| IoT, digitalizzazione, implementazione sensoristica, investimenti in software ed hardware e modernizzazione delle infrastrutture, tanto fisiche quanto digitali: su tutti questi presupposti crescono le smart city, un ambito in continua evoluzione che, secondo Juniper research, costituirà un mercato da 23 miliardi di dollari di investimento entro il 2028, con una crescita esponenziale del 144%, rispetto agli attuali 9,5 mld. |
| Più precisamente, l’Unione Europea identifica le smart city come quei luoghi “in cui le reti e i servizi tradizionali sono resi più efficienti con l’uso di soluzioni digitali a beneficio dei suoi cittadini e delle imprese”, creando quindi un legame semantico inscindibile tra città, sostenibilità, digitalizzazione e, ovviamente, i dati. |
| Non a caso, sono stati proprio quest’ultimi uno dei fattori determinanti nell’assegnazione del primo posto in classifica a Shanghai, in virtù di un approccio integrato ai dati e un percorso che ha portato non solo alla realizzazione di una data platform solida e onnicomprensiva, ma anche alla presenza di una connettività pervasiva e performante. |
| Ma guardando più vicino all’Europa, un altro esempio recente di questa volontà evolutiva viene da Istanbul. |
| La popolazione di Istanbul, la vivace capitale economica e finanziaria della Turchia, è raddoppiata negli ultimi 20 anni, raggiungendo i 16 milioni di abitanti e portando un’enorme pressione sulla rete di trasporti della città. Il traffico, tra i più congestionati al mondo, crea ingorghi continui in un vero e proprio labirinto stradale, motivo per cui l’Istanbul Metropolitan Municipality ha deciso di rivolgersi a SAS per creare una nuova infrastruttura digitale che la aiutasse a risolvere il problema. |
| Grazie alle analisi di SAS, gli ingegneri e i pianificatori urbani di Istanbul possono comprendere, prevedere e gestire meglio le sfide del traffico cittadino. Il nuovo sistema si basa sull’intelligenza artificiale e sul machine learning eseguiti su SAS Viya, che analizza i dati storici sul traffico e incorpora i feed di dati in tempo reale da una rete crescente di fonti, tra cui telecamere per il traffico, sensori, lettori di dati, applicazioni mobili e gateway di pagamento. |
| I risultati delle analisi possono ottimizzare i percorsi degli autobus con nuovi dati sul traffico e sui passeggeri per migliorare il servizio e la disponibilità dei percorsi; ma possono anche anticipare in tempo reale le anomalie del traffico, come incidenti, chiusure di corsie e improvvise aree di congestione, analizzando la densità dei percorsi, il comportamento dei conducenti e le mappe dei tragitti, con un elevato impatto su qualità della vita dei cittadini, l’inquinamento e l’efficienza delle risorse pubbliche. |
