AI & de toekomst van mobiliteit

AI in de verkeerscentrale voorspelt hoe drukte en verstoringen zich door het netwerk verspreiden, en vergelijkt wat mogelijke ingrepen opleveren. Het combineert gegevens van detectielussen in het wegdek, camera's, navigatiedata en het weer, en voorspelt waar de komende tijd files kunnen ontstaan. Op het spoor rekent het door hoe één vertraagde trein de rest van de dienstregeling raakt. Het systeem stelt maatregelen voor, zoals een rijstrook sluiten, de snelheid verlagen of een trein omleiden. De verkeersleider kiest. De volgende stap is een centrale die kleine ingrepen zelf doet, zoals de snelheid aanpassen of een spitsstrook openen, en de verkeersleider alleen roept voor wat afwijkt.

AI-vlootsturing vergelijkt alternatieve inzetplannen voor voertuigen en bemanningen, met rij- en rusttijden, onderhoud en afspraken met personeel als randvoorwaarden. Het voorspelt hoeveel reizigers er op een lijn of vlucht komen, zodat de capaciteit daarop kan worden afgestemd. Valt een trein uit of heeft een vliegtuig een technisch probleem, dan rekent het binnen minuten door welke omzetting zo weinig mogelijk reizigers raakt, inclusief de bemanning die daarvoor beschikbaar is. De planner beoordeelt het voorstel. De volgende stap is plannen over vervoerders heen: bij een grote verstoring zet AI bussen, treinen, taxi's en deelvervoer van verschillende partijen samen in, als één vloot.

Voorspellend onderhoud herkent slijtage en naderende storingen in meetgegevens, zodat een onderdeel wordt vervangen voordat het kapotgaat, naast de inspecties die voorgeschreven blijven. Vliegtuigmotoren sturen tijdens de vlucht gegevens over temperatuur en trillingen door. Langs het spoor meten meetpunten de wielen en lagers van elke passerende trein, en wissels registreren hoeveel kracht ze nodig hebben om om te zetten. AI herkent in die stroom de patronen die aan een storing voorafgaan. De volgende stap: drones en robots die 's nachts zelfstandig onder treinen en rond vliegtuigen hun inspectieronde doen, en een digital twin van elk voertuig, een virtueel model dat de toestand van het voertuig bijhoudt en het volgende onderhoudsmoment voorspelt.

Mobiliteit als dienst brengt reisplanning, boekingen en betalingen van verschillende vervoerders samen in één app. AI weegt daarin meer mee dan de reisduur: ook persoonlijke voorkeuren, actuele vertragingen en de beschikbaarheid van deelvervoer. Bij een gemiste overstap rekent het de hele reis opnieuw door, inclusief het aansluitende vervoer. Is de planner gekoppeld aan een dienst met robottaxi's, die in een aantal steden al zonder chauffeur rijden, dan kan hij ook zo'n rit boeken. Voor vervoerders ontstaat zo een verkoopkanaal waarin hun aanbod deel is van een samengestelde reis, per rit of als abonnement. En waar gegevens over de hele reis beschikbaar zijn, worden patronen zichtbaar die de eigen kaartverkoop niet laat zien: welke aansluitingen reizigers kiezen en waar ze overstappen op een andere vervoersvorm.

Een AI-agent voert zelfstandig een reeks stappen uit om een taak af te ronden, binnen grenzen die de organisatie stelt. Bij een verstoring willen duizenden reizigers tegelijk weten hoe ze verder moeten. Een agent kan dan een nieuwe verbinding zoeken, een hotel of vervangende bus regelen, de reiziger persoonlijk informeren en een verzoek om compensatie afhandelen. Automatisch omboeken wordt al gebruikt; luchtvaartmaatschappijen testen agents die in een gesprek met de reiziger zelf een boeking wijzigen. De volgende stap zijn agents die een verstoring zien aankomen en reizigers omboeken voordat de trein uitvalt of de vlucht wordt geschrapt. Medewerkers houden zo tijd voor de reiziger in een rolstoel of het kind dat alleen reist.

Robottaxi's rijden in meerdere steden al als betaalde dienst, met honderdduizenden ritten per week. Hun inzet blijft gebonden aan een afgebakend werkgebied en aan de omstandigheden waarvoor het systeem is ontwikkeld. Binnen die grenzen doet AI de rijtaak; een centrale helpt voertuigen die vastlopen in een ongewone situatie, zoals wegwerkzaamheden. De operatie omvat zo meer dan automatisch rijden: ook reizigers helpen, laden, schoonmaken en de voertuigen over het werkgebied verdelen horen erbij. Gegevens uit de gereden ritten leveren nieuwe trainingssituaties op, waarmee ontwikkelaars de volgende softwareversie verbeteren en testen. Met elke rit groeit zo de verzameling verkeerssituaties waarop het systeem wordt getoetst.

In een softwaregedefinieerde auto bepaalt software een groot deel van wat de auto kan, van de rijhulpsystemen en het batterijbeheer tot het scherm in het dashboard. Die software wordt op afstand bijgewerkt. Een fabrikant herstelt zo een fout of voegt een functie toe zonder dat de auto naar de garage hoeft. Steeds meer auto's krijgen een spraakassistent op basis van een taalmodel, die de route plant, een laadpaal zoekt of uitlegt wat een waarschuwingslampje betekent. De volgende stap is een assistent die de auto kent en zelf handelt: hij plant het onderhoud, laadt als de stroom voordelig is en stemt de rit af op de agenda. Voor autobedrijven loopt de relatie met de klant zo lang na de verkoop door.

In een AI-first organisatie begint het werk aan planning, inzet en onderhoud bij AI: die doet het werk dat mensen niet hoeven te doen. Medewerkers richten zich op werk waarin ervaring, oordeel en contact het verschil maken. AI maakt het eerste voorstel voor de dienstregeling, voorspelt de drukte en signaleert storingen. Mensen helpen reizigers en beoordelen situaties waarin ervaring nodig is, bijvoorbeeld bij een storing die niet in het handboek staat. De organisatie van 2040 kan de regisseur zijn van een gemengde ploeg: eigen mensen, machines van partners en agents die met klanten praten. Daarbij kan werk verschuiven van routinetaken naar regie en toezicht.

Als voertuigen zelf rijden en reizigers hun reis door een agent laten regelen, ontstaan er beroepen die nu nog nauwelijks bestaan. In een scenario voor de komende vijf tot tien jaar bewaakt een vlootregisseur vanuit een centrale tientallen zelfrijdende voertuigen tegelijk en grijpt hij in als er iets ongewoons gebeurt. Een trainer leert AI-systemen omgaan met zeldzame verkeerssituaties, van een omgewaaide boom tot een agent die met handgebaren het verkeer regelt. Een reisontwerper bouwt diensten die de agents van reizigers kunnen lezen en boeken. Verkeersleiders voor het luchtruim op lage hoogte houden drones en luchttaxi's boven de stad uit elkaar. En de planner beoordeelt voorstellen van een systeem in plaats van zelf te puzzelen.

In de verkeerscentrale van morgen werken verkeersleiders van weg, spoor en water samen met AI als één team. AI schat over de netwerken heen in hoe een stremming op het spoor extra verkeer naar de snelweg kan trekken, en hoe een open brug die file kan verlengen. De verkeersleiders stemmen af wat ze doen: extra treinen inzetten, een rijstrook vrijhouden voor de hulpdiensten, de brug een kwartier dicht houden. Ieder blijft zijn eigen netwerk besturen; AI geeft hun een gezamenlijk beeld van weg, spoor en water. Bij een ongeval of calamiteit nemen mensen de besluiten. Netwerken die nu nog elk apart worden bewaakt, kijken zo samen vooruit.

Leiders in mobiliteit kijken ver vooruit. Ze nemen het initiatief bij AI en nieuwe technologie, werken vanuit een beeld van de reiziger over vijftien jaar en maken dat beeld concreet voor hun mensen. Ze proberen uit op één buslijn of in één depot, leren van wat daar misgaat en besluiten terwijl nog niet alles vaststaat. Zo bouwen ze samen met hun teams aan het vervoer van morgen. In 2040 kunnen zij een netwerk aansturen waarin ook voertuigen, data en agents van andere partijen een rol spelen.

Een toekomstacademie is een eigen opleiding binnen de organisatie, voor medewerkers die er al werken en voor wie nog komt. De organisatie maakt hen daar klaar voor de toekomst en wacht niet tot het onderwijs is bijgewerkt. Medewerkers leren er werken met AI, agents en andere nieuwe technologie en zien wat dat betekent voor hun eigen taken. Leiders leren er keuzes maken in een organisatie die steeds verandert. Omdat de academie bij het werk zelf hoort, verandert het programma mee met de technologie.

Een ecosysteem betekent dat partijen die elk een stukje van de dienst verzorgen, samenwerken alsof het één systeem is. De klant ziet één dienst; daarachter zitten partners, start-ups, wetenschappers en overheden die wegen en spoor beheren en regels vaststellen. Technologie komt van het ene continent, onderdelen van een ander, en de dienst zelf raakt partijen in meerdere landen. Gegevens van partners helpen AI om gezamenlijke activiteiten beter te plannen en bij te sturen. Partijen wereldwijd werken daarom aan gemeenschappelijke dataformaten, zodat hun systemen makkelijker gegevens uitwisselen.