovoltaico, posso dire automaticamente dove sono tutti i tetti sui quali è effettivamente possibile installare un pannello fotovoltaico. Per esempio Milano ha un problema con il verde, vuole aumentare il verde mettendolo anche sopra i tetti come è stato fatto già in altre città europee, sta calcolando dove è possibile effettivamente inserire una copertura verde sul tetto di una certa quantità di edifici, cioè quali sono gli edifici dove effettivamente è possibile fare questa operazione.

E tantissime altre funzioni che sono strettamente legate sicuramente alla geografia, ma ancora di più alla geografia 3D.

Ok, adesso hai parlato di città, ma questi software e questi dati possono essere utilizzati anche in altri casi, cioè ad esempio un esempio che mi viene in mente al momento è quello delle alluvioni che abbiamo visto lo scorso anno in Emilia Romagna e in Toscana.

Il software può essere utilizzato anche per ovviare o comunque prevedere o prevenire eventuali situazioni di questo tipo?

Assolutamente sì, proprio questa trasformazione dal 2D al 3D ha reso possibile l'applicazione di nuovi tipi di algoritmi.

Già in molte città europee, soprattutto l'Olanda, che chiaramente ha un problema di alluvioni, anzi di gestione dell'acqua completamente diversa da tutte le altre nazioni, sta costruendo una serie di piani dove vengono creati degli scenari “what-if” cioè che vuol dire? Io ho la rappresentazione 3D del territorio, immagino di simulare una serie di eventi climatici estremi, quindi ho due giorni di pioggia con determinate quantità di pioggia che adesso purtroppo sono comuni anche in Italia, due, tre, quattro, cinque giorni e quindi a partire dal sistema e a partire dagli algoritmi resi disponibili dagli idrologi posso vedere che cosa succede.

Qual è il modello di diffusione dell'acqua, qual è il modello di gestione dell'acqua superficiale e di conseguenza posso addirittura verificare quali saranno i danni oppure quali sono, diciamo al contrario, di vederla in maniera positiva, cioè andare a vedere quali sono gli edifici sui quali devo fare una serie di operazioni per metterli in sicurezza.

Quindi il tema è un tema super attuale perché il cambiamento climatico interessa soprattutto le zone costiere, ma in Emilia Romagna, essendo una pianura alluvionale, ha interessato un territorio molto più ampio e il problema più grande è quello dello smaltimento dell'acqua, perché l'acqua poi arriva in grandi quantità in un periodo di tempo molto breve.

Dopodiché se c'è la pianura è difficile smaltirla e quindi bisogna fare una serie di operazioni che tendono a risolvere il problema a monte, cioè io devo accumularla perché poi ho il problema opposto della siccità, quindi devo costruire delle zone dove posso ricoverare l'acqua e poi utilizzarla quando mi serve, oppure devo provare ad utilizzare i sistemi che ho a disposizione.

Perché io chiaramente ho il suolo ma anche il sottosuolo, quindi io posso immaginare dei sistemi che consentano di portare l'acqua verso le falde acquifere che come è noto si stanno scaricando perché questi episodi, cioè sta piovendo magari la stessa quantità di acqua, ma piovendo diciamo con episodi climatici estremi, questa acqua passa e va via, non va più ad alimentare le falde acquifere e quindi crea un problema a livello locale di gestione dell'acqua all'interno dei pozzi, all'interno delle riserve di acqua del territorio e quindi, oltre ad avere il danno dell'alluvione, hai anche poi il danno della siccità.

Sì, quindi i dati che devono essere tenuti in considerazione non sono solo quelli superficiali, ma anche quelli del sottosuolo e a proposito di questo e anche collegandomi a quello che dicevi prima sulla città di Milano, una cosa che abbiamo dato per scontato è i dati in sé, cioè come faccio a arricchire il sistema di questi dati?

I dati da dove arrivano?

I dati sono proprio il cuore di questo sistema.

Io spesso parlando con gli utenti, con i clienti, spiego che ormai dal punto di vista tecnologico il livello della tecnologia è talmente elevato che è veramente possibile fare quasi tutto.

Quello che invece rimane un problema importante è la gestione del dato, quindi sicuramente il reperimento del dato, quindi la possibilità di avere dei processi che consentano alle amministrazioni pubbliche, ma anche alle società private di accedere o creare il dato, ovvero a costruire il dato oppure a comprare il dato.

L'esempio di Acea è un esempio che abbiamo fatto all'inizio.

È chiaro che la rete va disegnata.

Ogni pezzo della rete ha delle caratteristiche uniche che devono essere riportate all'interno del modello dati.

Quindi per poter realizzare un progetto di un digital twin prima di tutto devo pensare al mondo reale e costruire un modello dati che possa in qualche modo replicare le funzioni del mondo reale.

Quindi il dato è proprio il vero e proprio cuore di questo tipo di sistemi.

Ed è infatti dal punto di vista del tempo anche speso, impiegato per realizzare le banche dati, molto spesso la quantità di lavoro maggiore che dobbiamo fare.

Perché appunto oggi con delle interfacce molto smart che consentono per esempio di con pochi click creare un'applicazione web, il dato non potrò mai farlo così.

Dovrò pensare, dovrò conoscere il dato, sapere che tipo di dato è, avere l'esperto di settore che ti dice come dovrebbe essere costruito e poi il tecnologo che ti costruisce la banca dati.

Poiché la banca dati alla fine è sempre un insieme di parametri che rappresentano poi un determinato tipo di dato.

Cioè la strada, ad esempio una strada, l'asse stradale avrà il nome della strada, avrà che tipo di strada è, avrà la larghezza della strada, avrà i limiti della strada di peso, di altezza e sono tutti i campi di un database che devono essere inseriti all'interno del database per poter poi fare per esempio quello che Google ci fa continuamente, il calcolo percorso.

Immaginate che dietro quel grafo stradale che noi utilizziamo tutti i giorni per andare da un posto all'altro, ho decine, centinaia di parametri che vengono analizzati dall'algoritmo che mi genera poi il calcolo percorso.

Quindi è la parte più complessa di questo tipo di sistemi.

E poi immagino che più dati abbiamo, più dati si hanno, più il risultato finale sarà preciso, giusto?

I dati devono essere quelli giusti, non è sempre detto che avere più dati ti fornisce un risultato migliore.

La cosa più importante del dato è chiaramente che siano i dati che effettivamente ti servono, cioè ad esempio nel caso… facciamo un esempio proprio tangibile, l'esempio del grafo stradale.

Il grafo stradale è chiaro che l'altezza è importantissima se giro con un camion, ma se giro con una macchina l'altezza non mi serva a niente.

La larghezza è utile sempre perché chiaramente mi dice quante macchine possono passare in quel determinato tipo di strada, quindi non sempre il dato è… la cosa importante invece è che il dato sia aggiornato, cioè avere un senso di percorrenza sbagliato, come spesso ci capita, ognuno di noi utilizza il calcolo percorso, poi improvvisamente trova che il senso di percorrenza indicato è sbagliato non è…

può succedere, adesso succede molto meno perché c'è l'intelligenza artificiale che risolve il problema, ma prima il problema dei sensi di percorrenza sul calcolo percorso di un navigatore era un problema ricorrente.

Oggi perché non c'è più o comunque perché c'è molto meno? Perché il grafo stradale non è più aggiornato da persone, ma è aggiornato da algoritmi, quindi il tuo passaggio, il passaggio di tutte le persone su quel determinato grafo stradale definiscono il fatto che quel grafo stradale ha quel determinato senso di percorrenza e continua ad averlo.

Se a un certo punto le macchine cominciano a girare nell'altro senso, automaticamente gli algoritmi di intelligenza artificiale che vengono utilizzati per aggiornare il grafo stradale si accorgono che c'è un'anomalia, inizialmente la segnalano e poi modificano il grafo stradale, in maniera tale che quel problema sia corretto.

Quindi anche il nuovo approccio moderno alla gestione dei dati passa anche abbastanza dell'intelligenza artificiale, anche se è un mondo che sta crescendo sempre di più, ma in realtà è qualcosa che sta crescendo perché comunque si stanno implementando sempre nuovi algoritmi, sempre nuovi processi che includono anche la parte, una componente di intelligenza artificiale.

A proposito di questo aspetto, quindi hai parlato di intelligenza artificiale per correggere dei dati che magari sono non aggiornati, ma l'intelligenza artificiale ha un ruolo rilevante anche per quanto riguarda la correlazione dei dati, poi per dare dei risultati più precisi?

In realtà in questa fase dell'introduzione dell'intelligenza artificiale nel mondo del GIS è utilizzata soprattutto… quello che hai descritto è più un ambito di analisi geografica, esistono tantissime funzioni geografiche che consentono di correllare dati diversi.

In realtà l'intelligenza artificiale, la parte soprattutto del deep learning, quindi la componente capace di riconoscere oggetti viene utilizzata sempre e sempre di più per automatizzare i processi di generazione dei dati.

Quindi io da un'immagine di aereo, da un'immagine satellitare o semplicemente da un'immagine di una foto, posso ricostruire il territorio e questo è un salto quantico, è veramente una rivoluzione.

Perché? Perché fino a ieri io vivevo, questi modelli digitali basati su sistemi cartografici avevano sempre dei dati relativamente vecchi, cioè di sei mesi, otto mesi, anche un anno.

Non si possono mettere sensori ovunque.

No, ma non per questo, perché… perché praticamente io anche faccio un volo con l'aereo, dopodiché se è un essere umano che deve fare la fotorestituzione, quindi deve costruire a partire dal dato che arriva dall'immagine aerea, tirar fuori le informazioni necessarie per costruire la cartografia.

Quindi costruire una cartografia tecnica poteva passare… immaginate il territorio della città di Roma che è 1280 chilometri quadrati.

Per restituirlo c'è bisogno di due anni, due anni e mezzo di una squadra di persone.

È chiaro che questo tipo di attività si sta semplificando sempre di più, perché chiaramente con algoritmi che riconoscono le strade, riconoscono i palazzi, riconoscono gli alberi, riconoscono qualsiasi oggetto che viene visto dall'aereo, dalla fotocamera dell'aereo, sostanzialmente io piano piano vado a ridurre il tempo di restituzione del dato.

Quindi l'immagine che mi arriva dall'aereo di per sé è inutile, nel senso mi dà un potere informativo che magari io leggo perché conosco il territorio e so leggerla, ma la maggioranza delle persone non sono in grado di leggerla.

Quindi invece questa estrazione di informazione a partire da algoritmi di intelligenza artificiale rende disponibile il dato con tempi sempre più brevi e quindi è sempre più veloce, sempre più facile avere a disposizione dati aggiornati.

Quindi questa è una differenza immensa che sta avvenendo nel mondo della geomatica in generale.

Va bene, allora grazie Michele per averci raccontato, spiegato che cosa sono i GIS e qual è la potenzialità o il loro utilizzo sia per una pubblica amministrazione, per una società e poi alla fine anche per noi singoli utenti.

A presto.

Grazie a voi per la chiacchierata.

E così si conclude questa puntata di INSiDER - Dentro la Tecnologia.

Io ringrazio come sempre la redazione e in special modo Matteo Gallo e Luca Martinelli che ogni sabato mattina ci permettono di pubblicare un nuovo episodio.

Per qualsiasi tipo di domanda o suggerimento scriveteci a redazione@dentrolatecnologia.it, seguiteci su Instagram a @dentrolatecnologia dove durante la settimana pubblichiamo notizie e approfondimenti.

In qualsiasi caso nella descrizione della puntata troverete tutti i nostri social.

Se trovate interessante il podcast condividetelo che per noi è un ottimo modo per crescere e non dimenticate di farci pubblicità.

Noi ci sentiamo la settimana prossima.