COVID-19の影響を受け、公共交通事業者は通勤を分散させ、臨時のバスを増発することで、ソーシャルディスタンスを確保できます。
人工知能は膨大なデータを処理し、乗客のニーズの変化に応じて、代替のルートとスケジュールを迅速に設計することができます。
地域別の所得水準などの人口統計データとルートを照合することで、公共交通が最も必要とする人々にサービスを提供できるようになります。
世界各地の都市がCOVID-19の感染拡大を防ぐためのロックダウンから脱しつつある中、公共交通会社は新たな課題に直面しています。新型コロナウイルスの感染リスクを抑えるため、バスや電車の過密状態を避ける必要がある一方で、システムを維持できるだけの全体の乗客数も確保しなければなりません。一方、通勤者は公共交通への復帰を慎重に始めていますが、安全で速く便利に目的地へ行ける手段だと感じられなければ、広く利用されることはないでしょう。
人工知能などの最先端技術は、膨大なデータを処理し、最適なスケジュールや移動経路を立案し、急速に変化する状況に合わせてそれらを調整することで、私たち全員が安心して移動できるよう役立てることができます。以下にその3つの方法を示します。
ラッシュアワーの終わり？
過密状態は、COVID-19やその他の感染症の大きな感染リスクとなることが知られています。感染の第2波を避けたい国にとっては、乗客数の朝と夕方の典型的なピークを平準化することが一つの方法です。少なくとも中期的には、ラッシュアワーは一日を通じて乗客が均等に分散する状態に置き換わる可能性が高いでしょう。
世界各国ではすでに、準備を進めており、勤務時間をずらした交代制や学校の時間割を導入しています。これにより、オフィスや教室の過密化を防ぐとともに、通勤も分散させることができます。公共交通事業者にとっては、これは、ラッシュアワーに連続して運行するのではなく、一日を通じて比較的高頻度で電車やバスを運行し、閑散時間帯の運行本数を減らすことを意味する場合があります。
終日運行には多くの利点があります。乗客密度が低下し、ソーシャルディスタンスの確保が容易になります。また、運転手が勤務を分割し、混雑する朝と夕方に勤務することや、その間に不都合な休憩時間を挟むことが少なくなります。乗客にとっても、一日中比較的高頻度で運行される電車やバスを頼りにできるという利点があります。
しかし、この新しいモデルには課題も伴います。地域的な感染拡大や急増を含め、COVID-19の感染者数の変化はいずれも、利用者の需要に影響を与える可能性があります。こうした変化は非常に急速に起こるため、交通事業者には準備や調整を行う時間があまりないかもしれません。不確実性に対処する唯一の方法は、数日、あるいは数時間以内に対応できる柔軟性と技術力を備え、これまでであれば何か月もの準備を要したような運行スケジュールの変更を実施できるようにすることです。
ここで人工知能が役立ちます。交通計画には膨大な量のデータが関わります。勤務中の運転手の数、乗客需要の水準、利用可能なバスや電車の数、さらに休憩の間に運転手が働ける最長時間や各休憩の長さといった規則など、考慮に入れる必要のある多くの要素のほんの一部にすぎません。
アルゴリズムを活用すれば、交通当局はこれらの要素のいずれかの変化に基づいて、さまざまなシナリオを容易に作成できます。ルートや所要時間の変更を入力すると、スケジュールが自動的に更新されるのを確認できます。また、異なるシナリオの費用と収益を簡単に比較することもできます。これにより、ロックダウンや交代制勤務など、人々の移動に影響を与える幅広い出来事に迅速に対応することが可能になります。必要に応じて、電車やバスを迅速に増発することもできます。
スマートな緊急時対応計画
人工知能（AI）は、一見解決困難に思える交通問題の解決に役立ちます。さまざまな国の公共交通機関および事業者に先進的な技術を提供している当フォーラム自身のビジネスにおける、この事例をご覧ください。
ある顧客は、乗客数をより多くの便に分散させ、新型コロナウイルスの感染リスクを減らすために、運行スケジュールの便数を5%増やしたいと考えていました。しかし、利用可能な運転手は14%減少していました。それは不可能に思える問題でした。しかし、当社のAIを活用したソフトウェアは、運転手を減らしたまま便数を増やす方法を見つけました。スケジュールを最適化し、平均勤務時間をわずか45分延長するとともに、労働安全規則に適合するために必要な休憩を追加することで、これを実現しました。運転手不足が緩和された場合でも、交通事業者は設定を容易に変更でき、プラットフォームは勤務時間を自動的に元に戻します。
AIを活用したシステムにより、事業者はソーシャルディスタンスを確保するために、迅速に臨時のバスを提供することも可能になります。臨時のバスを増発することは単純に思えるかもしれませんが、代替シナリオを迅速に作成できる複雑なアルゴリズムという形で緊急時対応計画が必要になります。これにより、必要なときに臨時の車両と運転手を確保できるよう、交通網のどの部分を変更する必要があるかを、機関や事業者が把握できるようになります。
例えば、5台のバスを所有し、1日に50便しか運行していない家族経営の小規模事業者を考えてみましょう。これだけで、潜在的な車両の組み合わせは10億通りを超えます。中規模の交通事業者であっても、その数は非常に膨大になり、人間だけでは分析できなくなります。ロンドンのように公共交通の利用が盛んな大都市では、約9,700台のバスが、年間22億回の運行を行っています。アルゴリズムはこれらすべての組み合わせを精査し、数分、あるいは数秒のうちに最適な解決策を選び出すことができます。
変更された運行の影響を監視する
交通事業者は、スケジュールが急に変更された場合でも、特定のルート沿いに住むすべての人々が目的地へ確実に到着できるようにする必要があります。
データ駆動型の計画システムを使えば、交通当局は、特定地域の所得水準などの公的情報源からの人口統計データを入力できます。その後、提案されたルートとこのデータを重ね合わせた地図を確認することができます。これにより当局は、自家用車などの交通手段を利用する手段を持たない人々を含め、住民に対する変更の潜在的な影響を迅速に把握できます。こうしたマッピングは、公共交通をできる限り包括的なものにするための、迅速かつ簡単な方法です。
総じて、ロックダウンからの段階的な脱却に伴う変化に直面する中で、ソーシャルディスタンスが公共交通に影響を及ぼすさまざまな方法があります。今後数か月の交通需要が具体的にどのようなものになるかは正確にはわからないかもしれませんが、ピーク時間の平準化に向けて地方自治体や民間機関と協力すること、複数の交通ダイヤのシナリオを作成して比較すること、そして住民に対するサービス変更の影響を監視することといった原則により、交通事業者は今後の不確実な道のりを乗り切ることができます。
