پیشرفت های جالب و جذاب در صنعت حمل و نقل ناشی از ابتکارات نوآوران در این زمینه است. در واقع به نظر می رسد آینده ی صنعت حمل و نقل به این پیشرفت ها بستگی دارد. این تحولات باعث شده که شرکت های حمل و نقل درباره ی توصیف شغل ها تجدید نظر کنند وراهکاری برای زمانی که انسان ها باید به طور مستقیم در فرایند کاری حضور داشته باشند یا زمان هایی که برای امنیت بیشتر از ماشین های هوشمند استفاده کنند را با توجه به صرفه جویی در هزینه و قابلیت ها، پیدا کنند. اگرچه ما هنوز به پذیرش مقیاس وسیعی از برخی تکنولوژی ها نرسیده ایم، بسیاری از آن ها آزمایش و نمونه برداری شده اند وپذیرش آن ها در مقیاس وسیع حتمی است.
در اینجا یک مرور کلی از برخی از پیشرفت های اصلی که در حال تغییر صنعت حمل و نقل هستند، ارائه شده است.
اتومبیل های خودران
انتظار می رود تا سال 2020، 10 میلیون اتومبیل خودران در خیابان ها وجود داشته باشد، این در حالیست که تعداد اتومبیل های هوشمند که به شبکه های high-tech متصل می شوند، به بیش از 250 میلیون خواهد رسید. در حال حاضر به خاطر وجود شرکت های مثل Telsa، Mercedes و BMW بسیاری از ویژگی های اتومبیل های خودران در ماشین هایی که امروزه در دسترس هستند، وجود دارند. ما می توانیم از این نوآوری برای یادگیری ساز و کار ماشین و سیستم پیچیده سنسورها، دوربین ها و نرم افزارهایی که به وسایل نقلیه کمک می کنند تا داده ها را از محیط پیرامونشان جذب کنند و به آنچه که داده ها به آنها می گویند پاسخ دهند، قدردانی کنیم.
پروژه ی اتومبیل های خودران گوگل به نام Waymo از سال 2009 معادل 300 سال تجربه رانندگی در خیابان های شهر را امتحان کرده و وعده داده است تا زمان ما را آزادتر، استرس را کمتر و راه های ما را ایمن تر سازد و عملکرد سیستم حمل و نقل را برای همه ما بهبود بخشد. حتی Uber در حال تست و سرمایه گذاری 300 میلیون دلاری برای توسعه ی سریع وسایل نقلیه خود ران است.
کامیون های خودران
دلیل واضح نگرانی 8.7 میلیون نفر که در صنعت حمل و نقل ایالات متحده مشغول به کار هستند این است که چگونه کامیونهای خودران بر معیشت آنها تأثیر خواهند گذاشت.
Daimler Trucks اخیرا کامیون 18 چرخ تمام اتوماتیک برای رانندگی در جاده های امریکا عرضه کرده است. اگرچه این کامیون کاملا خودران نیست اما می تواند تحت شرایط خاصی مشابه با هواپیماهای auto-pilot امروزی، با ثابت نگه داشتن سرعت و حفظ فاصله مجاز با وسایل نقلیه ی دیگر، به خوبی آن ها عمل کند.
استارت آپ (Einride) با ارائه ی نمونه ای از کامیون خودکار بدون کابین که کاملا توسط اپراتور از راه دور کنترل می شود یا بدون دخالت انسان به صورت خودکار حرکت می کند، گامی فراتر نهاده است. سال گذشته، کامیون خودران Uber مسیر 120 مایلی را برای تحویل محموله ی خود طی کرده است و در انگلستان، کامیون های خودران برای کاهش انتشار دی اکسید کربن و بهبود بهره وری مورد آزمایش قرارگرفته اند.
صنعت هوانوردی و پرواز
اخیرا دبی با همکاری Volocopter ، یک تاکسی هوایی بدون سرنشین را آزمایش کرده‌است. این مدل یک خودروی بدون سرنشین دو نفره بود و شاهزاده ی دبی، شیخ حمدان بن محمد را در یک پرواز پنج دقیقه‌ای حمل کرد. هدف نهایی این است که شما با یک تاکسی هوایی مثل یک تاکسی معمولی (به طور مثال Uber) تماس بگیرید و به جای گیر کردن در ترافیک از راه آسمان بروید. در همین اثناء، آمازون در حال تغییر خدمات تحویل کالا با پایلوت کردن Prime Air با استفاده ازوسایل نقلیه هوایی بدون سرنشین است تا مشتریان کالای سفارشی خود را در کمتر از 30 دقیقه تحویل بگیرند. آمازون نیز حق ثبت اختراع ساخت یک هواپیمای بدون سرنشین را دارد که می‌تواند به یک ماشین الکتریکی در حرکت برای شارژ شدن متصل شود.
کشتی‌های باری کنترل از راه دور
Rolls Royce برنامه هایی را برای توسعه کشتی‌های باری که می‌توانند بدون نیاز به انسان‌ها در عرشه کشتی، کالاها را جا به جا کنند،دارد. کشتی‌های چندگانه توسط یک مرکز کنترل زمینی هدایت می‌شوند و از آنجا که هیچ نیروی انسانی در کشتی وجود ندارد، این کار ارزان‌تر است و فضای بیشتری برای حمل کالا نسبت به کشتی‌های امروزی دارد. آنها پیش‌بینی می‌کنند که "تا پایان دهه، در تجارت ،شاهد یک کشتی کنترل از راه دور خواهیم بود."
یادگیری ماشینی منجر به بهینه سازی می‌شود
قطار، هواپیما یا اتومبیل فرقی ندارد، همه دستگاه‌های متصل مقادیر عظیمی از داده‌ها را بدست می‌دهند که می‌توانیم از آن برای بهبود ایمنی و کارایی در سیستم حمل و نقل استفاده کنیم مثل ردیابی ترافیک و بهینه‌سازی مسیرهای ارسال تا فرایند پرداخت و حق بیمه براساس داده‌های بلادرنگ. داده‌ها مثل سوختی هستند که در جهت ایجاد بینشی عظیم برای افزایش سیستم حمل و نقل ما مصرف می شوند. چگونه می توانید از اتلاف وقت جلوگیری کنید؟ این هدف راهکارهای ثبات پیش بینی تجزیه و تحلیل چندین شرکت است که از کامپیوترها برای شناسایی مسائل قبل از مشکلات استفاده می‌کنند و یکی از محرک‌های اصلی برای اینترنت صنعتی اشیا است.
تعریف زمان ها وقتی که به دنیای حمل و نقل می‌رسند، قطعا تغییر می‌کند. با قدرت گرفتن از کلان داده ها، هوش مصنوعی و اینترنت اشیا، سیستم حمل و نقل ما آماده می‌شود تا ایمن‌تر، کارآمد تر و هوشمندتر شود.
