美国通勤格局正在经历重大转变，这主要是由于远程工作的兴起以及 COVID-19 大流行引发的挥之不去的安全担忧所推动的。 为了保持相关性并满足通勤者不断变化的需求，全国各地的公共交通机构都必须采取创新方法。

乘客变得越来越挑剔，寻求无缝、高效、灵活、安全和随时可用的交通体验。 为了满足这些需求并扭转客流量下跌的趋势，人工智能 (AI) 的集成成为了一个强大的盟友。

通过人工智能提高效率和适应性

与大流行前的水平相比，这场大流行导致乘客人数大幅下跌 80%，促使交通运营商探索人工智能驱动的解决方案。 人工智能在公共交通中最受期待的应用之一是路线优化。

人工智能算法利用历史数据根据各种因素预测服务需求，使运营商能够有效地优化时间表和资源分配。 通过收集和分析来自 GPS 跟踪器、票务系统和社交媒体等来源的数据，人工智能系统可以为乘客提供实时、准确的信息，即使面对道路堵塞或维护等意外事件，也能确保一致的服务。

人工智能分析模式和因素的能力在实时情况分析（例如交通模式和事故）中非常宝贵。 这使得交通提供商能够有效地检测和响应不可预测的事件和异常情况，从而提高客户满意度。

此外，人工智能可以提高能源效率，最大限度地减少燃料消耗，并减少温室气体排放，特别是与电动汽车和替代燃料来源结合使用时。

促进可及性和客户支持

人工智能驱动的客户支持票证分析使机构能够更准确地更深入地了解乘客的需求，从而促进明智的决策，从而提高客户满意度。

推荐阅读 1

3EX AI交易平台独家功能：一键反转 扭亏为盈

4小时前 2

币安推出 BRC-20 代币交易市场

4小时前

利用人工智能分析乘客人口统计数据和出行模式，有助于交通当局识别对无障碍服务需求较高的区域，从而促进包容性。

人工智能和物联网 (IoT) 的融合为监控车队和基础设施、做出实时决策以及根据收集的数据预测结果提供了机会。 在人工智能算法的支持下，预测维护可以在潜在问题变成重大问题之前识别它们。

从传统的反应性维护转向预防性方法可确保更顺畅的运营和更好的骑手体验，减少服务中断，延长资产使用寿命，削减成本并提高可靠性。

成功的人工智能实施：现实世界的例子

一些交通机构已经在实施人工智能解决方案，并取得了可喜的成果。 圣克拉拉谷交通管理局试点了基于云的人工智能交通信号优先 (TSP) 解决方案，该解决方案与现有基础设施集成，提供有关公交车位置的实时信息。 通过整合机器学习模型，VTA 将 77 号公路的行驶时间缩短了 18% 至 20%，令人印象深刻。

此外，达切斯县公共交通、皮内拉斯阳光海岸交通管理局和萨斯卡通交通等交通机构正在测试用于预测性维护的人工智能解决方案。 这些技术可读取公交车队上的现有传感器来检测问题，从而将一项测试的工时显着减少 50% 以上。

克服财务限制

虽然人工智能在公共交通中的潜在好处是显而易见的，但许多机构面临财务限制和预算削减。 为了成功实施人工智能，各机构必须考虑创新方法。

基于云的解决方案提供可扩展性以及集成来自孤立源系统和仓库的大量数据的能力。 任务团队之间的合作在这一努力中变得至关重要。 人工智能的变革力量在于它能够在一个统一的、数据友好的生态系统中连接多个部门的参与者，鼓励跨平台共享。