Wyniki jednoznacznie wskazują przewagę inteligentnego planowania nad klasycznym podejściem. W modelu zoptymalizowanym przez AI elektryczne ciężarówki przewiozły aż 85% całkowitego wolumenu ładunków i pokonały 54% całkowitej trasy. Dla porównania, podejście 1:1 umożliwiło jedynie 57% udziału w ładunkach i 32% udziału w przejechanym dystansie. Zoptymalizowana flota wykazała również 8–13% niższy całkowity koszt posiadania (TCO) w porównaniu do floty w pełni spalinowej. Dla modelu 1:1 oszczędność wyniosła zaledwie 3%, a realizacja była mocno uzależniona od subsydiów publicznych.
Na poziomie floty odpowiednie oprogramowanie planujące, integrujące trasy i harmonogramy ładowania, ma większe znaczenie niż zwiększanie pojemności akumulatorów czy niekontrolowany rozwój infrastruktury ładowania podkreślił prof. dr Patrick Plötz, szef działu ekonomiki energii w Fraunhofer ISI.Co istotne, floty planowane przy użyciu AI wykazywały mniejszą zależność od rozbudowanej infrastruktury ładowania. Choć instalacja szybkich ładowarek o mocy 150 kW w punktach załadunkowych była korzystna w obu przypadkach, model oparty na AI utrzymał wysoki poziom elektryfikacji z większą elastycznością działania. Nawet bez wsparcia państwa, zoptymalizowane floty pozostają konkurencyjne kosztowo wobec flot dieslowskich. Zdaniem autorów raportu, świadczy to o potencjale AI do wspierania operatorów flot w adaptacji do zmieniających się warunków rynkowych i regulacyjnych.
Efektywność ekonomiczna to kluczowy warunek dla trwałej transformacji flot ciężarowych. REWE wspiera dalszy rozwój innowacyjnych rozwiązań w tym obszarze zaznaczył dr Fabian Nevries, dyrektor ds. innowacji i technologii transportu w REWE.Źródło: Komisja Europejska
