Влияние данных: транспорт и логистика
В управлении цепочками поставок, логистике и транспортировке уже создано множество приложений для анализа данных. На складах цифровые камеры обычно используются для контроля за уровнем запасов, а данные предоставляют оповещения, когда требуется пополнение запасов. Прогнозирование делает еще один шаг вперед - те же данные с камер можно подавать через алгоритмы машинного обучения, чтобы научить интеллектуальную систему управления запасами прогнозировать, когда потребуется пополнение запасов. Конечно, цепочки поставок уже долгое время управляются статистикой и количественными показателями эффективности, но достижения, такие как аналитика в реальном времени огромных, быстро растущих наборов данных, революционизируют отрасль. В недалеком будущем склады и распределительные центры будут эффективно функционировать, практически не нуждаясь в человеческом взаимодействии.
В мире общественного транспорта корпорация Transport for London (TfL) использует данные, чтобы предоставить лучший сервис миллионам пассажиров, которые ежедневно используют его обширную сеть. Управление всеми этими автобусами, поездами, такси, дорогами, прокатом велосипедов, велосипедными дорожками, пешеходными дорожками и даже паромами дает TfL доступ к огромным объемам данных - и компания использует эти данные для планирования услуг и предоставления более качественной информации клиентам.
И давайте не будем забывать, что автомобильные технологии, не нуждающиеся в водителях, уже существуют, поскольку беспилотная машина Google преодолевает более 1 миллиона миль. Самостоятельные транспортные средства, вероятно, окажут большое влияние на будущее транспорта, от автомобилей до автобусов - даже грузовой транспорт, перевозящий грузы по стране и за ее пределами, может стать беспилотным, а также суда, пересекающие наши океаны, и самолеты, летающие между континентами.