JapanTaxiの配車支援システム＝「お客だよ、全員集合」

　今回は「JapanTaxiの配車支援システム」を書こうと思います。

　前に「ＡＩタクシー」という需要予測システムをＮＴＴドコモが開発した事を着た記憶が有ります。

　少し古い事になりますが、2018年3月9日にトヨタ自動車、JapanTaxi、KDDI、アクセンチュアの4社が、「配車支援システム」を開発し、同年2月から東京都内で試験導入を開始したそうです。

　利用されるタクシー需要予測技術は、東京都内を500メートルメッシュごとに区分し、そのタクシー乗車数を30分単位で予測するものの様です。

　仕組みとしては、JapanTaxiが提供するタクシーの運行実績＋KDDIが保有するスマートフォンの人口移動予測（ビックデーター）→トヨタのモビリティープラットフォーム＝タクシー需要への影響が大きい気象、公共交通機関の運行状況、周辺のイベント開催情報などのデータをAIに取り込んで分析（アクセンチュア）＝AI→配車アプリ＝空車タクシー台数＋客を見つけやすい走行ルート→乗務員のタブレットに配信、となっている様です。

　需要の大小に応じた複数の学習モデルを適用し、需要予測精度を東京都内で検証した結果、正解率94.1％の精度を実現したそうです。

　タクシー需要予測の情報は、乗務員タブレット端末の専用アプリに配信する様で、地図上に予測乗車数と、周辺の直前の空車タクシー台数を表示して、乗務員が需要と供給のバランスを見ながらタクシーを運行できるようにしたそうです。これにより、需要大＞タクシー台数小の地域を選定し、空車タクシーが少ない場所に車両を集めるといった運用も可能になるという事の様です。

　又、営業成績の良いドライバーの知見に基づいた「客を見つけやすい走行ルート」のデータも配信するそうです。

　実環境での有効性を検証結果は、同システムを利用したドライバーの売り上げは、1日当たり前月より平均20.4％増え、ドライバー全体の増加率9.4％を上回った、と胸を張っていますが、検証に参加した台数は何台だと思います？・・・数台程度で草が生えます。

　この配車支援システムは、「利用者の待ち時間の短縮」と「配車の最適化による乗車率の向上」が目的の様です
　4社は今後、順次、試験導入するタクシーを数十台に増やし、2018年度中の実用化を目指すとしていますが、実用化されているのですか？・・・分かりません。草

　今回のAIによる需要予測はある程度適正だったと思いますが、たった数台程度の実証結果で判断を下すのは時期尚早の様な気がします。

　ビッグデータを使った予測がたった数台で20%上がった位では、そのビッグデータを何十台、何百台、何千台のタクシーに搭載した時はどうなるのでしょう。・・・タクシーの「お客だよ、全員集合」状態になるのでは。草

　「営業成績の良いドライバーの知見に基づいた「お客様を見つけやすい走行ルート」のデータも配信する。」も納得できません。せっかく「努力なりして自ら発見したルート」＝「ドライバーの知見に基づいたルート」として配信されるのは・・・なあんだかナ～草