Deutsche Bahn, la principal operadora ferroviaria de Alemania, ha dado un paso significativo hacia la revolución de la gestión de sus operaciones mediante la implementación de una solución innovadora de pronóstico. En un contexto donde se transportan más de 6.6 millones de pasajeros diarios, contar con un sistema de pronóstico preciso es crucial para mantener la eficiencia del servicio.
La creación de modelos de pronóstico tradicionalmente demandaba semanas de desarrollo y una alta especialización, limitando su aplicabilidad. Sin embargo, Deutsche Bahn ha comenzado a utilizar Chronos-Bolt, un modelo de predicción de series temporales disponible en el mercado de Amazon Bedrock. Este modelo permite obtener pronósticos precisos con un esfuerzo mínimo, transformando datos de series temporales de manera similar al procesamiento del lenguaje en modelos de inteligencia artificial. Esto reduce drásticamente el tiempo de desarrollo, posibilitando la obtención casi inmediata de pronósticos efectivos.
Uno de los desafíos que enfrentó Deutsche Bahn fue la heterogeneidad de sus procesos de predicción, que funcionaban de manera independiente y generaban un uso ineficiente de recursos. En respuesta, la empresa colaboró con DB InfraGO AG para desarrollar un sistema de pronóstico basado en Chronos. Este sistema proporciona una API interna segura accesible a todos los equipos de la empresa, eliminando la necesidad de desarrollar soluciones personalizadas y permitiendo a las unidades generar pronósticos en cuestión de horas, en lugar de semanas.
Los modelos de Chronos han demostrado una clara ventaja en precisión y velocidad en comparación con métodos estadísticos tradicionales. En pruebas recientes, Chronos superó a modelos establecidos como AutoARIMA y AutoETS en precisión y redujo el tiempo de inferencia hasta 100 veces.
Para soportar esta solución, Deutsche Bahn implementó una arquitectura usando Amazon API Gateway y funciones de AWS Lambda, permitiendo manejar diversos escenarios de pronóstico de manera eficiente. Con este desarrollo, se espera una mejora significativa en la eficiencia operativa y en la planificación de recursos, estableciendo un nuevo estándar en el uso de modelos de inteligencia artificial en la industria ferroviaria y más allá.
