L’adozione dell’AI nei trasporti accelera, ma la frammentazione degli strumenti digitali può aumentare i rischi operativi e informatici. Secondo Transporeon e Trimble, servono sistemi integrati, controlli sugli accessi e supervisione umana, in un contesto reso più attuale dal nuovo quadro normativo italiano sull’intelligenza artificiale.
L’intelligenza artificiale sta entrando progressivamente nei processi dell’autotrasporto e della logistica, dalla manutenzione predittiva alla pianificazione delle attività, fino all’automazione delle operazioni amministrative. La diffusione di queste tecnologie apre nuove possibilità di efficientamento, ma pone anche questioni legate alla sicurezza informatica, alla gestione dei dati e all’attribuzione delle responsabilità.
Il tema è al centro dell’analisi di Lotte Vanden Wyngaert, Senior Manager, Applied AI di Transporeon, e Pablo Pires, Head of AI Safety di Trimble, che richiamano l’attenzione sulla necessità di accompagnare l’innovazione con un modello di governance adeguato alle specificità del settore.
Nell’autotrasporto, infatti, l’adozione tecnologica deve confrontarsi con margini operativi contenuti, mezzi e infrastrutture di valore elevato e processi nei quali un errore può tradursi in ritardi, costi aggiuntivi e interruzioni del servizio. In questo scenario, l’introduzione dell’AI non può limitarsi all’aggiunta di nuovi strumenti, ma richiede una strategia capace di integrarli nei sistemi aziendali esistenti.
Cybersecurity, una priorità per la logistica italiana
La crescente digitalizzazione della supply chain amplia le opportunità di automazione, ma rende più importante la protezione degli ambienti informatici. I dati citati nell’analisi di Transporeon e Trimble evidenziano una pressione crescente sul comparto.
Secondo un’analisi di Yarix dedicata all’ecosistema marittimo-portuale, nel primo semestre del 2026 l’Italia ha rappresentato quasi il 50% delle osservazioni relative al settore trasporti e logistica nei Paesi mediterranei monitorati, con 325 rilevazioni su 653. Il rapporto Clusit, invece, segnala che gli incidenti informatici gravi nella categoria Transportation/Storage sono passati da 26 nel 2024 a 61 nel 2025, con un incremento del 134,6%.
Questi numeri non dimostrano un rapporto causale tra l’adozione dell’intelligenza artificiale e l’aumento degli attacchi informatici. Evidenziano, tuttavia, la necessità di rafforzare i controlli mentre cresce la complessità digitale delle imprese, soprattutto quando piattaforme, applicazioni e flussi di dati non sono gestiti attraverso criteri di sicurezza uniformi.
AI agentica: il rischio della frammentazione
Una delle questioni individuate da Transporeon e Trimble riguarda la proliferazione di strumenti di intelligenza artificiale indipendenti. Soluzioni sviluppate per singole attività possono utilizzare fonti informative differenti, disporre di autorizzazioni diverse e produrre registrazioni delle operazioni difficili da ricostruire in modo unitario.
In un sistema composto da più agenti AI, questa frammentazione può complicare l’individuazione degli errori e la ricostruzione delle decisioni, rendendo più difficile attribuire le responsabilità in caso di malfunzionamenti o utilizzi impropri.
Il problema riguarda anche la sostenibilità economica dei progetti. Gartner, nel giugno 2025, ha previsto che oltre il 40% dei progetti di AI agentica potrebbe essere abbandonato entro la fine del 2027, a causa dell’aumento dei costi, dell’incertezza sul valore generato e di controlli sui rischi insufficienti. Una previsione che richiama l’attenzione sulla necessità di valutare non soltanto le potenzialità tecnologiche, ma anche la capacità delle imprese di governare le soluzioni introdotte.
Un agente AI integrato, con controlli e supervisione umana
Nell’approccio proposto da Vanden Wyngaert e Pires, una possibile risposta consiste nel superare la gestione di numerosi strumenti scollegati a favore di un sistema AI integrato, capace di interagire con i dati aziendali e con le applicazioni operative attraverso regole di accesso definite.
L’obiettivo è coordinare i flussi di lavoro, ridurre la duplicazione delle attività e rendere più tracciabili le operazioni. Un simile modello, tuttavia, richiede che la sicurezza venga progettata fin dall’inizio e non aggiunta in una fase successiva.
Tra gli elementi necessari rientrano controlli sugli accessi, limiti alle azioni che il sistema può eseguire, monitoraggio delle attività e meccanismi di intervento umano nei casi ambigui o non conformi alle autorizzazioni stabilite. L’autonomia dell’agente deve quindi essere commisurata al tipo di attività svolta e ai rischi associati.
Per le flotte, questo significa poter utilizzare l’AI per supportare la pianificazione dei turni, l’assegnazione dei carichi e la gestione quotidiana delle operazioni senza rinunciare alla possibilità di verificare le decisioni e ricostruire i passaggi che le hanno generate.
Il quadro normativo italiano e le responsabilità delle imprese
Il tema assume ulteriore rilevanza con l’entrata in vigore, il 23 ottobre 2026, del Decreto legislativo 7 ottobre 2026, n. 179, che adegua la normativa nazionale al Regolamento europeo sull’intelligenza artificiale, con disposizioni relative ai poteri delle autorità nazionali e all’utilizzo dell’AI nella formazione. Il testo è consultabile sulla Gazzetta Ufficiale.
Per le aziende di trasporto, il nuovo quadro normativo si inserisce in un percorso più ampio di attenzione alla governance dei sistemi intelligenti, alla formazione e alla gestione dei rischi. Gli obblighi concretamente applicabili dipendono dalle caratteristiche dei sistemi utilizzati e dal contesto d’impiego: non tutti gli strumenti di AI sono soggetti agli stessi requisiti.
La conformità normativa, inoltre, non esaurisce il tema della sicurezza. Le imprese devono valutare anche le modalità con cui i sistemi accedono ai dati, interagiscono con le piattaforme di terze parti e intervengono sui processi aziendali. In questo contesto, la formazione del personale e la definizione delle responsabilità rappresentano componenti essenziali di un’adozione consapevole della tecnologia.
Dalla sperimentazione all’integrazione operativa
Secondo un’indagine sui professionisti del trasporto merci citata da Transporeon e Trimble, circa il 55% degli intervistati utilizza o sta testando soluzioni di AI in ambiti specifici, mentre il 15% ha già adottato agenti AI. Dati che, pur in assenza di ulteriori dettagli metodologici nel materiale diffuso, indicano una fase di sperimentazione ancora significativa.
La sfida per il settore non consiste quindi soltanto nell’introdurre nuove applicazioni, ma nel trasformare i progetti pilota in strumenti realmente integrati nei processi operativi. L’interoperabilità con i sistemi telematici, i software gestionali e le piattaforme di terze parti dovrà procedere insieme alla definizione di regole di sicurezza, autorizzazione e controllo.
Per Transporeon e Trimble, la direzione è quella di un’intelligenza artificiale capace di contribuire all’efficienza della supply chain senza aumentare in modo incontrollato la complessità tecnologica. Un approccio che mette al centro non soltanto le prestazioni degli algoritmi, ma anche la tracciabilità delle operazioni, la protezione dei dati e la responsabilità delle decisioni.
