生成 AI が運輸業界に登場します。準備はできていますか?

運輸業界は、人や物を輸送する 10 兆ドル規模の多様なグローバル ネットワークです。しかし現在、業界は補助金、ネットワークの断片化、輸送手段間の競争、混雑、排出量、安全性の増大など、一連の外部および内部の課題に直面しています。時代遅れの政府政策は非効率を招き、従来の技術的アプローチは特定の地域で漸進的な進歩を遂げたものの、広範囲にわたる変革にはまだ至っていません。これは、運輸業界に固有の限界による部分もありますが、大衆の見解や行動パターンの変化の影響も大きく関係しています。

現在、輸送業界全体が混乱状態にあります。興奮から不満、利便性からコストまで、どこから始めればいいのかわかりません。そのため、政策の変更や技術の進歩を導くことは困難な課題となっており、意思決定者や業界関係者は、一般市民の輸送コストの負担を軽減する取り組み（輸送コストは総家計支出の2番目にランクされることが多いことが判明）を行うとともに、業界内の一連の相反するビジョンに対処し、急激に上昇する輸送コストを抑制し、厳格な審査要件に準拠する必要があります。

良いニュースとしては、新たなイノベーションの波がこのギャップを埋めると期待されていることだ。生成 AI は、ポリシーとテクノロジーを効果的に組み合わせて、人や物の輸送方法を再編成し、最適化することができます。

交通機関向けの生成 AI の何が特別なのでしょうか?

クローズドシステム内の既存データの分析に重点を置く従来の予測技術とは異なり、生成 AI は思考と創造のレベルをさらに深く掘り下げて、リアルタイムの視覚化を可能にし、さまざまな時間と場所でさまざまな方法でサポートを提供します。生成 AI は、車両設計者、都市計画者、コミュニティ支持者、政策立案者、ビジネス実務者など、さまざまなバックグラウンドを持つさまざまなユーザー グループにとって、より優れたアクセシビリティを提供することもできます。この優れたアクセシビリティにより、情報、アクセス、コラボレーションがこれまでにない新しいレベルに到達しました。

ほとんどの人は、政策文書や専門用語に馴染みがなく、2次元の設計、建物や建設計画、敷地計画、色分けされた近隣地図を解釈する方法も知りません。しかし、人間は音声付きの画像や動画のほうが理解しやすいのです。小さなデータセットを分析して新しい現実世界のデータを生成できる強力なアルゴリズムを備えた生成 AI は、リアルタイムの画像やビデオを使用して、あらゆるレベルの人々に周囲の状況や気持ちを伝えることができます。

2 つまたは 3 つの潜在的なシナリオだけを設計する時代は終わりました。間もなく、チームやコミュニティが集まり、共通の価値観と期待に基づいて、ブロック、車両、サービス、ステーションの数十のシナリオを計画するようになります。このような設計結果は人々の当初のアイデアとは大きく異なり、新しいソリューションには人々が考えたことのない重要な変数が多数含まれることがよくあります。

AI が交通パターンに関するデータを処理できるだけでなく、履歴データ、天気予報、個人や文化の嗜好、リアルタイムの傾向に基づいて将来の状況のシミュレーションを構築できると想像してみてください。周囲にある既存のものから新しいものを作り出す能力は、生成 AI が輸送業界で活躍するための前提と基盤です。

生成 AI はあらゆる分野で広く使用されており、それが何であるか、何ができるかを実証しています。そして、交通はそれが役割を果たす次の分野となるでしょう。

輸送における生成 AI のユニークな特性:

• A から B までのパーソナライズされた体験を超えて: ジェネレーティブ AI は、道路ネットワークのナビゲーション、旅行保険、旅行コミュニケーションの体験を最適化しながら、ドライバーと乗客向けにさらに洗練されたパーソナライズされたルートを作成します。これにより、移動時間と燃料消費が効果的に削減され、運用コストと保険コストが削減されるとともに、道路網の安全性が向上します。生成 AI は、車内外でパーソナライズされた体験を提供するほか、ユーザーの好みに基づいて次のアクションを提案することもできます。たとえば、景色の良いルートや景色の良いループルートを推奨したり、個人の運転、サイクリング、歩行スタイルに基づいてカスタマイズされた旅行情報や周辺の歴史や文化に関する情報を生成したりすることもできます。
• 安全性の強化: 生成 AI は、センサー データに基づいて、交通事故や危険度の高いエリアでの機械の故障などの潜在的な問題を予測し、積極的な対策を講じるのに役立ちます。これは、ゼロエミッションビジョンの目標を達成するだけでなく、混乱を防ぎ、道路網全体の運用効率を向上させることにも役立ちます。
• 効率性の向上: さまざまなデータ ポイントを分析することで、生成 AI はインフラストラクチャや車両のメンテナンスが必要になる時期を事前に予測できます。このように予防措置を講じることで、故障や計画外のダウンタイムがなくなり、人や物資がより安全かつ確実に目的地まで輸送されるようになります。
• 動的最適化: 生成 AI は、交通 (自家用車と商用車) データ、横断歩道、緊急車両の位置を分析し、イベントのリアルタイムのコンテキスト (今後の主要イベント、一時的な道路閉鎖など) を理解することで、交通ネットワークをリアルタイムで最適化できます。
• データ駆動型設計: ジェネレーティブ AI は、車両、交差点、道路、近隣地域、さらには都市全体を含む交通システム全体の詳細な 3D モデルを構築することで、従来のシミュレーション シナリオを超えることができます。これにより、都市計画者は、建設が始まる前に、新しいプロジェクト、インフラプロジェクト、路上レベルの交通緩和策、歩行者専用通路または商業用荷下ろしゾーン、および駐車場管理戦略がサポートするすべてのインフラに及ぼす実際の影響を仮想的にテストできるようになります。従来のパイロット プロジェクトとは異なり、生成 AI は、環境への影響、エネルギー効率、回復力、材料の無駄の最小化などの要素を考慮して、同時に数十のシミュレーションを実行できます。このより包括的なアプローチにより、潜在的な問題を事前に特定し、設計を最適化できるため、予期しない問題や後からのコストのかかる修正のリスクが軽減されます。

企業は生成 AI を活用し、視覚化やビデオを通じて設計ソリューションの読みやすさを向上させています。

生成 AI の独自の機能特性を考慮すると、このテクノロジーは交通システムにこれまでにない新しいアプリケーションをもたらすことも期待されています。

• 道路ブロック: 信号を動的に調整し、車線の使用を最適化し、渋滞をリアルタイムで緩和するための代替ルートを提案します。
• 公共交通機関: 将来の需要を予測し、時刻表と電気車両を最適化し、3D 視覚化を行い、電力供給を保証し、待ち時間を短縮します。
• 航空: 凝縮痕跡を最小限に抑えながら省エネルートを推奨し、業界の移行期間を活用して運用コストと排出量の二重の削減を実現します。
• 物流と配送: トラック、貨物バイク、ドローンなどのさまざまなオプションを使用して、需要を予測し、仮想積載ゾーンを設定し、車両群を最適化して、コミュニティや道路網への影響を最小限に抑えながら、効率的でタイムリーな配送を実現します。
• 高速鉄道: 潜在的なメンテナンスの必要性を予測し、混乱を最小限に抑え、乗客と作業員の安全性を向上します。
• 海上貨物輸送: 港での貨物の積み下ろしプロセスを最適化し、輸送時間を最小限に抑え、船舶にエネルギー効率の良いルートを推奨します。
• 建築と建設: 建設プロジェクトの 3D モデルを作成して、ワークフローを最適化し、潜在的な課題を特定し、安全計画を改善します。
• 採掘: 環境への悪影響を最小限に抑えながら、資源の抽出を最大化するために最適な採掘ルートを設計します。
• 廃棄物管理: ゴミ箱のリアルタイムの容量に基づいて収集ルートを最適化し、収集効率の向上と環境への影響の削減に努めます。

生成AIは運輸業界のさまざまな分野に根付いています。

これらは、多くの潜在的な用途のうちのほんの一例です。交通の流れをシームレスに調整し、障害が発生する前に予測メンテナンスを実行し、各旅行者にカスタマイズされた通勤体験を提供できる交通システムを想像することができます。生成 AI は、人や物の移動を最適化する上で大きな可能性を示している強力な新興テクノロジーの 1 つです。まだ初期段階ではありますが、これは、生成 AI で実現可能なことの表面に触れたにすぎないことも意味します。生成 AI は、日常業務の最適化に加え、交通の未来を形作る上で大きな変化をもたらすものになると信じています。

しかし、この可能性を実現するには、テクノロジーそのものだけでは不十分で、人を中心に据えた新しいアプローチが必要です。生成AIの「効果」（交通ルートを最適化する方法）だけでなく、その背後にある「理由」（私たちの生活にどのような影響を与えるか）も理解する必要があります。これから到来する AI の波をより有効に活用するためには、輸送分野における生成 AI の応用に向けて、以下の側面から準備を始める必要があります。

データに責任を持つ: データがなければAIもない

• データ ガバナンスの推進: データの収集、保存、使用における責任ある実践を確保するために、強力なデータおよび AI ポリシー フレームワークを推進します。
• データ セキュリティに投資する: チーム メンバーが職場や自宅でデータをどのように使用するかを含め、強力なセキュリティ対策を通じて機密データを漏洩や悪用から保護します。

スキル開発とエンパワーメント:

• 従業員のスキルを開発する: データ分析、AI コラボレーション、テクノロジー倫理に関するトレーニングを従業員に提供します。もちろん、誰もがコンピューター科学者になれるわけではありませんが、私たちは皆、人文科学のバックグラウンドから得たスキルからより多くのインスピレーションを得るべきです。
• データ リテラシーの重視: データがどのように収集、使用、保護されるかについて幅広い理解を促進し、その具体的な影響に注意を払います。

イノベーションとコラボレーションの促進:

• トレーニング投資の拡大: チームと関係者向けの責任ある倫理的な AI 関連スキル トレーニング プログラムをサポートします。
• 透明性の促進: AI 実装に関するオープンなコミュニケーションを促進し、一般の懸念に対処し、幅広い信頼を構築します。
• パイロット プロジェクトを奨励します。1 つの実験は 1,000 の仮説に値します。パイロット プロジェクトは、アイデアを実装戦略に洗練させ、生成 AI の大きな可能性を引き出すのに役立ちます。

交通における生成 AI はすでに始まっています — 準備はできていますか?

この記事で説明した潜在的な使用事例とシナリオは、輸送分野における生成 AI の可能性のある応用例のほんの一部にすぎません。この新しいテクノロジーが発展し成熟するにつれて、より実用的なソリューションがすべての人に利用可能になります。まだ解決すべき課題はいくつかありますが、生成 AI が実現できれば、より環境に優しく公平な新しい交通手段を生み出す大きな可能性を秘めています。

生成 AI の固有の限界と応用の可能性を積極的に受け入れることで、私たちは協力して生成 AI が最大の価値を発揮できるように導くことができると信じています。また、生成型 AI が運輸部門に前向きな変化をもたらす要因となるよう、この世界的な力を責任を持って活用する必要があります。私たちが違いを乗り越え、信頼と責任に基づいた開発コンセプトを共同で形作ることができれば、AIツールを有効活用して、より良い明日を築くという共通のビジョンのために、交通という重要なパズルを解くことができるでしょう。