Dubaj kończy z autobusami widmami. AI wycięło przedwczesne odjazdy o 68 proc.
Nic tak nie irytuje pasażera jak autobus, który odjeżdża z przystanku dwie minuty przed czasem. Dubajskie Roads and Transport Authority (RTA) postanowiło uciąć ten problem algorytmami. Urząd wdrożył właśnie inteligentne panele sterowania w Bus Operations Control Centre, które w czasie rzeczywistym pilnują punktualności floty. To nie jest kolejny pokazowy projekt w PowerPoincie, ale system, który stał się częścią codziennej pracy dyspozytorów.
Dlaczego to ważne teraz
Wdrożenie to dowód na to, że transport miejski przechodzi z fazy reaktywnego łatania dziur do proaktywnego zarządzania danymi. Według najnowszego podsumowania strategii RTA AI, dubajska platforma danych zarządza już 670 terabajtami informacji płynącymi z 50 różnych systemów miejskich. Skala operacji jest ogromna: lokalne autobusy pokonują około 153 miliony kilometrów rocznie, co sprawia, że każda minuta postoju na biegu jałowym przekłada się na realne koszty i tony spalin.
Betonowe wyniki zamiast obietnic
Efekty są widoczne w logach systemowych. Dubajski urząd deklaruje, że liczba kursów odjeżdżających zbyt wcześnie spadła o ponad 68 proc. „Od czasu uruchomienia system pomógł utrzymać wydajność zgodną ze światowymi standardami i drastycznie ograniczył przedwczesne odjazdy” – informuje przedstawiciel RTA w komunikacie dla Gulf News.
Praca dyspozytora zmieniła postać rzeczy. Zamiast ręcznego przesuwania pinezek na mapie, algorytmy opracowane na platformie Dataiku same sugerują korekty. Gdy metro ulegnie awarii, system automatycznie reorganizuje siatkę połączeń, oszczędzając czas, który wcześniej marnowano na telefony i koordynację tras zastępczych. Pasażerowie dostają powiadomienie o zmianach niemal w tym samym momencie, w którym zapada decyzja.
Ekologia ukryta w tabelkach
Inteligentna mobilność to w Dubaju także sposób na walkę z upałem i emisjami. Dzięki skróceniu czasu pracy silników na postoju i lepszemu parkowaniu maszyn, miasto oszczędziło 13 tysięcy ton CO2. AI pozwala na tzw. short-turning, czyli zawracanie autobusu w połowie trasy, gdy dane pokazują nagły skok popytu w konkretnym segmencie linii. Ahmed Mahboub z RTA podkreśla wprost: algorytmy machine learning pozwalają decydować o usuwaniu zbędnych przystanków czy tworzeniu linii ekspresowych na podstawie twardych danych z kart nol, a nie intuicji urzędnika.
Wizja 2030 i nastroje pasażerów
To dopiero początek. Strategia RTA AI 2030 obejmuje łącznie 81 projektów podzielonych na sześć filarów. Obecnie urząd wdrożył już ponad 40 konkretnych zastosowań sztucznej inteligencji, a kolejnych 45 znajduje się na etapie analiz. W planach jest nie tylko predykcyjne utrzymanie floty (naprawianie części, zanim się zepsują), ale nawet analiza nastrojów pasażerów. Urzędnicy celują wysoko: chcą skrócić czas podróży o 30 proc. i obniżyć koszty operacyjne o jedną piątą. Dubaj przestaje być miastem, które tylko kupuje technologię – zaczyna ją skutecznie wdrażać w najbardziej newralgicznym punkcie tkanki miejskiej.
