La data analytics nei contratti pubblici sta trasformando il modo in cui vengono gestite le grandi infrastrutture in Italia. Da un lato fornisce gli strumenti per rendere gli interventi più trasparenti e verificabili, soprattutto in caso di ritardi, extracosti o modifiche alle opere. Dall’altro, si dimostra essenziale per anticipare i rischi e monitorare i tempi esecutivi del ciclo di vita della struttura, in linea con gli obiettivi della sostenibilità. Tra i principali sostenitori di questa innovazione figura il Ministero delle Infrastrutture e dei Trasporti, che collabora con l’Università Sapienza di Roma.

Uno schema tradizionale con nuove tecnologie

Per anni la programmazione e il monitoraggio dei lavori pubblici in Italia hanno seguito un paradigma prevalentemente deterministico dell’ingegneria, in base al quale ogni fase del cantiere era pianificata su orari e costi fissi. Tradizionalmente le stazioni appaltanti, ossia i soggetti pubblici che bandiscono i lavori, hanno utilizzato strumenti come il diagramma di Gantt o la metodologia CPM (Critical Path Method) per rappresentare graficamente e strumentalizzare i flussi di lavoro. Queste tecniche, sviluppate all’inizio del XX secolo, si basano su previsioni lineari e non tengono conto dell’incertezza tipica dei grandi progetti infrastrutturali.

Con l’arrivo della data analytics, invece, è possibile introdurre un modello più predittivo, in cui l’intelligenza artificiale e i dati storici di centinaia di interventi simili permettono di analizzare i possibili scenari futuri, prevedendo e gestendo meglio i rischi di ritardi e varianti di costo. L’uso sistematico delle tecnologie digitali, come il BIM (Building Information Modeling) e la gestione delle informazioni in tempo reale, si accompagna a una maggiore trasparenza da parte dei gestori delle opere.

Big Data e AI al servizio della logistica

Uno dei vantaggi più significativi dell’applicazione della data analytics è la possibilità di analizzare grandi insiemi di dati (Big Data) per anticipare i problemi. Ad esempio, nel settore stradale italiano (come iniziative nel Veneto e nel Lazio), i sistemi di analisi predittiva sono stati utilizzati per prevedere i danni stradali e pianificare interventi preventivi. In base a dati storici di traffico, temperature, e dati provenienti da sensori, è possibile stimare quando e dove potranno verificarsi problemi.

Nel settore ferroviario, invece, si è avuto un utilizzo mirato della tecnologia in contesti come il nodo di Rimini e l’area della stazione di Firenze. Queste innovazioni permettono di ridurre i ritardi operativi, prevedere i costi di manutenzione e ottimizzare l’uso delle risorse. Un’altra applicazione cruciale riguarda la gestione digitale del ciclo di vita delle infrastrutture, in cui dati e modelli predittivi aiutano a valutare la durabilità e l’efficienza energetica delle strutture, soprattutto in prospettiva climatica.

Strumenti avanzati e un piano formativo

In parallelo con l’applicazione pratica, si sta costruendo un piano di formazione per gli operatori pubblici. A Roma, il Dipartimento di Ingegneria Civile, Edile e Ambientale, con il supporto del Ministero, sta formando tecnici e funzionari nell’uso di algoritmi avanzati e modelli di Intelligenza Artificiale. La partnership tra pubblico e accademico si dimostra cruciale per sperimentare nuovi modelli e per garantire che i tecnici pubblici siano preparati all’uso avanzato dei dati.

Una delle iniziative più riconosciute è il piano di digitalizzazione del settore, che prevede:

I vantaggi in termini concreti

I numeri parlano chiaro. In progetti di grande rilevanza in Italia, come la costruzione della tangenziale di Bergamo o la gestione della terza pista di Fiumicino, l’applicazione delle tecniche di data analytics ha ridotto, in media, del 20% i costi extra e del 35% i rischi di ritardo. Il miglioramento della comunicazione tra i vari attori (gestori, imprese, cittadini) e la gestione di dati aperti e trasparenti, inoltre, stanno migliorando la percezione dei lavori da parte della popolazione.

Il futuro della gestione dei lavori pubblici

Sebbene l’applicazione della data analytics sia ormai un pilastro della gestione moderna del cantiere, il percorso non è concluso. Tra le priorità emergenti figura l’interoperabilità dei dati tra i sistemi nazionali e quelli europei, una maggiore automatizzazione del flusso di informazioni, e il coinvolgimento attivo della comunità cittadina attraverso piattaforme digitali di consultazione. I benefici di queste iniziative non si limitano ai budget, ma estendono il loro impatto alla sostenibilità ecologica, sociale e economica.

In sintesi, grazie all’applicazione intelligente dei dati, il sistema delle gare e dei lavori pubblici italiano non solo diventa più efficiente e trasparente, ma si adegua anche al paradigma europeo di Smart Infrastructure, aprendo la strada a una digitalizzazione completa del settore.