Google teamJR

1. Google
JR
AIを活用し、あなたが関心のある社会課題の
解決策を提案してください。

2. AIで電車の遅延解決
※MFC運営事務局にて一部画像を削除しました。

3. 現在の問題点①
“JR路線” の遅延の多さ
1位 JR中央・総武線各駅停車 ＜三鷹―千葉間＞ー19.1日
2位 JR宇都宮線・高崎線 ＜上野―那須塩原・神保原間＞ー18.4日
（ 東京メトロ千代田線 ー18.4日 ）
4位 JR中央快速線・中央本線 ＜東京―甲府間＞ー18.3日
5位 JR横須賀線・総武快速線 ＜大船―東京―稲毛間＞ー17.9日
JR埼京線・川越線 ＜大崎―新宿―武蔵高萩間＞ー17.9日
https://toyokeizai.net/articles/-/203508
遅延路線ランキングの上位をほぼ“JR” が占めている。

4. 現在の問題点②
• １０分未満の遅延のうち、94%が利用者に関連するものなど部
外原因となっている。
乗車時間超過ー47.2％
ドア再開閉ー16.0％
遅延の原因の60％が利用者の
気配りで改善できるものだが
毎日のように乱れが出る。
http://www.mlit.go.jp/common/001215328.pdf

5. 電車の遅延により、
悪影響を及ぼす

6. 提案
AIを利用してラッシュアワー時の利用者を調節しよう

7. 全体フロー
Step 1
混み具合のデータを利用。
（例）
朝7:00 → 満席
朝8:00 → 座れる可能性あり
Step2
遅延の数のデータを用い
る。
（例）
始発~7時 遅延少なめ
何分遅刻したのか
月単位での遅延数
遅延の数と混み具合のデータ
を用いて
ラッシュアワー時の人数をう
まくコントロールする。
遅延になり、混み具合が激し
い場合。
→AIを用い、自動的に電車の
運賃を高くする。
遅延なし、混み具合が少ない
場合。
→自動的に電車の運賃を安く
する。
Step3

8. 必要とされるデータ①
遅延の数（遅延証明書）
https://traininfo.jreast.co.jp/delay_certifica
te/history.aspx?R=02
過去の遅延データを
AIに取り込み、
パターン化していく。
（例）
始発~7時 遅延少なめ
何分遅刻したのか
月単位での遅延数
遅延が実際に起
きた際に過去の
パータン化と瞬
時に照らし合わ
せる。

9. 必要とされるデータ②
混み具合
https://www.navitime.co.jp/train/00000176/ＪＲ中央本線_ＪＲ総武本線/?nodeId=00000148
過去の各時間帯における
混み具合を読み込む。
（例）
朝7:00 → 満席
朝8:00 → 座れる可能性
あり
遅延が起きた時に
過去の混み具合と
瞬時に比較するこ
と。

10. AI×電車の遅延解決
＝人々のストレスを軽減