Smart infrastructure, il mercato corre ma il valore dipende dalla governance - Agenda Digitale

Il mercato globale delle Smart Infrastructure evidenzia una forte crescita, trainato dalla rivoluzione tecnologica che sta caratterizzando questi anni, attestandosi su 923 miliardi di dollari, con una crescita stimata da alcuni studi di settore sino a 2.100 miliardi entro il 2029, con un CAGR del 18%*. Tale trend è il risultato di una convergenza strutturale: obsolescenza degli asset costruiti tra anni ’50 e ’70, pressione climatica e demografica, maturazione tecnologica (il costo dei sensori è sceso dell’80% nell’ultimo decennio), spinta normativa europea con Green Deal, PNRR e tassonomia verde.Ma se da una parte le statistiche delle società di ricerca evidenziano numeri trionfalistici, dall’altro lato, purtroppo, che molti investimenti in tecnologia non si traducono in valore operativo. Sensori che non comunicano con i sistemi centrali, dati raccolti e non usati, AI sperimentale che resta in pilot, cybersecurity aggiunta a fine progetto.Indice degli argomenti

Perché la tecnologia da sola non bastaEdge: dove si decide in tempo realeCloud: il livello del governo strategicoData: il vero asset infrastrutturaleAI: intelligenza distribuita, non centralizzataSecurity: by design, non come add-onL’integrazione produce smartnessCosa misurare e come governareLa finestra di opportunitàPerché la tecnologia da sola non bastaL’adozione tecnologica, se non coordinata, adattata al contesto, e governata, da sola non risolve il problema, non rende più efficiente una infrastruttura.La soluzione tecnica in sé non è la soluzione di un problema, non lo è mai stato. Da quando si adottava un CRM senza avere processi di Customer Care definiti, a quando si decide di adottare un Water Management System per superare la gestione reattiva dei guasti, senza aver prima ridisegnato i processi operativi, sino ad oggi quando chi adotta un modello di AI generativa senza aver definito chi verifica gli output, su quali processi può decidere in autonomia e su quali deve restare un supporto all’analista.Definiamo intanto la Smart Infrastructure (che sia un’opera civile, di trasporto, una rete gas, acqua, energia, telecomunicazioni, o altro) come una infrastruttura fisica che integra sensori, connettività, capacità di calcolo distribuita e algoritmi predittivi per percepire il proprio stato in tempo reale, elaborare i dati raccolti e adattare il proprio funzionamento in modo autonomo o assistito, senza richiedere un intervento umano per ogni singola decisione operativa.La differenza rispetto a un’infrastruttura tradizionale non è la presenza di tecnologia digitale in sé — anche un sistema SCADA degli anni ’90 è “digitale” — ma il fatto che i cinque livelli che la compongono (Edge, Cloud, Data, AI, Security) lavorino come un sistema coerente, capace di un ciclo completo: percepire → comprendere → decidere → agire → apprendere. Un’infrastruttura con sensori che raccolgono dati mai analizzati, o con un’AI predittiva che non è collegata a un sistema di intervento operativo, non è “smart”: è strumentata, ma non intelligente.Quindi ciò che rende davvero “smart” una infrastruttura è la progettazione di un sistema coerente che si articola su cinque livelli interdipendenti: Edge, Cloud, Data, AI e Security. Non sono moduli da assemblare a discrezione: sono strati di un unico impianto, e la loro coerenza è la condizione di funzionamento dell’intero sistema. La resilienza è quella dell’anello più debole della catena.Edge: dove si decide in tempo realeIl primo livello è quello più vicino al fenomeno fisico. L’edge computing — sensori, IoT, SCADA, fog node (se volete un server o un gateway intermedio tra dispositivo periferico e cloud centrale) — porta capacità di calcolo direttamente sul campo, riducendo la latenza, garantendo continuità operativa anche in caso di problemi di connettività e ottimizzando l’uso della banda. È una necessità tecnica, ma soprattutto strategica: alcune decisioni, come la regolazione dinamica del traffico o l’attivazione di un sistema di sicurezza, non possono attendere il viaggio di andata e ritorno verso un data center centralizzato. Si pensi anche a degli impianti remotizzati (controllabili a distanza) su impianti critici di reti elettriche, di acqua o gas, che in caso di black-out, eventi climatici o emergenze, siano in grado di rispondere agli eventi, anche se temporaneamente scollegati dal nodo centrale.I numeri spiegano l’urgenza. A partire dal 2030 circa il 74% dei dati globali verrà processato fuori dai data center tradizionali.Un caso italiano emblematico è il progetto InDRA, sostenuto dal Dipartimento per la Trasformazione digitale e sviluppato da Sapienza, Open Fiber, Huawei, Lutech, FibreConnect e Pts: piattaforme di edge cloud computing installate nei nodi PoP della rete in fibra ottica, pensate per gestione dinamica del traffico, guida autonoma, monitoraggio infrastrutturale e digital twin urbani.Dieci anni fa è stato avviato il progetto PAN (Puglia Active Network) di E-Distribuzione, un’iniziativa da 170 milioni di euro finanziata dal bando europeo NER 300, ha portato logiche di automazione e controllo distribuito sulla rete elettrica pugliese per gestire in modo dinamico l’integrazione di generazione rinnovabile decentralizzata — lo stesso principio dell’edge applicato alla rete elettrica: decisioni di bilanciamento locale, senza attendere il via dal centro di controllo nazionale. Pur con problemi di “congestione” della rete per l’assorbimento della produzione da fonti rinnovabili, il progetto è uno dei più avanzati d’Europa.In ambito gas con il programma SnamTec avviato nel 2018, Snam ha digitalizzato la sua rete di trasporto gas (38.000 km) attraverso un’Asset Control Room — una piattaforma data-driven che permette a tecnici, anche sul campo, di monitorare e governare gli asset in modo predittivo, supportata da 1.600 punti di controllo dislocati sul territorio, sensori IoT e una rete che, grazie alla tecnologia Cisco RON, garantisce una capacità di banda 40 volte superiore a quella precedente. In parallelo, Italgas ha realizzato quella che definisce la prima rete del gas al mondo interamente digitalizzata, grazie a smart meter e sensori che abilitano manutenzione predittiva.Cloud: il livello del governo strategicoIl cloud non è il contrario dell’edge: è il suo complemento naturale. Mentre l’edge gestisce l’immediato, il cloud abilita l’analisi avanzata, l’addestramento di modelli predittivi, la simulazione attraverso digital twin e il governo strategico dell’intero sistema. È al livello del cloud che dati provenienti da migliaia di sensori distribuiti diventano intelligenza azionabile su scala urbana, regionale o nazionale.Il caso del digital twin di Firenze, costruito sulla piattaforma open source Snap4City, è un esempio concreto di come questa logica possa funzionare: integrazione di dati IoT, mappe 3D, analisi predittive, simulazioni “what-if” e dashboard visuali. Non un esperimento di laboratorio, ma uno strumento operativo per pianificazione e monitoraggio della città.Analogamente il progetto Digital Twin Italgas – 3D Asset Mapping è un sistema di rilevazione digitale tridimensionale delle reti di distribuzione del gas, sia nel sottosuolo che sul manto stradale, finalizzato a creare un digital twin dell’infrastruttura. Combinando 3 tecnologie di scansione Mobile Mappin LiDAR, Georadar Veicolare, Georadar GPR pedonale, si raccolgono i dati di rete, combinando Cloud+Data, poi verificati e integrati in mappe cartografiche consultabili su tablet da operatori e Comuni — con l’intelligenza artificiale che si aggiunge per prevedere guasti e ottimizzare gli interventi di manutenzione. Oltre 120 comuni, su 10 regioni italiane, e più di 5.000 km di rete da mappare ad oggi. Non solo uno strumento di rilevazione in quanto i dati raccolti finiscono in un digital twin effettivamente usato per pianificare interventi. Qui il dato grezzo (scansione del sottosuolo) diventa valore solo passando per un sistema che lo rende azionabile per chi pianifica scavi e manutenzioni, e che riduce il rischio concreto di danneggiare reti non mappate durante altri cantieri (acqua, fibra, elettrico).Il Digital Twin di Gruppo CAP nasce come strumento di supporto alle decisioni operative, non come esercizio di modellazione fine a se stesso: integra dati di campo, modelli predittivi e scenari di simulazione per governare l’intero ciclo idrico — captazione, distribuzione, fognatura, depurazione. In pratica, permette di tenere sotto controllo lo stato delle infrastrutture in tempo reale, anticipare guasti prima che diventino emergenze, e programmare la manutenzione con una precisione che il modello “rincorri il guasto” semplicemente non consente — con un impatto diretto su costi operativi e continuità del servizio.Data: il vero asset infrastrutturaleEdge e cloud, da soli, non producono valore. Quello che lo produce è la qualità del dato e la capacità di governarlo lungo tutta la catena, e se il dato non è verificato, validato e governato, il rischio di deriva decisionale è concreto. Il dato è il vero asset infrastrutturale di una smart infrastructure: distribuito tra dispositivi periferici e sistemi centrali, generato da fonti eterogenee, soggetto a flussi continui e a esigenze di interoperabilità.Qui si annida una delle maggiori cause di fallimento dei progetti. Dati non standardizzati, terminologie, significato ed organizzazione dei dati non coordinata tra i reparti, ownership poco chiara, sistemi che non comunicano. La governance dei dati richiede standard condivisi — SAREF per la semantica dei dispositivi IoT, NGSI-LD per la georeferenziazione dei dati real-time, FIWARE come framework open source, MIM per l’interoperabilità delle piattaforme — e una chiara ownership organizzativa. È un problema di governance prima che di tecnologia, e va affrontato con la stessa serietà con cui si progettano le componenti hardware.Un caso concreto riguarda un gestore del Servizio Idrico Integrato attivo in 70 Comuni tra le province di Rieti e Roma — circa 160.000 abitanti serviti — si trovava in una situazione tipica del settore: gestione frammentata, reattiva, basata su dati dispersi tra sistemi non interoperabili. L’intervento ha articolato la trasformazione in quattro fasi (pre-assessment dei processi, ridisegno dei workflow con i key-user, matching tra processi e sistemi, change management e monitoraggio dell’adozione), creando le condizioni per l’adozione effettiva di un Water Management System integrato. Non è un caso isolato: la stessa logica si applica a qualunque smart utility che voglia passare da rincorrere i guasti a anticiparli.AI: intelligenza distribuita, non centralizzataL’intelligenza artificiale, in una smart infrastructure ben progettata, non vive solo nel cloud. I modelli vengono addestrati nel cloud sfruttando grandi volumi di dati storici, ma vengono poi distribuiti all’edge per consentire decisioni in tempo reale dove servono. È un’architettura ibrida che coniuga la potenza di calcolo centralizzata con la reattività della periferia.I benefici sono quantificabili. L’adozione di modelli predittivi basati su AI nelle infrastrutture fisiche consente un’estensione della vita utile degli asset del 20-30% attraverso manutenzione predittiva, e una riduzione delle interruzioni operative del 20-45% (Ricerca 2025 Strategic Management Partners – Water Utilities – La Digitalizzazione nel Servizio Idrico Integrato).Nelle smart utility, la sensoristica distribuita combinata con AI predittiva consente risparmi energetici documentati del 15-30%. Negli smart building, la combinazione di IoT, BMS (Building Management System) adattativi e gestione predittiva degli impianti HVAC produce riduzioni dei consumi del 30-50% e un risparmio stimato di 3-5x per ogni euro investito in manutenzione programmata rispetto alla manutenzione reattiva.Ma proprio perché l’AI tocca infrastrutture critiche, l’AI Act la classifica spesso come “alto rischio”, con obblighi di logging, supervisione umana, robustezza e cybersecurity. La compliance non è un dettaglio: è una condizione costitutiva.Security: by design, non come add-onL’ultimo livello, ma solo in ordine di citazione, non certo per importanza, è quello più sottovalutato. La sicurezza, in una smart infrastructure, non è un layer da aggiungere a fine progetto. È un principio trasversale che deve essere integrato by design dal sensore al modello AI, passando per ogni interfaccia di comunicazione e ogni nodo di archiviazione. I framework di riferimento esistono: NIST Cybersecurity Framework 2.0 articola la gestione del rischio in sei funzioni (Govern, Identify, Protect, Detect, Respond, Recover); lo standard IEC 62443 è specifico per i sistemi industriali; le logiche Zero Trust e l’avvento della crittografia post-quantum sono ormai parte del repertorio progettuale standard.Il contesto italiano del 2025 ha reso questa esigenza drammaticamente concreta. L’Operational Summary dell’Agenzia per la Cybersicurezza Nazionale di giugno 2025 ha registrato 433 eventi cyber in un solo mese, con un incremento del 115% rispetto al periodo precedente — il dato più elevato mai raggiunto dal sistema di monitoraggio nazionale, accompagnato da oltre 6.400 comunicazioni di allerta inviate a enti pubblici e aziende.A questo si aggiunge un quadro normativo che ha alzato significativamente l’asticella. La direttiva NIS2, recepita in Italia con il decreto legislativo 138/2024, ha esteso il perimetro dei soggetti obbligati a presidiare la cybersicurezza: settori come energia, acqua potabile e reflua, trasporti, sanità, infrastrutture digitali e pubblica amministrazione rientrano oggi tra le categorie ad alto impatto, con obblighi di gestione del rischio, notifica degli incidenti, supply chain security e responsabilità diretta degli organi di governo. Per gli operatori di smart infrastructure questo significa un cambio di paradigma: la sicurezza non è più un tema delegabile ai fornitori tecnologici, ma una responsabilità di governance che coinvolge il vertice dell’organizzazione.L’integrazione produce smartnessUn altro caso Strategic Management Partners illustra come questi livelli funzionino solo se progettati insieme. Un concessionario autostradale europeo con 314 km di rete e 35 milioni di veicoli annui — di cui oltre il 30% pesanti — affrontava criticità tipiche: assenza di dati real-time sugli stalli di sosta, difficoltà nel rispetto del Regolamento CE 561/2006 sui tempi di guida e riposo, furti e vandalismi ai carichi, perdite medie di 20-30 minuti per ogni sosta non pianificata con impatti su tempi di consegna, carburante ed emissioni.L’intervento ha integrato cinque componenti che corrispondono esattamente ai cinque livelli architetturali: sensori magnetici, videoanalisi e sistemi OCR/ANPR sugli accessi (edge); piattaforma cloud per ticketing manutentivo automatizzato e dashboard strategica con KPI in tempo reale (cloud); integrazione tra app utente, sensori, accessi e schede area (data); Smart Journey Planner che pianifica automaticamente le soste compatibili per sicurezza, mezzo, carico e disponibilità (AI); aree protette e monitorate con conformità agli standard SSTPA (security). Il risultato non è la somma dei singoli componenti: è un corridoio intelligente che trasforma la sosta da criticità operativa a leva di efficienza, sicurezza e valore.Cosa misurare e come governareIl punto chiave — spesso il più sottovalutato — è che la tecnologia installata non significa automaticamente valore generato. La smartness non è un fine: è uno strumento al servizio di obiettivi operativi chiari, misurabili e legati a decisioni concrete. Per questo le architetture mature adottano un approccio a cascata nella misurazione del valore, articolato su cinque livelli progressivi: salute degli asset, performance operative, qualità del servizio, valore economico generato, resilienza e compliance. Ogni KPI deve essere collegato a indicatori verificabili e a una chiara relazione causa-effetto.Sul piano della governance, la sfida è multilivello. Il livello europeo definisce indirizzi strategici, standard comuni e meccanismi di interoperabilità per ridurre frammentazione tecnologica e vendor lock-in. Il livello nazionale traduce gli indirizzi in regole, programmi e priorità, coordinando investimenti, compliance e integrazione tra infrastrutture critiche. Il livello locale è quello dell’implementazione operativa: governa asset, dati, fornitori e servizi sul territorio. Senza coerenza tra i tre livelli, l’investimento del singolo Comune o della singola utility rischia di restare isolato.La finestra di opportunitàIl PNRR ha accelerato gli investimenti ma la finestra strategica non può e non deve considerarsi chiusa. È il momento per i Gestori dei Servizi di Rete di analizzare il proprio contesto, individuare le aree di efficientamento e razionalizzare e prioritizzare gli interventi. Le tecnologie sono mature, i casi di successo esistono, i framework di riferimento sono disponibili. Ma l’approccio deve essere strutturato e ciò che non è stato progettato bene fin dall’inizio sarà difficile da correggere dopo.Smart Infrastructure non significa più tecnologia. Significa migliore architettura, migliore governance, migliore visione sistemica. Tutto il resto è conseguenza.