1. Dal tuo punto di vista, quali sono oggi le principali sfide di prodotto nello sviluppo di soluzioni per l’ecosistema Mobility & OEM, in un contesto sempre più data-driven e globale?
Nel 2026, l’ecosistema della mobilità e degli OEM genera una quantità enorme di dati di telemetria e comportamentali. Tuttavia, trasformare questa ricchezza informativa in prodotti realmente scalabili e profittevoli resta complesso, a causa di vincoli strutturali, normativi e tecnologici.
Oggi la sfida non è più la connettività del veicolo, ma la reale disponibilità e utilizzabilità dei dati per sviluppare nuovi prodotti e servizi, chiarendo i temi legati alla proprietà del dato, all’interoperabilità e alla sostenibilità economica delle soluzioni basate sull’intelligenza artificiale.
La disponibilità di dati in grado di sostituire i dispositivi aftermarket come fonte primaria rappresenta ancora una sfida rilevante. I servizi telematici a valore aggiunto, infatti, dipendono dalla qualità e dall’accessibilità delle informazioni raccolte, un fattore cruciale per rafforzare l’efficacia dell’ecosistema connesso. Sebbene alcuni OEM stiano iniziando a guidare questa transizione verso dati nativi di veicolo, il processo è ancora in fase di consolidamento.
La proprietà del dato e i temi legati alla privacy rappresentano oggi uno dei principali freni allo sviluppo di nuovi prodotti. Non è ancora del tutto chiaro a chi appartengano i dati del veicolo — OEM, operatori di flotte, conducenti o terze parti — e questa ambiguità genera tensioni che rallentano l’innovazione. Le flotte tendono a considerare il dato un asset competitivo strategico, mentre gli OEM ne prevedono spesso la concessione in licenza a soggetti esterni. A ciò si aggiungono i vincoli normativi, come il GDPR, che riducono gli spazi di applicazione dell’intelligenza artificiale e obbligano le aziende a trovare un equilibrio tra innovazione e conformità regolatoria.
Nonostante si parli sempre più spesso di ecosistemi aperti e di integrazione dei dati, molti clienti — in particolare nel settore pubblico e nelle forze dell’ordine — rimangono cauti nella condivisione delle informazioni. Il risultato è che i dati veicolari continuano a rimanere frammentati tra i diversi attori dell’ecosistema.
I veicoli software-defined e i veicoli elettrici introducono ulteriori complessità. Le riparazioni e la manutenzione degli EV risultano più costose e lente a causa dell’integrazione verticale, della carenza di componenti e della scarsità di tecnici specializzati, richiedendo nuovi approcci nei prodotti di gestione sinistri e service management. L’AI resta centrale nelle strategie di mobilità, ma il suo ROI è ancora incerto: gli elevati volumi di dati, la gestione dei bias e la necessità di dati etichettati manualmente — costosi — rendono onerosa la costruzione e la scalabilità delle funzionalità basate sull’AI.
Nel complesso, sebbene i veicoli ricchi di dati promettano prodotti di mobilità trasformativi, questioni irrisolte di governance del dato, pacchetti dati limitati che incidono sull’economia dell’AI e costi infrastrutturali continuano a frenare scalabilità e redditività dell’ecosistema, impedendo di esprimere pienamente il valore per tutti i partner coinvolti.
2. In che modo OCTO supporta OEM e operatori della mobilità nella trasformazione dei dati dei veicoli connessi in insight concreti che migliorano prodotti, servizi ed esperienza utente?
OCTO trasforma grandi volumi di dati provenienti da veicoli connessi in insight operativi per OEM, assicurazioni e operatori della mobilità, facendo leva su uno dei più ampi repository di dati di guida al mondo. Attraverso una piattaforma IoT device-agnostic, OCTO acquisisce telemetria in tempo reale da sistemi di fabbrica, smartphone e dispositivi aftermarket, garantendo integrazione fluida in ambienti hardware eterogenei.
Al centro di questa capacità vi è la OCTO Cloud Platform, un’architettura modulare multi-veicolo che elabora i dati dall’edge al cloud. La piattaforma normalizza telemetria ad alta frequenza su diverse tipologie di veicoli, la arricchisce con dati contestuali — meteo, traffico e condizioni stradali — e applica modelli di machine learning per generare insight operativi, scoring comportamentali del driver, rilevazione e validazione degli incidenti e servizi avanzati per flotte finalizzati al miglioramento del TCO complessivo.
Questi insight vengono tradotti in diverse capability di prodotto. Il sistema di scoring DriveAbility® prevede il rischio del conducente sulla base dei comportamenti di guida, e non del chilometraggio, supportando pricing accurato, segmentazione del portafoglio e analisi delle performance di flotta. Per le flotte, le “scorecard” di ciclo di vita forniscono evidenze oggettive sullo stato del veicolo, migliorando asset management e valore residuo.
OCTO abilita inoltre la gestione automatizzata dei sinistri agendo come “testimone virtuale”. I dati telematici vengono utilizzati per ricostruire gli incidenti, attivare automaticamente la First Notification of Loss (FNOL) in pochi minuti e supportare la prevenzione delle frodi tramite validazione oggettiva dei claim. Oltre a rischio e sinistri, la piattaforma supporta il monitoraggio dello stato del veicolo attraverso diagnostica remota e protezione proattiva degli asset, inclusi sistemi antifurto basati su AI. Per i driver, la soluzione Digital Driver™ trasforma la telemetria in feedback personalizzati, servizi di sicurezza e strumenti di coaching che promuovono una guida più sicura.
A livello strategico, OCTO consolida il proprio impatto nell’ecosistema attraverso integrazioni dirette con gli OEM, come la partnership con Mobilisights/Stellantis, che consente l’accesso ai dati nativi dei veicoli su più brand. Questo passaggio verso strategie basate su dati embedded aumenta la scalabilità, migliora la qualità dei dati e crea un ciclo continuo di innovazione lungo l’intera value chain della mobilità.
3. Qual è oggi il ruolo dell’Intelligenza Artificiale e della data intelligence nello sviluppo dei prodotti mobility di OCTO, e come stanno cambiando il modo in cui gli OEM progettano e offrono i propri servizi?
OCTO ha posto l’AI e la data intelligence avanzata al centro delle proprie soluzioni di mobilità, abilitando il passaggio da una telematica tradizionale e reattiva a servizi predittivi e software-driven. Combinando machine learning e dati IoT provenienti da milioni di veicoli connessi, OCTO supporta OEM e operatori nel passaggio da modelli statici e hardware-centrici a offerte proattive e orientate al servizio.
A livello di piattaforma, l’infrastruttura cloud device-agnostic di OCTO acquisisce e normalizza miliardi di datapoint ogni giorno da sistemi di fabbrica, dispositivi di terze parti e smartphone. I modelli di AI analizzano questi dati per identificare pattern che consentono decisioni dinamiche e condition-based, superando logiche programmate o retrospettive — quella che OCTO definisce la “terza era della telematica”.
Una delle principali applicazioni è la manutenzione predittiva e il vehicle health management. L’AI analizza codici di errore, anomalie di vibrazione e altri parametri per anticipare guasti prima che si verifichino, riducendo downtime, costi di garanzia e interruzioni di servizio. Il monitoraggio continuo alimenta anche le “Scorecard” del veicolo, registri digitali di utilizzo e condizioni che preservano il valore residuo e migliorano la trasparenza lungo il ciclo di vita.
Nel risk profiling e nella sicurezza, OCTO utilizza la propria base dati per superare valutazioni demografiche tradizionali e adottare modelli di scoring comportamentali in tempo reale. Il DriveAbility® Score consente segmentazioni di portafoglio più precise e supporta modelli assicurativi usage-based. Le soluzioni AI includono anche sistemi antifurto predittivi e rilevazione/ricostruzione automatica degli incidenti, accelerando significativamente la gestione dei sinistri e la prevenzione delle frodi.
OCTO applica inoltre l’AI per personalizzare l’esperienza del driver tramite soluzioni come Digital Driver, che offrono coaching individualizzato, meccaniche di gamification e insight contestuali sui viaggi, rafforzando engagement, sicurezza e fidelizzazione.
Infine, OCTO migliora l’accuratezza dei propri modelli grazie a partnership strategiche con OEM che forniscono accesso ai dati embedded su più brand. Questa integrazione profonda aumenta la precisione predittiva, rafforza la prevenzione del rischio e alimenta un ciclo continuo di innovazione data-driven nell’ecosistema mobility.
4. Lavorando da Londra, quali sono le principali differenze che osservi tra il mercato della mobilità nel Regno Unito e in Italia, in particolare in termini di approccio all’innovazione, ai dati e ai modelli di business?
I mercati italiano e britannico della mobilità rappresentano stadi evolutivi differenti, influenzati da approcci normativi, legacy tecnologiche e atteggiamenti culturali verso i dati.
L’Italia è il mercato telematico più maturo in Europa, con uno dei tassi di penetrazione più elevati al mondo, storicamente guidato da black box installate professionalmente per contrastare i furti. Questa maturità ha rallentato la crescita, spostando il focus dalla acquisizione alla retention. La regolamentazione italiana enfatizza la portabilità dei dati e la concorrenza, imponendo alle assicurazioni di rendere i dati trasferibili per ridurre il lock-in del cliente. Culturalmente, i consumatori italiani sono stati più inclini a condividere i dati in cambio di sicurezza e recupero del veicolo. Nel MaaS, l’Italia segue un modello pubblico e centralizzato, con coordinamento istituzionale e integrazione standardizzata in città come Roma e Milano. In Italia, storicamente, si è puntato più sulla crescita e sull’espansione del mercato che sulla marginalità nel breve periodo.
Il Regno Unito, al contrario, è caratterizzato da crescita rapida e flessibilità tecnologica. La penetrazione telematica è leggermente inferiore ma in forte espansione, trainata da usage-based insurance, raccolta dati via smartphone e modelli app-first, apprezzati dai consumatori più giovani. La regolamentazione della Financial Conduct Authority promuove innovazione e trasparenza tramite Consumer Duty e requisiti di Fair Value, incentivando pricing data-driven e nuove classificazioni del rischio veicolo. I consumatori UK sono più cauti nella condivisione dei dati e richiedono un chiaro valore economico per adottare soluzioni telematiche. Il MaaS nel Regno Unito è market-led e guidato dal settore privato, con innovazione più rapida ma maggiore frammentazione. Le aziende operano con forte attenzione a unit economics e redditività, soprattutto nei grandi hub urbani come Londra.
Strategicamente, provider come OCTO devono adottare un approccio duale: valorizzare infrastrutture hardware consolidate e partnership pubbliche in Italia, e allo stesso tempo sviluppare soluzioni agili, software-defined e consumer-centric per competere nel mercato britannico, dinamico e orientato al valore.