Un'unica base dati che raccoglie tutte le informazioni sul territorio.
Piani, vincoli, accessibilità, energia, real estate, servizi, investimenti pubblici, mercato: il nostro algoritmo raccoglie i dati, li analizza, li arricchisce e li riunisce in un unico ambiente.
Prima dell'analisi — la base dati unificata
Una lettura connessa del territorio è utile solo se i dati che la sostengono vengono continuamente scoperti, verificati, completati e standardizzati. Prima della mappa, della valutazione e dei modelli predittivi, ogni informazione deve dimostrare di essere sufficientemente affidabile per entrare nel database.
MobilityLens sta costruendo questa infrastruttura su tutto il territorio italiano. È il primo database in Italia che integra in un unico sistema dati provenienti da oltre 10.000 fonti diverse, riunendo informazioni urbanistiche, ambientali, infrastrutturali, immobiliari, energetiche e sugli investimenti pubblici. Questa base consente di condurre una due diligence territoriale partendo da informazioni già raccolte, confrontate e organizzate, riducendo in modo significativo i tempi e i costi normalmente dedicati alla ricerca e alla normalizzazione manuale dei dati.
La piattaforma parte da due pipeline complementari, dedicate rispettivamente ai progetti e agli investimenti e ai dati territoriali e di pianificazione. I due flussi risolvono problemi diversi, ma convergono nella stessa base dati unificata.
| Pipeline | Come lavora | Risultato |
|---|---|---|
| Progetti e investimenti | Un sistema multi-agent RAG individua le fonti rilevanti; il Data Updater verifica completezza, coerenza e aggiornamento dei record. | Progetti validati, arricchiti e normalizzati dal Project Processor. |
| Territorio e pianificazione | Il Layer Processor recupera le fonti ufficiali, interpreta i layer e li associa a una tassonomia territoriale comune. | Layer spaziali confrontabili, tracciabili e collegati alla fonte di origine. |
Nel flusso dei progetti, il sistema cerca online dataset e fonti pertinenti utilizzando una base di conoscenza costruita per il dominio MobilityLens. Le fonti candidate vengono controllate per rilevanza, coerenza e validità strutturale. Superata questa fase, il Data Updater individua lacune e incongruenze: per esempio un progetto indicato come concluso senza l'anno di completamento, oppure un indirizzo privo di coordinate.
Quando le nuove evidenze raggiungono un livello elevato di affidabilità, il record può essere completato automaticamente. Se il risultato non è abbastanza solido, passa invece in una fase di staging per la revisione, prima di essere promosso nel database o rimosso. Il Project Processor analizza infine le informazioni grezze, le normalizza e le converte nella struttura modulare della piattaforma.
scoprire → validare → individuare le lacune → arricchire → misurare l'affidabilità → revisionare quando necessario → standardizzare → archiviare → ripetere.
In parallelo, il Layer Processor costruisce il contesto spaziale dei progetti. Recupera piani e dati geospaziali dalle fonti ufficiali, comprende il significato dei layer e li associa a una tassonomia canonica, conservando provenienza e livello amministrativo. Le corrispondenze incerte restano visibili per la revisione e, se mancano gli elementi necessari per una valutazione, l'area rimane non valutata anziché ricevere una conclusione non supportata.
Solo gli output validati raggiungono l'ambiente di produzione. Una pipeline mantiene nel tempo progetti e investimenti; l'altra costruisce e aggiorna layer territoriali e di pianificazione. Insieme creano la base dalla quale i prodotti possono formulare domande progressivamente più ricche sullo stesso luogo.
Conoscere il territorio — attuale
Il primo passo è capire cosa dà forma al luogo. Qui entra Atlante dei Piani: invece di ricostruire il quadro territoriale muovendosi tra le varie fonti, l'utente seleziona un territorio e l'algoritmo scarica ed elabora i dati provenienti da migliaia di dataset.
L'utente si muove dalla scala regionale alla singola cella catastale, avendo a disposizione sia layer cartografici complessi e rielaborazioni funzionali, sia la forma grezza del dato. Le rielaborazioni dei piani permettono, ad esempio, di conoscere:
- Inquadramento normativo e trasformabilità
- Ambiente, paesaggio e cultura
- Infrastrutture, servizi e attrattività — stato attuale
- Programmazione strategica e scenari futuri
Dietro l'interfaccia c'è il Layer Processor, una famiglia di algoritmi che rende confrontabili informazioni di pianificazione eterogenee: individua le fonti ufficiali, recupera i dati geospaziali originali, riconosce il significato di ciascun layer e lo mappa in una tassonomia comune, riportando il ruolo istituzionale del piano di origine. Dove l'evidenza è incompleta, il sistema resta non valutato anziché forzare una conclusione. L'obiettivo non è automatizzare il giudizio professionale, ma offrirgli una base di partenza più ampia e chiara. Questo approccio rende la piattaforma scalabile: ogni territorio può essere analizzato in modo omogeneo con un clic.
Conoscere il territorio — chiave prospettica
L'evoluzione di un territorio dipende dai programmi di sviluppo, dai progetti di rigenerazione e dagli investimenti. Un sito che oggi appare ordinario può trovarsi accanto a una futura connessione di trasporto, a un'attrezzatura pubblica o a un'opera di riqualificazione urbana. Il Project Processor, algoritmo alla base dell'Investment Navigator, raccoglie, migliora e aggiorna i dati sui progetti pubblici nel territorio: l'utente seleziona un'area, definisce un perimetro e studia come cambierà il territorio nel futuro.
I dati provengono da diverse fonti e coprono le seguenti categorie:
- Servizi pubblici e strutture
- Sviluppo e struttura urbana
- Mobilità e trasporti
- Ambiente, paesaggio e rurale
- Infrastrutture tecniche
- Rischio, sicurezza e vincoli
- Altro e non classificato
L'Investment Navigator aggrega e analizza questi dati. I record individuali restano accessibili attraverso il Data Explorer API nei formati CSV, JSON e GeoJSON, che espone gli stessi dati come ricerca filtrata. Il monitoraggio continuo dell'algoritmo permette di disporre di informazioni più aggiornate rispetto alla fonte ufficiale. Nel caso dei progetti PNRR, ad esempio, i dati vengono verificati e aggiornati costantemente.
Conoscere il territorio — la risposta del mercato immobiliare
Ogni cambiamento nella struttura urbana genera nuove dinamiche immobiliari. Qui entra PriceLens. Una proprietà non è valutata soltanto in base alle sue coordinate: è parte di un mercato locale, di una rete di trasporti e di un contesto urbano in evoluzione.
Il modello ha una struttura edonica multi-modulo. Combina i dati OMI con i comparabili locali, le caratteristiche dell'asset, l'accessibilità al trasporto pubblico e il contesto spaziale circostante. L'algoritmo permette inoltre di prevedere l'apprezzamento di un immobile a seguito di cambiamenti nel tessuto urbano, come l'apertura di una nuova fermata del trasporto pubblico.
| Modulo | Cosa apporta |
|---|---|
| OMI | Ancoraggio ufficiale al mercato, fascia €/m² comunale o di quartiere. |
| Comparabili locali | Evidenza spaziale di prezzi effettivi vicini all'asset, filtrata per similarità. |
| Mobilità | Qualità e prossimità del trasporto pubblico; contributo alla localizzazione. |
| Contesto spaziale | Dinamiche di quartiere, tessuto urbano, servizi; l'asset non è un punto isolato. |
| Fiducia dinamica | Quando la stima si discosta molto dai comparabili, la fascia di incertezza si allarga. |
Conoscere il territorio — i flussi
Flow Analysis stima come una nuova infrastruttura, un servizio o un intervento urbano possa modificare l'accessibilità, gli spostamenti e la catchment area di un luogo. Per le opere già realizzate confronta il territorio prima e dopo l'intervento con aree simili non coinvolte; per i progetti futuri simula invece la nuova rete di trasporto e la conseguente ridistribuzione dei flussi.
progetto pubblico → variazione di accessibilità → ridistribuzione dei flussi → variazione di attività e catchment → impatto potenziale su real estate o commercio.
Il modello combina dati di mobilità anonimizzati e aggregati con trasporto pubblico, uso del suolo, punti di interesse e informazioni immobiliari. Grazie al transfer learning, i pattern appresi in una città possono essere trasferiti e calibrati su altri territori.
Come diventa un gemello digitale
Prevedere un cambiamento è un primo passo; poterlo osservare e sperimentare dentro una replica digitale del contesto urbano porta l'analisi a un altro livello. R.E.A. — Replication & Environment Algorithm combina rilievi LiDAR, dati da sensori e mappature del sottosuolo, comprese reti metropolitane e infrastrutture come i gasdotti, per ricostruire un modello 3D fedele della città.
Come possiamo visualizzare un'ipotesi urbanistica e misurarne gli effetti prima di realizzarla?
| Componente | Ruolo nel digital twin |
|---|---|
| Segmentazione semantica | Riconosce e classifica materiali, strutture e livelli mediante deep learning. |
| Ricostruzione delle superfici | Converte le nuvole di punti segmentate in mesh poligonali continue con Poisson Surface Reconstruction. |
| Reinforcement Learning | Ottimizza dinamicamente sistemi urbani, dalla temporizzazione dei semafori al bilanciamento dei carichi di una smart grid. |
Con dati sufficientemente dettagliati, R.E.A. genera un digital twin vivo, aggiornabile nel tempo: un plastico digitale per la pianificazione urbanistica, la modellizzazione dei flussi e la programmazione territoriale.
Una lettura, sei livelli
La tecnologia cambia da uno stadio all'altro. Il soggetto no: è sempre lo stesso luogo. Il valore pratico non sta nel produrre sei output separati, ma nel costruire una lettura progressivamente più ricca dello stesso territorio.
| Livello | Domanda | Output |
|---|---|---|
| Atlante dei Piani | Cosa governa il luogo oggi? | Quadro integrato di piani, vincoli, rischio, servizi |
| Investment Navigator | Cosa sta cambiando attorno? | Profilo di investimento pubblico dell'area |
| Data Explorer API | Come riusare l'evidenza? | Estrazione strutturata dei dati per altri workflow |
| PriceLens | Come il mercato lo valuta? | Stima esplicabile con ranking dei comparabili |
| Flow Analysis | Come potrà cambiare domani? | Simulazione dell'impatto di un progetto futuro |
| R.E.A. | Come visualizzare e testare gli scenari? | Digital twin 3D vivo e aggiornabile del contesto urbano |
Insieme, questi livelli creano uno spazio analitico condiviso tra dati, pianificazione, progettazione e investimento.