Przedsiębiorstwo GMV wzięło udział w IT TRANS 2024 – kongresie (wraz z przestrzenią wystawową) zajmującym wiodącą pozycję w sektorze transportu publicznego w Europie, który odbył się w dniach 14–16 maja w mieście Karlsruhe (Niemcy). Nasza firma odegrała dominującą rolę na tym wydarzeniu, podczas którego przedstawiła swoją ofertę rozwiązań dla miejskiego transportu publicznego, obejmującą: systemy zarządzania flotą i informacji pasażerskiej SAE/SIU; systemy planowania oraz optymalizacji rozkładów jazdy, usług i grafików; systemy ekonomicznej jazdy; oraz systemy biletowe oparte na kontach (ABT).

Firma GMV dysponowała ponadto stoiskiem, na którym udzielała zainteresowanym szczegółowych informacji na temat jej autorskiego katalogu aplikacji dla transportu publicznego, oraz przeprowadziła spersonalizowane demonstracje swoich systemów dla licznych zarządów i operatorów transportu. 

W ramach rzeczonego wydarzenia nasza firma wzięła udział w szeregu prezentacji ilustrujących prace, jakie prowadzi od lat w obszarze Inteligentnych Systemów Transportowych. Podczas wizyty z przewodnikiem pod hasłem „Rozwiązania w zakresie transportu publicznego dla lepszej przyszłości”, złożonej przez delegację VIP głównym wystawcom targów, César Martínez, international business development manager, dokonał prezentacji firmy GMV, jej produktów oraz sposobu, w jaki wdraża ona sztuczną inteligencję (AI) do celów usprawnienia transportu publicznego przyszłości.

Rafał Krzysiak, head – business development Poland & Baltics, wziął udział w sesji pt. „Poprawa doświadczenia pracowników – bliższe spojrzenie na niedobory kadrowe w sektorze transportu publicznego”, podczas której opowiedział, w jaki sposób firma GMV przyczynia się do promowania retencji pracowników poprzez grywalizację jakości jazdy.

Iker Estébanez, head – international business development w GMV, wziął natomiast udział w sesji zatytułowanej „Monitorowanie przepływów pasażerskich i obłożenia linii”, podczas której wyjaśnił, jak firma integruje big data z modelami sztucznej inteligencji, aby przewidywać popyt na transport oraz wspierać procesy podejmowania decyzji w czasie rzeczywistym w codziennym funkcjonowaniu transportu publicznego.