- يُحوّل الذكاء الاصطناعي النقل العام لتحقيق كفاءة أفضل وتجربة عملاء محسّنة، وسط تحديات مثل انخفاض أعداد الركاب.
- يحسّن الذكاء الاصطناعي تخطيط المسارات، ويتنبأ بالطلب، ويعزز كفاءة الطاقة، مما يرفع مستوى إمكانية الوصول ويدعم خدمة العملاء.
- تُظهر أمثلة واقعية نجاح الذكاء الاصطناعي في تحسين النقل من خلال الحلول السحابية والعمل الجماعي، حتى مع الميزانيات المحدودة.
يشهد مشهد التنقل الأمريكي تحولاً كبيرًا، مدفوعًا بشكل أساسي بارتفاع العمل عن بُعد والمخاوف المستمرة بشأن السلامة الناجمة عن جائحة كوفيد-19. للبقاء ذات صلة وتلبية الاحتياجات المتغيرة للمسافرين، تواجه وكالات النقل العام في جميع أنحاء البلاد ضرورة اعتماد نهج مبتكرة.
أصبح الركاب أكثر تمييزًا، ويسعون إلى تجارب نقل سلسة وفعالة ومرنة وآمنة ومتاحة بسهولة. لمعالجة هذه المتطلبات وعكس اتجاهات انخفاض عدد الركاب، يظهر دمج الذكاء الاصطناعي (AI) كحليف قوي.
تعزيز الكفاءة والمرونة من خلال الذكاء الاصطناعي
تسببت الجائحة في انخفاض كبير بنسبة 80% في أرقام الركاب مقارنة بمستويات ما قبل الجائحة، مما دفع مشغلي النقل إلى استكشاف الحلول المدعومة بالذكاء الاصطناعي. واحدة من أكثر تطبيقات الذكاء الاصطناعي ترقبًا في النقل العام هي تحسين المسارات.
تستغل خوارزميات الذكاء الاصطناعي البيانات التاريخية للتنبؤ بطلب الخدمة بناءً على عوامل مختلفة، مما يسمح للمشغلين بتحسين الجداول الزمنية وتخصيص الموارد بكفاءة. من خلال جمع وتحليل البيانات من مصادر مثل أجهزة تتبع GPS وأنظمة التذاكر ووسائل التواصل الاجتماعي، يمكن لأنظمة الذكاء الاصطناعي تقديم معلومات دقيقة في الوقت الفعلي للمسافرين، مما يضمن خدمات متسقة حتى في مواجهة أحداث غير متوقعة مثل حجب الطرق أو أعمال الصيانة.
يمكن أن تكون قدرة الذكاء الاصطناعي على تحليل الأنماط والعوامل لا تقدر بثمن في تحليل الوضع في الوقت الفعلي، مثل أنماط المرور والحوادث. هذا يمكّن مقدمي النقل من اكتشاف الاستجابات للأحداث غير المتوقعة والشذوذ بشكل فعال، مما يحسن رضا العملاء.
بالإضافة إلى ذلك، يمكن للذكاء الاصطناعي تعزيز كفاءة الطاقة، وتقليل استهلاك الوقود، وخفض انبعاثات غازات الدفيئة، خاصة عند دمجه مع المركبات الكهربائية ومصادر الوقود البديلة.
تعزيز إمكانية الوصول ودعم العملاء
يتيح تحليل الذكاء الاصطناعي لبطاقات دعم العملاء للوكالات اكتساب رؤى أعمق لاحتياجات الركاب بدقة متزايدة، مما يسهل اتخاذ قرارات مستنيرة تعزز رضا العملاء.
يساعد الاستفادة من الذكاء الاصطناعي لتحليل التركيبة السكانية للمسافرين وأنماط السفر سلطات النقل على تحديد المناطق ذات الطلب العالي على الخدمات المتاحة، مما يعزز الشمولية.
يقدم اندماج الذكاء الاصطناعي وإنترنت الأشياء (IoT) فرصًا لمراقبة أساطيل المركبات والبنية التحتية، واتخاذ قرارات في الوقت الفعلي، والتنبؤ بالنتائج بناءً على البيانات المجمعة. مدعومة بخوارزميات الذكاء الاصطناعي، يمكن للصيانة التنبؤية تحديد المشكلات المحتملة قبل أن تصبح مشاكل كبيرة.
يضمن التحول من الصيانة التفاعلية التقليدية إلى نهج وقائي عمليات أكثر سلاسة وتجربة أفضل للركاب، مما يقلل من اضطرابات الخدمة، ويمدد عمر الأصول، ويخفض التكاليف، ويحسن الموثوقية.
تنفيذ ناجح للذكاء الاصطناعي: أمثلة من العالم الحقيقي
تقوم عدة وكالات نقل بالفعل بتنفيذ حلول الذكاء الاصطناعي بنتائج واعدة. جربت هيئة النقل في وادي سانتا كلارا حلاً قائمًا على السحابة للأولوية في إشارات المرور (TSP)، والذي يتكامل مع البنية التحتية الحالية لتوفير معلومات في الوقت الفعلي حول مواقع الحافلات. من خلال دمج نماذج التعلم الآلي، حققت هيئة النقل (VTA) تحسنًا مذهلًا بنسبة 18% إلى 20% في أوقات السفر على الخط 77.
علاوة على ذلك، تختبر وكالات النقل مثل النقل العام في مقاطعة داتشيس، وسلطة النقل في بينيلاس سونكوست، والنقل في ساسكاتون حلول الذكاء الاصطناعي للصيانة التنبؤية. تقرأ هذه التقنيات أجهزة الاستشعار الموجودة على أساطيل الحافلات للكشف عن المشكلات، مما يقلل بشكل كبير من ساعات العمل في اختبار واحد بأكثر من 50%.
تجاوز القيود المالية
بينما تظهر الفوائد المحتملة لـ AI في النقل العام بوضوح، تواجه العديد من الوكالات قيودًا مالية وخفضًا في الميزانيات. لتنفيذ الذكاء الاصطناعي بنجاح، يجب على الوكالات النظر في نهج مبتكرة.
تقدم الحلول القائمة على السحابة قابلية التوسع والقدرة على دمج كميات هائلة من البيانات من أنظمة ومخازن مصادر معزولة. يصبح التعاون بين فرق المهمة أمرًا حاسمًا في هذا الجهد. تكمن القوة التحويلية للذكاء الاصطناعي في قدرته على ربط المشاركين عبر قطاعات متعددة داخل نظام بيئي موحد وصديق للبيانات يشجع على المشاركة عبر المنصات.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
بريان كوم
يتمتع برايان كوم بخبرة تزيد عن سبع سنوات في تغطية سلاسل الكتل والعملات المشفرة، حيث كان نشطاً في هذا القطاع منذ عام 2017. وقد أسهم في نشرات رائدة، بما في ذلك BlockToday.com. علاوة على ذلك، طور دورة «إيثريوم للمبتدئين» (Ethereum 101) لموقع BitDegree.org قبل انضمامه إلى Cryptopolitan كاتباً بدوام كامل. يغطي برايان أدلةً دائمة الصلاحية (EGs)، وتحليلات عميقة، ومقابلات، وتحليلات الأسعار. وتركيزه على التمويل اللامركزي (DeFi)، وابتكارات سلاسل الكتل، والمشاريع الناشئة في عالم العملات المشفرة يسعد القراء.
