都市は交通問題の解決に苦慮している。答えはビッグデータにある

Passengers wait for a Transmilenio system bus during rush hour in Bogota, March 12, 2014. A Thomson Reuters Foundation survey of 15 of the world's largest capitals and New York found Bogota in Colombia ranked as having the most unsafe public transport, with women scared to travel after dark, followed by Mexico City, Lima, then Delhi. Picture taken March 12, 2014. To match Thomson Reuters Foundation story WOMEN/POLL REUTERS/Jose Miguel Gomez (COLOMBIA - Tags: SOCIETY TRANSPORT TPX IMAGES OF THE DAY) - RTR4BYP4
All of this potential can be unlocked today: not in the future, but in the here and now.Image: REUTERS/Jose Miguel Gomez
このページは、生成AIにより自動翻訳されています。

交通の未来には、楽しく華やかな可能性が満ちているように見える。たとえば、超高速のハイパーループ交通システムや、自動運転車、空中を走るタクシーなど、新しいテクノロジーは、これまで以上に遠くへ、速く人々を運ぶことを約束する。しかし、渋滞、大気汚染、輸送力不足といった日常的な問題に直面する都市にとって、最も効果的な解決策は、データの力を組み合わせた、身近なバスかもしれない。

もちろん、多くの都市ではすでに、GPSによる位置情報をリアルタイムで利用し、印刷された時刻表をリアルタイムの発車案内に置き換え始めている。だが、これは始まりにすぎない。投資を一切せずに、都市の交通網全体をリアルタイムで把握できるデータ源が一つある。おそらく、あなたも今それを持ち歩いているだろう。

現代の携帯電話には、GPS、加速度計、ジャイロスコープ、電子コンパスなど、絶え間なくデータを生成できる多様なセンサーが搭載されている。携帯電話のGPSで追跡した個々の移動を大量に処理すれば、所要時間、速度、目的地について詳細な情報が得られる。

公平な取引

もちろん、利用者のプライバシーを損なわずにこうしたデータを使うことは課題だ。位置情報を扱う場合、匿名化だけでは対応に限界がある。だが、巧みな解決策がある。データを提供する見返りとして、乗客は、時間帯ごとの需要を予測した、より柔軟な路線や時刻表など、さまざまな恩恵を受けられる。サービスの水準を、乗客が共有することを選んだデータの量に直接連動させることもできる。

バス、路面電車、列車、タクシーなど、さまざまな交通手段を利用できる効率的な乗車券システムとこれらのデータを組み合わせれば、一人ひとりのニーズに合わせた交通手段を提供する、柔軟で即応性の高いシステムを構築できる。

人々は自宅を出る際に目的地を入力し、その日の状況に応じて、最速、最安、最も健康的、または最も環境に優しいルートを、距離当たりの標準運賃で、あらゆる交通手段を使って案内してもらえる。天候の変化や道路の通行止めにもルートを対応させ、時刻表やサービスを柔軟に調整できる。雨の火曜日に、歩いたり自転車に乗ったりするよりバスを利用したい人が多い場合にも対応できる。複数の交通手段に通勤客の負荷を分散すれば、混雑を緩和できる。

最も優れているのは、システムが絶えず学習し、改善していくことだ。たとえば、特定の停留所で異常に多くの人が待っている場合、リアルタイムで臨時便を自動設定するのは比較的容易だ。しかし、膨大な過去のデータを処理してパターンを検出する高度な機械学習を活用すれば、需要の落ち込みや急増を事前に予測できる。利用者のデータを使って交通網が自ら学習できるようにすれば、事業者の利益率を控えめに保ちながら、より優れたサービスへと発展させられる。

交通システムは、社会にとって有益なことを促す手段にもなる。たとえば、運賃は望ましい行動変化を促す強力な手段として活用できる。予定より一つ手前の停留所で降り、残りの距離を歩く人に割引を提供することもできる。バスや路面電車そのものも、文化、教育、情報を提供する場にすることで価値を高められる。広告を補完したり、地域向けテレビ番組、パブリックアート、教育情報に置き換えたりすれば、車内から離れにくい乗客に、より前向きな体験を提供できる。

今、実現できるのか?

こうした可能性はすべて、未来ではなく、まさに今実現できる。そのための主な課題は、従来の慣習を乗り越えること、複数の交通手段で共通の乗車券を使えるようにすること、そして一つの交通当局の管轄内にある複雑な交通事業者群の間で収益を配分することだ。

ボーンマス大学とともに、小規模なデジタルテクノロジー企業のWe Are Baseは、まさにそれを実現しようとしている。私たちは協力して、定時性、柔軟性、快適性の面で、公共交通機関が自家用車より優れた選択肢となるよう、データを活用する方法を見つけている。また、交通網が機械学習を使って利用者向け輸送の効率を最適化する方法を示すため、リアルタイムデータの収集と分析も行っている。

テクノロジーは比較的容易な部分だ。地域政治の調整のほうが難しいことが多い。たとえば、複数の交通手段を使い、複数のゾーンや行政区をまたぐ可能性もある移動に関わった事業者の間で、乗車券収入を公平に配分する方法を見つける必要がある。利用者の信頼を得ることも不可欠だ。こうしたシステムを機能させるには、その時点では最適に思えなくても、利用者が経路の提案に従う必要がある。これは特に難しい。実際、固定時刻表どおりの運行さえままならない地元のバス会社を、どれほどの人が信頼していると言えるだろうか。

交通革命を実現する機会は今ここにある。ただし、成功させるには、その実現を目指さなければならない。まず、消費者と自治体が、自己学習し、適応し、真に柔軟な地域交通システムの利点を理解し、実感することから始まる。手の届くところにあるのだから、それ以下のものに甘んじるべきではない。次に誰かが交通問題への華やかな新解決策を提案したら、真のイノベーションは通勤者自身の手の中、つまり携帯電話の中にあることを思い出してほしい。

ライセンスと再掲載について
世界経済フォーラムの寄稿文は、クリエイティブ・コモンズ表示-非営利-改変禁止 4.0 国際ライセンスおよび同フォーラムの利用規約に従い、再掲載が可能です。