评论:数据驱动的模式对英国铁路的未来至关重要

近几个月来，英国铁路的回归无疑取得了令人印象深刻的进展，交通部(DfT)的数据显示，平均每天的乘客人数达到了1000万超过新冠肺炎前水平的98%4月是最后一个完整报告月，据报道，铁路收入略高于疫情前水平的90%。尽管存在劳资纠纷，且部分线路的服务水平不佳，但还是实现了这一回归。

铁路行业的成功在一定程度上反映出，近年来，该行业专注于打造英国铁路基础设施的弹性。其中一个重要的因素是该行业采用“数据力量”，为铁路客户提供最好的服务，包括乘客和货运。

今天交付改进

铁路行业协会(RIA)和我们的许多成员都知道，利用这些技术，更具体地说，利用关键数据，可以在未来几十年里定义我们的行业。关于这将对铁路客户和铁路网络本身产生的影响，已经写了很多文章，但其核心是一个高效、稳定、最重要的是安全的网络。这是确保铁路在未来被视为最佳交通方式的关键。

所谓的“人工智能”或人工智能维护具有特别的前景，因为机器学习和数据分析可以帮助铁路公司了解车队的健康状况，优化维护并最大限度地提高资产可用性。

在获得人工智能的好处方面，铁路车辆和基础设施维护位居榜首。通过远程监控和预测性维护，车队所有者现在拥有更大的灵活性，这意味着他们可以优化基础设施和仓库管理人员的工作量和才能。

效率还可以节省成本，更重要的是，提供更安全的工作条件。在最新的安全统计数据中，从2021年4月到2022年3月，共有工伤3978起在铁路上。广泛的铁路基础设施需要数百名工人在轨道上监控和维护资产，因此提高整个铁路网络的安全性至关重要。

更多的数据收集，以及更好地了解如何利用这些数据，意味着运营商能够为工人提供更好的态势感知，降低维护工作期间发生事故的风险。通过不断收集有关轨道状况的信息，以及轨道上问题的位置和状态，工人们清楚地知道问题是什么，以及什么时候可以安全工作。这也避免了工人需要两次到铁轨上检查，一次检查评估问题，另一次修理——这一切都可以一次完成。

地理围栏技术的应用进一步加强了安全。操作人员现在可以使用非常精确的地理围栏技术绘制安全工作区和站点接入点。如果工人离开安全区域，他们会通过一个小型可穿戴设备收到警报，帮助他们重新获得态势感知，并回到安全位置。在行为科学的支持下，该解决方案旨在通过帮助跟踪工人保持在安全的工作范围内并远离开放的生产线来防止险些发生事故和事故。

将人与技术结合起来

人工智能和其他深度技术的进步已经以多种不同的方式影响着铁路行业的工作人员。在技能短缺方面，我们面临着与其他行业相同的挑战，但通过采用创新和数字技术，铁路为下一代技术人才提供了巨大的机会，并改善了现有铁路专业人员的工作条件。

RIA成员拥有广泛的工具，使铁路公司能够利用更有效的资产监控，使他们能够预测和预防故障，同时保护执行工程的人员。但是，如果该行业要利用这些工具，就需要有技能和知识的团队认识到数据的好处。

毫无疑问，人工智能和机器学习的机会是巨大的。RIA和我们的成员致力于促进这些技术为行业带来的价值，并最终为那些每天使用铁路网络的人带来价值。

达伦·卡普兰(Darren Caplan)是铁路工业协会首席执行官