Miten datan hyödyntämäinen näkyy konkreettisesti Digirata-hankkeessa ja minkälaista lisäarvoa se tuo eri toimijoille sekä koko alalle?


Yksi käytännön esimerkki Digiradan myötä tulevista muutoksista on se, että rataverkon digitalisaatio mahdollistaa entistä tasalaatuisemman datan keräämisen liikenteestä ja rataverkolta. Rataverkon laitekannan uusiutuessa modernimpaan, saadaan koko rataverkko tuottamaan arvokasta tietoa hyödynnytettäväksi.

Data mahdollistaa rataverkon käytön optimoinnin, ja sitä voidaan hyödyntää päätöksentekoon erilaisten algoritmien tai tekoälyn avulla. Laadukkaiden algoritmien tai tekoälyn hyödyntäminen voi vähentää inhimillisten virheiden määrää ja vähentää häiriötilanteita ja lisätä näin rataverkon turvallisuutta. Rautatieliikenteen optimointi lisää rataverkon kapasiteettia ja tehostaa liikennettä, kun esimerkiksi vuorovälejä pystytään lisäämään. Parhaimmillaan rataverkon liikenteen luotettavuus ja reagointikyky kasvavat ja esimerkiksi tasoristeysten turvallisuus paranee. Dataa hyödyntämällä myös häiriöistä palautumista voidaan nopeuttaa. Digirata mahdollistaa myös ennakoivan kunnossapidon ja ongelmatilanteisiin puuttumisen ennen kuin ne ilmenevät. Lisäksi Digiradalla on suora yhteys liikenteenhallintaan ja liikenteenohjauksen kehittämiseen.

”Liikenteenhallintaa ei voida toteuttaa tavoitteiden mukaisesti, ellei sen pohjajärjestelmä toimi. Hyödynnämme modernien järjestelmien dataa, jotta voimme rakentaa tulevaisuudessa mm. tekoälyratkaisuja ja tarjotaksemme mahdollisimman tasalaatuisen pohjan rautatieliikenteen toiminnalle”, avaa Fintrafficin hankejohtaja Jari Pylvänäinen.

”Lisäksi Digirata tulee näillä näkymin parantamaan eri rautatietoimijan tilannekuvaa esimerkiksi tavarakuljetusten osalta. Reaaliaikaisesti toimijoiden kesken jaettu tieto mahdollistaa entistä parempaa toiminnan suunnittelua, minkä avulla esimerkiksi logistiikkaketjujen tehostus ja sujuvoittaminen onnistuu entistä paremmin”, jatkaa hankkeen järjestelmäarkkitehti Jani Westerling.

Dataa voidaan hyödyntää myös matkustajakokemuksen parantamiseen etenkin liikenteen luotettavuuden ja joustavuuden osalta. Dataan perustuen voidaan matkustajille myös tarjota entistä kattavampia ja kohdennetumpia palveluita sekä saumattomat matkaketjut.

Datan lopullisia hyödyntämistapoja ja käyttötarkoituksia ei vielä pystytä edes ennakoimaan. Kerätyn tarkan datan konkreettiset käyttökohteet esimerkiksi liikenteen optimoinnissa ja matkustuskokemuksen parantamisessa selviävät jonkin ajan kuluttua.

“Algoritmit kehittyvät jatkuvasti ja nopealla tahdilla, joten emme vielä edes tunne datan hyödyntämisen kaikkia tapoja tai mahdollisuuksia. Sen näyttää meille vasta tulevaisuus. Tiedämme kuitenkin, että dataa täytyy saada mahdollisimman paljon irti ja hyödynnettyä ja sen täytyy olla puhdasta sekä laadukasta”, Pylvänäinen kertoo. Vain näin sitä voidaan luotettavasti käyttää esimerkiksi päätöksenteon tukena ja jakaa.