【台灣交通業的 AI 轉型故事】導入 AI 提升運量,桃捷搶先同業當科技創新領頭羊

交通業在全球發展歷史數百年,被認為是最老的行業之一。不過到了今天,交通業的技術和設備早已大躍進,從最早的鐵路到目前的高鐵和捷運,因系統先進複雜,產出的數據量極為龐大。桃園機場捷運參與台灣微軟 2018 亞太技術年會「AI 產業應用發表會」,搶在國內七家軌道公司前面,導入 AI 及數據分析,成為台灣最早開始應用 AI 做創新的行業領頭羊。

軌道運輸因高運量、低耗能的特性,扮演重要的陸地運輸角色,桃園市過去兩年全力打造「智慧城市」,同時又是國際機場門面,因此交通運輸的智慧化,成為桃園機場捷運的首要任務。通車一年多來,運量超乎預期,今年載運客次可望突破三千萬,五月份的最新數據,單日載運已超過 5.86 萬人次,遠高於通車時預估的 4.6 萬人次。

只有一歲多的桃捷,可說是軌道業的新生,但卻搶先同業,導入 AI 創新科技。桃捷身為交通運輸業,目前營運中的站點有 21 站,橫跨台北市、新北市與桃園市,營運中軌道總長度達 51.03 公里,這代表每一個站點的旅客進出相關資料、軌道設備的營運數據,都會是桃捷在運行中逐步累積的數據,而桃捷手中握有的這些數據,就會是數位轉型的最佳武器。

桃園機場捷運路線圖,圖片來源:桃園機場捷運官方網站。
桃園機場捷運路線圖,圖片來源:桃園機場捷運官方網站

不過,對於桃捷來講,最大的挑戰來自於把累積已久的行業知識與數據分析技術結合,讓桃捷從運輸業者再拓展定義成為提供智慧、有品質的運輸服務業者。桃捷首先在「運量分析」這個題目上著手,想要透過了解旅客的搭乘狀況,進一步優化運輸服務。在這個轉型的需求下,桃捷找上了具有資料科學專長,並針對交通運輸分析有大量經驗的創代科技合作,展開 AI 數據分析的試行計畫。

創代科技技術長李易儒分享,交通數據分析可以綜合多種時間、空間、地理位置,也透過蒐集各式各樣的交通數據,例如結合台北捷運、公車的數據,就可以更加清楚的知道旅客從哪裡進入桃捷站點,以及透過何種方式抵達桃捷站點。透過了解更多的旅客行為,也可讓針對桃捷的運量分析變得更精準。

旅客樣貌多元,AI 分析才能找出旅客不同的潛在需求

桃園機場捷運總經理蒲鶴章。
桃園機場捷運總經理蒲鶴章。

桃捷導入 AI 其實是一件必然的事情,從桃捷的特色就可看出端倪。桃園機場捷運總經理蒲鶴章表示,桃捷跟其他捷運的特性不太相同,因連接桃園國際機場,有不少國際旅客搭乘,代表了國家門面;且跨越北北桃三個城市,有本地旅客也有跨縣市的通勤族;沿線還有棒球場、購物 outlet。「因為旅客種類多,如何找到對的方式去行銷、提升載運量,就要仰賴數據。」

為了滿足不同種類的旅客通勤需求,桃捷勢必在服務品質上必須有效率的提升,這就來讓 AI 導入的目標逐漸明確。「以桃捷來說,有兩個最重要任務,一是運務、一是維修」,蒲鶴章指出,這兩者同等重要。

首先以運務來說,如何增加通勤量?潛在客戶在哪裡?「這必須從人的需求出發,」分析桃捷還未上線時,民眾都搭乘什麼交通工具,例如跟桃捷接駁的公車路線。但在過去,這類資料是靠桃捷同仁以人工去收集,獲得的效果當然也看得見,例如通勤客次增加了三成。「但我們希望可以再提升,增加六成,這就要靠 AI 數據分析,去找到那些還不懂得使用桃捷的旅客。」

桃園機場捷運進站數據統計圖,藉由相關分析得知進站旅客尖峰時段、旅客種類等資訊,適當調整班距與發車時間、減少不必要的等待。圖片為模擬數據,僅供參考。
桃園機場捷運進站數據統計圖,藉由相關分析得知進站旅客尖峰時段、旅客種類等資訊,藉此擬訂如何增加乘車率的策略。圖片為模擬數據,僅供參考。

在維修方面,軌道業的維修成本占營收比例頗為可觀。以台北捷運為例,一天有兩百萬次旅客通勤,維修所須資源相當高。桃捷也面臨相同問題,投注很大心力在維修,確保安全和運作順暢,然而現行的維修方式到底有沒有效率?也要仰賴 AI 數據分析,來找出最佳化的維修方式。

軌道業的預防性維修,可以大幅降低營運成本

以德國聯邦鐵路(Deutsche Bahn)的 AI 轉型案例舉例,德鐵是德國最大鐵路公司,本為物流服務為主,為了能維持公司營運,德鐵開始思考如何有效降低成本,並且提高運量。在這個過程中,德鐵從顧客、物流、營運、維修、行車控制、票證等面向等各層次導入 AI 數據分析、物聯網、雲端服務做轉型。

德鐵首先處理的就是成本問題,整個軌道系統有上百萬個零組件,本來都是採取固定排程維修,也就是時間到了就去看看零件有沒有需要更換,但這種作法的效率卻會造成極大的資源浪費,因為有的零件可能還很耐用,排程就沒有必要;有的已經瀕臨故障,卻沒有排入流程中,影響就很大。

因此,德鐵開始思考透過數據監測軌道零組件,做「預防性維修」,意指收集大量資料,描繪出零組件的資料樣態,在障礙即將發生之前就先解決的預防性作法,可以降低成本、提高獲利。

導入 AI 步步為營,分階段解決問題更妥當

桃捷為了達到「預防性維修」這個長遠目標,正在一步步借重 AI。不過要從何處先下手,這也是有意從事數位轉型的經營者的普遍疑問。以桃捷而言,初步先針對旅客介面,也就是電聯車和號誌系統,因為它與客戶的體驗息息相關。「第一步將先針對電聯車及號誌系統的關鍵零組件來試行,目前已進入數據分析的階段。」

蒲鶴章說,桃捷向很多國內外的業者請益,例如香港地鐵公司在做預防性維修時,如何將電聯車的資料擷取出來,又用什麼方式在平台上運算而得到結果。「其他包括歐洲、中國等軌道業發達的國家,也都去吸收經驗。」

傳統統計能力有限,機器學習可以提供客製化洞見

桃捷開出的另一運務轉型需求是:在班車時刻的安排上,更便利旅客。舉例來說,過去在設計幾點幾分列車進入站點時,很少去了解該區旅客的生活樣態,「這個站是通勤族多,還是出國客多?怎麼排班表,才能讓乘客的等候時間從十分鐘縮短為七分鐘。」又如在 A8 站要安排什麼店面進駐,才最能吸引旅客消費。蒲鶴章說,這些需要大量的數據分析,必須透過機器學習或深度學習等 AI 工具,傳統的統計分析能力有限。未來也考慮導入人臉辨識,結合車站的攝影機,分析出時間軸上出現的旅客屬性。而人臉辨識也須仰賴 AI。

創代科技進行資料清洗和篩選,透過雲端平台做機器學習分析並且將成果透過視覺化的呈現,很快就描繪出過去統計報表無法得到的旅客行為特性,例如旅客進出的熱門站點、時間高峰、透過刷卡行為替旅客做分群,找出特定通勤行為,提供給桃捷作為未來優化運量的參考。

桃園機場捷運進出站數據統計圖,藉由相關分析得知進出站旅客尖峰時段、旅客種類與各站進出次數等資訊,適當調整班距與發車時間、減少不必要的等待。圖片為模擬數據,僅供參考。
桃園機場捷運進出站數據統計圖,藉由相關分析得知進出站旅客尖峰時段、旅客種類與各站進出次數等資訊,適當調整班距與發車時間、減少不必要的等待。圖片為模擬數據,僅供參考。

導入 AI 的內外部人才合作,會是桃捷的下一個挑戰

在導入 AI 時,跨領域的團隊培養也很重要。以桃捷內部來說,目前主要有企劃處及運務處共計約十人的專案小組負責數據分析,另外再引進外部團隊創代科技,提供資料清洗及演算法技術等 know-how。蒲鶴章坦言,桃捷同仁都是很專業的軌道人,很懂運量狀況及旅客服務,但對資料處理及 IT 領域並非專業,若能更強化資料處理及 IT 領域的專業,讓蒐集到的數據進入 AI 平台,衍生出更有用的工具,就要靠內外部團隊合作。

「數位轉型的成功要件之一,是改革者必須了解這個產業的需求在哪裡。」桃捷給企業的建議是,先把自己的痛點弄清楚,找出最想改變的領域,明確開出需求,再一步步達成。這樣的跨界溝通,須要界接人才,而蒲鶴章本身是資訊工程出身,也累積了交通實作經驗,成為桃捷 AI 轉型的最大推手。

桃園機場捷運刷卡次數與票種統計示意圖,藉由分析相關數據,可做到更好的旅客服務。新關數據為模擬結果,僅供參考之用。
桃園機場捷運刷卡次數與票種統計示意圖,藉由分析相關數據,可做到更好的旅客服務。新關數據為模擬結果,僅供參考之用。

打造旅客有感的服務業

不過導入 AI 時,資安是一大考量。目前桃捷收集到的旅客、運務、維修等資料,都在自家內部的封閉系統內運行,資安問題不大。不過旅客的手機 app 接上系統,或行政作業對外聯網等對外接口都可能產生資安問題,桃捷必須在轉型過程中找到兼顧資安又方便民眾的作法。

桃園市長鄭文燦的主要政策是打造桃園成為智慧城市,桃捷團隊也全力將「科技、現代、智慧化」等元素融入桃捷的品牌形象,希望讓民眾感覺,軌道這個幾百年歷史的老行業也能有新風貌。

─ ─

(本文提供合作夥伴轉載)

AI 的應用,五花八門,也是大家的兵家必爭之地

報告教練:我用 AI 分析出怎麼守住 LeBron James 了!
【知乎回答破一億】用戶不再只有菁英,知乎如何靠 AI 維持社群知識水平?
【鴻海股東報告書】五年投資百億元,郭董:重點發展大數據、AI 與工業互聯網


科技新時代來到,肝苦 IT 人

參加 IT 人!新痛苦指數大調查!抽任天堂 Switch

馬上抽 Switch

點關鍵字看更多相關文章: