ARTICULISTA INVITADO
La inclusión de sistemas predictivos, como big data y otras tecnologías, es una de las principales tendencias en la movilidad que nos permitirá avanzar para obtener una infraestructura de transporte conectada, automatizada, segura y eficiente
Pensemos en un mundo donde cada viaje por carretera sea diseñado para favorecer una movilidad más segura y eficiente, siempre con el usuario en el centro de las decisiones. Esto se puede lograr mediante el uso de herramientas y métodos para comprender la información recopilada en el sector de infraestructura vial. Con el uso de big data, inteligencia artificial (IA) y otras tecnologías se ha desarrollado información clave sobre los patrones de movimiento de las personas y vehículos para que los operadores de infraestructuras de transporte puedan atender necesidades específicas y alcanzar la eficiencia, ofreciendo un mejor servicio a los usuarios.
Como menciona McKinsey en un análisis reciente, los mayores beneficios de la tecnología aplicada al transporte impactan directamente en la reducción de tiempos, accidentes o ahorros en el consumo de combustible. Si trasladamos esta práctica a la operación de la infraestructura vial, en un contexto como el de México donde el tránsito diario promedio anual en las autopistas de México alcanza más de un millón 200 mil vehículos, la inteligencia de datos es crucial en la de decisiones informadas para mejorar la seguridad y eficiencia de los recorridos.
En términos de seguridad, las herramientas de monitoreo y gestión de incidencias en tiempo real apoyan a la asistencia vial y atención de emergencias. Un ejemplo relevante sucede en el Circuito Exterior Mexiquense, una vía de 117 km. que cuenta con más de 90 cámaras de monitoreo, las cuales sirven como un espejo para las autoridades y les permite detectar conductas anómalas. El resultado del procesamiento de datos durante el último año logró la reducción de 50 por ciento de los asaltos en esta vía.
Otro ejemplo en el ámbito de la seguridad vial, que permite tomar acciones y minimizar los riesgos, es el análisis de datos históricos recolectados sobre factores meteorológicos y el estado del pavimento en las zonas de frecuente accidentalidad. Gracias al uso de IA, hoy sabemos que en un corto plazo se podrán realizar detallados modelos de predicción de las condiciones que incrementan la probabilidad de accidentes. De ser así, esto contribuirá a implementar acciones concretas en protocolos de actuatoma ción que ayudarán a salvar más vidas humanas.
En nuestro caso, trabajamos con B-Mob, una plataforma big data que maneja un gran volumen de datos y a través del análisis predictivo de flujos de tráfico en casetas se optimizan las operaciones, impulsando la eficiencia y mejoras en el servicio con reducción de los tiempos de operación. Esto se refleja en la mejora del funcionamiento de los sistemas de peaje, así como identificar el momento en el que la infraestructura electrónica requiere mantenimiento preventivo antes de que surja una posible falla.
Los ejemplos anteriores nos indican que la inclusión de sistemas predictivos es una de las principales tendencias en la movilidad que nos permite avanzar hacia una infraestructura de transporte conectada, automatizada, segura y eficiente. Si tomamos en cuenta que podemos aprovechar todo su potencial, podemos aspirar a modelos que transiten de un esquema de análisis de datos a uno que tenga la capacidad de predecir el rendimiento de las operaciones para planificar nuevas carreteras, rutas de transporte público y otras mejoras de infraestructura.
Como líder de una empresa que opera importantes carreteras en México, sé que tenemos una oportunidad relevante para evolucionar hacia una movilidad que integre la inteligencia de datos para ofrecer a los usuarios viajes ágiles, eficientes y seguros. La infraestructura vial debe ser dinámica desde su concepción
_ hasta su operación y buscar anticiparse a las necesidades de los viajeros, sin perder de vista la sostenibilidad ambiental y la capacidad de adaptación al cambio climático.
Las herramientas digitales han desarrollado información clave sobre los patrones de movimiento