Attualità
Cosa c’è dietro alla rivoluzione “Atm Contactless” a Milano
Attraverso Artificial Intelligence e Machine Learning, è possibile applicare le tariffe migliori per i viaggi in metropolitana ed elaborare in sicurezza importanti volumi di dati per ottimizzare la gestione dei flussi e l’esperienza dei cittadini
La trasformazione digitale del trasporto pubblico compie un nuovo passo avanti. Nella metropolitana milanese è possibile viaggiare in modo più facile, veloce e sicuro, pagando direttamente al tornello con carte contactless aderenti ai circuiti Mastercard, Visa, Maestro e VPay.
Il nuovo sistema con carte bancarie contactless rimpiazza di fatto le biglietterie elettroniche – a volte di difficile comprensione, soprattutto per i turisti – calcolando in automatico, in base all’entrata e all’uscita de passeggero, il costo del biglietto, addebitando la tariffa più conveniente. Algoritmi sofisticati sono in grado di ottimizzare il prezzo applicato sulla base dell’intero percorso effettuato.
Per il servizio Contactless, l’Azienda Trasporti Milanesi ha confermato la collaborazione con Microsoft ai fini del progetto e per un più ampio percorso di trasformazione digitale che ha l’obiettivo di ripensare i processi e migliorare l’esperienza dei viaggiatori, integrando la tecnologia intelligente nel modello di business e offrendo servizi tecnologicamente avanzati, basati su Mobility, Cloud Computing, Internet of Things e Machine Learning. Grazie alla collaborazione con Microsoft e facendo leva sulle nuove tecnologie, Atm potrà digitalizzare il processo e trarre il massimo vantaggio dai dati che vengono generati, attivando funzionalità di business intelligence e analisi predittiva.
Il pagamento Contactless e il sistema di calcolo della tariffa rappresentano solo parte di un processo di trasformazione digitale più complesso, che include l’adozione di strumenti di analisi e tecnologie di Machine Learning. Con quattro linee di metropolitana per un’estensione complessiva di circa 100 km e 2.300 corse al giorno, queste soluzioni consentiranno di elaborare in tempo reale importanti volumi di dati eterogenei, visualizzarli in modo dinamico attraverso infografiche intuitive, analizzare le performance di business e creare modelli di analisi avanzate e predizioni basate su intelligenza artificiale.
