Artificiële intelligentie (AI) helpt de Brusselse vervoersmaatschappij MIVB op weg naar een duurzame en efficiënte mobiliteit. Ze hanteert daartoe een pragmatische benadering. “De technologie is nooit een doel op zich, maar wel een middel om onze werking te optimaliseren”, verduidelijkt Rob Roemers, Head of Data & Analytics.
De MIVB is één van de grootste werkgevers van Brussel. Er staan constant projecten in de steigers om het verkeer in Brussel nog vlotter te doen verlopen. Daarin speelt de data lab community, die een honderdvijfentwintigtal medewerkers groepeert, een essentiële rol. Rob Roemers:”Verschillende innovaties kennen een AI-laag, maar een bepaalde technologie vormt nooit het uitgangspunt voor onze mensen. We gaan telkens na hoe we een bepaalde uitdaging best aanpakken. AI behoort tot één van de vele instrumenten om onze doelen te realiseren.”
Meetbare resultaten
Om een draagvlak bij de business te creëren, raadt de dataspecialist aan om te starten met enkele behapbare projecten. “Dat laaghangend fruit vind je in elke organisatie terug. Met onze eerste projecten slaagden we er met behulp van sensoren in om de bedrijfszekerheid van onze ticketautomaten te verhogen. Dergelijke case vergde niet de meest complexe datamodellen of huizenhoge budgetten, maar ze werkte wel en bood meetbare resultaten. We breidden de technologie al snel uit richting onze liften en andere toepassingen. De kunst bestaat er dus in van bij die eerste data- of AI-projecten niet al te vaak te falen.”
Aangewezen aandrijving en route
Een mooi voorbeeld van hoe AI kan bijdragen tot een duurzame mobiliteit, illustreert Rob Roemers aan de hand van een project dat zich in een proof of concept-stadium bevindt. “De MIVB stelt alles in het werk om haar ecologische impact te verkleinen. We testen aan de hand van data en sensoren wat daartoe de meest aangewezen aandrijving is. AI helpt ons ook nagaan welke route het minste energie voor elektrische bussen opslorpt. Het vermijden van steile hellingen of drukke kruispunten zorgt voor een hogere autonomie. Dat willen we exact bepalen.”
Poolstervisie
De Brusselse vervoersmaatschappij geldt als een mooi voorbeeld van hoe overheidsinstellingen AI en andere innovatieve technologieën omarmen. “We hebben de organisatie sterk gewezen op het belang van datamanagement en werkten een duidelijke poolstervisie uit. De business stelt ons de nodige budgetten ter beschikking, aangezien ze de directe link tussen onze activiteiten en de potentiële toegevoegde waarde ziet. Door de deadlines en budgetten af te lijnen, creëer je de ruimte om te schakelen. Ik beschouw het als een berg die je beklimt en waarbij je af en toe op je stappen terugkeert om ontoegankelijke paden te omzeilen. Uiteindelijk zal je – als je het goed aanpakt – de top wel bereiken.”
Snelle volger
De Brusselse vervoersmaatschappij ambieert volgens Rob Roemers geen absolute voortrekkersrol. “We profileren ons bewust als een snelle volger. Ongeacht de technologie kijken we altijd wat er op de markt aanwezig is. De toepassing die de grootste waarde biedt, stemmen we waar nodig af op onze organisatie. Ik noem het poor man’s data science: kiezen wat werkt en ermee aan de slag gaan, eerder dan vanaf een blanco blad te vertrekken en alles zelf te ontwikkelen.”
We profileren ons bewust als een snelle volger. Ongeacht de technologie kijken we altijd wat er op de markt aanwezig is.
Samen sterker
Samenwerking vormt binnen de MIVB een cruciale succesfactor, niet in het minst bij de implementatie van AI-toepassingen. “We wijzen onze experts toe aan de cases en afdelingen waar dat aangewezen is en beschouwen een technologische innovatie dus nooit als een exclusief project voor de business of de ICT-afdeling.” Rob Roemers duidt tot slot het belang van interne en externe kennisdeling. “De MIVB kent talrijke activiteitsdomeinen. Een case die werkt voor de metroteams bewijst misschien ook haar nut voor onze bussen en trams. Die mogelijke kruisbestuiving proberen we altijd voor ogen te houden. We reiken ook de hand naar overheidsadministraties, bijvoorbeeld voor het delen van relevante data. Onze verworven kennis en ervaring laten ons toe een leidende rol op te nemen.”