A poche settimane dall’attesa nuova edizione della Conferenza Esri 2026 il punto della situazione sul rapporto chiave tra utilities e innovazione. Con la decisiva introduzione di AI e GeoAi nei servizi di pubblica utilità.
Intervista a Giorgia Guerrazzi, Account Manager Utilities Esri Italia
Partendo dal vostro osservatorio privilegiato, quale scenario lega oggi il mondo dell’innovazione al settore utility, in particolare per quanto riguarda l’introduzione di AI nei processi?
Negli ultimi anni il comparto delle utilities sta attraversando una trasformazione profonda: reti sempre più complesse, obiettivi di sostenibilità e resilienza, e una crescita enorme dei dati disponibili (da sensori di rete, smart meter, rilievi in campo, droni e immagini satellitari). In questo scenario, la GeoAI – cioè l’integrazione tra intelligenza artificiale e informazione geografica – potrebbe cambiare concretamente il modo in cui le organizzazioni analizzano il territorio e prendono decisioni operative.
Nel mondo utilities, GeoAI significa applicare AI, machine learning e modelli generativi a reti, asset e flussi informativi geospaziali: non basta sapere che “c’è un problema”, serve capirne la posizione, le interdipendenze sulla rete, gli asset coinvolti e quali utenti o servizi potrebbero essere impattati. In altre parole, il valore dell’AI cresce quando le analisi sono contestualizzate nello spazio, perché il dato geografico è già il linguaggio operativo con cui molte utilities descrivono e governano le proprie infrastrutture.
La disponibilità di dati geospaziali è esplosa; l’AI generativa rende più semplice interrogare sistemi complessi anche tramite linguaggio naturale; e, soprattutto, le utilities devono prendere decisioni più rapide e robuste su guasti, manutenzione predittiva, pianificazione e resilienza climatica. In questo contesto, GeoAI aiuta a trasformare grandi volumi di dati in indicazioni utilizzabili, riducendo tempi e complessità dei workflow.
Su AI e GeoAI quali soluzioni Esri ha introdotto per rispondere a un mercato che necessita di linee guida e solidità di informazioni?
Dal punto di vista della piattaforma, Esri sta integrando AI Assistant direttamente in ArcGIS per rendere più semplici e veloci molte attività operative: creare analisi, configurare workflow, scrivere espressioni Arcade o codice Python, costruire survey e applicazioni oppure trovare dataset e contenuti in modo più immediato.
L’obiettivo non è sostituire gli utenti, ma abbassare la barriera di accesso al GIS e rendere il dato geografico più fruibile anche per figure meno tecniche. Questo permette agli specialisti GIS di concentrarsi sempre di più su aspetti strategici come qualità del dato, governance e progettazione dei processi.
Allo stesso tempo, Esri sta investendo molto nella GeoAI e nell’integrazione con dati IoT, immagini satellitari e droni, per supportare analisi sempre più avanzate e automatizzate.
Quali sono oggi i casi d’uso più concreti nel settore utilities?
Uno degli ambiti dove l’impatto è già molto evidente è la manutenzione predittiva. Integrando dati storici, sensori IoT, informazioni di campo e contesto geografico, è possibile individuare gli asset con maggiore probabilità di guasto, ottimizzare gli interventi e migliorare resilienza e continuità del servizio.
Un altro tema in forte crescita è la computer vision applicata a immagini da drone o satellite, utile per automatizzare ispezioni e monitoraggi: ad esempio il controllo della vegetazione vicino alle linee, il rilevamento di anomalie o la verifica dello stato delle infrastrutture.
Naturalmente, parlando di AI, diventano centrali anche governance, sicurezza e affidabilità del dato. In un settore critico come quello dei servizi di pubblica utilità, l’AI deve essere vista come supporto al decision making, mantenendo sempre supervisione e responsabilità umana.
Nei prossimi anni vedremo piattaforme sempre più proattive: sistemi capaci non solo di descrivere ciò che sta accadendo, ma anche di simulare scenari, suggerire azioni e supportare decisioni operative quasi in tempo reale.
Acqua, ambiente, energia, trasporti: quali sono i settori più avanzati che già oggi utilizzano AI e GeoAI in modo “maturo”?
In realtà non esiste oggi un settore “leader” in grado di trascinare gli altri, ma livelli avanzati molto diversi a seconda dei casi d’uso specifici.
Nel mondo energia ed elettrico vediamo sicuramente una maggiore maturità sull’uso dell’AI per la previsione dei carichi, la manutenzione predittiva e la gestione della rete, anche perché sono ambiti storicamente più digitalizzati e regolati.
Nel settore idrico e ambiente, invece, l’adozione è più recente ma sta accelerando rapidamente, soprattutto su temi come il controllo delle perdite, il monitoraggio delle infrastrutture e la gestione della risorsa in ottica climatica.
Nel trasporto e mobilità, la GeoAI è già molto utilizzata per la pianificazione dei flussi e l’ottimizzazione delle reti, ma spesso resta frammentata in progetti verticali, non ancora pienamente integrati nei processi decisionali.
Un elemento chiave da considerare è che “maturità” non significa solo usare AI, ma averla industrializzata nei processi: ed è qui che molte realtà sono ancora in fase di transizione, più che di piena maturità.
Le utilities stanno acquisendo competenze e personale adeguato per rispondere a queste grandi sfide che si prospettano? Quale supporto fornisce Esri da questo punto di vista?
Alcune grandi multiutility stanno investendo in modo strutturato su team GIS, data science e asset management avanzato, mentre molte realtà medio-piccole sono ancora in una fase di costruzione delle competenze.
Il vero collo di bottiglia oggi non è solo tecnologico, ma organizzativo: mancano spesso figure ibride capaci di unire dominio operativo, GIS e competenze dati.
Esri in questo contesto non si limita a fornire tecnologia ma insieme ai clienti, lavora su tre livelli: formazione e capacity building (per accelerare l’adozione reale, non solo teorica); supporto metodologico nella costruzione dei modelli dati e dei processi; accompagnamento nei progetti di trasformazione, soprattutto nei primi casi d’uso AI/GeoAI
Un punto importante però è questo: la tecnologia da sola non colma il gap di competenze. Senza un cambio organizzativo, il rischio è di dotarsi di strumenti avanzati ma utilizzati in modo decisamente tradizionale.
Ritenete che grazie all’evoluzione di AI e GeoAI le utility potranno sviluppare nuovi servizi per i propri clienti (cittadini, imprese e PA)?
Più che parlare di singoli nuovi servizi, crediamo che AI e GeoAI cambieranno il ruolo stesso delle utility all’interno dei propri territori di competenza.
Si tratta di aziende che dispongono di enormi quantità di dati infrastrutturali e territoriali che, se integrati e contestualizzati geograficamente, possono diventare uno strumento di supporto non solo operativo ma anche strategico per Pubblica Amministrazione e imprese, a beneficio dei cittadini.
Pensiamo ad esempio ai temi della resilienza climatica, della pianificazione urbana, della mobilità o della gestione delle emergenze: in questi ambiti le utility potranno avere un ruolo sempre più attivo come abilitatrici di servizi e informazioni a valore per il territorio.
Dal punto di vista di Esri, il valore sta proprio nel fatto che questa AI è nativamente integrata nel GIS: la geografia diventa il filo conduttore che rende l’AI più comprensibile, trasparente e realmente utilizzabile nei processi decisionali.
In questo modo le utility possono evolvere da semplici gestori di infrastrutture a piattaforme di conoscenza a supporto del territorio, contribuendo a una gestione più resiliente, sostenibile e collaborativa per l’evoluzione dei servizi pubblici.