هوش مصنوعی چگونه هزینه‌های مدیریت شهری را کاهش می‌دهد؟

گسترش کاربردهای هوش مصنوعی در مدیریت شهری، فرصتی برای کاهش هزینه‌های عملیاتی، افزایش بهره‌وری و استفاده بهینه از منابع شهرها فراهم کرده است؛ «مهدی بقایی» معاون محیط زیست و خدمات شهری شهردار اصفهان در گفت‌وگو با ایمنا از ظرفیت‌های این فناوری، اقدامات و چالش‌های هوش مصنوعی در اداره شهر می‌گوید.

به گزارش خبرگزاری ایمنا، در شهرهای امروزی اداره امور شهری دیگر تنها به توسعه زیرساخت‌ها و ارائه خدمات روزمره محدود نمی‌شود؛ افزایش هزینه‌های نگهداری شهر، محدودیت منابع آب و انرژی، گسترش پسماند، پیچیدگی ترافیک و ضرورت ارتقای کیفیت خدمات، مدیریت شهری را با مسئله‌ای مهم روبه‌رو کرده است: چگونه می‌توان با منابع موجود، خدماتی دقیق‌تر، سریع‌تر و کم‌هزینه‌تر به شهروندان ارائه داد؟

در چنین شرایطی، هوش مصنوعی به یکی از ظرفیت‌های نوظهور مدیریت شهری تبدیل شده است؛ فناوری‌ای که می‌تواند با تحلیل حجم گسترده‌ای از داده‌ها، الگوهای پنهان را شناسایی کند، احتمال وقوع برخی حوادث را پیش‌بینی کند، مسیر حرکت ناوگان خدمات شهری را بهینه سازد و به مدیران در تخصیص هدفمندتر نیروها و تجهیزات کمک کند. از مدیریت مصرف آب و انرژی تا جمع‌آوری پسماند، نظافت معابر، کنترل تخلفات شهری و پیش‌بینی نیازهای عملیاتی، دامنه کاربردهای این فناوری گسترده است.

با این حال، بهره‌گیری از هوش مصنوعی به معنای دستیابی خودکار به صرفه‌جویی نیست. کیفیت و کفایت داده‌ها، هزینه‌های استقرار و نگهداری سامانه‌ها، وابستگی به زیرساخت‌های فناوری و ضرورت نظارت انسانی، از جمله مسائلی است که می‌تواند بر نتایج این تحول اثر بگذارد. از همین رو، پرسش اصلی این نیست که هوش مصنوعی چه قابلیت‌هایی دارد، بلکه این است که مدیریت شهری تا چه اندازه برای استفاده مؤثر از آن آماده است و چگونه می‌توان آثار واقعی آن را بر کاهش هزینه‌ها و افزایش بهره‌وری سنجید.

در اصفهان نیز حرکت به سمت مدیریت بر پایه داده و فراهم‌کردن مقدمات استفاده از هوش مصنوعی، این پرسش‌ها را به موضوعی قابل تأمل تبدیل کرده است به‌ویژه در حوزه محیط زیست و خدمات شهری که بخش مهمی از فعالیت‌های روزانه آن با نیروی انسانی، ناوگان عملیاتی، تجهیزات و مصرف منابع گره خورده است. در این میان، شناخت وضعیت فعلی شهرداری، ظرفیت‌های پیش‌رو و موانع تحقق صرفه‌جویی، می‌تواند تصویری واقع‌بینانه‌تر از فرصت‌ها و چالش‌های این فناوری ارائه دهد.

آنچه در ادامه می‌خوانید، حاصل گفت‌وگوی خبرنگار ایمنا با مهدی بقایی، معاون محیط زیست و خدمات شهری شهردار اصفهان درباره کاربردهای هوش مصنوعی در مدیریت شهری، ظرفیت‌های کاهش هزینه و افزایش بهره‌وری، اقدامات آغازشده در شهرداری اصفهان و الزامات و مخاطرات بهره‌گیری از این فناوری است.

هوش مصنوعی در مدیریت شهری اصفهان؛ از سامان‌دهی داده‌ها تا کاهش هزینه‌های خدمات شهری

تحلیل داده‌ها؛ مسیر شهرداری اصفهان برای بهره‌گیری از هوش مصنوعی

ایمنا: در حوزه محیط زیست و خدمات شهری اصفهان، کدام هزینه‌ها بیشترین ظرفیت کاهش با استفاده از هوش مصنوعی را دارند؛ از مصرف آب و انرژی تا جمع‌آوری پسماند و نگهداری تجهیزات؟

بقایی: وقتی از هوش مصنوعی صحبت می‌کنیم، به‌طور معمول در نگاه عمومی این تصور وجود دارد که می‌توانیم سؤالی مطرح کنیم و با دریافت پاسخ، به اهداف موردنظرمان برسیم. این در واقع سطح اولیه استفاده از هوش مصنوعی است، برای مثال، از آن می‌پرسیم چگونه می‌توان شهر را بهتر اداره کرد و هوش مصنوعی با استفاده از مقالات و اطلاعات موجود در اینترنت، پاسخ‌هایی ارائه می‌دهد که می‌تواند قابل اعتنا باشد و چکیده‌ای از مطالب علمی را در اختیار ما قرار دهد.

این نوع استفاده در بسیاری از موقعیت‌ها رایج است؛ زمانی که موضوعی مطرح می‌شود و به‌دنبال نظر علمی، اطلاعات تخصصی یا جمع‌بندی مقالات هستیم، با این حال، برای بهره‌گیری جدی‌تر از هوش مصنوعی در مدیریت شهری، باید به مرحله دیگری برسیم.

هوش مصنوعی زمانی می‌تواند نقش مؤثرتری در مدیریت شهر ایفا کند که حجم قابل‌توجهی از اطلاعات و داده‌های شهری در اختیار داشته باشیم؛ داده‌هایی که تحلیل همه آن‌ها با توان انسانی به‌ویژه در بازه‌های زمانی طولانی و با حجم زیاد اطلاعات، دشوار است. در چنین شرایطی، می‌توان از هوش مصنوعی برای تحلیل داده‌ها و استخراج الگوها و نتایج استفاده کرد.

ما در حال حاضر بیشتر در مرحله هوشمندسازی و مدیریت بر پایه داده قرار داریم؛ یعنی تلاش می‌کنیم با جمع‌آوری اطلاعات و استفاده از سامانه‌های مدیریتی، نظارت و تصمیم‌گیری دقیق‌تری داشته باشیم. برای مثال، حضور و غیاب کارگران را به‌صورت روزانه بررسی می‌کنیم و اطلاعات را در قالب داشبوردهای مدیریتی در اختیار داریم. این کار به ما کمک می‌کند وضعیت فعالیت‌ها را به‌صورت منظم پایش کنیم، اما تنها به‌معنای استفاده از هوش مصنوعی نیست.

هوش مصنوعی به کمک نظافت محلات و جمع‌آوری زباله در اصفهان می‌آید

در حوزه نظافت محلات نیز از سامانه‌ای استفاده می‌کنیم که تحویل کار را در ساعت مشخص، از جمله ساعت ۱۰، ثبت و بررسی می‌کند. در این فرایند، روزانه حدود چهار هزار عکس و چهار هزار نقطه از سطح شهر در اختیار داریم. این اطلاعات امکان بررسی و پیگیری عملکرد را فراهم می‌کند.

اما زمانی که داده‌های چند ماه متوالی را در اختیار داشته باشیم، می‌توانیم از هوش مصنوعی برای تحلیل آن‌ها استفاده کنیم. برای مثال، اگر بخواهیم عملکرد حدود 2۵۰۰ پست کارگری مرتبط با نظافت را در یک بازه پنج یا شش‌ماهه بررسی کنیم، با حجم بسیار زیادی از اطلاعات مواجه می‌شویم. تحلیل دستی و مقایسه همه این داده‌ها دشوار است و اینجاست که هوش مصنوعی می‌تواند به کمک مدیریت شهری بیاید.

به اعتقاد من، بخش‌های مختلف حوزه محیط زیست و خدمات شهری ظرفیت بهره‌مندی از این فناوری را دارند، اما نوع استفاده در هر بخش متفاوت است. برای مثال، در آتش‌نشانی می‌توان با بررسی داده‌های چند سال گذشته، زمان‌ها، روزها و مناطقی را شناسایی کرد که حوادث بیشتری در آن‌ها رخ داده است. اگر مشخص شود در ساعات یا روزهای معینی از هفته، میزان حوادث در یک محدوده افزایش پیدا می‌کند، می‌توان آمادگی نیروها را در آن زمان‌ها و مکان‌ها افزایش داد و استقرار نیروها را متناسب با الگوهای به‌دست‌آمده تنظیم کرد.

در حوزه کنترل و نظارت شهری نیز می‌توان از داده‌های موجود برای شناسایی محدوده‌هایی استفاده کرد که تخلفات ساختمانی، سد معبر یا سایر تخلفات شهری در آن‌ها بیشتر رخ می‌دهد. در حال حاضر، برای شناسایی ساخت‌وسازهای ساختمانی از تصاویر هوایی نیز استفاده می‌کنیم. با تجمیع و تحلیل اطلاعات این حوزه در بازه‌های زمانی مختلف، می‌توان مشخص کرد تمرکز نیروهای نظارتی در کدام مناطق بیشتر و در کدام مناطق کمتر باشد.

یکی دیگر از زمینه‌های مهم، بهینه‌سازی مسیر حرکت خودروهای خدمات شهری است. برای مثال، خودروهای جمع‌آوری زباله در حال حاضر بر اساس مسیرهای مشخص و متداول حرکت می‌کنند؛ زباله‌ها را جمع‌آوری می‌کنند، به محل تخلیه می‌روند و سپس مسیر خود را ادامه می‌دهند یا به مبدأ بازمی‌گردند. این پرسش مطرح است که آیا مسیرهای فعلی از نظر زمان، مسافت و مصرف منابع بهینه هستند یا می‌توان آن‌ها را بهبود داد؟

هوش مصنوعی می‌تواند با تحلیل هم‌زمان مسیرهای مختلف، اطلاعات مربوط به جمع‌آوری پسماند و سایر داده‌های مرتبط، گزینه‌های کارآمدتری برای برنامه‌ریزی مسیرها ارائه دهد. به‌طور طبیعی اگر این تحلیل به کاهش مسافت پیموده‌شده، زمان عملیات یا مصرف سوخت منجر شود، می‌تواند در کاهش هزینه‌های خدمات شهری مؤثر باشد، بنابراین، ظرفیت کاهش هزینه در حوزه‌های مختلف وجود دارد، اما برای بهره‌برداری واقعی از این ظرفیت، ابتدا باید داده‌های مناسب جمع‌آوری و سامان‌دهی شوند و سپس با تحلیل آن‌ها، تصمیم‌های دقیق‌تری برای مدیریت منابع و افزایش بهره‌وری اتخاذ کنیم.

برای سنجش صرفه‌جویی هوش مصنوعی باید پروژه‌های اجرایی آغاز شود

ایمنا: شهرداری اصفهان تاکنون تا چه اندازه از هوش مصنوعی برای کاهش هزینه‌های عملیاتی استفاده کرده است؟ آیا در این زمینه نمونه اجرایی یا میزان صرفه‌جویی قابل‌اندازه‌گیری وجود دارد؟

بقایی: ما مقدمات استفاده از این فناوری را آغاز کرده‌ایم، اما هنوز نمی‌توانیم بگوییم هوش مصنوعی به معنایی که توضیح دادم، به‌صورت گسترده در مدیریت عملیاتی خدمات شهری به‌کار گرفته شده و نتایج مالی مشخصی به همراه داشته است.

اگر منظور از استفاده از هوش مصنوعی، بهره‌گیری از مقالات، اطلاعات علمی و پاسخ‌های آن برای کمک به تصمیم‌گیری مدیریتی باشد، این نوع استفاده وجود دارد و استفاده می‌شود، اما اگر منظور تحلیل گسترده داده‌ها و تصاویر شهری برای شناسایی الگوها و بهینه‌سازی فرایندها باشد، هنوز در مراحل اولیه قرار داریم.

در حال حاضر، تمرکز ما بر فراهم‌کردن مقدمات این کار و جمع‌آوری داده‌هاست. به بیان دیگر، در مرحله‌ای هستیم که باید اطلاعات موجود را سامان‌دهی کنیم و زیرساخت لازم برای تحلیل آن‌ها را فراهم آوریم تا بتوانیم در گام بعدی از ظرفیت هوش مصنوعی بهره بیشتری ببریم، بنابراین در شرایط کنونی نمی‌توانیم رقم مشخصی از صرفه‌جویی مالی ناشی از اجرای هوش مصنوعی در حوزه خدمات شهری اعلام کنیم. ابتدا باید پروژه‌های عملیاتی شکل بگیرند و پس از اجرا، نتایج آن‌ها ارزیابی شود.

ایمنا: برای اطمینان از اینکه کاهش هزینه‌ها واقعاً حاصل استفاده از هوش مصنوعی است، نه تغییر قیمت‌ها، کاهش سطح خدمات یا عوامل دیگر، چه شاخص‌هایی باید سنجیده شود؟

بقایی: برای ارزیابی این موضوع می‌توانیم بازه‌های زمانی مشخصی را در نظر بگیریم و هزینه‌ها و عملکرد را پیش و پس از اجرای پروژه با یکدیگر مقایسه کنیم. به این ترتیب، می‌توانیم بررسی کنیم که آیا پس از به‌کارگیری این فناوری، هزینه‌ها کاهش پیدا کرده یا بهره‌وری افزایش یافته است.

البته برای اینکه بتوانیم نتیجه‌گیری دقیق‌تری داشته باشیم، باید وارد پروژه‌های اجرایی شویم و شاخص‌های سنجش را متناسب با هر پروژه تعریف کنیم. در آن مرحله می‌توانیم مشخص کنیم که ارزیابی بر چه مبنایی انجام می‌شود و چگونه می‌توان اثر استفاده از هوش مصنوعی را از سایر عوامل تفکیک کرد.

به اعتقاد من، آثار این فناوری در آینده می‌تواند ملموس‌تر شود، زیرا ظرفیت افزایش بهره‌وری وجود دارد. با این حال، در حال حاضر برای ارائه ارزیابی دقیق و اعلام نتایج قابل‌اندازه‌گیری، باید منتظر اجرای پروژه‌ها و فراهم‌شدن امکان سنجش عملکرد آن‌ها باشیم.

ایمنا: استقرار هوش مصنوعی در خدمات شهری چه هزینه‌های اولیه و مستمری دارد و شهرداری اصفهان در چه بازه زمانی می‌تواند انتظار داشته باشد منافع مالی این فناوری از هزینه‌های اجرا و نگهداری آن بیشتر شود؟

بقایی: در حال حاضر، هزینه‌های استقرار این فناوری به‌طور کامل مشخص نیست؛ زیرا هنوز وارد مرحله‌ای نشده‌ایم که بتوانیم ابعاد گسترده استفاده از هوش مصنوعی را در سطح شهر بررسی و برآورد کنیم.

هزینه‌ها به عوامل مختلفی بستگی دارد؛ از جمله اینکه چه میزان داده در اختیار داریم، چه زیرساخت‌هایی برای جمع‌آوری و نگهداری اطلاعات فراهم شده است، چه حجم و پیچیدگی‌ای از داده‌ها باید تحلیل شود و در چه بخش‌هایی می‌خواهیم از این فناوری استفاده کنیم. طبیعی است که هزینه اجرای پروژه‌ها با توجه به این شرایط متفاوت باشد و نمی‌توان برای همه آن‌ها یک برآورد یکسان ارائه کرد.

در مورد زمان بازگشت سرمایه نیز باید ابتدا پروژه‌های مشخصی تعریف و اجرا شوند تا بتوانیم هزینه‌های پیاده‌سازی، بهره‌برداری و نگهداری آن‌ها را در کنار منافع حاصل بررسی کنیم.

با این حال، با توجه به سرعت پیشرفت هوش مصنوعی و فعالیت‌هایی که در حوزه مدل‌های داخلی انجام می‌شود، پیش‌بینی من این است که تا پایان سال بتوانیم به یک مدل اولیه در یکی از سامانه‌های خود برسیم و دست‌کم یکی از این مدل‌ها را به مرحله بهره‌برداری برسانیم، البته این پیش‌بینی به‌معنای مشخص‌شدن زمان بازگشت سرمایه یا دستیابی به صرفه‌جویی مالی قطعی نیست، بلکه هدف این است که بتوانیم نمونه اولیه را عملیاتی کنیم و بر اساس نتایج آن، درباره گام‌های بعدی تصمیم بگیریم.

ایمنا: چه مخاطراتی، از وابستگی به شرکت‌های فناوری و اختلال سامانه‌ها تا هزینه‌های پنهان نگهداری و احتمال افت کیفیت خدمات، ممکن است موجب شود اجرای پروژه‌های هوش مصنوعی به‌جای صرفه‌جویی، هزینه بیشتری به شهرداری تحمیل کند؟ چگونه می‌توان این مخاطرات را مدیریت کرد؟

بقایی: یکی از مخاطرات سامانه‌های هوشمند و فناوری‌هایی که به آن‌ها متکی هستیم، ایجاد وابستگی بیش از اندازه به اینترنت و زیرساخت‌های مرتبط با آن است. اگر فرایندهای مدیریتی به‌گونه‌ای طراحی شوند که بدون دسترسی به این زیرساخت‌ها امکان ادامه فعالیت نداشته باشند، ممکن است در شرایط اختلال با مشکل روبه‌رو شویم.

برای مدیریت این مخاطره، لازم است عامل انسانی همچنان در کنار سامانه‌ها حضور داشته باشد و تحلیل‌ها و نتایج به‌دست‌آمده را از نظر صحت و کیفیت بررسی کند. نباید تصور کنیم که با ورود فناوری، نظارت انسانی دیگر ضرورتی ندارد.

برای مثال، در سامانه‌ای که اکنون در اختیار داریم، می‌توانیم کمیت کار را بررسی کنیم؛ یعنی مشخص شود کارگر در محل کار حضور داشته است یا خیر. اما حضور کارگر به‌تنهایی به‌معنای انجام مطلوب کار نیست. به همین دلیل، کیفیت عملکرد نیز از طریق سازوکار دیگری بررسی می‌شود که در آن عامل انسانی نقش دارد. در ادامه مسیر نیز باید تلاش کنیم روش‌های مختلف سنجش کیفیت را توسعه دهیم تا ارزیابی عملکرد تنها به ثبت اطلاعات کمی محدود نشود.

به‌طور کلی، یکی از مخاطرات استفاده از سامانه‌های هوشمند این است که ممکن است توجه ما از اصل کار و کیفیت خدمات فاصله بگیرد و بیش از اندازه بر داده‌ها و خروجی‌های سامانه متمرکز شویم، بنابراین باید مراقب باشیم که فناوری در خدمت بهبود کیفیت کار قرار گیرد، نه اینکه جایگزین ارزیابی دقیق عملکرد شود.

نظارت انسانی بر عملکرد خدمات شهری با ورود هوش مصنوعی نباید کم‌رنگ شود

با وجود این مخاطرات، معتقدم حرکت به سمت هوشمندسازی و استفاده از هوش مصنوعی اجتناب‌ناپذیر است. با توجه به سرعت تحولات فناوری، بعید می‌دانم در ۱۰ تا ۲۰ سال آینده بتوان بدون حرکت در این مسیر، مدیریت شهری را به شکل مطلوب پیش برد. به نظر من، در آینده نرفتن به سمت این فناوری‌ها بیشتر جای تعجب خواهد داشت تا استفاده از آن‌ها.

البته این موضوع به‌معنای نادیده‌گرفتن هزینه‌ها و خطرات نیست. باید از ابتدا برای کنترل وابستگی‌های فنی، حفظ نقش نیروی انسانی، نظارت بر کیفیت خدمات و ارزیابی نتایج برنامه داشته باشیم.

در مورد احتمال افزایش هزینه‌ها به‌جای صرفه‌جویی نیز معتقدم که آثار مالی این پروژه‌ها باید در طول زمان بررسی شود. ممکن است در ابتدای کار هزینه‌هایی برای فراهم‌کردن زیرساخت‌ها و اجرای پروژه‌ها صرف شود، اما انتظار من این است که در مجموع، منافع و افزایش بهره‌وری بتواند این هزینه‌ها را جبران کند. با این حال، برای اطمینان از تحقق چنین نتیجه‌ای، باید پروژه‌ها اجرا و آثار واقعی آن‌ها ارزیابی شود.

ما در این حوزه تازه گام‌های اولیه را برداشته‌ایم و کارهایی را نیز آغاز کرده‌ایم. امیدوارم در یکی دو ماه آینده بتوانیم جزئیات بیشتری درباره این اقدامات و روند پیشرفت آن‌ها ارائه کنیم تا تصویر روشن‌تری از مسیر پیش‌رو در اختیار داشته باشیم.

کد مطلب 1014155

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.