Perabotan umum sudah dapat menampilkan waktu bus secara langsung, memperbarui pesan digital, dan merespons aturan sensor dasar. Pertanyaan yang lebih sulit adalah kapan AI benar-benar membuat sistem ini lebih bermanfaat. Furnitur kota pintar AI menjadi lebih berharga ketika seseorang, kamera, atau sensor memberikan masukan yang memerlukan interpretasi sebelum sistem dapat merespons—permintaan arah, perubahan arus penumpang, atau sinyal pengoperasian yang tidak biasa. Perbedaan ini penting ketika kota-kota mengeksplorasi AI untuk mobilitas dan layanan publik. Pembaca dapat menggunakan input → interpretasi → respon → tes nilai untuk menilai di mana Furnitur jalanan bertenaga AI menambah nilai praktis.
Kata 'pintar' sering digunakan untuk hampir semua perlengkapan jalan dengan fungsi digital. Hal ini memudahkan untuk mengacaukan konektivitas, otomatisasi, dan AI. Sebuah shelter yang menerima waktu bus langsung telah terhubung. Lampu yang menyala setelah sensor mendeteksi kegelapan dilakukan secara otomatis. Layar yang mengunduh pemberitahuan publik baru dari sistem pusat mungkin terhubung dan otomatis, namun tindakan ini tidak memerlukan AI.
AI menjadi lebih relevan ketika sistem harus menafsirkan sesuatu sebelum memilih respons. Daripada hanya mengikuti instruksi tetap, ia dapat bekerja dengan masukan dan menentukan keluaran mana yang lebih berguna untuk tugas tersebut. Pembedaan ini penting bagi proyek-proyek kota karena tetap memperhatikan apa yang sebenarnya dilakukan oleh teknologi.
Situasi |
Sistem yang terhubung atau berbasis aturan dapat melakukan hal ini |
AI dapat menambah nilai ketika |
Tampilan kedatangan bus |
Tampilkan data yang diterima dari feed transportasi umum |
Seorang pengguna menanyakan pertanyaan perjalanan yang kurang terstruktur |
Pencahayaan umum |
Nyalakan pada waktu atau level sensor yang ditentukan |
Beberapa kondisi yang berubah memerlukan interpretasi |
Papan pengumuman digital |
Publikasikan konten terjadwal atau jarak jauh |
Sistem harus memahami permintaan sebelum memilih informasi |
Pemantauan perangkat |
Kirim kode kesalahan atau peringatan offline |
Banyak sinyal yang perlu ditinjau untuk mengetahui adanya pola yang tidak biasa |
Intinya bukanlah AI selalu lebih baik. Sebuah sistem yang sederhana seringkali lebih mudah dioperasikan ketika tugasnya sederhana.
Sebelum memilih teknologi, lihat masukannya. Perabotan umum dapat menerima informasi langsung dari masyarakat melalui ucapan atau tindakan layar sentuh. Sensor dan kamera dapat memberikan informasi tentang pergerakan atau aktivitas di sekitar perlengkapan. Sistem kota juga dapat menyediakan data rute, informasi lokasi, pembaruan layanan, atau status peralatan.
Input-input tersebut mempunyai kebutuhan yang berbeda-beda. Waktu kedatangan langsung sudah terstruktur dan siap ditampilkan. Pertanyaan lisan seperti 'Bagaimana cara mencapai perpustakaan tanpa menggunakan tangga?' kurang terstruktur. Masukan kedua mungkin memerlukan sistem untuk mengidentifikasi tujuan, memahami kebutuhan aksesibilitas, dan menghubungkan kedua informasi dengan data rute yang tersedia sebelum menyajikan jawabannya.
Di sinilah furnitur jalanan bertenaga AI mulai berbeda dari tampilan terkoneksi pada umumnya. Nilai tambah tersebut berasal dari langkah interpretasi, bukan dari konektivitas itu sendiri.
Tim pengadaan tidak perlu memahami arsitektur model untuk membuat penilaian pertama yang berguna. Mereka dapat menanyakan apakah furnitur tersebut menerima informasi yang sudah memberitahukan apa yang harus dilakukan.
'Tampilkan bus berikutnya dalam enam menit' dapat ditangani oleh umpan data. 'Nyalakan lampu saat hari gelap' dapat ditangani oleh aturan sensor. 'Menemukan rute yang cocok ke Balai Kota bagi seseorang yang tidak bisa menggunakan tangga' membutuhkan lebih banyak pekerjaan karena permintaan tersebut mengandung beberapa makna.
Jika aturan tetap dapat menangani tugas tersebut dengan jelas, menambahkan AI hanya akan menambah biaya dan kompleksitas. Ketika masukan harus dipahami, dibandingkan, atau diklasifikasikan terlebih dahulu, AI memiliki alasan yang lebih praktis untuk melakukannya.
Bayangkan seorang penumpang berdiri di depan sebuah Halte bus pintar AI . Orang tersebut bertanya, 'Rute mana yang membawa saya paling dekat ke museum?' Pidato adalah masukannya, namun suaranya sendiri tidak berguna bagi wisatawan. Sistem pertama-tama harus mengetahui apa yang ditanyakan orang tersebut, mengidentifikasi tujuannya, menghubungkan permintaan tersebut dengan informasi yang tersedia, dan kemudian mengembalikan jawabannya.
Responsnya dapat berupa teks, grafik rute, atau ucapan. Text-to-speech, sering disingkat menjadi TTS, mengubah informasi tertulis menjadi keluaran lisan. Hal ini dapat membuat antarmuka publik lebih mudah digunakan ketika seseorang lebih menyukai panduan suara atau tidak ingin mencari melalui beberapa layar menu.
Contoh produk nyata membantu menunjukkan bagaimana beberapa metode masukan dan respons dapat diterapkan dalam satu perlengkapan. Shanghai Zemso Urban Furniture Technology Co., Ltd. mengintegrasikan analisis gambar, TTS, statistik arus penumpang, tanya jawab digital, interaksi layar sentuh, dan interaksi suara ke dalam halte bus pintar ZEMSO-HCT-0001. Pelajaran yang bermanfaat bukanlah jumlah fiturnya. Data ucapan, sentuhan, gambar, dan gerakan dapat masuk ke perangkat publik yang sama tetapi memerlukan bentuk pemrosesan yang berbeda sebelum menghasilkan hasil yang berguna.
Logika yang sama berlaku ketika masukan datang dari lingkungan sekitar, bukan dari orang. Kamera atau sensor dapat menangkap aktivitas di dekat tempat penampungan, namun mengumpulkan gambar tidak sama dengan memahami apa yang terjadi di dalamnya. Jumlah penumpang mentah juga memiliki nilai terbatas sampai ditempatkan dalam konteksnya.
Misalnya, operator mungkin perlu mengetahui apakah aktivitas di suatu lokasi normal pada waktu tersebut atau apakah ada perubahan yang nyata. Analisis gambar atau pengenalan pola berbasis AI dapat membantu mengubah sejumlah besar data aktivitas mentah menjadi sinyal sederhana yang dapat ditinjau oleh staf. Dalam sistem HCT-0001, analisis gambar dan analisis arus penumpang bekerja bersama fungsi interaktif lainnya untuk mendukung jenis pemrosesan input ini.
Itu tidak berarti AI secara otomatis mengetahui mengapa suatu perhentian sibuk. Peningkatan jumlah penumpang mungkin disebabkan oleh suatu peristiwa, gangguan layanan, cuaca, atau penyebab lain di luar furnitur itu sendiri. Sistem dapat membantu mengidentifikasi suatu pola; masyarakat masih perlu menafsirkan situasi yang lebih luas dan memutuskan tindakan apa yang masuk akal.
Bagi penumpang, hasil yang paling berharga seringkali sederhana: mengetahui apa yang harus dilakukan selanjutnya. Bayangkan seorang pengunjung bertanya, 'Bus mana yang membawa saya ke museum?' Masukannya berupa pertanyaan bahasa alami. Sistem menafsirkan tujuan dan memeriksa informasi perjalanan yang tersedia untuk tujuan tersebut. Responsnya mungkin menunjukkan rute, mengidentifikasi perhentian, atau mengucapkan instruksi selanjutnya.
Ini adalah ukuran nilai yang lebih bermakna dibandingkan menanyakan apakah suatu tempat penampungan mengandung AI. Jika pengguna mendapatkan informasi yang mereka butuhkan dengan langkah yang lebih sedikit, interaksinya meningkat. Pendekatan yang sama dapat menjawab pertanyaan tentang transfer, pemberhentian terdekat, pemberitahuan layanan, atau rute yang dapat diakses ketika data yang diperlukan tersedia.
AI tidak boleh dianggap memiliki manfaat yang tidak diciptakan secara langsung oleh AI. Tempat bernaung tidak membuat bus tiba lebih cepat. Hal ini tidak menghilangkan kemacetan lalu lintas. Tugasnya lebih sempit: mengurangi upaya antara menanyakan pertanyaan perjalanan dan mendapatkan informasi yang membantu dalam mengambil keputusan berikutnya.
Layar luar ruangan tradisional pada dasarnya merupakan alat komunikasi satu arah. Mereka dapat menampilkan peta, pemberitahuan publik, peringatan, jadwal, iklan, atau siaran langsung. Manajemen konten jarak jauh membuat layar tersebut lebih mudah dioperasikan, namun penerbitan jarak jauh masih belum sama dengan AI.
Papan reklame digital AI untuk kota pintar menambah nilai ketika layar harus merespons permintaan, bukan sekadar menyiarkan konten yang telah ditetapkan sebelumnya. Pengunjung mungkin menanyakan rute, mencari tujuan, atau meminta informasi yang seharusnya terkubur di dalam beberapa level menu.
BS-0005 Shanghai ZEMSO menggabungkan perencanaan rute, analisis gambar, TTS, analisis arus penumpang, interaksi layar sentuh, dan tanya jawab berbasis suara. Manajemen konten cloud, penerbitan jarak jauh, pemantauan, dan pembaruan perangkat lunak OTA membentuk lapisan manajemen terpisah. Kelompok pertama mencakup fungsi-fungsi yang interpretasinya penting. Kelompok kedua terutama menyangkut konektivitas dan pengoperasian sistem.
Memisahkan lapisan-lapisan tersebut akan membuat spesifikasi menjadi lebih jelas. Sebuah kota kemudian dapat memutuskan fungsi mana yang memerlukan AI dan mana yang tetap merupakan layanan digital yang sederhana dan dapat diprediksi.
Kios kota pintar interaktif mengikuti prinsip yang sama dalam bentuk yang berbeda. Kios di pusat transportasi, taman, alun-alun kota, atau area layanan umum dapat membantu masyarakat menemukan petunjuk arah atau informasi dasar setempat. Beberapa permintaan cukup sederhana untuk tombol besar, peta yang jelas, atau menu pendek.
Interaksi suara menjadi lebih berguna ketika permintaan tidak sesuai dengan pilihan tetap tersebut. Pengunjung mungkin bertanya di mana menemukan layanan tertentu atau menjelaskan suatu tujuan dalam bahasa sehari-hari alih-alih mengetahui kategori menu resminya.
ZEMSO-FWT-0002 menggabungkan asisten suara AI dengan pemantauan jarak jauh berbasis aplikasi dan fungsi kontrol cerdas lainnya. Kombinasi tersebut menunjukkan bagaimana AI dan kontrol terhubung biasa dapat berjalan berdampingan. Menambahkan antarmuka AI tidak berarti setiap fungsi di dalam kios harus bersifat percakapan. Antarmuka yang paling sederhana tetap dapat menangani tugas yang paling sederhana.
Interaksi publik hanyalah salah satu sisi dari furnitur kota pintar AI. Model input-and-response yang sama dapat membantu orang-orang yang bertanggung jawab mengelola ruang publik.
Misalkan aktivitas penumpang berubah tajam di suatu lokasi. Sensor atau sistem gambar memberikan masukan. Analytics dapat mengidentifikasi pola sepanjang waktu atau membandingkan aktivitas saat ini dengan penggunaan normal. Staf kemudian menerima sinyal yang lebih berguna daripada aliran penghitungan mentah.
Informasi tersebut dapat mendukung keputusan tentang di mana informasi layanan harus ditempatkan, kapan staf perlu ditinjau, bagaimana area publik digunakan, atau lokasi mana yang perlu mendapat perhatian lebih. Kata pentingnya adalah 'dukungan.' AI dapat membantu mengatur bukti, namun AI tidak secara otomatis mengetahui penyebab perubahan atau memutuskan respons kebijakan publik mana yang tepat.
Oleh karena itu, lebih banyak data tidak selalu lebih baik. Tujuannya harus berupa informasi yang berhubungan dengan keputusan yang benar-benar menjadi tanggung jawab seseorang. Evaluasi harus fokus pada apakah sistem bekerja dengan baik untuk pengguna yang dituju, tujuan, dan lingkungan operasi sebenarnya.
Pemeliharaan menawarkan tes lain yang berguna. Tanda yang terhubung dapat melaporkan bahwa layar sedang offline. Pengontrol dapat mengganti mode operasi jika koneksi pusat gagal. Perangkat lunak dapat diperbarui dari jarak jauh. Ini adalah fungsi-fungsi yang berharga, namun menyebut semuanya sebagai AI akan mempersulit pemahaman tentang apa yang sebenarnya dibutuhkan sistem.
Papan reklame digital luar ruangan GG-0009 Shanghai ZEMSO menggabungkan manajemen terpusat, peningkatan jarak jauh OTA, perencanaan jalur, antarmuka terbuka, layar sentuh dan interaksi suara, serta fungsi AI seperti analisis gambar, TTS, dan analisis arus penumpang. Sebuah kota yang meninjau sistem jenis ini dapat memisahkan fitur-fitur manajemen dari fungsi-fungsi yang menafsirkan informasi yang kurang terstruktur.
AI mungkin berguna ketika banyak sinyal operasi harus dibandingkan dan pola yang tidak biasa perlu ditandai untuk staf. Hal ini berbeda dengan mengklaim bahwa peringatan jarak jauh adalah pemeliharaan prediktif. Prediksi yang andal bergantung pada data historis yang sesuai, pengujian, dan bukti bahwa sistem bekerja dengan baik dalam kondisi operasi nyata.
Furnitur kota pintar AI paling berguna ketika mengubah pertanyaan, aktivitas penumpang, gambar, atau data sistem menjadi respons yang dapat ditindaklanjuti oleh orang-orang. Oleh karena itu, manfaat furnitur jalanan yang didukung AI harus tetap dikaitkan dengan kebutuhan publik, seperti panduan rute yang lebih mudah, akses informasi yang lebih cepat, atau kesadaran pengoperasian yang lebih baik.
Shanghai Zemso Urban Furniture Technology Co., Ltd. menerapkan pendekatan ini di seluruh halte bus pintar, papan reklame digital, dan kios interaktif, menggabungkan interaksi AI dengan fungsi manajemen yang terhubung. Alat-alat ini dapat membantu kota meningkatkan layanan informasi publik sekaligus menjaga teknologi tetap fokus pada tugas-tugas praktis.
