都市は、ますます複雑化するモビリティ環境を管理するというプレッシャーが高まっています。電動スクーター、自転車や自動車の共有、オンデマンドの配送車両、EV 充電のニーズ、通勤パターンの変化、新たな規制により、都市交通の計画と最適化がこれまで以上に困難になっています。
通信事業者は、サイロ化されたデータ、予測不可能な需要、コストのかかる手動の意思決定をやりくりする必要があることが多く、その一方で市当局は、現場での実際の行動に合わせたインフラの設計に苦戦しています。
SWITCH (「Street Witch」の略) は、リアルタイムでシミュレーション、予測、行動できるエージェント AI を提供するイタリアのスタートアップで、モビリティと物流の関係者が事後対応型の運用から、効率的に実行され都市により良いサービスを提供するインテリジェントなデータ駆動型システムに移行するのを支援します。私は最近のボローニャ集会で SWITCH の CMO シモーネ・リドルフィ氏に詳しく話を聞きました。
ローマのカーシェアリングアプリからAIモビリティインテリジェンスまで
SWITCH は 2020 年 2 月に設立されました。元々は需要と供給を一致させるためにローマで消費者向けアプリとしてスタートし、ユーザーが車と人を「交換」できるようにしました。
その後、新型コロナウイルスが襲来した。そしてすべてが停止した間、チームはその時間を利用して事業者の意見を聞き、カーシェアリングやマイクロモビリティのために公共交通機関を避ける人々に対応するためにアプリを方向転換しました。
リドルフィ氏は、同社が最高AI責任者を含む専門人材を雇用し、AIとデータを活用してオペレーターの現実世界の問題を解決することに力を入れたときに転機が訪れたと語る。
「私たちはオペレーターとの対話を決してやめませんでした。そうして私たちはオペレーターが実際に必要とするものを構築しました」と彼は言います。
SWITCHのAIツールキットの内部
業界のニーズに応えて、SWITCH は以下を含む一連の AI テクノロジーを開発しました。
- Urbiverse は、「what-if」モデリング、車両のサイジング、および駐車ハブや EV 充電ネットワークなどのインフラストラクチャ計画のためのシミュレーションおよび合成データ エンジンです。
- Urban CoPilot は、需要予測と車両のリバランスをサポートする運用最適化プラットフォームです。
- SWITCH AI エージェントは、リアルタイムの予測、シミュレーション、自律的または半自律的な意思決定を通じて計画と運用を結び付けます。
オープンデータの力
都市は、街路のレイアウト、交通の流れと渋滞、駐車場情報、イベントの詳細など、大量のオープンな公開データを生成しています。
「需要を予測し、このオープンデータをすべて使用するための強力なモデルがあれば、その価値は非常に興味深いものになります」とリドルフィ氏は主張します。
このスタートアップは、共有モビリティ オペレーター、相乗りプラットフォーム、デマンド レスポンシブ トランスポート (DRT) サービスと連携しており、主にマイクロモビリティですが、カーシェアリングも増えています。
現在、ほぼすべての共有モビリティ プロバイダーが履歴データ モデルを使用していますが、精度があまり高くないか、直感に頼っています。
「たとえば、彼らは『よし、多くの人が行く街の中心部にスクーターを全部置こう』と考えている。これで 1 日はうまくいくかもしれませんが、予測された需要に基づいてスクーターを市内全域に配布すれば、より多くの乗車が可能になります。私たちはそれを支援し、その影響を計算します。平均して、業務効率が 25% 向上しました」と Ridolfi 氏は語ります。
「私たちは、通信事業者がより高い精度で将来の需要を予測できるよう支援します」とリドルフィ氏は説明します。
「今後数週間、あるいは数か月がどのようになるかを知っていれば、より効率的に計画を立て、運営することができます。」
さらに、レンタカー事業者は、需要予測モジュールを使用して、さまざまなゾーンに何台の車両を購入/配置するか、いつ割引を提供するか、いつ車両を再配置するかを決定する可能性があります。 SWITCH はまた、フライト イベント データ (到着と出発) を使用して需要を予測し、プロバイダーが空港に配置する車両の台数を把握できるようにします。
リアルタイムのデータ応答性
企業のデータを外部プラットフォームや需要予測および最適化モデルに接続する SWITCH の AI エージェント。データは 1 分で受信でき、2 分後には何をすべきか提案が表示されます。
「ChatGPT で行うのと同じように、次のようなことを尋ねることができます。「来月、収益を 1,000 ユーロ増やすには何をする必要がありますか?」または「日曜日のストライキの影響を受ける地域はどこですか?」エージェントはすべてを分析し、推奨事項を提供します。」
共有モビリティプロバイダーは、SWITCH の需要予測を使用して、さまざまな都市ゾーンでの需要の集中を把握し、スクーターをどこに配置するかを知ることができます。そのリバランスおよび予測ツールは、過剰供給/供給不足を回避し、需要の高いスポットに車両を積極的に移動するよう導きます。
新しいモビリティの発売では、導入する車両の数、予想される乗車数、損益分岐点に達する時期を把握する必要があります。重要なことに、SWITCH は企業が新しい市場に参入するかどうかを決定するのにも役立ちます。たとえば、あるマイクロモビリティ企業はノルウェーの都市で事業を展開したいと考えていました。
リドルフィ氏によれば、「入札はあるが、それが利益を生むかどうか、つまり競争相手の数や乗車回数などは分からなかった」という。
「私たちは、その市場に参入することが意味があるかどうかを評価するためのダッシュボードを構築しました。最終的に、彼らは参入しないことに決めました。そこで、彼らは何が起こるかを事前に知っていたので、私たちは彼らのお金とリスクを節約しました。」
ベルリンでは一時、7社の異なる電動スクーターと電動自転車の運営者が同じ道路で競争していたので、それは有益だっただろう。事業者は車両利用データの共有に消極的ですが、調査によると、共有される 1 台の電動スクーターの使用回数は、平均 1.5 km 未満の移動で 1 日あたり 3 回未満であることがよくあります。これは、実際のモビリティ出力に比べて、アイドル時間が長くなり、公共スペースがかなり混雑することを意味します。
Urbiverse は、車両規模や車両配置から乗車量や収益性まで、展開のあらゆる重要な側面をモデル化することで、シェアード モビリティ オペレーター Wayla との立ち上げを推進しました。
実世界のデータと動的モデリングに基づいて構築されたこのシミュレーションは、実際の打ち上げ結果と比較して 92% の精度を実現しました。
このレベルの精度により、オペレーターは推測に基づいた戦略からデータ主導の戦略に移行することができ、リスクが大幅に軽減され、導入に関する意思決定が改善されました。
都市と事業者向けのデータ主導型ポリシー (および明確さ)
さらに、SWITCH の Urbiverse プラットフォームを使用すると、地方自治体は共有モビリティ フリートを最適化し、マイクロモビリティ ハブや EV 充電ステーションを戦略的に配置し、政策の影響を実施前にシミュレーションすることができます。
Urbiverse は、リアルタイム データが利用できない場合に合成データを生成することで、当局がデータのギャップにもかかわらず情報に基づいた意思決定を行えるようにします。 Urban Copilot は、車両の可用性を予測し、車両を適切なタイミングで適切な場所に配置することで、サービスとしてのモビリティを強化します。
もう一つのポイントは政策です。リドルフィ氏は、「都市はマイクロモビリティの影響を理解する時間が必要だが、多くの場合、それを測定するツールを持っていない」と主張する。
ロンドンを例に挙げると、公共用電動スクーターは2028年から試行段階にあり、2028年まで稼働する予定だ。しかし、モビリティプロバイダーが今投資しても、いつかパリのように市が「もうスクーターはやめよう」と言い出し、数十台の車両が売り飛ばされるかもしれない。
「SWITCH ツールを使用すると、オペレーターも都市の計画プロセスの一部になることができます。オペレーターは後手後手ではなく、積極的に取り組むことができます」とリドルフィ氏は共有しました。
「たとえば、市は『自由に浮かぶスクーターは禁止』と言い、代わりにハブを要求するかもしれない。当社のツールを使用すると、実際の需要に基づいてハブの配置を計画できます。
トリノでは、自転車が従来のモビリティを妨げず、なおかつ市民のニーズを満たすことができるように、自転車ハブをどこに配置すべきかを検討するために市と協力しました。」
SWITCHは1月にEIT MobilityやBerkeley SkyDeck（このスタートアップはミラノでのBerkeley SkyDeckの最初の加速プログラムの一部だった）を含む民間投資家から60万ユーロを調達したほか、設立以来約40万ユーロの公的助成金を調達した。このスタートアップは現在、NVIDIA インセプション プログラムの一部です。
そして、その範囲が拡大するにつれ、遊休スクーター、十分に活用されていない車両、事後対応型の政策の時代はついに終わるかもしれません。
リード画像: Freepik。