Metro A bloccata (di nuovo): come l’IA gestisce le metropolitane nel resto del mondo
Il 2 marzo 2026 la Metro A di Roma si è fermata completamente. Migliaia di persone bloccate sulla tratta Anagnina-Battistini per un guasto elettrico. Nel frattempo, a Londra e Singapore l’IA prevede i guasti prima che succedano. Vediamo cosa potremmo imparare.
Fermi in galleria: un lunedì qualunque a Roma
Immagina la scena. Sei sulla Metro A, direzione Battistini. Stai andando a lavoro. Il treno rallenta, si ferma. Le luci tremolano. Poi l’annuncio — quella voce registrata che ormai conosci meglio della tua sveglia: “Si comunica un’interruzione del servizio sull’intera linea.” L’intera linea. Non una stazione. Non un tratto. Tutta la Metro A, da Anagnina a Battistini, ferma come un fossile.
È successo il 2 marzo 2026. Un guasto elettrico — pare un pulsante di emergenza attivato, ma le ricostruzioni restano vaghe — ha bloccato completamente la linea. Migliaia di persone sono rimaste a piedi, stipate nelle stazioni, riversate sugli autobus sostitutivi che a Roma significano una cosa sola: caos moltiplicato per dieci.
E la cosa più deprimente? Nessuno si è stupito. Nemmeno un po’.
Non è un incidente: è un sistema al collasso
Chi vive a Roma lo sa: la Metro A che si blocca non è più una notizia. È un appuntamento fisso, come il derby o la pioggia che allaga i sottovia. Ma il problema è molto più profondo di un singolo guasto elettrico.
Guardiamo il quadro completo del trasporto su ferro nella Capitale nel 2026. La Roma-Lido — quella linea che collega Ostia al centro — resta fragilissima. I lavori notturni impattano regolarmente sul servizio mattutino, costringendo migliaia di pendolari a inventarsi percorsi alternativi ogni settimana. La rete tramviaria è stata chiusa per tre mesi per lavori alle sottostazioni elettriche. Tre mesi. Non tre giorni.
E poi c’è il dato che fa più male: i collegamenti ferroviari con Roma sono definiti “al limite del collasso” dai sindacati di settore. Solo il 47% del personale ferroviario romano possiede le qualifiche di base richieste. La metà. Meno della metà, a essere precisi. Significa che il sistema non solo ha infrastrutture vecchie, ma non ha nemmeno abbastanza persone formate per gestire quelle che ci sono.
Questo non è un problema di sfortuna. È un problema strutturale. E la domanda diventa: esiste un modo per gestire una metropolitana che non preveda il blocco totale come modalità operativa standard?
Nel resto del mondo, i treni si riparano prima di rompersi
Spoiler: sì, esiste. Si chiama manutenzione predittiva e funziona con l’IA. Il concetto è semplice: invece di aspettare che qualcosa si rompa e poi correre a ripararlo (la famosa manutenzione “a guasto”, che è esattamente quello che facciamo a Roma), installi sensori sui treni e sulle infrastrutture che raccolgono dati in continuazione. L’IA analizza quei dati e ti dice: “Guarda, questo componente si sta deteriorando. Tra due settimane si romperà. Sostituiscilo adesso, durante la pausa notturna, invece di bloccare la linea lunedì mattina alle 8.”
Sembra ragionevole, vero? Quasi ovvio. Eppure, nel mondo reale, implementarlo richiede investimenti, competenze e una cosa che a Roma scarseggia: visione a lungo termine.
Londra: meno ritardi, più dati
La London Underground — la metropolitana più vecchia del mondo, aperta nel 1863 — ha investito massicciamente nell’IA per la manutenzione predittiva. I risultati? Una riduzione dei ritardi del 30%. Non del 3%. Del 30%. Sensori installati sui treni e lungo le rotaie monitorano vibrazioni, temperature, usura dei componenti. Gli algoritmi di IA incrociano questi dati con lo storico dei guasti e generano segnalazioni prima che il problema diventi un blocco.
Londra non ha treni più nuovi dei nostri (alcune linee hanno materiale rotabile degli anni ’70). Ha semplicemente deciso di usare la tecnologia per capire quando le cose stanno per andare male, invece di aspettare che vadano male e poi lamentarsi.
Singapore: il treno che si controlla da solo
Se Londra è impressionante, Singapore è fantascienza. La MRT di Singapore usa un sistema di IA che monitora oltre 1.000 parametri per treno in tempo reale. Millepiù. Temperatura dei motori, pressione dei freni, stato delle porte, consumo energetico, vibrazioni degli assi, usura delle ruote. Ogni singolo treno è una centrale dati ambulante che comunica costantemente con il sistema di controllo.
Il risultato è un tasso di affidabilità che a Roma sembrerebbe fantasia: la MRT di Singapore è tra le reti metropolitane più puntuali e affidabili del pianeta. Non perché i treni non si usurino — si usurano come tutti. Ma perché l’IA rileva il degrado prima che diventi guasto, e la manutenzione viene programmata nelle finestre di servizio senza impattare i passeggeri.
Non solo manutenzione: l’IA che gestisce le persone
La manutenzione predittiva è il pezzo più importante, ma l’IA nelle metropolitane moderne fa molto di più.
Gestione dei flussi di passeggeri. Gli algoritmi di IA analizzano i dati storici, gli eventi in città, il meteo, il calendario e prevedono quante persone useranno una determinata stazione in una determinata fascia oraria. Questo permette di regolare la frequenza dei treni in tempo reale: più treni quando serve, meno quando le stazioni sono vuote. A Roma, la frequenza è quella che è, che sia il 15 agosto o un lunedì di pioggia con lo sciopero dei bus.
Ottimizzazione energetica. Una metropolitana consuma un’enormità di energia elettrica. L’IA ottimizza le accelerazioni, le frenate, la velocità di crociera e i tempi di sosta per ridurre il consumo complessivo. Alcune reti hanno ottenuto risparmi del 15-20% sulla bolletta energetica semplicemente lasciando che un algoritmo gestisse il profilo di guida dei treni.
Digital twin dell’infrastruttura. Questo è il pezzo da ingegneri: creare una replica digitale completa della rete metropolitana — binari, stazioni, treni, impianti elettrici, tutto — e usarla per simulare scenari. Cosa succede se chiudo questa stazione per lavori? Come redistribuisco il traffico? Dove si creerà il collo di bottiglia? Invece di scoprirlo sulla pelle dei pendolari, lo simuli al computer. Poi agisci.
Pianificazione della manutenzione senza fermare il servizio. L’IA calcola le finestre ottimali per gli interventi di manutenzione, incastrando i lavori negli orari di minor traffico e coordinando le squadre per minimizzare l’impatto. Non è magia: è ottimizzazione combinatoria, una cosa che i computer fanno benissimo e gli esseri umani con i fogli Excel fanno malissimo.
Cosa potrebbe imparare Roma
Non sono ingenuo. So che Roma non diventerà Singapore in un anno. So che ci sono vincoli di bilancio, burocrazia, infrastrutture vecchie di decenni, appalti che durano più dei pontificati. Ma ci sono cose che si potrebbero fare subito, senza aspettare la metropolitana del futuro.
Primo: sensori. Installare sensori sui treni della Metro A e B non richiede di rifare la linea da zero. Si tratta di aggiungere dispositivi di monitoraggio ai treni esistenti. Il costo è una frazione di quello che si spende ogni anno in manutenzione d’emergenza e servizi sostitutivi.
Secondo: dati. Roma genera già una quantità enorme di dati sul trasporto pubblico — obliterazioni, ritardi, guasti, reclami. Ma questi dati vengono raccolti, archiviati e dimenticati. Nessun sistema di IA li analizza per trovare pattern, prevedere problemi, suggerire soluzioni. È come avere una miniera d’oro e usarla come discarica.
Terzo: formazione. Quel dato del 47% del personale con qualifiche di base è devastante. L’IA non sostituisce le persone — le assiste, le guida, le aiuta a prendere decisioni migliori. Ma se le persone non hanno nemmeno le competenze di base, nessuna tecnologia può fare miracoli.
Quarto: visione. Londra non ha ridotto i ritardi del 30% per caso. Ha fatto un piano, lo ha finanziato, lo ha eseguito. Singapore non monitora 1.000 parametri per treno perché le piace collezionare numeri. Lo fa perché ha deciso che il trasporto pubblico efficiente è una priorità nazionale, non un problema da scaricare sul prossimo assessore.
Il punto della questione
La mattina del 2 marzo 2026, migliaia di romani sono rimasti bloccati per un guasto elettrico sulla Metro A. Quello stesso giorno, a Singapore, un sistema di IA ha probabilmente rilevato un’anomalia su un motore di un treno della MRT, ha generato un ordine di manutenzione automatico e il componente è stato sostituito nella notte. Nessun passeggero si è accorto di nulla.
La differenza non è il budget (Singapore spende molto, ma Londra dimostra che si può fare anche con infrastrutture vecchie). La differenza è la scelta di usare la tecnologia disponibile — l’IA, i sensori, i dati — per prevenire i problemi invece di subirli.
Roma ha due metropolitane e mezzo, una rete tramviaria intermittente e ferrovie “al limite del collasso”. Non possiamo permetterci il lusso di gestirle come si faceva trent’anni fa. L’IA per il trasporto pubblico non è il futuro. È il presente. Un presente che funziona già a Londra, a Singapore, a Copenaghen, a Seoul. E che a Roma, per adesso, resta un articolo letto sul telefono mentre aspetti l’autobus sostitutivo.
Pasqualino Ferrari — Super Squalo — è esperto di IA a Roma. Scrive di intelligenza artificiale applicata alla vita reale, quella con i ritardi, i guasti e gli autobus sostitutivi. Lo trovi su supersqualo.it.
Leggi anche
- Semafori intelligenti a Roma: l'IA al servizio del traffico
- Roma capitale delle buche: computer vision per la manutenzione
Vuoi portare l’intelligenza artificiale nella tua azienda a Roma? Scopri i servizi di consulenza IA di Super Squalo → Esperto Intelligenza Artificiale Roma
