Slutrapport Predictive Movement
Responsible organisation
2022 (Swedish)Report (Other academic)
Abstract [sv]
Predictive Movement (PM) syftar till att skapa en digital plattform som blir en samverkansplats för transporter av människor och gods med hjälp av AI. I första etappen ska projektet lösa samhällsutmaningen med paketleveranser på landsbygderna. Längre fram siktar projektet på att optimera tillgänglighet och framkomlighet i allt från storstadsmiljöer till landsbygder. PM är ett projekt finansierat av bl a Vinnova och Trafikverket. I projektet ingår en region, fyra kommuner, ett universitet, myndigheter samt aktörer inom digitalisering och trafik/logistik. I steg två har vi lärt oss mycket genom studiebesök, pilottester, behovsanalyser, teoretiska sammanställningar, intervjuer och workshops. Vi fått bekräftat att pakettransporter i glesbygd har en låg fyllnadsgrad och dålig lönsamhet, både genom samtal med de som arbetar med transporter och genom att vi stått på lastbryggor och iakttagit fyllnadsgraden i bilarna samt genom statistisk analys av antal paketleveranser och antal lastbilar/fordon. Vi har konstaterat att det finns en stor förbättringspotential i att samordna och optimera pakettransporter med hjälp av PM:s AI. Under perioden har vi byggt och testat en plattform för samplanering och optimering med gränssnitt för både förare och de som bokar transporterna. Med hjälp av plattformen har vi testat våra hypoteser och löpande justerat dessa för att tillmötesgå önskemål och undanröja farhågor från transportleverantörerna. En viktig drivkraft i projektet har varit klimatfrågan och att minska utsläppen från vägtrafiken. Vidare har vi fått en förståelse för de hinder som för närvarande föreligger och även i en framtid där samkörning är en självklarhet. De hinder som vi identifierat är till stor del företagsekonomiska, regulatoriska eller grundade i osäkerhet och oro för sjunkande marginaler i en redan olönsam bransch. Vi har noggrant utrett de identifierade hindren och kan konstatera att det finns en skillnad mellan lokala representanter, även i större transportföretag, som är positiva jämfört med företagsledarna som ser strategiska risker och som därför väljer att avvakta. Under steg två bytte vi därför fokus till att skapa möjligheter att simulera transporter med en s.k. digital tvilling, som pedagogiskt kan visa både nuvarande problem och möjligheterna i framtiden. Den digitala tvillingen har inneburit ett nytt sätt att kommunicera kring våra kärnfrågor, klimatet och livsvillkoren för människor i glesbygd. Vår förhoppning är därför att vi med hjälp av denna har skapat bättre förutsättningar till dialog med politiker och företagsledare som har möjligheten att göra framtiden till verklighet genom att realisera potentialen i att optimera transporter med hjälp av PM. Efter sammanfattningen fortsätter denna rapport med avsnitt två som beskriver hur vi testat och utvärderat den digitala plattformen PM. Därefter har vi i avsnitt tre identifierat affärsmodeller och regelverk som både skapar möjligheter och hinder för implementering av PM. I det fjärde avsnittet identifierar vi användare, kravställare, kunder och marknader. I det femte avsnittet beskriver vi vår kommunikationsstrategiska ansats. Projektets konstellation har varit intakt under steg två vilket kort beskrivs i avsnitt sex. Avsnitt sju redovisar att vi följt vår effektlogik genom hela projektet. De globala målen har varit ett rättesnöre, vilket redovisas i avsnitt åtta och till sist, i avsnitt nio, belyser vi våra lärdomar och misslyckandeåtervinning.
Place, publisher, year, edition, pages
Luleå tekniska universitet, 2022. , p. 18
Series
Trafikverkets forskningsportföljer
Keywords [sv]
Godstrafik, Lastbilstransporter, Paketleveranser, Glesbygdstransporter, Levande landsbygd, Transportoptimering, Samkörning, Innovation, Artificiell intelligens, AI, Digital plattform, Digital tvilling, Hållbar utveckling, Klimatfrågan, Väg
National Category
Transport Systems and Logistics
Research subject
FOI-portföljer, Strategiska initiativ
Identifiers
URN: urn:nbn:se:trafikverket:diva-17837Archive number: TRV 2019/131505OAI: oai:DiVA.org:trafikverket-17837DiVA, id: diva2:1902325
Projects
Predictive Movement (PM)
Funder
Swedish Transport Administration, TRV 2019/1315052024-10-012024-10-012024-10-11Bibliographically approved