Gennaio è sempre il mese della verità per "Fleet and Mobility". Ogni anno mi viene chiesto di mappare il file delle issues di WeTravel. Migliaia di righe, un oceano di dati che raccontano la vita dei Sorintians in movimento. Macchine che macinano chilometri verso i clienti, treni presi all'alba, voli intercontinentali per partnership strategiche. Per aiutare Fleet, il mio compito è trasformare quel caos in un prospetto chiaro: quanti chilometri abbiamo percorso? Con quali mezzi? Qual è il nostro impatto?

In passato, questo momento per Fleet segnava l'inizio di settimane di isolamento. Dovevano analizzare la colonna “Subject” cercando indizi: "Trasferta a Lussemburgo" significava aereo? O forse auto? Poi si passava alla colonna “Files”, aprendo mentalmente ogni allegato per scovare una targa che confermasse l'uso dell'auto aziendale o un biglietto di Trenitalia.

E poi, il calcolo delle distanze. Apri Google Maps, digita "Romano di Lombardia", poi "Milano", segna il dato. Moltiplica per le centinaia di trasferte. Ogni riga era una sfida, ogni errore manuale un rischio. La stanchezza saliva, mentre il report restava una montagna insormontabile.

Ieri mattina ho deciso che per Fleet il 2026 sarebbe stato diverso. Ho guardato quell’immenso file CSV e poi ho guardato Gemini. Ho caricato il documento e ho dato una sfida all’intelligenza artificiale: analizzare il file, calcolare le distanze tra le città ed individuare il mezzo utilizzato.

In quel momento, ho trattenuto il fiato. Stavo chiedendo a una macchina di fare in pochi secondi quello che a me richiedeva intere giornate di lavoro logorante.

Non ho fatto in tempo a pulire le lettiere dei mici. Davanti ai miei occhi, i dati hanno iniziato a fluire. Gemini non si è limitato a leggere: ha "capito". Ha associato "Ryanair" al mezzo Aereo, ha riconosciuto targhe di Auto dalle stringhe nei file e ha calcolato le distanze chilometriche con buona precisione, applicando persino fattori correttivi per i percorsi stradali.

Tratte come "Altavilla Silentina - Grassobbio" o "Madrid - Bergamo", che prima mi avrebbero richiesto minuti di ricerca, sono apparse sullo schermo in un istante, già categorizzate e misurate. La colonna "Mezzo di Trasporto" e "Distanza" erano lì, popolate senza che io dovessi digitare un solo numero.

Il report che prima richiedeva settimane è stato completato in meno di un'ora. Ma il vero valore non è solo il tempo risparmiato. Grazie all’utilizzo di Gemini, ho potuto consegnare a Fleet un’analisi accurata, priva di errori manuali e già pronta per le strategie di sostenibilità del prossimo anno.

Oggi l’Ufficio Mobilità non è più un centro di inserimento dati, ma un centro di strategia. L’AI ha tolto il "lavoro pesante", lasciandoci la libertà di guidare l'azienda verso il futuro. Il 2025 è appena iniziato, e non siamo mai stati così veloci.