瑞士联邦铁路首席信息官更依赖人工智能而非混凝土

没有什么比在瑞士建设铁路更艰巨了，因为瑞士几乎都是山地，大部分山地现在都建有桥梁并且布满了山洞，就像是当地著名的奶酪一样，千疮百孔。

瑞士的铁路路网也是欧洲最密集的，以至于无法再进行扩展，因为所有必要的区域都已被充分利用。在二月份的“Hamburg IT Strategy Days”上，Jochen Decker表示：“我们只能优化。”这项工作非常迫切，因为瑞士联邦铁路（SSB）预计2034年的乘客人数将比现在增加30%到40%。这将给不变的铁路路网带来巨大的压力。因此，Decker来到汉堡，报告如何实现这一目标，并展示人工智能将发挥的核心作用。

前所未有的机遇

和德国铁路公司不同，SBB是一家集客运、货运、基础设施和房地产于一体的综合集团，这为规划实施投资和创新提供了便利。该集团每年的IT预算高达8.5亿欧元，约占销售额的7%。

几年前，SBB制定了三项优化计划，到2027年将耗资约10亿欧元。在交通管理方面，目标是更好地利用线路，特别是缩短列车之间的距离。在生产规划方面，则希望提高人员和材料的利用率，确保列车尽可能少地停滞，并确保列车司机将尽可能多的工作时间用于驾驶而非其他工作上。该计划的第三部分是资产管理，旨在减少材料损耗，更好地利用车间。

然而，在针对这三项计划的10亿欧元拨款中，分给人工智能的只有2000万欧元。在SBB从事该领域工作已有五年的Decker表示：“然而，这为我们带来了前所未有的机遇。”

人工智能实现预测性维护

人工智能让德克尔着迷的地方不仅在于它的可能性，还在于它的低成本，比如在轮对和轨道管理方面。借助摄像头和传感器对车轮磨损情况的持续监控，以及对在此过程中获得的结果进行评估，他可以通过数据非常准确地预测车轮何时需要更换。如果将这一预测与维修车间的使用数据相匹配，就能实现真正的预测性维护，因为车轮的更换既不会太早也不会太晚，而且维修车间有时间也有能力立即进行更换。Decker表示：“这样做的前提是要有高质量的数据”，但这并不需要花很多钱，至少对人工智能来说是这样。在这个例子中，使用人工智能的费用不到30万欧元。

SBB 在轨道维护方面也采取了非常类似的方法。他们使用了测量车，让其以120公里/小时的速度在轨道上行驶，对轨道状况进行评估。他表示：“如果在测量过程中发现裂缝，那么问题总是：这是我们前一天发现的同一条裂缝还是相距只有5厘米的一条新裂缝？”人工智能可以帮助区分这两种情况。

SBB使用人工智能的另一个例子是运营管理，即优化列车路径利用率。毕竟，哪一列火车在哪里运行，这个问题的答案非常复杂。如果你想横穿瑞士，你可以在无数条路线中进行选择。当然，使用人工智能进行规划的成本要比建造新的隧道和轨道低得多，因为后者已经不再是一个可行的选择。

保持简单

Decker还坚信，如今使用人工智能比两三年前要容易得多，因为 ChatGPT 等流行应用为人工智能打开了大门，包括企业董事会的大门。然而，对技术的痴迷有时会导致过度复杂化。他表示：“在某些情况下，数据科学家们发明出了客户根本不存在的问题，仅仅是因为数据允许这样做。”