MaaS un AI: kā pilsētas saliek mobilitāti vienā sistēmā

MākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētās••By 3L3C

MaaS nav tikai lietotne — tas ir integrēts mobilitātes pakalpojums. Uzziniet, kā AI, dati un partnerÄ«bas palÄ«dz pilsētām samazināt sastrēgumus.

MaaSviedpilsētaspubliskais sektorstransporta integrācijamobilitātes datiAI pārvaldībailgtspējīga mobilitāte
Share:

Featured image for MaaS un AI: kā pilsētas saliek mobilitāti vienā sistēmā

MaaS un AI: kā pilsētas saliek mobilitāti vienā sistēmā

DecembrÄ« pilsētās parasti redz vienu un to paÅ”u ainu: sastrēgumi ap tirdzniecÄ«bas centriem, pilnas autostāvvietas, pārpildÄ«ts sabiedriskais transports, taksometru rindas pie stacijām. Problēma nav tas, ka cilvēki ā€œnegrib braukt zaļiā€. Problēma ir tā, ka mobilitāte joprojām ir sadalÄ«ta pa saliņām — biļete vienā lietotnē, mikromobilitāte citā, vilciens ar treÅ”o noteikumu kopumu, un katram operatoram savi dati.

TieÅ”i tāpēc Mobility-as-a-Service (MaaS) atkal kļūst par centrālu tēmu viedo pilsētu un publiskā sektora digitalizācijas dienaskārtÄ«bā. SmartCitiesWorld podkāsta epizodē, kurā Luke Antoniou sarunājas ar Urban Mobility Partnership (UMP) pārstāvi Krisu Pričetu (Chris Pritchett), caur praktisku prizmu izskan trÄ«s lietas: skaidra MaaS definÄ«cija, publiskā un privātā sektora partnerÄ«bas un digitālā savietojamÄ«ba.

Å ajā ierakstā es to ā€œiztulkoÅ”uā€ mÅ«su sērijas kontekstā — MākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētās — un parādīŔu, kāpēc MaaS bez datiem un AI bieži paliek par glÄ«tu lietotni, bet ar datiem un AI kļūst par pārvaldāmu publisku pakalpojumu.

MaaS nav lietotne. MaaS ir vienoŔanās par pieredzi un datiem

MaaS bÅ«tÄ«ba nav ā€œviena aplikācija visamā€. BÅ«tÄ«ba ir vienots mobilitātes pakalpojums lietotājam, pat ja fonā darbojas 10 operatori un 3 biļeÅ”u sistēmas. Podkāstā Pričets uzsver, ka definÄ«cija ir kļuvusi ā€œÅ”Ä·idraā€, un tas nav akadēmisks strÄ«ds — tas tieÅ”i ietekmē, ko pilsēta iepērk, ko tā regulē un ko iedzÄ«votājs sagaida.

Praktiska MaaS definīcija, kas strādā publiskajā sektorā:

MaaS ir integrēts mobilitātes piedāvājums, kur plānoÅ”ana, rezervācija, apmaksa un atbalsts tiek nodroÅ”ināts kā viena pieredze, bet dati un atbildÄ«bas ir sadalÄ«tas starp iesaistÄ«tajiem.

Kāpēc definÄ«cija ir kritiska paÅ”valdÄ«bai

Ja MaaS tiek saprasts kā ā€œaplikācijaā€, iepirkums parasti beidzas ar interfeisu. Ja MaaS tiek saprasts kā ekosistēma, tad iepirkumā parādās prasÄ«bas par:

  • datu apmaiņas standartiem (reisu, tarifu, pieejamÄ«bas, kapacitātes dati),
  • identitātes un maksājumu saskaņoÅ”anu,
  • klientu atbalsta atbildÄ«bām,
  • pakalpojuma kvalitātes KPI (punktualitāte, pieejamÄ«ba, atcelÅ”anas, sÅ«dzÄ«bas),
  • droŔības un privātuma režīmiem (Ä«paÅ”i, ja tiek izmantots AI).

Å is ir klasisks ā€œAI publiskajā sektorÄā€ jautājums: vai mēs digitalizējam virsmu, vai arÄ« uzbÅ«vējam sistēmu, kas rada pārvaldāmus datus un izmērāmu rezultātu?

Integrācija un savietojamība: kur MaaS satiekas ar AI

Integrācija izklausās garlaicÄ«gi, lÄ«dz brÄ«dim, kad saproti efektu: integrācija ir vienÄ«gais veids, kā iedzÄ«votājam dot reālu alternatÄ«vu privātajam auto. Ja pārsēŔanās ir neprognozējama, biļetes nevar nopirkt vienā solÄ« un kavējuma gadÄ«jumā nav plāna B, cilvēks izvēlas auto — nevis tāpēc, ka ā€œnemÄ«l sabiedriskoā€, bet tāpēc, ka vēlas kontroli.

AI Ŕeit nav dekorācija. AI ir instruments, kas no savietojamiem datiem var izdarīt trīs praktiskas lietas.

1) Multimodāla marÅ”rutēŔana ar reāllaika korekcijām

Ja sistēmai ir reāllaika dati (kavējumi, noslodze, satiksmes incidenti, mikromobilitātes pieejamÄ«ba), AI var ieteikt marÅ”rutu, kas nav tikai ā€œÄtrākaisā€, bet visdroŔākais pret nobrukumu.

Konkrēti piemēri, ko pilsētas var prasīt MaaS risinājumam:

  • prognozēt pārsēŔanās risku (vai paspēs uz reisu),
  • automātiski piedāvāt alternatÄ«vu, ja notiek atcelÅ”ana,
  • ņemt vērā pieejamÄ«bu (lifts, zems grÄ«das transports, attālumi starp pieturām),
  • optimizēt pēc COā‚‚ vai gaisa kvalitātes mērÄ·iem noteiktās zonās.

2) Dinamiska kapacitātes un piedāvājuma vadība

MaaS rada redzamÄ«bu: kur un kad pieprasÄ«jums pieaug, kur pārsēŔanās ā€œizkrÄ«tā€, kur mikromobilitāte tiek izņemta no spēles laikapstākļu dēļ.

AI balstīta analītika ļauj:

  • prognozēt pīķus (pasākumi, skolu brÄ«vlaiki, sezonālās plÅ«smas),
  • pārplānot transportlÄ«dzekļus un personālu,
  • gudrāk izvietot koplietoÅ”anas velosipēdus/skrejriteņus,
  • identificēt marÅ”rutus ar augstu latentā pieprasÄ«juma potenciālu.

Decembra kontekstā tas ir Ä«paÅ”i aktuāli: pilsētām ir ā€œpīķu pīķisā€, un datu vadÄ«ta plānoÅ”ana ir lētāka nekā haotiska papildreisu likÅ”ana pēdējā brÄ«dÄ«.

3) Vienota tarifu loģika un sociālais taisnīgums

Viena no MaaS grÅ«tākajām daļām ir nevis tehnoloÄ£ija, bet tarifu saskaņoÅ”ana. AI var palÄ«dzēt modelēt tarifus un to ietekmi:

  • vai integrētā biļete samazina auto braucienus vai tikai pārdala esoÅ”os sabiedriskā transporta braucējus,
  • kā mainās pieejamÄ«ba zemāku ienākumu grupām,
  • kādas atlaides dot, lai mazinātu sastrēgumus konkrētā laikā/zonā.

Te pilsētai jābūt stingrai: ja publiskais sektors finansē mobilitāti, tad algoritmam jāatbalsta sabiedriskie mērķi, nevis tikai ieņēmumu optimizācija.

Publiskā un privātā sektora partnerÄ«bas: bez tām MaaS neiziet no pilotēŔanas

Podkāstā skaidri izskan UMP perspektīva: partnerības ir kritiskas, lai MaaS pilotprojekti kļūtu par noturīgām shēmām. Es tam piekrītu ar vienu piebildi: partnerības strādā tikai tad, ja pilsēta ir uzrakstījusi spēles noteikumus.

Ko pilsētai nozÄ«mē ā€œlabaā€ MaaS partnerÄ«ba

Laba partnerÄ«ba nav ā€œpaņemsim platformu no piegādātāja un cerēsimā€. Laba partnerÄ«ba ir lÄ«gumu, datu un atbildÄ«bas arhitektÅ«ra.

Pilsētas un valsts iestādes praksē var ieviest Ŕādu minimālo komplektu:

  1. Datu koplietoÅ”anas politika: kādi dati ir obligāti, kādā kvalitātē, ar kādu latentumu, kādā formātā.
  2. Interoperabilitātes prasības: lai MaaS nav piesieta vienam operatoram vai vienam maksājumu risinājumam.
  3. Kopējie KPI: ne tikai reisus un pasažierus, bet arÄ« ā€œpārsēŔanās veiksmÄ«gumuā€, sÅ«dzÄ«bu laiku, pieejamÄ«bas rādÄ«tājus.
  4. AtbildÄ«ba par klienta pieredzi: kurÅ” risina problēmas, ja ķēdē ir 3 operatori.
  5. AI pārvaldība (AI governance): caurskatāmība, auditi, diskriminācijas riski, datu minimizācija.

VienkārÅ”s princips: privātais sektors var bÅ«t ātrs, bet publiskais sektors ir tas, kam jāgarantē taisnÄ«gums un uzticamÄ«ba.

Kāpēc pēc Covid-19 (un tagad, 2025. gadā) tas atkal ir ā€œlogsā€ rÄ«cÄ«bai

Pričets podkāstā runā par iespēju atgÅ«t mobilitātes plānus, pārejot ārā no pandēmijas. 2025. gadā situācija ir nobriedusi citādi: attālinātais darbs ir padarÄ«jis pieprasÄ«jumu mazāk prognozējamu, bet vienlaikus datu un maksājumu infrastruktÅ«ra ir kļuvusi spēcÄ«gāka. Tas nozÄ«mē, ka MaaS vairs nav tikai par ā€œÄ“rtumuā€ — tas ir par pārvaldÄ«bu: kā pilsēta vada plÅ«smas, emisijas un pieejamÄ«bu ar reāliem instrumentiem.

Ilgtspēja: MaaS strādā tikai tad, ja tas maina uzvedību

MaaS bieži tiek pārdots kā ilgtspējas risinājums, bet realitāte ir stingra: ja MaaS nepadara alternatÄ«vu auto objektÄ«vi vienkārŔāku, tas nemainÄ«s uzvedÄ«bu pietiekamā apjomā.

Tāpēc ilgtspēja MaaS kontekstā nav sauklis, bet dizaina uzdevums:

Kas reāli samazina auto braucienus

  • Vienots maksājums (nevis 4 atseviŔķi pirkumi).
  • Garantēta pārsēŔanās vai automātiska pārlikÅ”ana uz alternatÄ«vu.
  • Integrēta informācija par aizņemtÄ«bu (cilvēki izvairās no pārpildÄ«juma, ja to redz laicÄ«gi).
  • Pirmā/pēdējā kilometra risinājumi (mikromobilitāte + sabiedriskais transports vienā plānā).

Kā AI palÄ«dz ilgtspējai bez moralizēŔanas

AI var ā€œpabÄ«dÄ«tā€ izvēli, nevis nosodÄ«t. Piemēram:

  • pēc noklusējuma piedāvāt marÅ”rutu ar zemāku COā‚‚, ja laika starpÄ«ba ir minimāla,
  • dot cenu stimulus ārpus pīķa laika,
  • optimizēt reisu grafikus, lai samazinātu tukÅ”os nobraukumus.

Publiskajā sektorā te ir svarÄ«ga robeža: paskaidrojama ieteikumu loÄ£ika. Ja iedzÄ«votājs nesaprot, kāpēc sistēma piedāvā dÄ«vainu marÅ”rutu, uzticÄ«ba pazÅ«d ātri.

Praktiska ā€œMaaS + AIā€ ievieÅ”anas kartÄ«te paÅ”valdÄ«bai

Ja jÅ«s strādājat paÅ”valdÄ«bā, ministrijā, plānoÅ”anas reÄ£ionā vai pie operatora, Å”is ir Ä«ss kontrolsaraksts, ko es izmantotu, lai sarunas par MaaS nepārvērstos tikai par lietotnes dizainu.

90 dienu fokuss: pamati, bez kuriem AI nedos atdevi

  • Inventarizējiet datu avotus: grafiki, reāllaiks, tarifi, incidenti, pieejamÄ«ba.
  • Nosakiet ā€œobligātosā€ datu laukus un kvalitātes sliekŔņus.
  • Vienojieties par identitātes un maksājumu plÅ«smu (kas ir ā€œkontrolierisā€?).
  • Izvēlieties 3 KPI, kas atspoguļo iedzÄ«votāja pieredzi (ne tikai operatora darbÄ«bu).

6–12 mēneÅ”u fokuss: no pilotprojekta uz sistēmu

  • Ieviesiet savietojamÄ«bas prasÄ«bas iepirkumos un atļaujās.
  • Izveidojiet AI pārvaldÄ«bas modeli: audits, monitorings, atbildÄ«gās personas.
  • Pielāgojiet tarifus, lai integrācija bÅ«tu finansiāli jēdzÄ«ga (ar sociāliem droŔības tÄ«kliem).
  • Sāciet ar vienu koridoru vai zonu, kur var izmērÄ«t efektu (pārsēŔanās, kavējumi, auto plÅ«sma).

Mans novērojums: visātrāk rezultātu dod nevis ā€œlielā platformaā€, bet vienoÅ”anās par datiem + vienots maksājums + pārsēŔanās uzticamÄ«ba.

Kur Å”is iederas sērijā ā€œMākslÄ«gais intelekts publiskajā sektorā un viedajās pilsētāsā€

MaaS ir labs lakmusa papÄ«rs AI izmantoÅ”anai publiskajos pakalpojumos. Tas parāda, vai iestāde prot strādāt ar datiem, definēt atbildÄ«bas un aizsargāt sabiedrÄ«bas intereses, vienlaikus sadarbojoties ar privātajiem operatoriem.

Ja pilsēta MaaS uztver nopietni, tā iegÅ«st vairāk nekā ērtu marÅ”rutētāju:

  • labāku satiksmes plÅ«smu analÄ«zi un prognozēŔanu,
  • uz datiem balstÄ«tu lēmumu pieņemÅ”anu par grafikiem, tarifiem un infrastruktÅ«ru,
  • pārskatāmu sadarbÄ«bas modeli starp publisko un privāto sektoru,
  • reālistisku ceļu uz ilgtspējÄ«gu mobilitāti bez piespiedu retorikas.

Nākamais solis ir pavisam konkrēts: izvēlēties vienu pilsētas problēmu (piemēram, pārsēŔanās no reÄ£ionālā autobusa uz pilsētas transportu), uzlikt tai KPI, sakārtot datus un tikai tad runāt par ā€œAI slāniā€.

Pilsētām, kas 2026. gada budžetos plāno viedo pilsētu projektus, Å”is ir Ä«stais brÄ«dis uzdot sev vienu neērtu, bet produktÄ«vu jautājumu: vai mÅ«su mobilitātes dati jau ir pietiekami labi, lai AI vispār drÄ«kstētu pieņemt ieteikumus iedzÄ«votājiem?