Deutsche Bahn, la principal empresa ferroviaria de Alemania, ha implementado una innovadora solución de pronóstico que promete revolucionar la forma en que gestiona sus operaciones. Con más de 6.6 millones de pasajeros transportados diariamente, la necesidad de un pronóstico preciso es esencial para el funcionamiento eficiente del servicio. Históricamente, la creación de modelos de pronóstico requería semanas de desarrollo y un alto grado de especialización, lo que limitaba su uso en múltiples contextos.
Sin embargo, la compañía ha comenzado a utilizar Chronos-Bolt, un modelo de pronóstico de series temporales que ha sido recientemente lanzado en el mercado de Amazon Bedrock. Este modelo ofrece predicciones precisas con un esfuerzo mínimo, transformando datos de series temporales en un formato similar al tratamiento del lenguaje en los modelos de lenguaje. Esto facilita una reducción significativa en el tiempo de desarrollo, permitiendo que las empresas obtengan pronósticos de manera casi inmediata.
En su fase de implementación, Deutsche Bahn ha tenido que abordar un desafío significativo: la heterogeneidad de sus procesos de pronóstico. Antes de la introducción de Chronos, la empresa identificó múltiples procesos de pronóstico operando de forma independiente, lo que resultaba en esfuerzos manuales considerables y un uso ineficiente de recursos. Para abordar esta situación, se desarrolló un sistema de pronóstico basado en Chronos en colaboración con DB InfraGO AG, su plataforma de análisis de datos.
Este sistema proporciona una API interna segura que es accesible por todos los equipos de la empresa, eliminando la necesidad de crear soluciones de pronóstico personalizadas. Como resultado, las pequeñas unidades de trabajo ahora pueden generar sus propios pronósticos, reduciendo el tiempo de preparación de semanas a horas.
En pruebas recientes, los modelos de Chronos han demostrado una notable superioridad en precisión y velocidad frente a métodos estadísticos tradicionales. En un primer caso de uso, Chronos alcanzó una precisión que supera a modelos establecidos como AutoARIMA y AutoETS, al tiempo que el tiempo de inferencia fue hasta 100 veces más rápido.
Además, para la estructura de su solución, Deutsche Bahn ha hecho uso de Amazon API Gateway junto con funciones de AWS Lambda para procesar las solicitudes de pronóstico a través de Chronos. Esta arquitectura bien integrada permite a la empresa manejar una variedad de escenarios de pronóstico de manera eficiente, consolidando su enfoque hacia la digitalización y optimización de recursos.
A medida que Deutsche Bahn avanza en el desarrollo de este servicio de pronóstico accesible a todas sus unidades de negocio, se espera que la democratización de estas capacidades impulse una mejora significativa en la eficiencia operativa y permita una mejor planificación en la asignación de recursos. Esto establece un nuevo estándar en el uso de modelos de pronóstico basados en inteligencia artificial para la industria ferroviaria y otras áreas.
vía: AWS machine learning blog
