海外事例から学ぶMaaS基礎講座。 モビリティ革命がもたらすもの
コメント
注目のコメント
MaaSの特集は、僕も日経クロストレンドで連載しているのでそちらも是非！
MaaSのポイントは2つ
・移動をシームレスにつなげること
・移動に付加価値をつけること
ここの記事にあるWhimは、マイカー購入に取って代わるような付加価値を提供していて面白いなと思ってます。
MaaSのビジネスモデルを徹底図解 「定額乗り放題」で激震走る？ https://trend.nikkeibp.co.jp/atcl/contents/18/00121/00001/?n_cid=nbpnxr_twbn #日経クロストレンドベネチアでも、バス、電車、ボートの全てを手配できる公式アプリがリリースされていました。一回券から一日券まで豊富にオプションも揃っていて世界中から来る観光客を捌いてくれます。バスの運転手さんも大抵流暢な英語は話さないし、観光客は現金要らずだし、移動の度にチケット購入しなくて良いので観光がシームレスだし有り難かった。
東京は移動手段も多いしステークホルダーも多いので大変そうだけど実現すれば外国人観光客にとっては物凄く有り難い話。MaaSのポイントは
1. 陣地の拡大
2. モビリティの量・種類の拡充
3. 移動の多目的最適化
だと思います。
1.は例えば東京だけでしか使えないサービスよりも、東京ー大阪でも利用できるサービスの方が利便性が高いためです。決済もシームレスで陣地内を移動できるとさらに利便性が高くなります。
2.はモビリティ毎に性質が異なるため、様々なニーズに対応するためです。例えばタクシーであればDoor to Doorで短時間で移動できますが、シェアサイクルを使えば少し時間がかかるものの安価で移動したいニーズに応えられます。
3.は2で拡充したモビリティの価値を最大化するために必要だからです。ただモビリティがあるだけでなく、人々の移動の需要を予測したり、配車のマッチング最適化などをすることでモビリティが提供する価値をさらに引き出せます。
また最適化する対象も、移動時間だけでなく、より安価かつ最速など多目的最適化が求められてきます。
特に、自動運転後の社会では自動運転車をシェアする可能性が高くなるため、複数人で相乗りした場合の移動の最適化も求められます。既にUberは相乗りの最適化など、データサイエンスを用いた手法を次々と取り入れています。
（僭越ながら以下にUberのデータサイエンスについて書いています
↓https://note.mu/tak1/n/ned32591f9322?nt=like_1284908)
日本でも、上記の1〜3を実行できることを期待しています。
