Czeski startup Citya chce podbić Polskę. W zakresie transportu publicznego na żądanie

Citya mobility to czeski startup, który ma realną szansę namieszać na polskim rynku transportu publicznego. Firma zaczyna od zatrudnienia doświadczonego menadżera i oferty w zakresie telematyki i AI.

Zdaniem firmy transport zbiorowy na żądanie to tańszy, elastyczniejszy i dostępny dokładnie tam, gdzie brakuje klasycznego rozkładu jazdy. Dzięki sprawdzonym pilotażom w Czechach, Citya może być atrakcyjnym partnerem dla polskich gmin szukających rozwiązań dla wykluczonych komunikacyjnie obszarów. Ich model – oparty na danych i reagowaniu w czasie rzeczywistym – idealnie wpisuje się w potrzeby nowoczesnej mobilności lokalnej.

Rozkład jazdy:

1. W jaki sposób Citya Mobility wykorzystuje analizę Big Data i sztuczną inteligencję do projektowania elastycznych usług transportu publicznego?
2. Jakie doświadczenia z rynku czeskiego mogą być najbardziej wartościowe przy wdrażaniu transportu na żądanie w Polsce?
3. Jakie korzyści dla mieszkańców obszarów wykluczonych komunikacyjnie może przynieść model działania Citya Mobility?

Mikołaj Kwiatkowski na czele

Współczesne miasta rozwijają się w niezwykle dynamiczny sposób, zmieniając się pod wpływem czynników demograficznych, ekonomicznych, społecznych i technologicznych. W tym krajobrazie jednym z największych wyzwań pozostaje organizacja efektywnego, dostępnego i przyjaznego środowisku transportu publicznego.

- Polska to dla nas naturalny kierunek rozwoju - mówi Mikołaj Kwiatkowski, Country Manager w Citya Mobility s.r.o. - Od kilku lat z powodzeniem realizujemy projekty w Czechach, gdzie zbudowaliśmy solidne fundamenty współpracy z samorządami i operatorami transportu. Teraz przyszedł czas na transfer tych doświadczeń na rynek polski.

Za sprawą firmy Citya, coraz więcej czeskich samorządów i organizacji zajmujących mobilnością zaczyna wykorzystywać efekty analiz danych Big Data. Dane pozyskiwane z aplikacji mobilnych, usług lokalizacyjnych, kart płatniczych czy sieci komórkowych pozwalają nie tylko lepiej zrozumieć potrzeby mieszkańców, ale również przewidywać ich przyszłe zachowania i planować system transportowy zgodnie z realnym zapotrzebowaniem.

- W Polsce widzimy ogromny potencjał nie tylko w aglomeracjach i średnich miastach, ale także na obszarach gmin, powiatów i niewielkich miejscowości, w których odpowiedzią na wykluczenie komunikacyjne może być transport na żądanie. Takie rozwiązania wdrożyliśmy już w blisko 20 regionach Czech. Naszym celem jest pokazanie, że Big Data, transport na życzenie i nowe technologie są praktycznymi narzędziami, które pozwalają tworzyć transport odpowiadający na potrzeby lokalnych społeczności - podsumowuje Mikołaj Kwiatkowski.

Czym jest Big Data w kontekście mobilności miejskiej?

Big Data to pojęcie odnoszące się do zbiorów danych charakteryzujących się dużą objętością, zmiennością i różnorodnością. W przypadku planowania transportu miejskiego oznacza to analizę danych generowanych przez miliony codziennych interakcji użytkowników z otoczeniem - zarówno w sposób aktywny, jak i pasywny. W praktyce źródłami takich danych są m.in.:

• Dostawcy map i usług lokalizacyjnych, tacy jak Google, gromadzą dane GPS, dane o korkach, prędkościach przemieszczania się pojazdów czy czasie oczekiwania na światłach.
• Aplikacje mobilne i media społecznościowe, jak META (Facebook, Instagram), które dostarczają cennych informacji o miejscach przebywania użytkowników, trendach i zainteresowaniach lokalnych społeczności.
• Operatorzy telefonii komórkowej, których dane o lokalizacji urządzeń (zanonimizowane) umożliwiają tworzenie map przepływu ludzi w czasie rzeczywistym.
• Transakcje kartami płatniczymi i systemy płatności miejskiej mogą służyć jako wskaźnik aktywności w określonych punktach miasta.
• Dane o ruchu drogowym i czujniki miejskie, w tym dane z kamer, pętli indukcyjnych, stacji monitoringu jakości powietrza czy liczników rowerowych i pieszych.

Integracja tych danych pozwala nie tylko na stworzenie mapy ruchu w mieście, ale także na analizę potrzeb komunikacyjnych poszczególnych grup społecznych, ocenę efektywności aktualnych rozwiązań transportowych i planowanie nowych tras, przystanków czy form transportu.

Big Data a demografia

Kluczową zaletą analizy danych w kontekście transportu jest możliwość zestawienia ich z informacjami demograficznymi. Połączenie danych lokalizacyjnych i ruchowych z danymi o wieku, płci, strukturze gospodarstw domowych, dochodach czy statusie zawodowym pozwala na stworzenie pełnego obrazu zachowań komunikacyjnych różnych grup mieszkańców.

Przykładowo, dane mogą wykazać, że w określonej dzielnicy mieszka wiele osób starszych, które rzadziej korzystają z transportu publicznego w godzinach szczytu, ale intensywnie przemieszczają się w ciągu dnia do placówek zdrowotnych czy urzędów. W innym obszarze dane mogą zidentyfikować młodą, mobilną społeczność, której potrzeby komunikacyjne skupiają się wokół dojazdów do pracy, uczelni czy centrów rozrywki.

Zestawiając te informacje z punktami zainteresowania (POI - Points of Interest), takimi jak szkoły, biurowce, galerie handlowe, parki czy przychodnie, można bardzo precyzyjnie określić rzeczywiste potrzeby transportowe społeczności. Co więcej, możliwe staje się przewidywanie przyszłych zmian w mobilności, np. w związku z powstawaniem nowych osiedli mieszkaniowych czy zakładów pracy.

Ocena dostępności transportu

Dzięki Big Data możliwe jest nie tylko śledzenie rzeczywistego przemieszczania się, ale także analiza tzw. „białych plam transportowych”, czyli obszarów, gdzie dostęp do transportu zbiorowego jest ograniczony. Analiza historii przemieszczania się użytkowników, np. z danych operatorów sieci komórkowych czy usług nawigacyjnych, umożliwia:

• optymalizację rozkładów jazdy pod kątem rzeczywistego popytu,
• projektowanie nowych linii komunikacyjnych dokładnie tam, gdzie są one potrzebne,
• modyfikację tras istniejących, aby lepiej odpowiadały realnym ścieżkom przemieszczania się mieszkańców,
• ocenę wpływu dostępności transportu na wykluczenie komunikacyjne.

Co więcej, dane historyczne dają możliwość obserwowania, jak zmiany wprowadzane przez miasto, np. otwarcie nowej linii tramwajowej lub reorganizacja ruchu drogowego, wpływają na zachowania mieszkańców i ich wybory komunikacyjne.

Syntetyczny popyt, czyli symulacja zmian i zachowań

Zdaniem Mikołaja Kwiatkowskiego, Country Managera w Citya Mobility s.r.o., przyszłość transportu miejskiego to przede wszystkim cyfrowe odwzorowanie charakterystyki miasta, czyli tzw. digital twin. Dzięki niemu możliwe staje się nie tylko modelowanie obecnego układu komunikacyjnego, ale także przeprowadzanie zaawansowanych symulacji pokazujących, jak określone zmiany wpłyną na życie mieszkańców.

- Przeprowadzamy symulacje wprowadzanych zmian w środowisku wirtualnym, odzwierciedlającym opartą na danych charakterystykę miasta  – mówi Kwiatkowski. – Możemy sprawdzić, jak zmiana trasy linii autobusowej wpłynie na dostępność transportu i jak zmieni się zainteresowanie komunikacją miejską.

Jednym z głównych celów Citya Mobility jest zwiększenie dostępności transportu dla jak najszerszej grupy mieszkańców, niezależnie od ich wieku, dochodów czy poziomu sprawności. W tym celu firma analizuje dane z wielu źródeł, integruje je z mapami demograficznymi i społecznymi, a następnie generuje rekomendacje, które pomagają władzom lokalnym podejmować decyzje oparte na danych, a nie intuicji. Citya tworzy również system transportu na żądanie, który z powodzeniem wdraża w Czechach. Rozwiązanie to sprawdza się w miejscach, gdzie nie ma uzasadnienia dla transportu regularnego, wykonywanego przez pełnowymiarowe autobusy.

- Big Data oraz elastyczne formy przewozów uzupełniające transport regularny zmieniają sposób myślenia o transporcie - dodaje Mikołaj Kwiatkowski.

Korzyści płynące z wykorzystania Big Data

Wdrożenie analiz Big Data w planowaniu i optymalizacji transportu miejskiego przynosi szereg konkretnych korzyści:

1. Lepsze dopasowanie usług do potrzeb użytkowników - dzięki znajomości rzeczywistych zachowań mieszkańców możliwe jest tworzenie bardziej funkcjonalnych linii transportowych i rozkładów jazdy.
2. Redukcja kosztów - precyzyjne planowanie pozwala ograniczyć liczbę kursów na trasach o małym zainteresowaniu i lepiej zagospodarować zasoby.
3. Zwiększenie dostępności - eliminacja białych plam transportowych i poprawa dostępności dla grup narażonych na wykluczenie komunikacyjne.
4. Zrównoważony rozwój - lepsze planowanie może prowadzić do zmniejszenia emisji spalin, zmniejszenia korków i zwiększenia udziału transportu zbiorowego w podróżach miejskich.

I na koniec kilka informacji o samej firmie: Firma Citya działa od 2021 roku i jest obecna na rynkach czeskim, słowackim, rumuńskim oraz polskim. Zrealizowała projekty dla 47 klientów, w tym miast, gmin, operatorów i organizatorów transportu publicznego. Specjalizuje się we wdrażaniu nowoczesnych technologii wspierających transport na żądanie oraz w zaawansowanej analizie danych (Big Data), umożliwiającej optymalizację systemów mobilności miejskiej.