{"id":18804,"date":"2023-09-26T10:25:36","date_gmt":"2023-09-26T10:25:36","guid":{"rendered":"https:\/\/stratioautomotive.com\/como-pode-a-inteligencia-artificial-apoiar-os-operadores-de-transportes-publicos\/"},"modified":"2023-09-26T15:31:04","modified_gmt":"2023-09-26T15:31:04","slug":"inteligencia-artificial-transportes-publicos","status":"publish","type":"post","link":"https:\/\/stratioautomotive.com\/pt-pt\/inteligencia-artificial-transportes-publicos\/","title":{"rendered":"Como Pode a Intelig\u00eancia Artificial Apoiar os Operadores de Transportes P\u00fablicos?"},"content":{"rendered":"Reading Time: <\/span> 6<\/span> minutes<\/span><\/span><\/span>\n

\"intelig\u00eancia<\/p>\n<\/span>\n

A intelig\u00eancia artificial (IA) est\u00e1 a mudar o setor dos transportes p\u00fablicos tal como o conhecemos. Ao contr\u00e1rio de outros setores, os transportes p\u00fablicos est\u00e3o sujeitos \u00e0 legisla\u00e7\u00e3o governamental (ex:objetivos de emiss\u00f5es-zero<\/a>), a press\u00f5es econ\u00f3micas tais como o aumento dos pre\u00e7os dos combust\u00edveis e perturba\u00e7\u00f5es na cadeia de abastecimento, e aos elevados investimentos associados \u00e0 transi\u00e7\u00e3o para ve\u00edculos el\u00e9tricos (VE). <\/span><\/span><\/p>\n

Ao utilizar a IA, a automa\u00e7\u00e3o e a an\u00e1lise de dados, os operadores registaram melhorias tang\u00edveis que resultaram num melhor servi\u00e7o aos passageiros, numa melhoria da reputa\u00e7\u00e3o das marcas, e na redu\u00e7\u00e3o de custos. H\u00e1 tamb\u00e9m vontade dentro da ind\u00fastria para adotar novas solu\u00e7\u00f5es – a UITP reporta que 86%<\/a> das partes interessadas nos transportes p\u00fablicos est\u00e3o envolvidas em parcerias para desenvolver e adotar a IA. Algumas dessas aplica\u00e7\u00f5es v\u00e3o desde a manuten\u00e7\u00e3o preditiva, \u00e0 anal\u00edtica de clientes, e \u00e0 conce\u00e7\u00e3o de itiner\u00e1rios. <\/span><\/span><\/p>\n

Eis algumas das formas em que a IA pode ajudar os operadores de transportes p\u00fablicos a atingir os seus objetivos:<\/span><\/p>\n

 <\/p>\n

1. Manuten\u00e7\u00e3o preditiva com base em IA<\/h2>\n

 <\/p>\n

Com a sua capacidade de recolher e analisar dados de ve\u00edculos para prever falhas nos componentes antes de causarem avarias, a manuten\u00e7\u00e3o preditiva com base em IA \u00e9 uma solu\u00e7\u00e3o que dever\u00e1 generalizar-se nas frotas de transportes p\u00fablicos nos pr\u00f3ximos anos. <\/span><\/span><\/p>\n

Um inqu\u00e9rito<\/a> realizado pela UITP, que recolheu respostas de organiza\u00e7\u00f5es relacionadas com os transportes p\u00fablicos, quantificou que, no futuro, uma em cada tr\u00eas organiza\u00e7\u00f5es est\u00e1 a considerar a integra\u00e7\u00e3o da IA num conjunto de aplica\u00e7\u00f5es, incluindo a manuten\u00e7\u00e3o preditiva. <\/span><\/span><\/p>\n

\"Inqu\u00e9rito<\/p>\n

A manuten\u00e7\u00e3o preditiva com base em IA, aproveita os sensores incorporados nos ve\u00edculos para recolher dados e transform\u00e1-los em informa\u00e7\u00f5es que permitem \u00e0s equipas de manuten\u00e7\u00e3o aumentar a fiabilidade das frotas de autocarros e reduzir os custos operacionais e de manuten\u00e7\u00e3o. Com esta abordagem de manuten\u00e7\u00e3o, \u00e9 menos prov\u00e1vel que os autocarros avariem durante o servi\u00e7o, e a assist\u00eancia pode ser programada para horas menos movimentadas para minimizar as interrup\u00e7\u00f5es do servi\u00e7o. <\/span><\/span><\/p>\n

A Arriva Rep\u00fablica Checa \u00e9 um dos operadores de transportes que j\u00e1 est\u00e1 a quantificar os resultados da manuten\u00e7\u00e3o preditiva com base em IA. Depois de aproveitar a solu\u00e7\u00e3o de Manuten\u00e7\u00e3o Preditiva da Stratio<\/a>, a Arriva CZ registou um aumento de 13,5% no tempo m\u00e9dio entre falhas, uma redu\u00e7\u00e3o de 66% na rebocagem devido a menos avarias nos ve\u00edculos, e uma poupan\u00e7a total de custos de 2% por km por ano. <\/span><\/span><\/p>\n

Este “printscreen” da Plataforma Stratio demonstra como os operadores podem acompanhar o estado de sa\u00fade dos componentes e sistemas dos seus ve\u00edculos: <\/span><\/span><\/p>\n

\"funcionalidade<\/p>\n

<\/span><\/span><\/p>\n

A vantagem de utilizar a manuten\u00e7\u00e3o preditiva \u00e9 que quanto maior for a quantidade de dados recolhidos, maior ser\u00e1 a precis\u00e3o das previs\u00f5es, uma vez que os algoritmos s\u00e3o aperfei\u00e7oados para reconhecer uma gama mais vasta de padr\u00f5es de erros\/falhas. <\/span><\/span><\/p>\n

Isto \u00e9 particularmente importante quando se trata de tecnologias novas e dispendiosas, como os ve\u00edculos el\u00e9tricos. As informa\u00e7\u00f5es sobre a manuten\u00e7\u00e3o preditiva s\u00e3o fundamentais para ajudar os operadores a manter os ve\u00edculos na estrada durante mais tempo, servindo mais passageiros e gerando mais receitas, acelerando assim a obten\u00e7\u00e3o da neutralidade dos custos.<\/span><\/p>\n

 <\/p>\n

2. Conformidade com os termos de n\u00edvel de servi\u00e7o<\/h2>\n

 <\/p>\n

A IA oferece mais do que apenas benef\u00edcios a curto prazo. Por exemplo, ao melhorar os processos de manuten\u00e7\u00e3o para garantir um servi\u00e7o fi\u00e1vel que funcione ao mais baixo custo por quil\u00f3metro, os operadores de transportes conseguem cumprir com maior facilidade as exig\u00eancias dos termos de n\u00edvel de servi\u00e7o com as autoridades de transportes p\u00fablicos e, em \u00faltima an\u00e1lise, ganhar mais contratos. <\/span><\/span><\/p>\n

A redu\u00e7\u00e3o dos quil\u00f3metros perdidos devido a falhas mec\u00e2nicas, em particular, pode ajudar os operadores a manterem-se abaixo do limiar estabelecido pelos seus termos de servi\u00e7o e a evitarem multas regulamentares. Al\u00e9m disso, ao criarem um ecossistema integrado e centrado nos dados, os operadores podem tirar partido das capacidades das solu\u00e7\u00f5es de manuten\u00e7\u00e3o, opera\u00e7\u00f5es e gest\u00e3o de oficinas para otimizarem as rotas, os hor\u00e1rios e os recursos, conduzindo a opera\u00e7\u00f5es mais eficientes e rent\u00e1veis. <\/span><\/p>\n

 <\/p>\n

3. Transi\u00e7\u00e3o para autocarros el\u00e9tricos<\/h2>\n

 <\/p>\n

A import\u00e2ncia e a necessidade de eletrificar as redes de autocarros j\u00e1 n\u00e3o \u00e9 uma quest\u00e3o de debate. O grande desafio que os operadores de transportes p\u00fablicos enfrentam agora \u00e9 fazer esta transi\u00e7\u00e3o de forma eficaz, e garantir que a mudan\u00e7a n\u00e3o tem um impacto negativo nos seus resultados. <\/span><\/span><\/p>\n

A rentabiliza\u00e7\u00e3o est\u00e1 certamente entre as maiores preocupa\u00e7\u00f5es dos operadores, uma vez que os custos iniciais dos autocarros el\u00e9tricos s\u00e3o elevados. Por isso, \u00e9 fundamental garantir o menor custo poss\u00edvel por quil\u00f3metro, e um retorno positivo do investimento. <\/span><\/span><\/p>\n

\u00c9 aqui que as vantagens reais da IA e do ML (machine learning) podem ser maximizadas – a an\u00e1lise em tempo real e os dados preditivos s\u00e3o a vantagem dos operadores de frotas, permitindo-lhes acompanhar o desempenho da bateria, identificar os pontos de carregamento ideais e prever a utiliza\u00e7\u00e3o de energia em diferentes condi\u00e7\u00f5es meteorol\u00f3gicas e de tr\u00e1fego. <\/span><\/span><\/p>\n

Tudo isto pode ser feito em tempo real, uma vez que os dados s\u00e3o continuamente introduzidos nos algoritmos, apoiando o prolongamento da vida \u00fatil da bateria (que representa cerca de 40% do custo total do ve\u00edculo), ao mesmo tempo que fornece servi\u00e7os fi\u00e1veis aos clientes. <\/span><\/span><\/p>\n

A an\u00e1lise preditiva de baterias, em particular, fornece uma vis\u00e3o precisa e abrangente da evolu\u00e7\u00e3o do estado da bateria dos autocarros el\u00e9tricos, permitindo um planeamento eficaz das rotas e dos requisitos de carregamento, bem como m\u00e9tricas de otimiza\u00e7\u00e3o da utiliza\u00e7\u00e3o para prolongar a vida \u00fatil dos ve\u00edculos. <\/span><\/span><\/p>\n

\"Funcionalidade<\/p>\n

<\/span> Indicadores do pack de baterias na Plataforma Stratio <\/span><\/span><\/p>\n

Ao aproveitar os dados do estado de carga (SoC) e da profundidade de descarga (DoD), os operadores de frotas podem compreender se as opera\u00e7\u00f5es podem ser ajustadas para maximizar a vida \u00fatil da bateria, reduzindo o custo total de propriedade dos autocarros el\u00e9ctricos. Este tipo de an\u00e1lise \u00e9 fundamental para uma implementa\u00e7\u00e3o bem sucedida e rent\u00e1vel da frota de VEs.<\/span><\/p>\n

 <\/p>\n

4. Otimiza\u00e7\u00e3o do pessoal<\/h2>\n

 <\/p>\n

As capacidades de automatiza\u00e7\u00e3o da IA permitem \u00e0s equipas dos operadores de transportes automatizar tarefas manuais intensivas, repetitivas e dispendiosas. <\/span><\/span><\/p>\n

Algumas das tarefas que podem ser automatizadas com a manuten\u00e7\u00e3o preditivas\u00e3o as leituras do od\u00f3metro, as verifica\u00e7\u00f5es do l\u00edquido de refrigera\u00e7\u00e3o, e o planeamento di\u00e1rio das tarefas de manuten\u00e7\u00e3o baseadas em quilometragem (ex: substitui\u00e7\u00e3o dos trav\u00f5es). Confiar na tecnologia para realizar estas tarefas significa que o tempo dos t\u00e9cnicos pode ser reaproveitado para outras tarefas cr\u00edticas. <\/span><\/span><\/p>\n

As leituras do od\u00f3metro, por exemplo, podem exigir v\u00e1rias horas de trabalho por dia se forem efctuadas manualmente. Com a manuten\u00e7\u00e3o preditiva, os valores s\u00e3o recolhidos e registados em tempo real, proporcionando aos gestores de manuten\u00e7\u00e3o uma vis\u00e3o mais precisa e atualizada dos seus ativos.<\/span><\/p>\n

 <\/p>\n

5. An\u00e1lise do comportamento dos motoristas<\/h2>\n

 <\/p>\n

O comportamento dos motoristas tem um impacto cr\u00edtico nas opera\u00e7\u00f5es de transporte p\u00fablico. Influencia os custos de combust\u00edvel e energia, algumas das maiores despesas recorrentes para os operadores de transportes p\u00fablicos, e afeta o conforto, um fator-chave para a satisfa\u00e7\u00e3o dos passageiros e a ades\u00e3o aos transportes p\u00fablicos. <\/span><\/span><\/p>\n

Com a an\u00e1lise do comportamento dos motoristas<\/a> proporcionada pela IA, \u00e9 poss\u00edvel monitorizar par\u00e2metros t\u00e9cnicos tais como o excesso de velocidade, a travagem brusca e o tempo de marcha lenta. Ao utilizar estes dados, os motoristas podem receber feedback para melhorar a efici\u00eancia do combust\u00edvel, reduzir o desgaste do ve\u00edculo e aumentar a satisfa\u00e7\u00e3o dos passageiros. <\/span><\/span><\/p>\n

Al\u00e9m disso, a IA utiliza algoritmos de machine learning para identificar padr\u00f5es e anomalias nos dados de comportamento dos motoristas e pode detetar, por exemplo, eventos de acelera\u00e7\u00e3o brusca, travagem agressiva, excesso de velocidade ou ralenti prolongado. <\/span><\/span><\/p>\n

Adicionalmente, a IA possibilita a pontua\u00e7\u00e3o dos condutores, atribuindo classifica\u00e7\u00f5es a indiv\u00edduos ou grupos de condutores com base no seu comportamento. Estas classifica\u00e7\u00f5es podem ser utilizadas para avaliar e comparar objetivamente o desempenho do condutor. As pontua\u00e7\u00f5es elevadas podem indicar uma condu\u00e7\u00e3o segura e eficiente, enquanto as pontua\u00e7\u00f5es baixas podem sugerir \u00e1reas a melhorar. <\/span><\/span><\/p>\n

Ao identificar e abordar os comportamentos de risco, a IA ajuda os operadores de transportes a melhorar a seguran\u00e7a na estrada. Isto n\u00e3o s\u00f3 reduz o risco de acidentes, como tamb\u00e9m pode levar a uma redu\u00e7\u00e3o dos pr\u00e9mios de seguro e dos pedidos de indemniza\u00e7\u00e3o.<\/span><\/p>\n

 <\/p>\n

Considera\u00e7\u00f5es finais<\/h3>\n

 <\/p>\n

Descarregue o nosso caso de estudo com o Grupo Keolis e descubra como um dos l\u00edderes mundiais em mobilidade partilhada est\u00e1 a utilizar a solu\u00e7\u00e3o de Manuten\u00e7\u00e3o Preditiva de IA da Stratio para manter os custos baixos e aumentar a efici\u00eancia operacional. <\/span><\/span><\/p>\n

\n\t\t\t\t\t\t