E se l’AI sapesse già quanto inquina il tuo edificio? (e non solo)

Martina Simoni è la prima persona che viene su Audiocassetta che conosco dai tempi dell’università. Gli altri ospiti li ho conosciuti tutti nell’ambito dell’AI, negli ultimi anni. Martina no. Ci siamo conosciuti a L’Aquila, quando eravamo entrambi studenti, lei in ingegneria edile-architettura, io in gestionale. Il target classico degli scherzi degli altri amici e colleghi ingegneri.

Quando ho aperto il suo LinkedIn qualche mese fa e ho letto “AI Researcher” accanto ad “Architect”, mi sono fermato. Mi ha colpito vedere da dove era partita e dove era arrivata, e in quanto tempo.

Ho parlato con lei di AI in architettura, di come nasce un MVP in un settore che non sai programmare, e di cosa significa davvero fare reskilling in modo ragionato.

Chi è Martina

Originaria di L’Aquila, si è laureata in ingegneria edile-architettura. Ha lavorato sei anni in Olanda, in uno studio di architettura, su progetti legati alla pianificazione urbana.

Il punto di svolta arriva con un progetto per la regione di Bruxelles: mappare la città dei 15 minuti, ovvero verificare che ogni cittadino avesse a meno di 15 minuti da casa i servizi essenziali: farmacie, medici, supermercati, trasporti pubblici. Per farlo, il team doveva costruire un tool di analisi spaziale. Martina si avvicina al mondo dei dati per la prima volta.

“Raramente in architettura le decisioni si prendono sui dati,” dice. “Di solito si basano sull’esperienza personale del progettista. Quel progetto mi ha fatto capire cosa cambia quando hai i numeri.”

Da lì, tramite un contatto in comune, viene a conoscenza del master in AI, Architecture and Business Innovation all’IAAC di Barcellona, l’Istituto di Architettura Avanzata di Catalogna. Istituto privato non-profit con un approccio molto pratico, learn by living. Ha mollato l’Olanda, si è trasferita a Barcellona, e ha ricominciato a studiare.

AI in architettura non è solo render

La prima cosa che viene in mente quando si pensa ad AI e architettura è il render. Prendi un prompt, lo metti su Mid Journey o su Nano Banana, il modello di Google per la generazione di immagini, e ottieni un’immagine dell’edificio.

Martina lo conferma: è quello che fanno tutti. E funziona, nelle fasi preliminari, quando hai bisogno di una visualizzazione veloce da mostrare al cliente o da allegare a una gara d’appalto. Salva tempo. Prima i render richiedevano ore su software specializzati, adesso in cinque minuti hai qualcosa di decente.

Il problema è che quell’immagine è un output, non un input. Non la puoi usare per fare altro. Non entra in nessun altro processo.

“In architettura l’AI non dovrebbe essere solo generativa,” dice. “Dovrebbe essere decisionale.”

Cosa significa in pratica:

* Computer vision in cantiere: analisi di immagini da drone per monitorare l’avanzamento lavori e confrontarlo con il progetto originale.

* Sensoristica su infrastrutture: sensori su un ponte che, collegati a modelli predittivi, segnalano qual è il punto critico su cui intervenire prima che si rompa.

* Analisi ambientali integrate nel design: capire come il sole e il vento influenzano l’edificio già durante la progettazione, non dopo.

* Design parametrico assistito: dove la forma dell’edificio è direttamente collegata a equazioni e variabili ambientali, senza dover essere esperti di fisica degli edifici.

Fa un esempio che resta: il Walkie-Talkie Building di Londra. Facciata completamente in vetro, forma curva. Il problema è che quella facciata rifletteva la luce solare su un punto preciso della strada, concentrandola come una lente. Fondeva le macchine parcheggiate lì sotto. Un’analisi ambientale fatta prima avrebbe evitato il problema. Con gli strumenti attuali, si sarebbe potuto simulare in fase di progetto.

“Eviti prima, riduci i costi dopo.”

Delta Carbon: il tool che calcola l’impatto prima di costruire

Durante il master, Martina e il suo team, Rashid Sadla e Rimchu Pani, hanno sviluppato un tool che si chiama Delta Carbon.

L’idea nasce dal Life Cycle Assessment, LCA, ovvero la valutazione dell’impatto ambientale di un edificio lungo tutto il suo ciclo di vita: dall’estrazione dei materiali, al trasporto, alla messa in opera, all’uso, fino alla dismissione. È uno strumento che esiste da anni in architettura, ma che in pratica quasi nessuno usa nelle fasi preliminari, perché richiede molto tempo e un’expertise specifica.

Delta Carbon si concentra sull’upfront carbon: le prime due fasi del ciclo, produzione dei materiali e trasporto in cantiere. Ed è lì che la legislazione europea sta puntando. Presto sarà obbligatorio rendicontare questo dato.

Come funziona: si importa il modello 3D dell’edificio realizzato in Rhinoceros, il software di modellazione più diffuso tra gli architetti. La dashboard di Delta Carbon legge il modello, associa automaticamente i materiali ai componenti edilizi, tetto, fondazioni, pilastri, facciata, finestre, e si collega via API all’EPD, l’Environmental Product Declaration, il database internazionale in cui ogni materiale commercializzato ha la sua scheda di impatto ambientale. Il risultato è una stima dell’upfront carbon con raccomandazioni su come ridurlo.

La parte che cambia tutto: il tool è integrato direttamente in Rhinoceros come plugin. Ogni volta che l’architetto aggiorna il modello 3D, basta andare sulla dashboard e fare refresh. Non si esce dal proprio flusso di lavoro.

“Abbiamo pensato che altrimenti nessun architetto lo userebbe mai,” dice Martina. “Se devi esportare, importare, cambiare strumento, è già perso.”

Il lancio è avvenuto la settimana scorsa a Barcellona, nell’ambito di Barcellona Capitale dell’Architettura 2026. L’MVP è pronto. Stanno cercando beta tester, in particolare