POLEBOX AI Siting Engine™ · il motore che sceglie i pali
L'hardware POLEBOX è volutamente semplice. Il valore del sistema sta nel modello che decide su quali pali della luce conviene installare la ricarica, e nel dato che quella rete produce ogni notte, presa per presa.
Il modello
Nessuna scelta a occhio. L’AI Siting Engine misura quanto un punto della città è adatto alla ricarica notturna, incrociando sei variabili su fonti pubbliche, gratuite e verificabili da chiunque. L'unità di analisi è la sezione di censimento ISTAT, la maglia statistica più fine d'Italia.
Quanti nuclei vivono nella zona senza box, garage o posto auto privato, cioè senza alcuna possibilità di installare una wallbox.
Il parco elettrico e ibrido plug-in effettivamente presente sul territorio, non le immatricolazioni nazionali.
Dove si parcheggia davvero: geometrie degli stalli, regole di sosta, vie residenziali a lunga permanenza notturna.
Posizione e tipologia dei punti di ricarica esistenti, per distinguere le zone presidiate da quelle scoperte.
La potenza che l'impianto di illuminazione e la rete locale possono sostenere, vincolo che decide quante prese stanno su una linea.
Elenco, posizione e caratteristiche dei sostegni, l'unico dato non aperto: arriva dall'amministrazione o dal gestore dell'illuminazione.
Tutte le fonti sono pubbliche e citabili. Un punteggio costruito così è difendibile davanti a un consiglio comunale, a un revisore e a un investitore, perché chiunque può rifare il conto.
Valori dimostrativi, generati per illustrare la struttura del punteggio. Non si riferiscono a un Comune reale né a un'analisi eseguita.
La roadmap
Un principio guida: ogni fase impegna risorse solo quando la precedente ha ridotto il rischio.
Si definisce l'unità di analisi, si scelgono le variabili, si documentano i pesi. È la fase che rende il modello riproducibile: chiunque, con le stesse fonti, deve ottenere lo stesso risultato.
RisultatoSpecifica del modello di scoring, con variabili e pesi documentati.
Il modello viene eseguito su un territorio specifico: ogni zona e ogni palo ricevono un punteggio da 0 a 100, con mappa e classifica dei pali migliori. Lo sviluppo è AI-assisted, con tempi e costi da startup e qualità interamente documentata.
RisultatoIl Dossier Siting: base tecnica dell'installazione e strumento di dialogo con l'amministrazione, replicabile su ogni nuovo Comune.
Con la rete in funzione, il sistema centrale di gestione registra ogni sessione per singola presa e singola notte, grazie al contatore fiscale MID e all'identificazione NFC presa-specifica. Il confronto tra punteggio previsto e ricariche effettive corregge i pesi: si impara il profilo del palo buono, e ogni installazione successiva è più precisa della precedente.
RisultatoModello di seconda generazione, validato su dati di esercizio. Un'accuratezza che non si può copiare senza prima installare.
Con migliaia di prese attive, sugli stessi dati si costruiscono previsione della domanda, manutenzione predittiva e gestione dei carichi, cioè concentrare le ricariche quando la rete è scarica e l'energia costa meno. L'AI generativa entra come componente applicativa: lettura automatica dei documenti comunali, generazione dei dossier, interrogazione dei dati in linguaggio naturale.
RisultatoLa piattaforma dati che governa la rete e accelera l'espansione, Comune dopo Comune.
Metodo applicato
DEA Solar Consulting ha condotto uno studio di siting indipendente su dati aperti relativo a un cluster urbano di una grande città italiana: 45 pali su circa 1,4 km di asse residenziale, con verifica dei punti di consegna, dei limiti di caduta di tensione e della sezione dei cavi. È uno studio di fattibilità su fonti pubbliche, non un progetto approvato da alcuna amministrazione.
Standard aperti
La qualità del modello dipende dalla qualità della misura. Per questo ogni scelta a monte è vincolata a standard aperti e verificabili.
Perché conta
L'algoritmo lo replica chiunque. Il dato di ogni presa, ogni notte, no: si accumula solo installando.
Per questo la prima rete italiana di ricarica su palo vale più della seconda. L'AI come barriera vale dieci volte l'AI come funzionalità.
Sviluppo AI-assisted, coerente con il posizionamento Human + AI del progetto. POLEBOX Urban™ è tra le startup selezionate per il programma Human + AI di SmartCityLab Milano.