Infrastrutture, i «big data» strumento prezioso

La pianificazione della crescita e dello sviluppo infrastrutturale può essere utilmente prevista all’interno di accordi di Partenariato Pubblico–Privato (PPP) che fanno leva anche su finanziamenti regionali o comunitari, legati a specifici bandi. In questo ambito, il ruolo del committente pubblico si interseca con l’expertise di soggetti privati che competono tra di loro su progetti infrastrutturali di lungo periodo, fornendo risorse manageriali e progettualità. Scopo prioritario è quello di pianificare la fattibilità economico–finanziaria dei progetti di investimento infrastrutturale.

La fattibilità è un elemento cardine della sostenibilità (la quale, oltre che economica, deve riguardare anche gli aspetti sociali e ambientali), intesa come catena del valore e supply chain che deve supportare il progetto infrastrutturale, garantendo un ritorno e il mantenimento di un equilibrio (continuità aziendale) a tutti gli stakeholders coinvolti (parti sociali, autorità pubbliche, concessionari privati, sub–fornitori, etc.) in un’ottica di lungo periodo. La pianificazione della crescita deve essere effettuata con strumenti sempre più sofisticati, che rappresentino le linee guida di un’evoluzione verosimile, in cui le singole milestones devono essere oggetto di una validazione strategica per accertarne veridicità (quanto ai dati di input iniziale) e fattibilità concreta lungo l’orizzonte temporale dell’investimento.

Le innovazioni tecnologiche degli ultimi anni consentono finalmente di disporre di strumenti sempre più affinati per migliorare le previsioni. L’esperienza insegna che fare previsioni che col senno di poi si rivelano azzeccate è un esercizio assai difficile, che si scontra con una volatilità degli andamenti economici sempre più pronunciata.

Da qui la necessità di poter predisporre dati di input sempre più tempestivi e realistici, incrociando le risultanze contabili con dati di input, desunti da statistiche di mercato; ma anche riscontri in tempo reale; e, infine, la capacità di una ripianificazione delle aspettative e aggiornamento deibusiness plan anche attraverso algoritmi e software che fanno uso dell’intelligenza artificiale per migliorare le previsioni.

I big data consentono di re– ingegnerizzare completamente i business plan, che di solito rispondono a logiche top–down, basate su modelli dirigistici in cui la pianificazione è imposta dall’alto e viene verificata dopo intervalli temporali molto lunghi (anche annualmente, decisamente troppo nel mondo di oggi). La possibilità di fruire di informazioni e dati di input in tempo reale consente di poter riformulare le ipotesi in tempo reale (grazie alla “velocità” che dei big data è una caratteristica fondamentale), adeguandole ad una realtà in continuo divenire.

E i feedback che provengono “dal basso”, cioè dalla realtà sottostante, consentono di integrare le impostazioni top–down sopra richiamate con evidenze empiriche bottom–up. Ciò anche al fine di poter esprimere opzioni reali (di espansione, sviluppo, contrazione, sospensione temporanea, etc.) che rendono più flessibile l’intera programmazione.

* professore di Finanza aziendale Universita Cattolica – Milano