Nereva ottiene lo status JEI e accelera lo sviluppo di una logistica dei trasporti guidata dai dati nel settore delle costruzioni.

La filiale di Nereva con sede a Nizza ha ottenuto lo status di Jeune Entreprise Innovante (JEI) per lo sviluppo della propria intelligenza artificiale dedicata alla logistica nel settore delle costruzioni. Nereva rafforza così il proprio posizionamento nel campo della ricerca e sviluppo, a seguito dell’ottenimento dello status JEI per la sua filiale francese, al termine di una procedura di interpello fiscale (rescrit) presso l’amministrazione fiscale francese. Questo status, regolato dalla normativa francese, riconosce l’ammissibilità delle imprese che svolgono attività di ricerca e sviluppo conformi a criteri specifici, in particolare per quanto riguarda l’intensità degli investimenti in R&S e la natura delle attività svolte. Si inserisce in un quadro volto a sostenere lo sviluppo di approcci tecnologici innovativi.

Una piattaforma operativa al centro delle attività di trasporto

La piattaforma Nereva è oggi utilizzata da imprese di trasporto per gestire le proprie operazioni nel settore delle costruzioni. Rappresenta una base operativa progettata per strutturare flussi storicamente gestiti in modo frammentato, spesso attraverso strumenti eterogenei e processi fortemente dipendenti da interventi manuali. Centralizzando la pianificazione, il monitoraggio in tempo reale e il coordinamento delle missioni, Nereva consente agli operatori di disporre di una visione unificata delle proprie attività. Questa capacità di rendere i flussi visibili e tracciabili contribuisce a migliorare il processo decisionale quotidiano, riducendo al contempo le inefficienze operative legate alla gestione degli imprevisti.

Un’attività di ricerca strutturata attorno alla complessità del terreno

Fin dalla sua creazione, Nereva France concentra le attività di ricerca del gruppo con un obiettivo chiaro: modellizzare e comprendere meglio la complessità dei flussi logistici nel settore delle costruzioni. Questi flussi sono caratterizzati da una combinazione di vincoli difficilmente riscontrabili in altri settori: forte dipendenza dalle condizioni operative sul campo, interdipendenza delle missioni, molteplicità degli attori coinvolti e continua variabilità delle situazioni. Per affrontare queste sfide, i lavori si basano su un approccio strutturato che combina modellizzazione matematica, sviluppo algoritmico ed esperimenti su dati reali. L’obiettivo è andare oltre una semplice digitalizzazione, sviluppando strumenti capaci di integrare la complessità intrinseca del settore.

EVA: un motore di intelligenza artificiale in fase di sviluppo

Al centro di questa strategia di ricerca si trova EVA (Engine for Virtual Anticipation), un sistema di intelligenza artificiale attualmente in fase di sviluppo e apprendimento. EVA è progettato per affrontare problemi di pianificazione dinamica, nei quali le decisioni devono essere prese tenendo conto simultaneamente di numerosi vincoli, tra cui disponibilità delle risorse, vincoli temporali, sequenze operative e imprevisti. In questa fase, il lavoro si concentra sulla progettazione e sull’addestramento di modelli in grado di sfruttare dati provenienti dal campo, migliorando progressivamente la loro capacità di rappresentare e anticipare le condizioni operative reali.

Un’integrazione progressiva all’interno della piattaforma Nereva

EVA è destinato a essere integrato progressivamente nella piattaforma Nereva, con l’obiettivo di estenderne le funzionalità. Non si tratta di sostituire gli strumenti esistenti, ma di introdurre un livello aggiuntivo di intelligenza a supporto delle decisioni quotidiane delle imprese di trasporto. Nel tempo, questa integrazione mira a consentire una pianificazione più strutturata, una migliore anticipazione dei vincoli operativi e una maggiore capacità di adattamento alle evoluzioni del contesto operativo. Questo approccio si basa su una logica di miglioramento continuo, in cui le capacità del sistema evolvono progressivamente grazie all’accumulo di dati e alle fasi di sperimentazione.

Un approccio scientifico multidisciplinare

Per affrontare la complessità delle problematiche trattate, i lavori si basano su diversi approcci complementari. Modelli di ottimizzazione consentono di strutturare l’assegnazione delle risorse e delle missioni. Algoritmi predittivi permettono di stimare variabili chiave, come i tempi di percorrenza e di intervento. Meccanismi adattivi integrano le variazioni in tempo reale, mentre tecnologie di trattamento dei dati migliorano la qualità e l’affidabilità delle informazioni utilizzate. Questa combinazione consente di tenere conto dell’incertezza e della variabilità proprie delle operazioni di trasporto nel settore delle costruzioni.

Sperimentazioni in condizioni reali

I modelli sviluppati vengono addestrati e testati utilizzando dati provenienti da operazioni reali, al fine di valutarne il comportamento in contesti rappresentativi. Queste fasi di sperimentazione permettono di identificare le differenze tra modelli e realtà, comprenderne i limiti e migliorarne progressivamente la robustezza. Rappresentano un passaggio essenziale prima di un’eventuale implementazione su larga scala.

Una tappa strutturante per Nereva

L’ottenimento dello status JEI rappresenta una tappa importante nello sviluppo di Nereva. Rafforza una strategia basata sull’integrazione tra una piattaforma già operativa e lo sviluppo progressivo di capacità avanzate derivanti dalla ricerca. Attraverso EVA, Nereva persegue un obiettivo chiaro: evolvere la logistica del trasporto nel settore delle costruzioni verso un modello guidato dai dati, capace di integrare la complessità operativa e di migliorare in modo sostenibile la gestione delle attività.