Nel panorama della gestione ambientale è molto raro che una grande utility crei internamente una startup tecnologica completa. A2A Life Ventures ha invece seguito questa strada e ha dato vita a Materia, una piattaforma digitale che sfrutta Intelligenza artificiale e computer vision per aumentare la trasparenza nella gestione dei rifiuti industriali. La soluzione è stata sviluppata con il contributo tecnico di AWS e del Senseable City Lab del MIT, e oggi è sperimentata in diversi impianti del gruppo.
Perché nasce Materia e quale problema risolve
La gestione dei rifiuti prodotti da grandi aziende e dalla logistica è complessa e spesso documentata con processi cartacei o flussi informatici poco granulari. Questo limita la capacità delle imprese di dimostrare il reale tasso di recupero e di quantificare con accuratezza le emissioni legate allo smaltimento, in particolare quelle classificate come Scope 3. Materia si pone proprio dove la catena informativa si interrompe: al momento del conferimento e durante le fasi di trattamento e separazione.
Un approccio doppio: visione e ricostruzione
La piattaforma abbina due componenti complementari. Da un lato, sistemi di computer vision analizzano le operazioni di scarico e le immagini del carico in ingresso; dall’altro, un algoritmo proprietario di tipo «reverse» ricostruisce, a posteriori, la corrispondenza tra ciò che esce dall’impianto e i singoli conferimenti ricevuti nelle settimane precedenti. Questa combinazione consente di passare da una media di impianto a una stima per ogni singolo conferimento.
Come funziona la raccolta dati e l’attribuzione
Quando un camion entra in impianto, Materia acquisisce automaticamente diversi elementi: immagini del carico, peso, codice dichiarato e dati operativi della linea di trattamento. Queste informazioni vengono elaborate da modelli di machine learning che classificano i materiali e da algoritmi che ricostruiscono il percorso del rifiuto attraverso le fasi successive fino alla destinazione finale.
La logica dell’algoritmo «reverse»
L’algoritmo non si limita a osservare l’uscita: apre un registro inverso che valuta tutte le entrate compatibili registrate nelle settimane precedenti. Combinando dati storici di impianto, tempi di processamento e regole operative (vincoli fisici e di processo), attribuisce frazioni di tonnellate del carico in uscita ai diversi produttori che hanno conferito materiale nella finestra temporale considerata. Il risultato è una ricostruzione granulare del percorso di valorizzazione dei materiali.
Architettura tecnologica e utenti della piattaforma
L’intera soluzione poggia su infrastruttura cloud fornita da AWS, con servizi come Bedrock per modelli generativi e SageMaker per il training e il deploy dei modelli. L’adozione del cloud permette aggiornamenti continui e incrementi di accuratezza man mano che crescono i dati a disposizione.
Chi utilizza Materia e quali dati ottiene
La piattaforma offre viste differenziate per tre tipologie di utenti: gli operatori di impianto, che ottengono informazioni operative e di efficienza; i clienti che conferiscono rifiuti, che possono accedere a dati su composizione, quantità, tasso di recupero ed eventuali emissioni Scope 3; e i team commerciali o di sviluppo, che possono usare i risultati per progettare servizi customizzati e nuove offerte di mercato.
Il modello di crescita e il valore per il settore
Materia è nata dentro il programma di Corporate Venture Building di A2A Life Ventures: l’idea è stata identificata, validata, incubata e poi sperimentata direttamente negli impianti del gruppo, sfruttando l’accesso a un ambiente industriale reale per test su scala. Questo percorso ha permesso di accelerare la messa in produzione e il primo go-to-market.
Grazie alle informazioni dettagliate generate dalla piattaforma è possibile prevedere migliori piani operativi, creare soluzioni contrattuali differenziate per cliente e supportare la rendicontazione ESG con dati più affidabili. In prospettiva, Materia vuole diventare uno standard di riferimento europeo per la trasparenza nella filiera ambientale e aprire un nuovo segmento di business nel settore del waste management.
Con il continuo apprendimento dei modelli e l’aumento del volume di dati trattati, la piattaforma diventerà via via più precisa, aiutando operatori e produttori a trasformare i rifiuti in un vero e proprio asset informativo.
