
La raccolta e l'elaborazione di dati visivi sono diventate fondamentali per molteplici settori, dalla gestione urbana alla sicurezza, passando per l'analisi ambientale e l'innovazione tecnologica. Grazie a strumenti avanzati come il LiDAR e le fotocamere ad alta risoluzione, è possibile ottenere una rappresentazione dettagliata e accurata dell'ambiente che ci circonda. Questi dati non solo migliorano la nostra comprensione del mondo, ma offrono anche soluzioni pratiche per affrontare le sfide quotidiane. Per parlare del ruolo che ricopre Cyclomedia in questo settore abbiamo invitato Filippo Troiani, Responsabile delle vendite in Italia di Cyclomedia.
Nella sezione delle notizie parliamo della Svizzera che abbraccia l’open source per il software pubblico e infine di Meta che ha rilasciato il modello open source Llama 3.1.



Brani
• Ecstasy by Rabbit Theft
• Superhero In My Sleep by Rival x Asketa & Natan Chaim
Avere dei modelli tridimensionali dell'”as is”, cioè di come è oggi uno spazio pubblico, fa sì che si possono effettuare simulazioni e progettazioni per avere degli scenari what-if e quindi per andare poi a immaginare quali sono le conseguenze di un cambiamento di questo spazio pubblico.
Quindi un conto sono le informazioni puntuali che puoi avere riguardo a un problema, un danno o un asset, come ad esempio un segnale stradale magari deteriorato o girato.
Un conto sono i modelli 3D che tu utilizzi per fare una progettazione preliminare.
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 Cyclomedia di sensori posti a bordo dei veicoli per l'acquisizione di dati visivi accurati, del mondo che ci circonda.
Questa sarà l'ultima puntata prima della pausa estiva.
Dalla prossima settimana, e quindi durante il mese di agosto, pubblicheremo alcuni brevi approfondimenti.
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.
In una puntata del podcast abbiamo parlato della “filosofia” open-source e dei benefici nel rendere pubblico il codice sorgente dei propri software.
L'Italia ad esempio consiglia alle pubbliche amministrazioni di utilizzare software open-source e la stessa AgID o aziende pubbliche come PagoPA adottano la stessa filosofia.
Filosofia che ha abbracciato completamente anche la Svizzera, con una nuova legge che prevede che tutte le amministrazioni siano obbligate a rilasciare pubblicamente con licenza open-source, e quindi in modo trasparente e liberamente consultabile e utilizzabile da chiunque, il software è gli strumenti sviluppati o internamente o da aziende terze.
Il pensiero dietro questa scelta, infatti, è che il software, essendo stato realizzato usando soldi pubblici, è doveroso che anche esso sia pubblico e che in un certo senso venga restituito ai cittadini.
Chiaramente sono previste delle eccezioni, ad esempio nel caso in cui la pubblicazione del software possa avere delle implicazioni per la sicurezza dell’ente o dei cittadini.
Inoltre gli enti pubblici possono comunque offrire servizi aggiuntivi a pagamento, ad esempio di assistenza o supporto, anche ad aziende private, purché questi servizi siano destinati a coprire i costi di sviluppo del software.
Questa settimana Meta ha rilasciato pubblicamente il modello linguistico per l'intelligenza artificiale Lama 3.1, considerato come il più grande large language model open-source di sempre.
Per addestrare le tre versioni da 405, 70 e 8 miliardi di parametri, Meta ha dovuto utilizzare 16.000 GPU in Nvidia e circa 39 milioni di ore di calcolo.
E secondo i primi risultati rilasciati, il Lama 3.1 supera in diversi benchmark i modelli GPT-4o di OpenAI e Cloud 3.5 Sonnet di Anthropic.
Come accennato, i tre modelli sono attualmente disponibili per il download, tuttavia potranno essere utilizzati anche tramite licenza su diversi provider come AWS, Azure, IBM o Databricks.
A partire da questa settimana inoltre Lama 3.1 verrà integrato direttamente su WhatsApp negli Stati Uniti, sul quale si potrà utilizzare la nuova funzione “Imagine Me” per creare avatar trascansionando il volto degli utenti.
Queste funzionalità non saranno però disponibili in Italia e in tutti i paesi europei per via dei contrasti con l'AI Act, che di recente ha definito le norme sulla trasparenza e l'utilizzo di tutto ciò che concerne l'intelligenza artificiale.
La raccolta e l'elaborazione di dati visivi sono diventate fondamentali per molteplici settori, dalla gestione urbana alla sicurezza, passando per l'analisi ambientale e l'innovazione tecnologica.
Grazie a strumenti avanzati come il LiDAR e le fotocamere ad alta risoluzione, è possibile ottenere una rappresentazione dettagliata e accurata dell'ambiente che ci circonda.
Questi dati non solo migliorano la nostra comprensione del mondo, ma offrono anche soluzioni pratiche per affrontare le sfide quotidiane.
Per parlare del ruolo che ricopra i Cyclomedia in questo settore, è con noi Filippo Troiani, responsabile delle vendite in Italia di Cyclomedia.
Benvenuto Filippo.
Grazie e buongiorno a te.
Innanzitutto raccontaci di che cosa si occupa Cyclomedia.
Allora, Cyclomedia è un gruppo internazionale che si occupa di mappare gli spazi pubblici a cavallo tra Europa e Stati Uniti con una flotta che attualmente conta 82 automobili sensorizzate con tecnologie proprietarie.
Questo detto in modo molto breve.
Oltre che fare questo, abbiamo la capacità quindi di fornire tutta una serie di dati e informazioni estratte in automatico o meno dai dati per supportare tutta una serie di “use case” a cavallo di settori come i governi locali, quindi comuni, province e regioni se la vogliamo vedere all'italiana, fino a telecomunicazioni, utility, società di ingegneria, assicurazioni, real estate ed altro.
Ok, partiamo quindi dalla vostra flotta.
Raccontaci un po come mai avete così tanti veicoli, di che tipologia sono e per cosa li utilizzate nella pratica, cioè quali sono le tecnologie che montano.
Allora, la storia della tecnologia di Cyclomedia parte da molto lontano, parte dal 1980 all'interno dell'università di Delft che comunque è molto molto avanzata dal punto di vista della ricerca tecnologica soprattutto in ambito geospaziale.
Quindi il fondatore di Cyclomedia in un credo dottorato di ricerca ha realizzato questo tipo di sensore per poi creare uno spin-off per poi fondare un'azienda totalmente privata nel 1991 che quindi era Cyclomedia e fondamentalmente si occupava a suo tempo di creare delle immagini panoramiche di elevata qualità per tutta una serie di utilizzi e infatti già nel 1994 sono partiti i primi contratti andando a mappare la città di Amsterdam e la città di Rotterdam con, se non sbaglio il suo tempo, si utilizzavano delle Mini, ovviamente opportunamente sensorizzate, dove il cliente finale era il Catastro olandese che attualmente e da allora è il nostro maggiore cliente.
Ok, però hai parlato di questo sensore, in che cosa consiste?
Il sensore all'inizio consisteva in una serie di fotocamere che supportavano quel tipo di utilizzo.
Attualmente siamo alla decima generazione.4, se non sbaglio, dove abbiamo cinque fotocamere da 20 megapixel, presenteremo la 120 megapixel entro l'anno, ma attualmente siamo al 100 megapixel e conta anche di tutta una serie di tecnologie legate ovviamente al posizionamento, e quindi con un sensore GPS, GNSS, ma non solo, utilizziamo anche altre tipologie di tecnologie di costellazioni per migliorare questo tipo di caratteristica.
Ovviamente abbiamo una IMU, quindi un sensore inerziale particolarmente efficace che serve poi a lavorare insieme alle informazioni di posizionamento per aumentare l'accuratezza dei dati a livello posizionale, e poi abbiamo un terzo livello di miglioramento posizionale hardware che di solito viene posizionato nei sedili posteriori delle auto.
Quindi fino ad ora ho nominato fotocamere, sensori di posizionamento, sensori inerziali, posso nominare anche chiaramente la tecnologia LiDAR, montiamo chiaramente un LiDAR se non sbaglio dal 2016, e questo fa sì che ovviamente siamo in grado di anche creare dei modelli tridimensionali particolarmente accurati e di farlo a scala comunale fino a scala nazionale avendo vari progetti dove ogni anno facciamo una mappatura a livello nazionale e quindi andando a percorrere ogni singolo metro di ogni singola strada pubblica di un interstato.
Sì, appunto il fine ultimo di tutti questi miglioramenti è quello cioè creare un modello più accurato e siccome hai detto che mappate poi se necessario ogni singolo metro, basta la macchina oppure utilizzate anche altri veicoli per farlo.
Ma allora, innanzitutto non ti ho risposto alla domanda del perché 82 sistemi, a inizio anno erano 76 quindi continuiamo a produrne per avere una maggiore capacità di capturing come diciamo noi e quindi per poter parallelizzare sempre di più la cattura di dati e quindi per aumentare l'efficacia e l'efficienza ma soprattutto l'area coperta.
Utilizziamo anche altri sensori, abbiamo alcune partnership tra cui una partnership ad esempio con Hexagon che è un gruppo diciamo svedese dove all'interno ha un brand come la Leica, quindi abbiamo alcune partnership tali che fondamentalmente riusciamo anche a utilizzare dei sensori aerei per appunto raccogliere dati dall'alto di un certo tipo ovviamente nella fattispecie sono dati quindi di immagini nadirali, immagini oblique, nuvole di punti aeree fino a tutta una serie di altri dati che possono essere poi creati a partire da questi che ho alluminato.
Facendo questo ed è una cosa che facciamo in Olanda a livello annuale anche oltre che guidare in ogni strada ogni anno, voliamo anche ogni anno grazie appunto a questa partnership, lo stiamo facendo anche in Belgio attualmente per avere una copertura nazionale anche aerea in Belgio avendo già la copertura a livello stradale proprietaria e anche in Italia se vogliamo parlare anche dell'Italia abbiamo una collaborazione con un'azienda di Parma che mi sento di nominare che è la CGR quindi la Compagnia Generale Ripreseaeree che è fondamentalmente l'azienda che ha la flotta più grande di velivoli e la maggior diversità di sensoristica ed è quella che in Italia possiede questo sensore particolare su cui abbiamo con questa partnership e quindi siamo in grado di proporre al mercato insieme la stessa capacità che offriamo in altri paesi e l'abbiamo già messa in campo, ad esempio a Milano, così come in altri clienti, posso nominare anche Firenze che sicuramente è stata città metropolitana di particolare interesse.
Dopo tutta questa mappatura, qual è il risultato finale? Cosa vi permette di realizzare una mappatura di questo tipo?
Il risultato finale è che il sensore lavora talmente bene, grazie a dei brevetti talmente evoluti, che andiamo a fornire le immagini panoramiche di maggiore valenza prospettica e geometrica sul mercato mondiale, cioè non abbiamo problematiche di disallineamenti e quindi errori di parallasse.
Quindi la qualità dell'immagine, oltre ovviamente ad essere a “very high resolution” come dice il mercato, ma fornisce anche fondamentalmente delle capacità legate alla qualità prospettica e geometrica.
Quindi oltre che questo, integriamo modelli di profondità all'interno delle immagini, forniamo i modelli tridimensionali dati dalle nuvole di punti e poi abbiamo anche tutta una serie di altri dati interessanti, come ad esempio una sorta di ortofoto che creiamo dall'auto per andare poi a fornire queste informazioni anche su punti che dall'altro non sono visibili, come sotto i sottopassaggi o sotto a portici o sotto ad alberi e quindi a fogliame, e quindi per andare poi a complementare i dati aerei con i nostri dati per avere una conoscenza completa di un territorio e quindi poi al termine di tutto avere la capacità di estrarre in modo automatico informazione per dare ancora un maggiore vantaggio ai nostri clienti dal punto di vista di tempi, costi ma in generale efficienza e sicurezza.
Ok e per raggiungere questo obiettivo immagino che per raggiungere un tale livello di dettaglio serve un'acquisizione di dati enorme, cioè i dati che dovete gestire per effettuare questa mappatura sono tantissimi, come fate a gestirli?
Allora è molto molto interessante e anche molto molto complessa questa domanda, ora ci sono varie opportunità, la prima è che mentre l'auto viene guidata, nel caso in cui ci sia una buona connessione di dati aerei, è in grado di streamare i dati direttamente in cloud utilizzando questi dati per iniziare a fare il primo processamento direttamente mentre la macchina viene guidata.
Il secondo è che alla fine della guida è possibile fare l'upload in cloud di questo tipo di dato in modo massivo per poi appunto iniziare in modo automatico il processamento direttamente in cloud.
Ho nominato la tecnologia cloud che ci dà un grosso vantaggio, siamo tra i maggiori partner europei di Microsoft per quanto riguarda il cloud, quindi siamo diciamo utenti di Microsoft Azure e tutti i nostri dati, che sono tanti, immaginate l'anno scorso abbiamo fornito 170 milioni di immagini panoramiche, considerate che se lo facciamo da 40 anni immaginate la quantità di dati che riusciamo a “storare”, quindi anche solo avere diciamo la capacità di gestire questi dati è fondamentale.
E lo facciamo tramite tecnologie quindi come le piattaforme, le famose piattaforme in cloud, quindi abbiamo una piattaforma proprietaria sviluppata appunto su Azure che riesce ad esporre tutti questi dati che ti ho raccontato e che riesce poi a fornire anche tecnologie di integrazione ai nostri clienti oltre che un'interfaccia di visualizzazione, misurazione, simulazione e queste interfacce di integrazione sono particolarmente importanti poiché se il dato non è integrato in un processo decisionale vuol dire che non è utilizzato e se non è utilizzato è come se non fosse presente, quindi per noi è molto importante dare la capacità di integrazione all'interno dei processi ai nostri clienti e lo facciamo attraverso queste API come è il termine tecnico, ma soprattutto lo facciamo attraverso delle partnership technology come ad esempio quella con la ESRI, quindi siamo nativamente presenti all'interno di tecnologie ArcGIS dove gli utenti ArcGIS possono su richiesta ovviamente accedere a queste immagini a questi modelli per fare delle misure particolarmente accurate per poi andare ad aggiornare un database o a creare informazione ma stessa cosa la facciamo anche con QGIS, con GE o la facciamo con Autodesk quindi immaginatevi che un utente CAD può progettare direttamente su una nuvola proveniente da diciamo dall'ultima versione del capturing fornito dalla Cyclomedia e stessa cosa si può fare anche su altre tecnologie come ad esempio la micro station di Bentley che è anche essa una tecnologia CAD.
Ovviamente le API ci permettono di integrarci su tutta una serie di gestionali e lo facciamo in tutta una serie di settori come la gestione del verde, come i tributi, come la gestione delle manutenzioni stradali ed altro.
Sì fra l'altro sia ESRI Italia che Autodesk che è citato, sono società con cui abbiamo fatto una puntata, è proprio un'ulteriore puntata che diciamo arricchisce questo tema e ci permette di capire ancora meglio per cosa vengono utilizzati questi dati.
E fra l'altro è citato la questione del cloud, avete quantificato ad esempio quanto occupa un chilometro, la mappatura di un chilometro di strada in spazio di archiviazione?
Possiamo fare un conto...
Dipende dal dettaglio che...
Allora è abbastanza complesso, no noi forniamo sempre la stessa qualità, cioè la massima qualità possibile, non riduciamo la qualità neanche su richiesta, neanche per abbassare i costi, quindi forniamo comunque lo stesso tipo di prodotto in tutte le localizzazioni, in tutte le geografie.
Come dire, potrei dirti che se un'immagine completa di metadata occupa non so 100 megabyte, volendo fare un conto facile 100 megabyte per 200 immagini fanno 2000 megabyte e quindi circa 2 giga per un chilometro di immagini e più o meno l'equivalente anche per nuvola di punti.
Però come dire, questo conto che tu mi chiedi è un conto un po all'antica, poiché nel cloud ricevi il servizio, ok? E ricevendo il servizio devi essere un utilizzatore, non tanto come dire poi avere lo spazio sul disco, viceversa dalla nostra piattaforma è possibile scaricare qualsiasi tipo di informazione disponibile, ovviamente secondo opportuni termini e condizioni di utilizzo dei dati e questo fa sì che tutti i dati poi sono utilizzabili in locale all'interno di tecnologia ad esempio desktop come ad esempio ArcGIS, QGIS, dei CAD o altro, ovviamente per permettere ai nostri clienti di post lavorare questi dati, analizzare questi dati nella maniera più opportuna possibile.
Sì, ti ho chiesto questa cosa però perché mi riferivo più che altro alla fase di acquisizione, cioè nel momento in cui dicevi appunto che nei contesti in cui c'è connettività dati le macchine, i vostri veicoli possono inviare immediatamente questi i dati raccolti altrimenti le devono conservare immagino a bordo del veicolo.
Nel momento in cui viene effettuata questa mappatura i dati sono subito pronti per i vostri clienti, per essere utilizzati ai vostri clienti, oppure c'è un lavoro di elaborazione?
Beh c'è chiaramente un lavoro di elaborazione, una cosa è il dato grezzo, una cosa è il dato processato, una cosa è un dato post-processato, diciamo che il processamento che ho nominato in precedenza è proprio quello che permette diciamo di lavorare sull'allineamento tra le immagini, le nulle di punti, le informazioni posizionali, effettuare controlli di qualità secondo ogni step e poi chiaramente integrare queste immagini in un singolo ambiente e una volta che queste immagini, queste nulle di punti, queste informazioni sono disponibili il processing vuol dire che è terminato e può su richiesta iniziare un successivo post-processing legato all'estrazione di informazioni automatiche che è una capacità molto importante che mettiamo sul mercato e che non è presente fondamentalmente sul mercato con questa vastità e questa diversità.
Ok, passiamo all'aspetto più pratico o meglio come poi i vostri clienti utilizzano questi dati che avete raccolto e per cosa, quindi hai parlato ad esempio di qualità prospettica, perché è così importante in ciò che fate questo elemento e ce lo spieghi magari facendoci degli esempi concreti.
Allora, il discorso è molto complesso, diciamo che non sono molte le competenze geospaziali nel mercato mondiale e quindi avere dei dati di facile utilizzo è sicuramente la chiave, quindi permettere ad esempio di andare a misurare direttamente da un'immagine fa sì che chiunque riesce a farlo anche senza magari essere uno specialista di dati geospaziali leader, ok?
Quindi la prima parte di risposta riguarda il fatto che avendo una precisione prospettica e geometrica non aggiunge errore di misura quando vai a utilizzare diciamo l'immagine già allineata con le informazioni di profondità, soprattutto se qualcuno deve fare, quindi se un utente deve fotointerpretare un'immagine anche senza intelligenza artificiale ma con intelligenza naturale umana è chiaro che si deve fidare di quello che vede e se quello che vede non è accurato e quindi se ha dei disallineamenti potrebbe fare delle scelte sbagliate per quanto riguarda le proprie attività, quindi secondo me questo completa come risposta.
Ok, e quindi ci fai degli esempi in generale di come i vostri clienti applicano la tecnologia?
I nostri clienti applicano la tecnologia se vogliamo nominare ad esempio enti locali, enti locali utilizzano questa tecnologia per “situational awareness”, quindi per conoscere il territorio che magari in precedenza non conoscevano, per ad esempio valutare l'integrità dell'infrastruttura dello spazio pubblico, parlo ad esempio dell'infrastruttura che può essere la strada o un'infrastruttura che può essere tutto ciò che è il limitrofo alla strada, quindi ad esempio manutenzione di verde, manutenzione di marciapiedi, manutenzione di strade, sono tutte attività che vengono svolte con questo tipo di informazione.
Oltre che questo, avere dei modelli tridimensionali di quello dell'as is, cioè di come è oggi uno spazio pubblico, fa sì che si possono effettuare simulazioni e progettazioni per avere degli scenari what-if, quindi per andare poi a immaginare quali sono le conseguenze di un cambiamento di questo spazio pubblico, quindi un conto sono le informazioni puntuali che puoi avere riguardo a un problema, un danno o un asset, come ad esempio un segnale stradale deteriorato o girato, e un conto sono i modelli 3D che tu utilizzi per fare una progettazione preliminare, mi viene in mente ad esempio chi progetta reti in fibra ottica, FTTH o chi dovrà andare a posizionare small cell 5G vorrà delle nuvole di punti che non gli danno delle sorprese data la precisione dell'informazione per andare poi a effettuare dei calcoli e quindi per diciamo acquisire materiali per il proprio progetto in modo accurato in modo tale da non avere sorprese quando poi va in campo.
Altri settori come ad esempio le utility utilizzano i nostri dati per le malutazioni o per conoscere le geometrie dei propri lampioni o anche per decidere se pagare o meno una fattura a un fornitore che ha magari fatto un lavoro in quel particolare punto e per decidere se la qualità del lavoro è stata fatta in modo opportuno così come un'assicurazione può essere interessata ad avere immagini di fronte ai propri immobili per avere delle informazioni particolarmente accurate quantitative e qualitative per fare delle scelte e per avere un vantaggio finanziario rispetto alla competizione.
E quanto è importante avere in questo contesto dei dati aggiornati cioè alcuni degli esempi che hai fatto si riferiscono a situazioni di cambiamento tra il prima e il dopo quindi dovete passare con una certa frequenza con i vostri veicoli?
Allora diciamo che ci sono dei luoghi dove a priori andiamo a fare “capturing” anche in Italia ok quindi possiamo sia andare in modo in modo proattivo per avere già dati “off the shelf” oppure possiamo andare a richiesta quindi qualora c'è una richiesta chiaramente ascoltiamo la frequenza richiesta dal nostro cliente a seconda del proprio use case mentre qualora abbiamo volessimo dei dati “off the shelf” di solito la frequenza è una una volta all'anno abbiamo dei picchi di frequenza di capturing che arrivano fino a quattro volte ogni anno anche in interi territori come ad esempio la città di New York dove abbiamo una flotta dedicata e ogni tre mesi consegniamo nuove date e nuove informazioni per aggiornare appunto questa conoscenza del territorio.
Poi un aspetto su cui ci tenevi a sottolineare che i dati che raccogliete li raccogliete nel al massimo delle vostre possibilità di conseguenza possono servire a un cliente ma possono essere utilizzati da un altro cliente per uno scopo totalmente diverso.
Esattamente e la cosa bella è che anche il cliente che ha voluto il dato poi si accorge che con lo stesso dato puoi risolvere anche altri problemi e non solo quello per cui acquisito il dato e quindi lì inizia inizia il divertimento non sono ancora dati totalmente sfruttati dal mercato e quindi noi siamo qua apposta per metterli a disposizione e per risolvere problemi dei nostri clienti per renderli più efficaci più efficienti in quello che fanno più più sicuri e ovviamente anche con un risparmio, si spera.
Certo e in chiusura un aspetto che non abbiamo toccato è quello della privacy, cioè come si fa a garantire che questi dati raccolti garantiscano la privacy poi di noi cittadini che viviamo in questi luoghi che mappate.
Grazie anzi tutto grazie al lavoro degli enti europei e quindi il fatto che c'è una legge chiamata GDPR che rassicura tutti i business e tutti i privati e quindi singoli cittadini che i propri dati vengano gestiti in modo opportuno, quindi ovviamente nel processamento che ho nominato in precedenza c'è una fase di offuscamento di facce e targhe, quindi facce di persone e targhe di auto, per rendere i dati non personali e quindi quando i dati non sono personali a quel punto sono diventano, come dire, possono viaggiare su binari leggermente più liberi, anzi molto più liberi e quindi ci sono delle delimitazioni ma diciamo che per gli scopi di questa chiacchierata posso assicurare che i dati sono diciamo rispettano i requisiti della GDPR e quindi oscuriamo ciò che c'è da oscurare secondo la legge.
Va bene allora grazie Filippo per averci raccontato ciò che fate e ancora una volta abbiamo avuto occasione di sottolineare che ruolo possono avere i dati anche che riguardano appunto il mondo esterno. A presto.
A presto e grazie.
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.



