Fremtidens transportløsninger - Autonomi, big data og delingsøkonomi

Fremtidens transportløsninger - Autonomi, big data og delingsøkonomi

Transportsektoren står overfor flere potensielt disruptive endringer og kanskje er vi på vei mot et samfunn uten privatbiler. Vi tar en titt på noen av de spennende mulighetene som ble presentert da ITS Rådet nylig arrangerte sitt årlige seminar.

ITS Rådet arrangerte nylig sitt årlige seminar om aktuelle ITS-temaer under tittelen «Mobilitetstjenester og ITS». Seminaret ble åpnet av samferdselsminister Ketil Solvik-Olsen, som for tiden arbeider med et forslag til en nasjonal transportplan for 2018-2029. 

Solvik-Olsen beskrev det som en krevende øvelse å skulle legge planer 13 år frem i tid for en sektor som er inne i så raske endringer. Dette er forståelig, da vi i løpet av seminaret fikk innblikk i potensielt disruptive teknologier og trender som vil kunne revolusjonere transportsektoren og kollektivtilbudet innen relativt kort tid. Og endringer er nødvendig: Vi blir stadig flere i de store byene, køene blir lengre og kollektivtilbudet strekker ikke til. Med tanke på miljø, klima, sikkerhet og effektivitet har samfunnet mye å tjene på å bedre kollektivtilbudet og redusere bilbruken.

Mobility as a Service

Sampo Hietanen, CEO hos MaaS Global, presenterte en visjonær løsning – «Mobility as a Service» (MaaS). MaaS kan beskrives som «Netflix for transportsektoren». Istedenfor å eie sin egen bil abonnerer man på en mobilitetstjeneste, som avhengig av abonnementstype gir tilgang på ulike transportmidler - når man trenger det. Dette kan være alt fra (el-)bil, taxi, buss, T-bane og bysykkel til tog, ferge, fly osv. Tanken er at du med en enkel mobilapp skal kunne bestille et transportmiddel som på en smidig måte tar deg fra A til B, eventuelt med sømløse overganger via flere andre transportmidler. Systemet vil være optimalisert for å kunne frakte flere personer samtidig, noe som vil kreve komplekse algoritmer for å kunne utnytte infrastrukturen på en mest mulig effektiv måte. Et mye brukt eksempel er autonome minibusser av typen «shuttlebuss» som frakter pendlere «the last mile» mellom dørstokk/arbeidsplass og kollektive knutepunkt. Her kan også maskinlæringsalgoritmer tas i bruk for å lære seg og forutsi brukernes pendlervaner. EasyMile sin EZ10 er eksempel på en slik prototype som i et samarbeid med Acando skal testes ut i et pilotprosjekt i Kongsberg. Selvkjørende busser høres kanskje ut som sci-fi, men kan bli vår nye hverdag raskere enn vi tror: Solvik-Olsen sier han gjerne vil tilrettelegge for å få autonome kjøretøy på veiene allerede i 2017.

Endring av tankesett

Det er mye som må «på plass» før MaaS fremstår som et fullverdig alternativ til det å eie sin egen bil. Hvor kort må ventetiden for det bestilte transportmiddelet bli før vi opplever den samme graden av «frihet» som vi har når vi kan hoppe rett inn i vår egen bil? Og hvor mye lengre tid bruker vi på selve reisen når den må samkjøres med naboer og kollegaer? En viktig faktor her er tilgjengelighet og sømløshet: Mengder av lett tilgjengelige kjøretøy som har kort ventetid ved eventuelle overganger. Og alt dette bestilt og betalt via et månedsabonnement og en enkel mobilapp.
Sampo Hietanen understreket avslutningsvis hvor viktig det vil være med et internasjonalt samarbeid for at MaaS også skal fungere sømløst over landegrensene. Vi er dermed inne i en spennende fase med tanke på posisjonering: Hvilke teknologier, apper og standarder vil være ledende når markedet blir modent? Hietanen var i hvert fall overbevist om at det i et MaaS-landskap ikke vil være rom for mange små aktører – det vil fungere virkelig bra først når brukerne kun trenger å forholde seg til noen få store tilbydere.

Delingsøkonomi

Før en velfungerende MaaS-tilbyder eventuelt etablerer seg som «den nye bilen» kan vi se konturene av andre potensielt disruptive trender, som Nabobil og UBER. Administrerende direktør i NaboBil, Even Heggernes, kunne fortelle hvordan bildelingstjenesten deres har opplevd en eksplosiv vekst siden nyttår. Tjenesten inkluderer kobling og oppgjør mellom private bileiere og leietakere, og har nå over 50.000 registrerte brukere. Det er en etablert tanke i Norge at hver familie skal eie sin egen bil. (I en rapport utarbeidet av Transportøkonomisk institutt (TØI), "Arbeidsreiser til sentrum, 2015", viste det seg at 88% av Norges befolkning bodde i en husholdning som disponerte minst én bil.) Undersøkelser har imidlertid vist at «millenials», oppfostret på internett og streaming-tjenester, i mye mindre grad er opptatt av å eie sin egen bil, noe som delvis kan forklare suksessen til Nabobil. UBER har allerede rukket å markere seg med en del kontroversielle nyhetsoppslag, men Norgessjef Carl Endresen fra UBER understreket at de i stor grad dekket et nytt marked (transport i forstadsområder) og dermed var et supplement til taxinæringen – ikke utelukkende en konkurrent. UBER satser stort på både samkjøring og autonome biler og vil derfor også være avhengig av smarte analyser av store datamengder.

Spesielt interessant var det at Nabobil og UBER-toppene begge trakk frem et ønske om en app hvor man med et enkelt tastetrykk både kan få bestilt og betalt for tjenesten. Per nå tar Nabobil og UBER prosenter av handelen, så en desentralisert løsning hvor blockchain-teknologi tar hånd om hele transaksjonen kan kanskje tenkes å bli neste utvikling?

Åpne transportdata

Et intelligent transportsystem er helt avhengig av effektiv sanntidsbehandling og analyse av store datamengder. Jacob Trondsen fra Vegdirektoratet fortalte om hvordan vi i Norge allerede har en god plan for forvaltningen av transportdata. Deres uttalte mål er å opprette ett nasjonalt tilgangspunkt, hvor alle kan få tilgang til statiske og dynamiske vegdata, inkludert informasjon om kollektivtransport, el-ladepunkter, bysykkelstativer osv. De dynamiske dataene er åpent tilgjengelige via den europeiske standarden DATEX II, som er et utvekslingsformat for alle typer sanntids veg- og trafikdata. Dataene inkluderer blant annet informasjon om estimerte reisetider, værdata, kamerabilder og vegmeldinger. Et eksempel på bruken av DATEX II er Vegvesenets ruteplanlegger som er utviklet av Acando.

"Det er tross alt ikke antallet kjøretøy eller mennesker som skaper trafikkork i seg selv, men mangelen på en intelligent infrastruktur og samhandling mellom menneskene i trafikken."

Med økende tilgang på informasjon, smarte algoritmer for sanntidsanalyse av data og flere autonome kjøretøy på veiene kan drømmen om en velfungerende MaaS-tjeneste bli virkelighet raskere enn først antatt.

 

Om bloggeren:
Simen er sivilingeniør i nanoteknologi og har mange års erfaring med analyser og datasimuleringer. Han har en sterk interesse for fremtidsrettede løsninger som tar i bruk kunstig intelligens, big data og maskinlæring.

comments powered by Disqus