Capacità AI raddoppiata e controllori +40%: Singapore mette le due cose nello stesso piano

Il 22 luglio 2026 la Civil Aviation Authority of Singapore (CAAS) ha annunciato un piano da 4 miliardi di dollari di Singapore in 15 anni per i propri servizi di navigazione aerea, chiamandolo esplicitamente un upgrade «man-machine-method». Otto giorni dopo, il 30 luglio, Thales ha reso noto di essere stata scelta da CAAS per costruire il pezzo più visibile del piano: NexGen ATMS, il nuovo sistema di gestione del traffico aereo che sostituirà l’attuale LORADS III entro il 2030. Lette insieme, le due date raccontano una scelta che chi compra AI decisionale per infrastrutture critiche dovrebbe guardare da vicino: raddoppiare la capacità automatizzata e far crescere l’organico umano del 40%, nello stesso piano.

La macchina: più capacità, un solo fornitore

NexGen ATMS, basato sulla piattaforma TopSky – ATC One di Thales, dovrà processare fino a 4.000 posizioni di aeromobili simultanee in tempo reale — il doppio della capacità attuale — per gestire fino a un milione di movimenti aerei l’anno, in uno degli spazi aerei più trafficati dell’Asia. Il comunicato Thales del 30 luglio — non raggiungibile in forma diretta per una protezione anti-bot del sito thalesgroup.com, e qui ricostruito dalle citazioni di testate di settore come TechNode Global — descrive anche il TopSky – Sequencer, strumento basato su AI che ottimizza il flusso di arrivi e partenze per ridurre ritardi, consumo di carburante ed emissioni. Pascale Sourisse, vicepresidente esecutiva per lo sviluppo internazionale di Thales, ha parlato di «a new chapter in Singapore’s air traffic management». Il valore del contratto non è stato reso pubblico da nessuna delle due parti; la rivista di settore Aviation Week, dietro paywall, lo descrive come dell’ordine di «several million euros» — un’indicazione, non una cifra confermata.

Il comunicato CAAS del 22 luglio elenca altri strumenti dello stesso piano, tutti presentati come supporto, non sostituzione: un Digital ATCO Assistant «to support decision-making and reduce cognitive load», uno strumento già sviluppato per rilevare automaticamente gli errori di lettura (read-back) tra piloti e controllori, e una vista digitale della torre basata su telecamere e sensori.

Il metodo: un pianificatore AI, non meno pianificatori umani

Il terzo pilastro è il Multi Sector Planner: una sperimentazione operativa, in partenza dal 2027, che userà l’AI per far sì che un solo pianificatore possa supportare due o tre settori di controllo invece di uno soltanto. È lo stesso principio del Sequencer di Thales — l’algoritmo propone la sequenza, l’assegnazione, la priorità; la decisione resta a chi ha la licenza.

L’organico: +40%, non -40%

Qui sta il dato che rovescia il copione più diffuso. CAAS porterà l’organico dei controllori di volo da circa 500 a circa 700 entro la metà degli anni 2030 — quasi il 40% in più — con uno stipendio d’ingresso di circa 64.000 dollari di Singapore l’anno, fino a circa 120.000 dopo cinque anni di licenza, e un bonus d’assunzione di 20.000 dollari di Singapore, in due tranche uguali, in vigore dal 1° giugno 2026. Il direttore generale di CAAS, Han Kok Juan, ha dichiarato: «As a global air hub, we are committed to serving all airspace users and to deliver for them an even smoother, more seamless and safer travel experience». Le due cifre — capacità raddoppiata, organico in crescita — sono messe una accanto all’altra nello stesso comunicato, senza un nesso di causa dichiarato tra loro.

Non solo un comunicato aziendale

Il principio «la macchina propone, l’uomo decide» non è solo la lettura ottimistica di un annuncio. La IFATCA, la federazione internazionale delle associazioni dei controllori di volo, cita una propria policy già in vigore — la AAS 1.20 — che vincola chiunque venda AI in questo settore: «Artificial Intelligence and/or Machine Learning based systems should only be implemented as decision support systems and shall not replace the decision of the ATCO». Un working paper IFATCA del 2025 (n. 157, ancora in discussione, non adottato) aggiunge un avvertimento che vale oltre l’aviazione: la responsabilità legale quando un controllore segue — o si discosta da — una raccomandazione dell’AI resta, per sua stessa ammissione, un vuoto normativo, non un dettaglio tecnico.

Che cosa non abbiamo verificato

Il valore esatto del contratto Thales non è pubblico. Non sappiamo se l’assegnazione del 30 luglio fosse già decisa quando CAAS ha pubblicato il piano generale 8 giorni prima, o se le due comunicazioni siano state scaglionate per ragioni di procedura d’appalto: nessuna fonte lo dice, e non lo inventiamo. Il testo integrale del comunicato Thales non è stato accessibile direttamente; i dettagli tecnici citati qui vengono da testate di settore che lo riprendono, non dal testo originale.

La lezione per chi compra

Primo: se introducete un sistema «assistito da AI» su un’infrastruttura che cresce più in fretta del personale, decidete e dichiarate esplicitamente se l’automazione è legata o no ai piani sull’organico. È l’ambiguità, non l’AI, a generare resistenza interna.

Secondo: ogni raccomandazione del sistema — una sequenza, una priorità, un allarme — va registrata insieme alla decisione umana che segue o corregge. Non basta il dato di volo: quando arriva un’ispezione di sicurezza, la domanda è che cosa ha proposto la macchina e che cosa ha deciso la persona, e senza quella traccia una policy come la AAS 1.20 resta un principio, non una prova.

Terzo: un sistema che legge radar, piani di volo e comunicazioni in tempo reale è anche una superficie d’attacco nuova. La sicurezza informatica del Sequencer o del Digital ATCO Assistant non è un capitolo a parte: è la stessa infrastruttura che decide.

Come lo applichiamo

Il problema di CAAS non è un problema di aeroporti: è il problema di qualunque pubblica amministrazione o rete critica — energia, porti, sanità — il cui traffico cresce più in fretta del personale che lo presidia. Il controllo che serve non è un parere sul nuovo sistema AI consegnato all’accensione: è una funzione che gira in permanenza sui log del planner e del sequencer, registra ogni proposta e ogni decisione dell’operatore, e resta pronta per l’ispezione il giorno in cui qualcuno chiede conto di una sequenza — esattamente come, nel caso Destinus-Thales, la decisione di ingaggio doveva restare «con l’operatore», non con l’algoritmo.

Lo stesso impianto che tiene i log delle decisioni tiene insieme, in un modello operativo unico, i dati che oggi restano sparsi — piani di volo, meteo, turni, manutenzione, o il loro equivalente in un ospedale o in una centrale — così che l’AI proponga e l’operatore approvi, non il contrario. Vale on-premise su macchine autonome che non richiedono integrazione profonda nella rete del cliente, o su cloud dedicato con data center in Italia; e vale con la gestione condivisa, perché un ente che assume 200 controllori in più non ha bisogno di assumere anche chi amministra il sistema AI che li affianca.

Chi decide un investimento in AI su un’infrastruttura critica e vuole sapere quale traccia resta dopo ogni raccomandazione del sistema può parlarne in trenta minuti.