Trenta miliardi di immagini che nessuno sapeva di stare scattando
Nel 2016, centinaia di milioni di persone sono scese in strada con il telefono in alto, inseguendo creature virtuali. Nessuno ha spiegato loro che, allo stesso tempo, stavano costruendo la mappa visiva più dettagliata degli ambienti urbani mai assemblata. Ogni angolo fotografato per catturare un Pokémon, ogni statua scansionata per riscattare ricompense nel gioco, ogni facciata catturata da angolazioni diverse: tutto è stato immagazzinato, etichettato e georeferenziato.
Questo archivio oggi conta più di 30 miliardi di immagini. E Niantic lo ha appena concesso in licenza per guidare robot di consegna sulle strade delle vere città.
La filiale Niantic Spatial ha annunciato questa settimana un'alleanza con Coco Robotics per equipaggiare i suoi robot autonomi con un Sistema di Posizionamento Visivo (VPS) addestrato su questo repository. La precisione riportata dai loro ingegneri arriva a pochi centimetri, un ordine di grandezza sopra quello offerto dal GPS convenzionale in ambienti urbani densamente popolati. Il CEO di Niantic Spatial, John Hanke, lo ha sintetizzato in modo diretto: far correre Pikachu in modo realistico lungo una strada e far attraversare un robot in sicurezza sono, in fondo, lo stesso problema ingegneristico.
Perché il GPS non basta e cosa cambia con la visione
Il GPS funziona triangolando segnali satellitari. In un campo aperto, la precisione è accettabile. Ma in un canyon urbano — blocchi di edifici alti, viadotti, tunnel pedonali — i segnali rimbalzano, si degradano e producono derivate di diversi metri. Per un conducente umano, quei metri sono irrilevanti. Per un robot che deve navigare tra i pedoni, attraversare una pista ciclabile e fermarsi esattamente davanti a un portone, rappresentano la differenza tra operare e collidere.
Il VPS risolve il problema in un modo diverso: invece di cercare satelliti, confronta ciò che vede la telecamera del robot con l'inventario visivo immagazzinato. Riconosce facciate, gradini, segnali e fioriere come punti di ancoraggio spaziale. Se l'ambiente è già stato fotografato da angolazioni multiple — e nelle città dove Pokémon GO è stato popolare, lo è stato con una densità difficile da replicare da qualsiasi flotta di veicoli di mappatura — il robot sa esattamente dove si trova senza dipendere da un segnale esterno che potrebbe fallire.
Il modello Coco 2, presentato a febbraio del 2026, è il primo hardware progettato per sfruttare questo sistema su scala commerciale. Opera su marciapiedi, piste ciclabili e alcuni segmenti di strada, aumentando significativamente la copertura rispetto ai prototipi precedenti che si limitavano ai campus universitari e che, secondo rapporti pubblici del settore, si perdeva nel tentativo di attraversare una strada ordinaria.
L'attivo che nessuno ha valutato mentre si accumulava
Quello che Niantic ha costruito non è stata intenzionalmente una base di dati per la navigazione robotica. È stata una meccanica di gioco che, come effetto collaterale, ha generato un bene con valore economico indipendente. Questa distinzione è importante perché spiega il vantaggio strutturale che Niantic ha rispetto a qualsiasi concorrente che tenta di replicare il dataset oggi.
Formarlo da zero costerebbe anni di dispiegamento di flotte di veicoli di mappatura, contratti con i comuni, accordi di accesso a spazi privati e un budget che nessuna startup di robotica può assumere come spesa iniziale. Niantic lo ha accumulato perché i suoi utenti lo hanno fatto gratuitamente, motivati da punti, creature virtuali e la soddisfazione di completare missioni. Il costo marginale di ogni immagine aggiuntiva è stato, nella pratica, zero.
Questa è la meccanica più interessante del caso da una prospettiva economica delle piattaforme: i dati sono stati prodotti con una struttura di incentivi totalmente estranea al loro utilizzo finale. Il giocatore non ha mai percepito di lavorare per un futuro prodotto logistico. Neanche Niantic lo ha pianificato così sin dall'inizio. Il valore è emerso dall'accumulo, non da un design deliberato verso quel destino.
Il mercato della consegna dell'ultima miglio — il tratto finale tra un centro di distribuzione e la porta del cliente — concentra una proporzione sproporzionata dei costi totali di logistica nel e-commerce. Le stime del settore collocano questo segmento tra il 40% e il 53% del costo totale della catena. I robot autonomi sono una risposta ovvia al problema, ma la loro adozione è stata frenata proprio dai fallimenti di navigazione che il VPS promette di risolvere. Se la tecnologia funziona su scala, l'impatto sull'economia unitaria di operatori come Coco Robotics può essere sostanziale: meno intervento umano di supporto, percorsi più rapidi, meno errori di consegna.
Il mercato competitivo attorno a questa scommessa si sta già muovendo. DoorDash ha presentato il proprio robot autonomo con velocità massima di 32 km/h. Aurora gestisce camion di carico autonomo in Texas. Waymo e Tesla continuano a perfezionare le loro flotte con dati di guida reali. Quello che differenzia la posizione di Niantic è che il suo vantaggio non è nell'hardware né nell'algoritmo di guida: è nel volume e nella densità del dataset visivo preesistente, che i suoi concorrenti nella robotica non possono acquistare perché non esiste in nessun altro luogo con quella granularità.
La mappa viva come infrastruttura, non come prodotto
Quello che Niantic Spatial sta costruendo non è una soluzione puntuale per Coco Robotics. È uno strato di infrastruttura geospaziale che può essere concesso in licenza a qualsiasi sistema che necessiti di posizionamento preciso in ambiente urbano: droni di consegna, sedie a rotelle autonome, sistemi di guida per persone con disabilità visiva, veicoli di ispezione delle infrastrutture.
Ogni robot che viene dispiegato con VPS attivo contribuisce, a sua volta, con nuove immagini al sistema, aggiornandolo con cambiamenti recenti nell'ambiente: lavori in corso, nuovi commerci, arredi urbani modificati. Questo trasforma la mappa in un attivo che si autoaggiorna e diventa più prezioso con l'uso, generando un vantaggio cumulativo difficile da erodere.
Il modello ha una logica finanziaria chiara: Niantic non fabbrica robot né compete nella logistica. Concede in licenza uno strato di intelligenza spaziale e addebita per l'accesso ad essa. Più operatori adottano il VPS, più dati riceve, più preciso diventa il sistema e più difficile diventa per un concorrente offrire qualcosa di equivalente a un prezzo comparabile.
Ciò non elimina i rischi. La domanda su quali dati esattamente vengano trasferiti al sistema centrale, chi li controlla e in quali condizioni potrebbero essere condivisi con terzi è rilevante da una prospettiva regolatoria, specialmente in giurisdizioni con legislazione sulla privacy rigorosa. Niantic ha dichiarato che non ha piani per mettere il VPS a disposizione delle forze di sicurezza, ma l'assenza di un quadro contrattuale pubblico e auditabile sull'uso secondario di tali dati rimane una variabile aperta che gli operatori che adottano la tecnologia dovranno considerare nella loro analisi del rischio.
I dati di svago come infrastruttura industriale
Il mercato della navigazione autonoma urbana sta attraversando la fase in cui la demonetizzazione del posizionamento GPS — che era già gratuito ma impreciso — cede il passo a uno strato di posizionamento visivo di alta precisione il cui valore viene catturato tramite concessioni in licenza. Niantic non ha democratizzato l'accesso ai dati geospaziali per altruismo: ha costruito un attivo proprietario attraverso una piattaforma di intrattenimento di massa e ora lo trasforma in infrastruttura per terzi sotto un modello di reddito ricorrente.
Ciò che questo dimostra non è solo ingegno commerciale. Dimostra che i sistemi che possono dare potere a milioni di persone per fare qualcosa che amano — in questo caso, esplorare la propria città — possono generare, come sottoprodotto, un'intelligenza collettiva con applicazioni industriali che nessuna corporazione sarebbe in grado di finanziare direttamente. La tecnologia che serve all'utente prima costruisce l'attivo più difficile da replicare: la partecipazione sostenuta di persone reali in ambienti reali, per anni, su scala globale.
