Nel giro di pochi mesi l'intelligenza artificiale è entrata nel vocabolario di chi programma il servizio. A novembre 2025 l'Agenzia del TPL del bacino di Milano, Monza e Brianza, Lodi e Pavia ha scelto Optibus Strategic Planning per l'analisi degli scenari in vista delle nuove gare. A giugno 2026 lo stesso fornitore ha presentato un "agente" IA che promette di generare turni, ottimizzare percorsi e orari e rispondere a domande in linguaggio naturale.
Per un'azienda TPL o un ente affidante la domanda non è se l'IA arriverà nella pianificazione: è già lì. La domanda utile è un'altra: che cosa ottimizza esattamente, e su quali dati.
La tesi di questo articolo è semplice. Gli algoritmi di ottimizzazione sono maturi da decenni; quello che manca, in molte reti italiane, è la materia prima. Se i tempi di percorrenza inseriti nel modello sono quelli del programma di esercizio e non quelli misurati, l'IA produce con grande efficienza un orario sbagliato.
Cosa fa davvero l'IA nella pianificazione
Sotto l'etichetta "IA" convivono tecniche molto diverse. Distinguerle aiuta a leggere le offerte commerciali e i capitolati.
| Compito | Tecnica prevalente | Dato indispensabile |
|---|---|---|
| Calcolo di turni macchina e turni guida | Ricerca operativa (ottimizzazione combinatoria), in uso da decenni in strumenti come Hastus o Optibus | Orario, tempi di percorrenza, regole contrattuali |
| Tempi di percorrenza per tratta e fascia oraria | Statistica e machine learning su dati storici | Passaggi reali alle fermate registrati dal sistema AVM/SAE |
| Stima della domanda e matrici origine/destinazione | Modelli di inferenza su validazioni, conteggi automatici, indagini | Validazioni georeferenziate, contapasseggeri, corse realmente effettuate |
| Dimensionamento delle frequenze | Ottimizzazione vincolata (carichi, risorse, livelli di servizio) | Carichi per corsa e per tratta, tempi reali |
| Ridisegno della rete e simulazione di scenari | Modelli di trasporto (per esempio PTV Visum), piattaforme come Remix (Via) o Optibus | Rete, domanda stimata, velocità commerciali reali |
| Interrogazione dei dati in linguaggio naturale | Modelli linguistici (LLM) | Una base dati pulita e coerente |
Due osservazioni. L'apprendimento da dati storici, la parte più "intelligente" in senso stretto, riguarda soprattutto tempi e domanda; l'ottimizzazione dei turni è ricerca operativa classica, efficace ma non nuova. E in quasi ogni riga il dato indispensabile è di consuntivo, non di programma.
Il marketing da riconoscere
Tre formule ricorrenti meritano una verifica puntuale in fase di gara o di demo:
- "L'IA ridisegna la rete": nessuno strumento decide da solo la gerarchia delle linee, i nodi di interscambio o la copertura dei territori a domanda debole. Genera e confronta scenari; la scelta resta politica e tecnica.
- "Ottimizzazione della domanda": bisogna chiedere da quali dati viene stimata. Se le validazioni non sono associate a corsa e fermata, la domanda è ricostruita per ipotesi.
- "Riduzione dei costi del X%": un risparmio calcolato su tempi di percorrenza teorici può trasformarsi in corse saltate, ritardi cumulati e straordinari nella realtà.
Il punto cieco: ottimizzare su un orario teorico
Un orario di linea contiene per ogni corsa i tempi tra le fermate. In molte aziende quei tempi sono stati definiti anni fa, ritoccati a mano e raramente confrontati in modo sistematico con i passaggi reali. Un algoritmo che minimizza il numero di vetture necessarie tratterà quei tempi come veri.
Le conseguenze sono prevedibili: tempi di inversione compressi, turni che sulla carta rispettano le pause e nella pratica no, frequenze nominali che su strada diventano treni di autobus seguiti da buchi di servizio.
Un caso recente lo mostra bene. Dopo l'entrata in vigore del "Piano T2" del 7 gennaio 2026 in provincia di Massa-Carrara, Autolinee Toscane e sindacati hanno chiuso a luglio 2026 un accordo che prevede, tra l'altro, l'aumento dei tempi di percorrenza su alcune linee (17, 51 e 75) e maggiori margini di recupero tra una corsa e l'altra, con effetto dall'orario invernale (fonte: La Voce Apuana). Il resoconto non indica su quali misure si sia basata la revisione. È proprio questo il punto: quando i tempi si correggono dopo mesi di disagi e di trattativa, anziché a partire dai dati di esercizio, il costo lo pagano passeggeri e personale.
La variabilità delle velocità è strutturale. Un'analisi del Centro Studi Continental su dati ISTAT, pubblicata nel 2018, indicava una velocità commerciale media degli autobus urbani italiani di 19,4 km/h, con valori intorno ai 13 km/h a Napoli e Palermo. Il dato è datato e aggregato, quindi inutile per programmare, ma segnala differenze che si amplificano per tratta, fascia oraria e tipo di giorno.
Quali dati consuntivi servono davvero
Per alimentare in modo serio qualsiasi strumento di pianificazione, algoritmico o tradizionale, un'azienda dovrebbe poter estrarre almeno:
- Tempi di percorrenza reali per tratta tra fermate, per fascia oraria (con granularità di 15 o 30 minuti), tipo di giorno e stagione, espressi come distribuzione (mediana e percentili) e non solo come media.
- Puntualità e regolarità per corsa e per fermata, con la definizione esplicita della soglia usata (anticipo e ritardo ammessi) e, per le linee ad alta frequenza, l'indicatore di regolarità degli intertempi.
- Corse e chilometri effettivamente svolti, distinguendo corse non effettuate, parziali e deviate.
- Carichi: validazioni associate a corsa e fermata, dati dei contapasseggeri dove presenti, conteggi a campione dove mancano.
- Tempi di sosta al capolinea e ritardi in partenza, che spesso spiegano più ritardi della congestione stessa.
La fonte di gran parte di questi dati è il sistema AVM/SAE: è l'unico che registra in modo continuo il passaggio di ogni vettura a ogni fermata. Roma Servizi per la Mobilità, per esempio, descrive l'AVM come uno strumento che, oltre all'infomobilità, raccoglie i dati sulle prestazioni del servizio a supporto di pianificazione, programmazione ed esercizio.
La condizione è che il dato sia affidabile: corse agganciate all'orario, fermate geolocalizzate con precisione, copertura dell'intera flotta, storico conservato per più anni. Le lacune nelle registrazioni non sono mai distribuite a caso: tendono a concentrarsi sui mezzi più vecchi o sulle linee extraurbane, proprio dove i tempi teorici sono più lontani dalla realtà.
Il quadro italiano: contratti, qualità e obblighi sui dati
Il contesto normativo spinge nella stessa direzione.
Qualità nei contratti di servizio. Con la delibera n. 53/2024 del 18 aprile 2024, l'Autorità di regolazione dei trasporti (ART) ha definito le condizioni minime di qualità per i servizi TPL su strada, in attuazione del d.lgs. 201/2022 e di un traguardo del PNRR. Tra gli undici fattori di qualità figurano regolarità, puntualità e affidabilità del servizio. Nell'analisi di impatto che accompagna la delibera, questo fattore risulta presente in tutti i 14 contratti di servizio esaminati. Un indicatore di puntualità inserito in contratto va misurato: un orario costruito su tempi irrealistici diventa, anno dopo anno, una penale annunciata.
Obblighi europei sui dati. Il Regolamento delegato (UE) 2017/1926 impone di rendere disponibili i dati statici di viaggio, in Italia tramite il National Access Point e nei formati NeTEx (profilo italiano) e SIRI. Il Regolamento delegato (UE) 2024/490 lo ha aggiornato: introduce l'obbligo sui dati dinamici, con un calendario progressivo che arriva all'intera rete europea entro il 1° dicembre 2028, e include tra le categorie anche i dati osservati su ritardi e cancellazioni. In altre parole, il dato consuntivo non è più solo uno strumento interno: diventa un dato da pubblicare.
PNRR e digitalizzazione. La misura "Mobility as a Service for Italy" (40 milioni di euro dal PNRR più 16,9 milioni dal Fondo complementare, secondo il Dipartimento per la trasformazione digitale) ha coinvolto prima Milano, Napoli e Roma, poi Bari, Firenze e Torino e diversi territori regionali, puntando sulla condivisione dei dati tra operatori. Il messaggio per le aziende è lo stesso: la qualità del dato di esercizio è ormai un requisito di sistema.
Gare. Per un ente affidante, come mostra il caso milanese, la solidità di un lotto dipende dalla qualità dei tempi e dei carichi su cui si calcolano vetture-km e fabbisogno di mezzi.
Come impostare un progetto di pianificazione con l'IA
Prima di acquistare uno strumento, o prima di chiedere a un fornitore di "ottimizzare la rete", conviene seguire un ordine preciso.
- Fare l'inventario del dato consuntivo. Quanti mesi di storico AVM sono disponibili? Con quale copertura della flotta? Le corse sono agganciate all'orario in modo affidabile?
- Ricalibrare i tempi di percorrenza prima di ottimizzare. Confrontare, linea per linea, i tempi programmati con le distribuzioni reali per fascia oraria. Spesso questa sola operazione migliora la puntualità più di qualsiasi ridisegno.
- Collegare domanda e offerta. Associare validazioni e conteggi alle corse effettuate, non a quelle programmate.
- Definire gli obiettivi e i vincoli. Minimizzare le vetture, massimizzare la copertura, rispettare un indicatore di puntualità contrattuale: sono obiettivi diversi, che producono soluzioni diverse. L'algoritmo ottimizza ciò che gli viene chiesto.
- Simulare e verificare sul campo. Ogni scenario va confrontato, dopo l'entrata in esercizio, con i dati reali. Il ciclo pianificazione, esercizio, misura, correzione è ciò che rende utile l'IA, non il singolo calcolo.
- Pretendere formati aperti. GTFS e NeTEx in ingresso e in uscita, per non restare legati a un solo fornitore e per rispettare gli obblighi del NAP.
Cosa implica per un'azienda o un ente affidante
L'IA nella pianificazione mantiene ciò che promette solo se chiude un anello: il servizio programmato deve essere confrontato con continuità con il servizio realizzato. Senza quel ritorno di informazione, gli strumenti di ottimizzazione lavorano su una rete immaginaria.
Per questo il primo investimento non è necessariamente l'algoritmo più avanzato, ma un sistema AVM/SAE che produca dati di consuntivo completi e utilizzabili: tempi reali per tratta e fascia oraria, puntualità, corse e chilometri effettuati, esportabili in formati standard verso gli strumenti di pianificazione. È il ruolo che svolgono soluzioni come Pysae: non pianificano la rete, ma forniscono la base di dati reali su cui qualsiasi pianificazione, con o senza IA, dovrebbe poggiare.
FAQ
L'IA può sostituire l'ufficio movimento?
No. Gli strumenti attuali generano e confrontano scenari, calcolano turni e stimano tempi e domanda. Le scelte sulla struttura della rete, sui livelli di servizio e sui compromessi tra costi e copertura restano decisioni tecniche e politiche.
Quanto storico AVM serve per ricalcolare i tempi di percorrenza?
Non esiste una soglia normativa. In pratica servono dati che coprano i diversi tipi di giorno e le stagioni dell'orario considerato, con abbastanza corse per fascia oraria da stimare percentili stabili. Più importante della durata è la completezza della copertura della flotta.
Serve NeTEx per usare uno strumento di pianificazione?
La maggior parte degli strumenti lavora con GTFS in ingresso. NeTEx (profilo italiano) e SIRI sono però i formati richiesti per il National Access Point dai regolamenti 2017/1926 e 2024/490. Conviene quindi che l'intera catena, dall'AVM alla pianificazione, gestisca entrambi.
Fonti: Autobusweb (Optibus scelta da Agenzia TPL Milano, Monza-Brianza, Lodi e Pavia, novembre 2025; Optibus Agent, giugno 2026); ART, delibera n. 53/2024 e relativa Analisi di impatto della regolazione; TTS Italia (condizioni minime di qualità TPL); Regolamento delegato (UE) 2017/1926 e Regolamento delegato (UE) 2024/490, EUR-Lex; 5T, presentazione TTS Italia sul Regolamento 2024/490 (novembre 2024); National Access Point italiano (nap-1926.it); Dipartimento per la trasformazione digitale, Mobility as a Service for Italy; Roma Servizi per la Mobilità, Open data e AVM; La Voce Apuana, 23 luglio 2026; Centro Studi Promotor / Continental, velocità commerciale autobus TPL (2018); Via, acquisizione di Remix (2021).
Da fare prima della pubblicazione: aggiungere la copertina Banana Pro, verificare il calendario 2024/490 sul testo EUR-Lex (fonte attuale: slide 5T) e il caso Autolinee Toscane (fonte unica).