B2G Smart Urban Data Sharing, a new approach

city digital twin

collaborazioni pubblico-privato

data-driven

e-government

interoperabilità e standard

open data

partecipazione

public procurement per innovazione

qualità della vita

servizi digitali

servizi integrati

sharing economy

valutazione di impatto

Descrizione

I dati sono al centro dei processi di transizione digitale. Ottenendo “insights” sui dati da dispositivi di privati, Pubblica Amministrazione o altre fonti di dati, le città sono in grado di ottimizzare il loro funzionamento, fornire nuovi servizi ai cittadini e gestire i cambiamenti con maggiore efficacia ed efficienza. Tuttavia, non è sufficiente raccogliere i dati: l’elemento abilitante le potenzialità di una smart city è l’integrazione. Infatti, “un particolare valore aggiunto può essere creato quando i dati provenienti da diversi settori sono combinati, per capire e modellare le interdipendenze in un ambiente cittadino complesso, per esempio l’impatto della gestione del traffico sull’inquinamento atmosferico e acustico in una particolare strada o quartiere. L’integrazione dei dati, attraverso piattaforme di dati locali interoperabili, è un potente motore della trasformazione sistemica di una città” (cfr. progetto europeo “100 Climate-neutral Cities by 2030”). Dopo aver individuato le tipologie di dati necessarie per il progetto, è necessario individuare i partner strategici per raccogliere i dati e creare un ecosistema, ponendo attenzione agli elementi di data protection, al fine di garantire i più alti standard di protezione dei dati personali degli utenti-cittadini e proteggere il know-how dei soggetti coinvolti nel progetto e di data governance, per determinare le modalità di archiviazione e condivisione delle informazioni più adatte al progetto e ai soggetti coinvolti. A fondamento dell’impianto di condivisione dei dati, è necessario implementare un’infrastruttura tecnologica che possa gestire un gran quantitativo di dati e che consenta di configurare e riconfigurare facilmente modelli, query e così procedere alle fasi di data analytics in modo più lineare, quale la costituzione di un cosiddetto data lake.

city digital twin

collaborazioni pubblico-privato

data-driven

e-government

interoperabilità e standard

open data

partecipazione

public procurement per innovazione

qualità della vita

servizi digitali

servizi integrati

sharing economy

valutazione di impatto

Obiettivi

Le smart cities dovranno dotarsi di nuovi strumenti giuridici e tecnologici per la raccolta dei dati, sia alla fonte che da privati, e la condivisione pubblica dei dati per incentivare lo sviluppo di nuove opportunità di business che, a propria volta, favoriscano la data quality e il riutilizzo del dato.

Elementi di innovazione

Data Valley si pone come legal integrator del progetto, sviluppando una data strategy: conforme alla normativa in materia di protezione dei dati personali, che trova riscontro nella contrattualistica che si conclude con altri soggetti coinvolti nel progetto, e costruendo un rapporto di fiducia sia tra i partner del progetto che con terzi.

Impatti / Risultati attesi

Il progetto risulta nella costituzione di uno strumento adatto a raccogliere e condividere grandi quantità di dati all’interno di un ecosistema eterogeneo di partner, quale la creazione di un data lake per condividere i dati all’interno di una città che possa sfruttare le grandi quantità di dati raccolti per creare servizi direttamente in capo ai cittadini o attraverso la Pubblica Amministrazione. I dati provenienti da aziende e PA potrebbero così essere messi a disposizione di enti pubblici e privati per sostenere nuovi servizi.

Fattibilità

Il costo iniziale di implementazione dell'infrastruttura tecnologica e il costo di condivisione del dato con i partner del progetto saranno compensati da finanziamenti pubblici, volti a creare nuovi servizi e migliorare quelli esistenti per i cittadini, e alla generazione di nuovo valore aggiunto dai dati raccolti.

Elementi di replicabilità

Il modello di integrazione può essere replicato in diverse città italiane, dove le variabili nel caso di specie saranno i partner strategici (amministrazione locale e enti privati del territorio), mentre l'infrastruttura tecnologico, il flusso di dati e l'impianto contrattuale volto alla condivisione dei dati potrà essere riproposto.

Stato di implementazione

Il modello è stato oggetto di valutazione nel progetto "Urban Big Data Mapping" con l'Università di Padova, dove le aziende si sono dette interessate ad avviare delle sessioni one-to-one con altre aziende potenzialmente fornitrici di dati e si è rivelato come l’incertezza normativa e regolamentare rappresenti il primo ostacolo nella realizzazione di questi progetti, seguito dai profili tecnici di anonimizzazione, archiviazione e condivisione del dato.

Partners

Blimp (fornisce uno strumento e una metodologia per la raccolta e visualizzazione di informazioni chiave sulla mobilità urbana raccogliendo diverse tipologie di dati)

Aindo (ha progettato un sistema di machine learning che genera dati sintetici realistici: questi dati mostrano tutte le correlazioni presenti in un dataset originale ma non contengono alcuna informazione sensibile)