一文看尽未来的交通有多智能 | 麦肯锡观点

2017 年 11 月 18 日 机器之能 Roland Busch

仅仅有特斯拉的 Semi 和自动驾驶汽车,就能解救日益堵塞的交通吗?麦肯锡认为并不能。


编译 | 王宇欣 藤子

来源 | McKinsey


11 月 17 日,特斯拉发布电动卡车 Semi。这辆半挂式卡车纯电动,有自动驾驶辅助功能,配备了增强版的「Autopilot」系统。


在 Semi 发布之后,J.B. 亨特运输公司宣布已预购多辆,而零售巨头沃尔玛也表示,他们预订 15 辆在自己的供应链中测试这款车的性能。


毫无疑问,如果特斯拉的这辆纯电动卡车能够量产并大规模应用的话,物流公司的运营成本会下降,交通路况也会得到改善。但是仅仅有电动车就够了吗?甚至仅仅是自动驾驶就够了吗?就能一步到位地解决日益拥堵的交通问题吗?


麦肯锡在这篇文章中认为,并不能。未来的交通并不是单靠某一方面的单点突破就能解决的,那时,包括汽车、公共汽车、火车、货车等所有的交通工具都与公路、轨道、交通信号灯等基础设施进行互动,让整个城市的交通像计算机一样智能、高效地运转。


以下是麦肯锡的这篇文章:


城市正在成为全球经济的交换机,对很多人来说,住在这样的城市里令人兴奋,除了交通堵塞及尾气排放这些问题。汽车限行是当前比较常见的解决措施,然而,这样的措施并不能进一步支持城市的发展。事实上,还有更佳的解决方案,这个交通系统能确保城市中所有的因素——汽车、火车、电车、公共汽车等高效运行。


是时候开始用系统地思考来代替碎片化的想法了。


交通拥堵的压力与日俱增


周一,早晨,八点。对数百万的职场人士来说,忙碌的一周又开始了。然而,日常的交通拥堵使我们每日耗费在路上的时间日益增长。因为交通拥堵,伦敦市民每年被困在车里的时间额外增加了 73 小时,但伦敦并不是孤例。交通堵塞困扰着每个人,尤其是那些居住在高速成长的城市的人群。


事实上,这个问题可能会更严重。地球上的人口正在持续增长;而恰恰因为城市能提供更多的机会,其中很大一部分人口将会向城市群移动。比如:


在 2014 年,一共有 28 所超大型城市,到 2030 年,这个数字有望增加至 41。


交通密度和道路基础设施需求相应增长,尤其是快速发展中国家。比如,中国的车辆数目是十年前的五倍,从 2005 年的 3000 万增长至 2015 年的 1 亿 6000 万。


估计仅在 2017 年,东南亚国家联盟(ASEAN)的汽车销售总量将会增长 8.1%。


西门子和 Credo 的联合研究预测,全世界的城市的 GDP 将会因为市民不能产生收益的上下班时间损失 8% 到 30 %。


因此,城市当局正面临交通拥堵的压力,而这份压力正逐渐加大。比如,德国的一些城市迫于压力而禁止所有最新型的柴油动力汽车上路。同时,在德国和世界上的其他地方,电动汽车和无人驾驶汽车正在被提上议程。


但是让我们诚实地来看待这个问题:汽车限行,尤其在发达国家,是不现实的。研究表明,研究表明,如果可以选择的话,人们更倾向于驾驶自己的汽车外出。其他可行的交通方式,包括自行车和公共交通,应该成为所有国家交通未来的一部分,但是这不能完全解决交通堵塞问题。比如,由于「最后一英里(指公共交通站和家之间最后的一段距离)」的问题,很多上下班的人不能使用公共交通。


更好的解决方案


我们需要更佳的解决方案,幸运的是,我们有一个。这是一个突破性的方案,它需要我们转变自己的看法:不要再只关注汽车以及如何减少汽车数量上了,让我们来着眼于整体的系统,汽车只是这个系统中的一部分。是否能有一个智能的基础设施连接道路、铁路和其他的交通模式,让这些交通模式一起运行,为现代城市居民的出行需求提供服务?


具体来说:


所有的交通工具——汽车、公共汽车、火车、货车等都会以传感器与基础设施进行沟通,包括公路、轨道以及交通信号灯等。交通与基础设施之间的沟通使城市像一个巨型的计算机一样运转,任何事情都流入一个中央处理系统。


通过此方法获得的信息,在经过中央平台的编译和分析之后,将会智能地帮助我们维持、引导交通的流动,降低交通拥堵以及适应基础设施以满足灵活变化的交通需求。


智能交通管理系统至少有三点主要的好处。通过交通预测,使得公共交通更加可靠;由于辅助系统对人类反应的支持,使得交通更加安全;正是因为可以动态调节,使得交通更加灵活。例如,地铁的发车间隔可以在高峰时段缩短。智能交通管理系统同样促进了多式联运的出行,使用不同方式的交通,这将帮助解决上文提到的「最后一英里」难题。只有这种数字化的互联服务可以让交通的电气化和自动化成为可行,让这种突破性的交通成为城市未来的切实选择。


对一些人来说,这样的描述听起来可能有些未来主义。事实上,并非如此。指向这种转变的技术已经启动并且在使用当中。一个例子:基于云的开放式物联网操作系统已经面世,这种操作系统允许基础设施运营商在无需发展或投资必须的 IT 基础设施的情况下,轻易地将其资产和数据分析相连。比如,新加坡已经在使用西门子的 MindSphere(西门子推出的基于云的开放式互联网操作系统),整合城市生态系统,包括现代化的基础设施、优化的能源管理以及工业的转变。


一个相关的解决方案使得在马德里与巴塞罗那之间运行的高速列车准点率达到 99.98%。这被称为预见性维护(predictive maintenance),其依靠一种算法对列车提交的数据进行分析。该算法检测出异常现象,并可以检测出潜在的故障,防患于未然。在马德里和巴塞罗那间运行的列车的准点率不仅方便了旅行者,而且这条火车线路甚至可以与航空交通一较高下:超过 60% 的旅客现在选择乘坐火车。


另一个工具是城市空气性能工具(City Performance Tool Air),该工具在西门子的操作系统中运行,为城市而服务。它使用了超过 70 种交通工具、建筑和能源技术的专有数据为可能的二氧化塘和空气质量改进提供了详细的见解。如果选择了建议的方案,这些技术还可以创造新的本地就业岗位。


未来的交通


相比上班时在交通拥挤的车上坐上一个小时,未来可能是这样:查看一下可能的线路,驾驶汽车从一条交通顺畅的道路开到附近的火车站,走进一趟列车,列车一分钟后出发,到达公司,上班时间只有以往的一半。事实上,驾驶可以自动化,智能基础设施告诉自动驾驶的汽车哪条路线最快、最安全。另外一天,或许全程都是自己驾车,由智能交通信号灯引领,通过一条新路线,在相同的时间内到达工作地点。更少的交通拥堵,对公共交通车站意味着更小的压力,放松身心的人们则可以高效地工作。更少的时间待在车上、拥挤的公交以及电车上,意味着更少的二氧化碳排放,度过更多与家人和朋友在一起的时间。


如果政府找到解决交通难题的方法,他们将获得显著的经济回报。到 2025 年,仅城市每年在交通、公共健康和安全、资源管理和服务提供等方面的获利就将高达 1.7 万亿美元。最终,我们的目标是确保道路和铁路系统的方便性以及安全性,使我们的城市仍然是一个令人向往的适合居住的地方。


往期文章


大公司:微软亚马逊阿里百度腾讯英伟达苏宁西门子浪潮


创业公司:商汤科技依图科技思必驰竹间智能三角兽极限元云知声奇点机智景驰科技思岚科技追一科技海知智能出门问问钢铁侠科技体素科技晶泰科技波士顿动力弘量研究小源科技中科视拓


人物报道:吴恩达陆奇王永东黄学东任小枫初敏沈威肖建雄司罗施尧耘


自动驾驶:传统变革Uber图森未来速腾聚创驭势科技全球汽车AI大会


应用场景:金融医疗法律新零售网络安全


商业地理:加拿大匹兹堡瑞士

 

登录查看更多
0

相关内容

麦肯锡公司为一家全球型管理顾问公司,营运重点是提供公私部门的高阶管理层级人士正确的解决方案(Business Solutions)。
最新《智能交通系统的深度强化学习》综述论文,22页pdf
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
2019 GAITC 专题论坛之十二丨智慧交通--智慧城市的核心动脉
中国人工智能学会
7+阅读 · 2019年5月6日
我国智能网联汽车车路协同发展路线政策及示范环境研究
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年德国汽车产业研究报告
行业研究报告
16+阅读 · 2018年12月1日
智慧停车行业深度研究与分析报告
智能交通技术
4+阅读 · 2018年3月20日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
4+阅读 · 2019年1月12日
Arxiv
7+阅读 · 2018年12月10日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关VIP内容
最新《智能交通系统的深度强化学习》综述论文,22页pdf
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
相关资讯
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
2019 GAITC 专题论坛之十二丨智慧交通--智慧城市的核心动脉
中国人工智能学会
7+阅读 · 2019年5月6日
我国智能网联汽车车路协同发展路线政策及示范环境研究
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年德国汽车产业研究报告
行业研究报告
16+阅读 · 2018年12月1日
智慧停车行业深度研究与分析报告
智能交通技术
4+阅读 · 2018年3月20日
中国倒数第五!毕马威全球自动驾驶报告|附下载
人工智能学家
6+阅读 · 2018年1月21日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
相关论文
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
4+阅读 · 2019年1月12日
Arxiv
7+阅读 · 2018年12月10日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
12+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员