Toyota
Toyota

Predecir la demanda de viajes ha sido una parte clave de la estrategia de Uber Technologies Inc. para convulsionar a los proveedores de taxis y transporte. Ahora Toyota Motor Corp. apuesta a que puede dirigir a los conductores con igual eficiencia.

El mayor fabricante de autos de Asia comenzó a probar un nuevo sistema de despacho de taxis el mes pasado usando datos de smartphones, ubicación de los taxis, patrones meteorológicos y otros factores para determinar la distribución más eficiente de la flota de taxis de Tokio.

El proyecto, que incluye a la startup de pedido de taxis Japan Taxi, la empresa de telecomunicaciones KDDI Corp. y Accenture Plc, tiene un porcentaje de precisión de 94%, informaron el viernes las empresas en un comunicado.

Si bien Toyota ha respaldado como inversor y socio a Uber, que tiene sede en San Francisco, la automotriz también ha hecho inversiones en Japan Taxi, rival de Uber que dirige el presidente del mayor operador de taxis de Tokio. Akio Toyoda, presidente de Toyota, apuesta a que los datos serán parte clave del futuro de la compañía y ha buscado asociarse a compañías de tecnología.

Una de las diferencias clave entre los mercados tradicionales donde predominan los taxis y aquellos que poseen servicios de reserva mediante una aplicación es la disponibilidad de transporte en las horas pico, en especial cuando llueve.

Por lo general, es más difícil conseguir taxis en esos momentos. Usando software y precios flexibles, Uber y rivales como Lyft, Grab y Didi pueden dirigir a los conductores a las zonas de mayor demanda, lo que aumenta la eficiencia y las ganancias.

Durante el programa piloto de Toyota y Japan Taxi, los conductores que utilizaron el sistema pudieron incrementar las ventas alrededor de un 20 por ciento, por encima del promedio de 9%, informó la compañía con sede en Toyota City.

Toyota empezó a instalar sus dispositivos TransLog en 500 taxis de la zona de Tokio el año pasado. Posteriormente, el servicio de despacho basado en IA se extenderá a más taxis con vistas a implementarlo en su totalidad este año. 

Además del servicio más reciente, recolectar datos y vídeo de conducción en tiempo real permitiría elaborar mapas dinámicos que podrían acelerar la adopción de la conducción automatizada, entre otras cosas.