Computer vision per città più inclusive: il progetto “data for good” del team Rationence

Un team eterogeneo ed esteso, un hackathon globale e la volontà di costruire uno strumento basato sulla computer vision capace di individuare automaticamente le barriere architettoniche nelle città. Da questa premessa nasce il progetto con cui Rationence ha partecipato per la seconda volta consecutiva al SAS Hackathon, aggiudicandosi anche in questa edizione un riconoscimento, nello specifico nella categoria UX: Excellence in User Experience.

In questa intervista, il team racconta come è nata l’idea, quali sfide tecniche ha dovuto affrontare, e perché l’hackathon è diventato per l’azienda non solo un’esperienza intensa, ma anche una leva strategica di ricerca e sviluppo.

Perché avete deciso di partecipare per la seconda volta al SAS Hackathon? Cosa vi ha spinto a rimettervi in gioco?

L’esperienza dello scorso anno ha generato un entusiasmo trasversale: non solo tra i partecipanti, ma in tutta l’azienda. La vittoria nella categoria Life Sciences ha amplificato la percezione interna ed esterna del valore del progetto, e ha creato curiosità in colleghi che non avevano potuto partecipare.

L’hackathon è diventato un vero strumento di team building, soprattutto in una realtà distribuita e abituata allo smart working. Lavorare a un progetto così intenso, in tempi strettissimi, crea un senso di coesione difficile da replicare in contesti tradizionali.

È anche un’opportunità formativa di alto livello: un “training on the job” accelerato, che permette soprattutto ai più giovani di crescere rapidamente, gestire pressioni reali e portare a termine un progetto end-to-end.

L’esperienza dello scorso anno vi ha aiutati? Oppure ogni progetto è una storia a sé?

Aver già vissuto questa esperienza una volta ci ha permesso di organizzare meglio il tempo e di affrontare le sfide con maggiore consapevolezza: dall’accesso all’ambiente, alla configurazione iniziale, fino alle scadenze dei video. L’incontro a Orlando con altri team vincitori ha inoltre arricchito il bagaglio di “consigli pratici” condivisi dai colleghi.

Davanti a tecnologie nuove, tempistiche strette e un progetto ambizioso, la collaborazione tra mentor, supporto tecnico e team si è rivelata fondamentale per raccogliere e superare le sfide che si sono presentate lungo il percorso.

Qual era l’idea di quest’anno? Da cosa è nata?

Il fil rouge è stato il tema “data for good”. Abbiamo raccolto decine di idee attraverso una call interna, scegliendo quella con il maggiore potenziale d’impatto sociale: uno strumento capace di aiutare le amministrazioni pubbliche a individuare le barriere architettoniche presenti in città.

Una scelta motivata dalla consapevolezza che:

• il 65% degli edifici pubblici italiani ha accessi facilitati, ma la copertura è molto variabile;
• nelle scuole, solo il 40% risulta pienamente accessibile;
• molte segnalazioni arrivano direttamente dai cittadini.

(Fonti: Ansa.it e Senato.it per ISTAT)

L’obiettivo è stato quindi sviluppare un modello in grado di analizzare immagini pubbliche - trovate su dataset open, come quelli disponibili su Zenodo - per riconoscere automaticamente scale, gradini, rampe, corrimano e altri elementi utili a classificare criticità e punti di accessibilità.

Come funziona lo strumento che avete realizzato?

Il cuore del progetto è un modello di computer vision basato su deep learning, addestrato per individuare barriere architettoniche e ausili all’accessibilità.

Il processo prevede:

• addestramento dei modelli tramite la potenza di calcolo del CAS (CAS Cloud Analytic Services, il motore analitico ad alte prestazioni della piattaforma SAS Viya, progettato per la gestione e l'analisi dei dati in-memory, soprattutto per grandi set di dati);
• manipolazione delle immagini con procedure SAS dedicate, preparandole nel formato richiesto dal modello;
• integrazione tra SAS Viya e codice Python, con import delle previsioni in tabelle CAS;
• visualizzazione interattiva in Visual Analytics: una mappa in cui le zone critiche sono evidenziate e cliccando sui punti si apre l’immagine con il riquadro generato dal modello.

Per rendere il prototipo ancora più fruibile, è stata sviluppata un’interfaccia che permette all’utente - tipicamente un’amministrazione comunale - di caricare una foto e ottenere immediatamente l’analisi e la proiezione sulla mappa della città.

Quali sono state le principali sfide quest’anno?

Tre dimensioni hanno rappresentato la parte più sfidante:

1. computer vision: la letteratura specifica disponibile era poca, e il team non aveva mai lavorato con modelli di visione artificiale. L’apprendimento è stato rapido e forzato, con una curva molto ripida.

2. risorse computazionali: i modelli di deep learning richiedono molta potenza.

3. integrazione tra Visual Analytics e componenti esterne: rendere cliccabili i punti della mappa e far apparire l’immagine richiedeva l’apertura di parti dell’ambiente, di norma blindate. Il supporto tecnico ha avuto un ruolo decisivo, dimostrando estrema disponibilità.

È stata un’esperienza impegnativa, ma una di quelle che formano, più che scoraggiare. Un’esperienza che ha rappresentato una preziosa opportunità di crescita professionale e coesione di squadra. Superare gli ostacoli ha consolidato competenze e fiducia, trasformando le difficoltà in valore duraturo.

Che valore porta questo progetto alla vostra azienda?

L’hackathon non è vissuto come un esercizio isolato o come un passatempo tecnico. È, a tutti gli effetti, un’attività di ricerca e sviluppo: un’opportunità per sperimentare soluzioni nuove, creare asset riutilizzabili, dimostrare a clienti e prospect la capacità di Rationence di competere su scala globale.

Essere selezionati – dato che non tutti i progetti vengono approvati – e riuscire a portare a termine in pochi giorni una prova ad alto livello di sfida rappresenta di per sé un elemento che rafforza la credibilità e il prestigio del team. Oltre al valore commerciale, però, resta centrale l’aspetto umano: la costruzione del gruppo, la crescita dei profili più junior, il senso di coesione e la consapevolezza di saper affrontare situazioni impegnative senza che il lavoro quotidiano ne risenta.

Che cosa vi portate a casa da questa esperienza?

L’hackathon lascia sempre qualcosa che va oltre il risultato finale. Anche quest’anno il team ha avuto la conferma, tangibile, che quando “si accende la macchina” – quando cioè si crea quell’allineamento spontaneo tra competenze, motivazione e collaborazione – il gruppo riesce a portare a termine in tempi strettissimi un progetto articolato, senza perdere lucidità né qualità. È una consapevolezza che rafforza la squadra e alimenta fiducia reciproca.

C’è poi il valore del prototipo: non un esercizio teorico, ma uno strumento reale, dimostrabile, che il team può mostrare a clienti e partner per raccontare concretamente cosa significa sperimentare tecnologie nuove in modo rapido e orientato all’impatto. Questo rende l’esperienza non solo un momento formativo, ma un investimento utile al business.

Per i profili più giovani, il percorso è stato un acceleratore: misurarsi con modelli complessi, affrontare problemi non previsti, rispettare deadline molto serrate significa maturare competenze tecniche e organizzative che difficilmente si acquisiscono in contesti più protetti. E poi c’è la dimensione emotiva: la sensazione di far parte di qualcosa che funziona, che si muove compatta anche nelle difficoltà. Un orgoglio “di squadra” che non nasce dall’esito, ma dal modo in cui lo si raggiunge.

Infine, la consapevolezza forse più importante: lavorare a un progetto che ha un’utilità sociale concreta - migliorare l’accessibilità delle città - dà significato diverso al tempo investito. Non è solo un esercizio tecnico: è il sentirsi parte di qualcosa che può avere un impatto reale sulle vite delle persone.

Scopri le altre esperienze di aziende italiane che hanno partecipato a SAS Hackathon:
Axiante, BID, Iconsulting, Intesa Sanpaolo

08 gennaio 2026