Cofundador y CEO de Shotl

Gerard Martret

Movilidad inteligente

"Los coches pasan aparcados el 96% de su vida útil. Las ciudades son almacenes de vehículos"


Shotl es un sistema de gestión de la movilidad urbana que convierte parte del transporte público en transporte bajo demanda.

Martes, 26 de Marzo de 2019
Hoy visitamos a Gerard Martret, CEO y cofundador de Shotl, un proyecto innovador destinado a optimizar las soluciones de movilidad de la ciudadanía. Y no es la primera vez que sus proyectos pasan por nuestra redacción.

"Nuestro objetivo es producir una tecnología Machine Learning que aprenda y que se programe a sí misma"
 
"Conociendo los hábitos de movilidad de la gente, y sus necesidades, con menos vehículos podremos mover a más personas"
 
"Entendemos que la movilidad futura se basará en vehículos compartidos, eléctricos, conectados y autónomos"
 
"Damos por seguro que existirá un periodo en el que los vehículos autónomos convivirán con los vehículos conducidos por seres humanos. Lo que no sabemos es cuánto durará ni en qué lugares se producirá el cambio"
Hace unos años usted y sus hermanos acababan de poner en marcha el proyecto Drivania. ¿Shotl es la “evolución 5G” de ese proyecto?
De algún modo lo es. En 2011 Drivania abrió una oficina comercial operativa en San Francisco. En aquel momento estaban apareciendo allí nuevas compañías como Uber, Lift o Sidecar, especializadas en el negocio de reserva de transporte y movilidad urbana, pero desde un enfoque novedoso. Nosotros pensamos que el negocio seguiría evolucionando y que, por nuestra propia actividad, generaríamos cada vez más datos que podríamos emplear. Así que diseñamos Shotl como un sistema inteligente de gestión del transporte urbano.
 
Ahora que menciona a compañías como Uber, ¿de qué manera les ha afectado la reciente crisis entre el sector del taxi y de los VTC?
Nos ha afectado en positivo. Creemos que el mundo se encamina a un modelo en el que todos estaremos geolocalizados y en el que podremos optimizar el transporte. Al final, conociendo los hábitos de movilidad de la gente, y sus necesidades, con menos vehículos podremos mover a más personas.
 
Las primeras soluciones de movilidad a tiempo real aparecieron con los servicios de geolocalización de taxis y luego pasaron a instalarse en todo tipo de vehículos. En España estos servicios se han ido legislando hasta llegar a las licencias VTC (vehículos de transporte con conductor), como también ha pasado en muchas otras ciudades. Ahora bien, en los últimos 6 ó 7 años hemos asistido a un impacto importante en el volumen de tránsito que estas soluciones han generado en grandes ciudades.

¿Cómo cuáles?
Como México, Nueva York, Sao Paulo, Boston o San Francisco. Al ser conscientes de esto, comprendimos que en un momento dado las administraciones y autoridades municipales necesitarían disponer de tecnología para poder poner soluciones a disposición de los ciudadanos. Vimos que, llegado el momento, habría urgencia en gestionar todos estos vehículos de forma inteligente. Y Shotl está pensado para este tipo de clientes, es decir, los operadores o municipalidades que quieran ofrecer transporte público de manera más eficiente.
 
Hasta la fecha han puesto a prueba sus sistemas en Barcelona y en ciertas ciudades de Estados Unidos. ¿La movilidad de la gente es la misma aquí y allí?
No exactamente. En Europa el transporte público tiene mayor presencia que en Estados Unidos, donde es más minoritario. Allí la dependencia del vehículo privado es muy grande, quizás porque no haya más alternativa. Pero también hemos visto lo mismo en ciudades nuevas como Dubai City. Por nuestra parte creemos que ese no será el modelo de movilidad de futuro. Más bien entendemos que la movilidad futura se basará en vehículos compartidos, eléctricos, conectados y autónomos. De ahí que, por ejemplo, hayamos comenzado un proyecto con “Sensible 4”, una empresa de Finlandia a la que proporcionamos la tecnología necesaria para solicitar el transporte en vehículos autónomos.

Ustedes, por tanto, no fabrican automóviles, sino el software que rige algunas de sus funciones. ¿Se han encontrado con un mercado receptivo a sus ideas? 
Todo lleva su tiempo. Quizás el mercado no está suficiente maduro y quizás en algunos municipios existen todavía ciertos lobbies en el sector del transporte que no quieren que las cosas vayan tan rápido. Damos por seguro que existirá un periodo en el que los vehículos autónomos convivirán con los vehículos conducidos por seres humanos. Lo que no sabemos es cuánto durará ni en qué lugares se producirá el cambio. Tal vez solo afecte a las autopistas al principio, o a las zonas rurales…
 
¿El cambio de un modelo al otro será instantáneo o durará 10 años, por decir algo?
10 años o más. Sobre todo, por la fuerza que tiene actualmente la industria ya consolidada y los lobbies. Tal vez nos encontraremos con diversas formas alternativas de combustión. Por el momento, los vehículos eléctricos tienen ante sí el reto de disponer de estaciones de recarga rápida, pero pensamos que será el modelo del futuro, porque es un vehículo que se puede ir recargando mientras no se utilizan. ¿Sabe usted que los coches están aparcados un 96% de su vida útil? En realidad, nuestras ciudades son almacenes de vehículos. Pero el espacio público es demasiado importante como para destinarlo a eso. Nuestro ideal de ciudad futura tiene más espacios verdes y menos congestión.
 
Me deja asombrado.
Nosotros creemos que cualquier ciudad actual podría funcionar perfectamente con tan solo el 10% del parque móvil del que disponga actualmente, y que eso permitiría desplazar a todos sus ciudadanos.

Me deja todavía más atónito. ¿La ciudad de Barcelona es un buen terreno para experimentar con su tecnología?
Es una ciudad referente mundial. Actualmente estamos haciendo una prueba en el barrio de Can Barata, de manera conjunta con TMB, la empresa de transportes municipales. Hemos diseñado una aplicación llamada el meu bus (“mi bus”) que permite convertir el típico bus de barrio en un medio de transporte bajo demanda. Un usuario lo solicita a través de su móvil (o del teléfono, si no lo tiene) y en cosa de 15 minutos le recoge en la esquina más cercana. No en la puerta de su casa, pero casi.
 
¿Y este bus funciona todo el día del mismo modo?
Obviamente, este vehículo no funciona en momentos de demanda baja, o “momentos valle”. Pero eso es mejor que tenerlo vacío y funcionando, como sucede en algunos lugares. Cuando hay demanda funciona y acude donde se le necesita. Y el usuario se acostumbra a pensar que el autobús viene cuando es necesario, con lo que contribuimos a crear nuevos usuarios del transporte público. En el barrio de Torre del Baró, en Barcelona, pusimos en marcha este sistema, y pasamos de 20 usuarios el primer día a 175 diarios, al cabo de dos semanas.
 
Actualmente los proyectos Drivania y Shotl conviven en esta sede corporativa. ¿Están pensando en lanzar alguno más?
No a corto plazo, pero estamos barajando un servicio de carpooling. Esto es: creemos que hay muchas personas que cada día van a trabajar en su vehículo y que siguen el mismo recorrido que otras personas que hacen el mismo trayecto, pero en otros vehículos. Si se les ayudáramos a recogerse unos a otros, o pasar por calles determinadas a la ida y a la vuelta, podríamos reducir la cantidad de vehículos en circulación. Sería una forma de optimizar la movilidad.
 
Además de ustedes ¿hay algún competidor o referente en el mercado?
Hay uno llamado Via, que cuenta con una gran inversión de Daimler y que opera en Nueva York y en otras ciudades americanas. Se diferencian de nosotros en que ofrecen sus servicios a operadores privados. Nosotros, en cambio, no añadimos nuevos vehículos a la calle, sino que ofrecemos nuestra tecnología a la municipalidad, para que utilice sus sistemas de transporte público (bus y minibús) de manera más eficiente.

¿Qué perfiles profesionales integran Shotl?
La mayoría de los colaboradores son ingenieros informáticos, que se especializan en la programación de la aplicación y la estructura interna. También tenemos a físicos y a matemáticos que actúan como data-scientists y que mejoran los algoritmos para hacerlos más inteligentes cada vez. Nuestro objetivo es producir una tecnología Machine Learning que aprenda y que se programe a si misma. Igualmente, contamos con un equipo de marketing y ventas.