La inteligencia artificial (IA) está cambiando el sector del transporte público tal y como lo conocemos. A diferencia de otros sectores, el transporte público está sujeto a la legislación gubernamental (por ejemplo, objetivos de cero emisiones), presiones económicas como el aumento de los precios del combustible, interrupciones en la cadena de suministro, reparaciones inesperadas y elevadas inversiones asociadas a la transición a los vehículos eléctricos (VE).
Al utilizar la IA, la automatización y el análisis de datos, los operadores han registrado mejoras tangibles que se han traducido en un mejor servicio a los pasajeros, un aumento de la reputación de la marca y un ahorro de costes. La UITP informa de que el 86% de las partes interesadas en el transporte público participan en asociaciones para desarrollar y adoptar la IA. Algunas de estas aplicaciones van desde el mantenimiento predictivo hasta el análisis de clientes y el diseño de rutas.
He aquí algunas de las formas en que puede ayudar a los operadores de transporte público a alcanzar sus objetivos:
1. Mantenimiento predictivo basado en IA
Gracias a su capacidad de recopilar y analizar datos de vehículos para predecir fallos de componentes antes de que provoquen averías, el mantenimiento predictivo basado en IA es una solución que se generalizará en las flotas de transporte público en los próximos años.
Una encuesta en línea realizada por la UITP, en la que se recogieron respuestas de organizaciones relacionadas con el transporte público, cuantificó que, en el futuro, 1 de cada 3 organizaciones está considerando la integración de la IA en un conjunto de aplicaciones, incluido el mantenimiento predictivo.
El mantenimiento predictivo con IA aprovecha los sensores integrados en los vehículos para recopilar datos y convertirlos en información que permita a los equipos de mantenimiento mejorar la fiabilidad de una flota de autobuses y reducir los costes operativos y de mantenimiento. Con este método de mantenimiento, es menos probable que los autobuses sufran averías mientras están en servicio, y las revisiones pueden programarse para las horas de menor actividad, con el fin de minimizar las interrupciones del servicio.
Arriva República Checa es uno de los operadores de transporte que ya están viendo los resultados del mantenimiento predictivo con IA. Tras aprovechar la solución de Mantenimiento Predictivo de Stratio, Arriva CZ registró un aumento del 13,5% en el tiempo medio entre averías, una reducción del 66% en el número de remolques debido al menor número de averías de los vehículos y un ahorro neto total de costes del 2% por kilómetro y año.
Esta captura de pantalla de la Plataforma Stratio muestra cómo los operadores pueden hacer un seguimiento del estado de salud de los componentes y sistemas de sus vehículos:
La ventaja de utilizar la IA para el mantenimiento predictivo es que cuantos más datos se recopilen, más precisas serán las predicciones, ya que los algoritmos se afinan para reconocer una gama más amplia de patrones.
Esto es especialmente importante cuando se trata de tecnologías nuevas y caras, como los vehículos eléctricos. Los conocimientos sobre mantenimiento predictivo son fundamentales para ayudar a los operadores a mantener los vehículos en circulación durante más tiempo, prestar servicio a más pasajeros y generar más ingresos, acelerando así la consecución de la neutralidad de costes.
2. Cumplimiento de los acuerdos de nivel de servicio
La IA no sólo aporta beneficios a corto plazo. Por ejemplo, al mejorar los procesos de mantenimiento para garantizar un servicio fiable que funcione al menor coste por kilómetro, permite a los operadores de transporte cumplir mejor las exigencias de sus acuerdos de nivel de servicio con las autoridades de transporte público y, en última instancia, conseguir más contratos.
La reducción de los kilómetros perdidos por averías mecánicas, en particular, puede ayudar a los operadores a mantenerse por debajo del umbral fijado por sus SLA y evitar multas reglamentarias. Además, al crear un ecosistema integrado y centrado en los datos, los operadores pueden aprovechar las capacidades de las soluciones de mantenimiento, operaciones y gestión de talleres para optimizar rutas, horarios y recursos, lo que se traduce en operaciones más eficientes y rentables.
3. Transición a los autobuses eléctricos
La importancia y la necesidad de electrificar las redes de autobuses ya no es objeto de debate. El gran reto al que se enfrentan ahora los operadores de transporte público es realizar esta transición de forma eficaz y garantizar que el cambio no repercuta negativamente en su cuenta de resultados.
La monetización es sin duda una de las principales preocupaciones de los operadores, ya que los costes iniciales de los autobuses eléctricos son elevados. Por eso es fundamental garantizar el menor coste por milla y un rendimiento positivo de la inversión.
Aquí es donde pueden aprovecharse al máximo las ventajas reales de la IA y el ML (aprendizaje automático): el análisis en tiempo real y los conocimientos predictivos son la baza de los operadores de flotas, ya que les permiten hacer un seguimiento del rendimiento de las baterías, identificar los puntos de carga óptimos y prever el uso de energía en diferentes condiciones meteorológicas y de tráfico.
Todo esto puede hacerse en tiempo real, ya que los datos se introducen continuamente en los algoritmos, lo que contribuye a prolongar la vida útil de las baterías (que representan alrededor del 40% del coste total del vehículo) y a ofrecer servicios fiables a los clientes.
Los análisis predictivos de las baterías, en particular, ofrecen una visión precisa y completa de la evolución del estado de las baterías de los autobuses eléctricos, lo que permite planificar rutas y requisitos de carga eficaces, así como métricas de optimización del uso para prolongar la vida útil de los vehículos.
Indicadores del paquete de baterías de la Plataforma Stratio
Al aprovechar los datos de estado de carga (SoC) y profundidad de descarga (DoD), los operadores de flotas pueden comprender si las operaciones pueden ajustarse para maximizar la vida útil de la batería, reduciendo el coste total de propiedad de los autobuses eléctricos. Este tipo de análisis es fundamental para el éxito operativo y la rentabilidad del despliegue de una flota de VEs.
4. Optimización del personal
Las capacidades de automatización de la IA permiten a los equipos de los operadores de transporte automatizar tareas manuales intensivas, repetitivas y que consumen mucho tiempo.
Algunas de las tareas que pueden automatizarse con el mantenimiento predictivo de IA son las lecturas del cuentakilómetros, las comprobaciones del refrigerante y la planificación diaria de tareas de servicio basadas en la distancia (por ejemplo, la sustitución de frenos). Confiar en la tecnología para realizar estas tareas significa que el tiempo de los técnicos puede reasignarse a otras tareas críticas.
Las lecturas del cuentakilómetros, por ejemplo, pueden llevar horas de trabajo al día si se realizan manualmente. Con el mantenimiento predictivo por IA, los valores se recogen y registran en tiempo real, lo que proporciona a los responsables de mantenimiento una visión más precisa y actualizada de sus activos.
5. Análisis del comportamiento de los conductores
El comportamiento de los conductores tiene un impacto crítico en las operaciones de transporte público. Influye en los costes de combustible y energía, unos de los mayores gastos recurrentes de los operadores de transporte público, y afecta a la comodidad, un factor clave para la satisfacción de los pasajeros y la adopción del transporte público.
Con un análisis del comportamiento del conductor basado en IA, se controlan parámetros técnicos como el exceso de velocidad, el frenado brusco y el tiempo de ralentí. Mediante el uso de estos datos, los conductores pueden recibir feedback, lo que puede mejorar la eficiencia del combustible, reducir el desgaste del vehículo y aumentar la satisfacción de los pasajeros.
Además, la IA utiliza algoritmos de aprendizaje automático para identificar patrones y anomalías en los datos de comportamiento del conductor y puede detectar, por ejemplo, casos de aceleración brusca, frenado agresivo, exceso de velocidad o ralentí prolongado.
Más aún, la IA permite puntuar a los conductores asignando calificaciones a individuos o grupos de conductores en función de su comportamiento. Estas puntuaciones pueden utilizarse para evaluar y comparar objetivamente el rendimiento de los conductores. Las puntuaciones altas pueden indicar una conducción segura y eficiente, mientras que las bajas pueden sugerir áreas de mejora.
Al identificar y abordar los comportamientos de riesgo, la IA ayuda a los operadores de transporte a mejorar la seguridad en la carretera. Esto es primordial para dar a los pasajeros la tranquilidad de saber que suben a un vehículo que les llevará a su destino de forma segura, puntual y sin interrupciones.
Reflexiones finales
Siga aprendiendo más sobre el impacto de la IA en el transporte público accediendo a nuestro estudio de caso con el Grupo Keolis. En él se explica cómo uno de los líderes mundiales en movilidad compartida utiliza la solución de Mantenimiento Predictivo con IA de Stratio para mantener los costes bajos y aumentar la eficiencia operativa.
In 2019, Nuno joined the Product team at Stratio, where he is responsible for defining the Product vision and strategy, managing product innovations, and optimizing efficiency.
He leads a powerful team of Product Owners, who work to ensure that the Stratio Platform continues to respond to customers’ needs with state-of-the-art features and functionalities.
- 6 Ventajas de implantar un software de mantenimiento de autobuses - abril 17, 2024
- ¿Cómo puede la inteligencia artificial apoyar a los operadores de transporte público? - septiembre 26, 2023
- ¿Cómo Pueden los Operadores de Transporte Público y las Autoridades Mejorar su Colaboración? - agosto 31, 2023
