AIを活用した公共交通システムによるスマート・アーバン・モビリティ

遅延、過密、不十分なルート-乗客は毎日、公共交通機関を選択することをためらわせる、このような課題やその他多くの課題に遭遇している。これに対抗するため、公共交通機関は現在、ルート計画を最適化し、混乱を予測し、タイムリーな情報を提供する効果的なソリューションとして人工知能（AI）を活用している。このブログでは、AI、高度な分析、クラウドソーシング・データを組み合わせることで、公共交通機関をより信頼性が高く使いやすいネットワークに変え、最終的に都市の移動に対する信頼を回復する方法を探る。

AI技術の変革力

大規模なデータセットを分析し、利用者の行動を予測するAIの能力は、交通機関を再形成している。乗客アプリや運行計画システムからのデータを統合することで、AIはルート計画や交通管理を合理化し、通勤時間の短縮やサービスの信頼性向上に役立っている。

1.混乱を管理するためのクラウドソースデータ

クラウドソース化されたデータは、予期せぬ混乱に対処するのに役立ち、交通プロバイダーが遅延、キャンセル、ルート変更に迅速に対処できるよう、リアルタイムで現場レベルの洞察を提供する。この透明性の高い方法は、旅行者にライブ通知や積極的な推奨を提供するだけでなく、事業者が利用者に報いることを可能にし、公共交通サービスへの信頼を強化する。

現在、多くのソリューションがAIの助けを借りて開発されており、クラウドソーシング・データを活用してリアルタイムで障害情報を提供している。例えば、私たちのAI駆動型プラットフォームであるJourney Watchは、プロバイダーが混乱状態を大規模に管理できるようにします。

ナガロのJourney Watch：混乱管理のためのクラウドソーシング・データ・プラットフォーム

NagarroのJourney Watchは、旅行者が共有するデータとオペレーターのインサイトを活用し、遅延、キャンセル、ルート変更に関する通知をリアルタイムで提供します。また、必要に応じて信頼できる乗客グループに委任するなど、乗客とオペレーター間のコミュニケーションを効率化する。

図1：Journey Watchのダッシュボード

このソリューションは、Wazeアプリと同様に構築されており、ユーザーは現場で起きていることについての洞察を共有し、相互に利益を得ることができる。この情報は、公共交通事業者にも関連する。

2.パーソナライゼーションによるユーザー体験の向上

最新のモビリティ・アプリは、今や基本的な旅行計画の域を超えている。AIで強化されたソリューションにより、これらのアプリはユーザーの行動をすべて学習し、パーソナライズされた推奨事項を提供したり、混乱時の代替ルートを提案したり、チケット購入のタイムリーなリマインダーを提供したりすることができる。ヨーロッパの大手旅客輸送事業者であるアリバは、ナガーロと提携し、AIを搭載した旅行アシスタントViTA（Very Intelligent Travel Assistant）を開発した。

ViTA：パーソナライズされた旅行提案のために

Arriva UK TrainsのソリューションであるViTAは、旅行データを統合して、旅行計画を合理化し、チケット販売を促進し、業務効率を改善する。

図2：アリヴァのトラベル・アシスタントViTAと対話する顧客

ViTAは、AIで強化された旅行プランナーを活用し、日常の旅行をパーソナライズされたサービスに変える。ViTAは旅行計画の合理化を支援し、さらに以下のような機能も備えている：
- リアルタイムの旅程と運賃情報を提供
- ワンクリックで必要なサービスを予約できるリンクを提供します、
- ユーザーの好みに応じて旅行オプションをカスタマイズします、
- 旅行地点の近くにおすすめの宿泊施設を表示する。

3.予測分析による業務の強化

今日のモビリティ・ソリューションは、データに大きく依存している。MaaS（Mobility-as-a-Service）プラットフォームによって膨大な量のデータ（スケジュールやリアルタイムの車両位置など）が生成され、AIはそれを実用的な洞察に変換する。

AIの洞察の重要な側面は予測分析であり、サービス・スケジュールや乗客の流れを予測・最適化し、コストを削減し、運行計画を強化するのに役立つ。その結果、都市はこの高品質でほぼリアルタイムのクラウドソーシング・データから恩恵を受け、交通運行の強化や改善に役立てることができる。

4.チャットボットによる従業員の能力向上

AIの役割は乗客サービスだけにとどまらない。過去のデータやリアルタイムのデータを分析することで、AIツールは運行会社が事故やメンテナンスの問題などの異常を検知し、迅速にサービスを調整することを可能にする。コンピュータ・ビジョンやエッジ・コンピューティングによって強化される可能性のあるこれらの分析は、会話型インターフェースを通じて社内システムと対話できるスタッフを含め、全体にわたってより多くの情報に基づいた意思決定をサポートする。そのようなソリューションのひとつが、ナガロのスタッフ・コンパニオンです。

ナガロのスタッフ・コンパニオン：AI主導の会話アシスタント

Staff Companionソリューションは、様々なシステムにアクセスするための会話インターフェースを提供することで、駅員や車掌の社内コミュニケーションを簡素化します。遅延、インシデント、機器の問題の報告などのタスクを合理化し、リマインダー設定や自然な音声入力などの機能により、業務効率とスタッフのアクセシビリティを向上させる。

図3：スタッフコンパニオンのインターフェース

データの質が重要な理由

高品質でクラウドソース化されたデータは、効果的なAIアプリケーションの基盤です。正確な乗客情報を効率的な学習ループに構造化することで、AIは混乱を管理し、ルートを最適化し、サービスをパーソナライズすることができる。さらに、パフォーマンスと持続可能性のバランスを考慮したAIシステムを設計することが不可欠であり、不必要なデータ処理を減らすことで環境への影響を最小限に抑えることができる。さらに、既存のAPIやデータベースから信頼できる情報を統合することで、計算リソースに過度の負担をかけることなく、信頼性の高い出力を確保することができる。

輸送におけるAIの未来

極小モデルによるタスク別最適化

今後数年間で、輸送業者は、発券プラットフォーム、ナビゲーション・ツール、メンテナンス・アプリケーションなどのシステム内に組み込まれた、タスクに特化した小型モデルへと移行していくと予想される。タスクに特化した最適化に焦点を当てることで、これらの小型モデルは、接続性が制限された環境であっても、精度を維持しながら計算コストをさらに削減します。

これらの小さなモデルは、相互作用してローカルな問題を解決し、やがて、より広範な交通の課題に対処するようになる。これらのモデルをすぐに構築することで、将来のスケーラビリティに不可欠なコンポーネントを確保することができます。特殊なモデルは、接続性が制限されている場合でも、迅速な応答を提供することで信頼性の課題に取り組みます。特定の反復タスクを実行することで、膨大なデータに頼ることなく効果的なソリューションが実現できることを実証します。これらのタスクには以下が含まれる：

• 駅情報の提供
• 乗客のカウント
• 欠陥の検出などである。

エージェント型AIによる自律的意思決定

世界は急速にエージェント型AIへと進化し、インテリジェントでデータ＆AI主導の効率性と生産性の新たな時代の到来を告げています。エージェント型AIは、人間の介入なしに高度な自律性と自己改善能力を発揮する（事前に定義されたルールに従い、自律性がほとんどない小さなモデルやAIエージェントと比較して）。Emergen Researchのレポートによると、エージェント型AI市場は2024年に309億米ドルと評価され、2033年には3676億8000万米ドルに成長すると予測されている。

エージェント型AIはイノベーションを促進し、効果的なルート計画、より安全な道路、より良い乗客体験によって、公共交通機関の状況も再定義する。最も重要なことは、エージェント型AIは、輸送をよりクリーンで持続可能なものにする上で重要な役割を果たすことができるということだ。こうした利点とは別に、エージェント型AIは自律走行車の動力源として急速に活用されつつあり、これが大量輸送に導入される日も近いかもしれない。

結論

公共交通機関におけるAIの統合は、現在も世界中の様々な交通事業者によって行われており、都市モビリティの未来を形作ることになるだろう。上記のようなAI主導の実例がいくつかあり、通勤者、交通機関職員、意思決定者は、大量輸送を合理化する力を与えられつつある。パーソナライズされた旅行体験から業務効率の向上まで、AI主導の洞察は公共交通に革命をもたらし、よりアクセスしやすく、回復力があり、持続可能なものにしている。また、従来のAIモデルからエージェント型AIへの将来的な移行が予測できるため、よりスマートで効率的、かつ安全な交通システムが実現する。