3S Market 傳遞 智慧應用與價值的商業資訊
Industry 4.0 after Covid-19，What is the Future for Industry 4.0 in the Post Covid-19 Paradigm  今日主題 工業 4.0 \智慧車載交通\智慧經營管理 工業 4.0 智慧工廠 智慧車載交通 |
2020年11月25日 星期三
．2020\11\25\3S MARKET Daily 智慧產業新資訊
．後 COVID-19 世界中，工業 4.0 的未來是什麼？
Covid-19: how it will change the world
- The Economist
我們考察了第四次工業革命中，工業部門的轉型，以及對中小企業企業家和投資者的相關影響 ⋯⋯
乍看上去
世界將變得更加數位化。鎖定措施迫使許多企業從根本上改變他們買賣商品和服務的方式，這正在加速數位化採用率。美中貿易緊張局勢，已經證明了全球供應鏈之間的相互聯繫，以及即使很小的參數發生變化，全球供應鏈的脆弱性。
在 COVID-19 之後，我們相信企業將開始對某些產品進行重新定位（本地化）。我們認為，第四次工業革命中工業部門的變革，將對中小企業企業家產生重大影響，因此，在本報告中，我們討論了在 COVID-19 健康危機的背景下的長期變化。
COVID-19 對中小企業的影響
我們認為，轉捩點迫在眉睫：
a）製造設備的連通性；
b）使用工業軟體；
c）製造過程中的數據分析。
所有組件都將永久改變，公司營運工廠的方式，並影響設備供應商的商業模式。我們將討論更高的效率（例如預防性維護）和新的業務模式，可能如何傷害那些沒有管理資源、IT 知識和資金來為工業物聯網環境做準備的公司。但是，對於將其 IT 和軟體專業知識，整合到其產品中的公司來說，顯然存在上行空間。
我們認為工業領域的中小企業企業家，必須立即採取行動，使他們的設備數位化；幾年後可能為時已晚。當前武漢肺炎大流行的經驗，使中小企業立即採取行動變得更加重要。
機會與威脅
．提高效率
．節省製造過程中的成本，降低維護成本
．更好的數據品質，改善決策
．預防性維護，減少緊急中斷和停機時間
．透過加快產品上市時間，並加快設計流程，來獲得新的收入機會
圖1-按國家劃分的製造業機器人密度
Source: International Federation of Robotics (World Robotics 2019) as of 18
工業 4.0：COVID-19 之後
冠狀病毒危機引發了，關於全球化與本地化的新討論。在危機期間，很明顯，能夠按國家進行決策的公司，在生產的靈活性，以及需求方面都具有優勢。此外，最近美中貿易緊張局勢升級再次凸顯了供應鏈的脆弱性。
鑑於有多少國家被迫宣佈，在有限時間內採購必需品的禁運措施，這種流行病和大流行的經歷，使人們重新關注了供應鏈的調整。因此，我們相信公司和政府，將在危機後越來越多地考慮，將一些產品移至離家更近，或更靠近客戶的地方。
這代表了過去幾十年中，以成本為重點的製造業模式轉變，這有利於集中製造中心。
另一個關鍵結論是，製造業將在未來幾年內，變得更加數位化。我們預計將越來越關注互聯設備，及其對工業物聯網（IIoT）的使用。儘管人力資源有限，但由於使用感測器和 IIoT 監控生產，亞洲一些市場（包括中國、韓國和日本）的主要製造中心，仍保持了不間斷的生產。隨著對 5G 的投資仍在進行中，IIoT 的採用率應繼續上升。
目前，工業公司的回饋是他們的客戶對「遠端處理一切」表現出濃厚的興趣。最終，工廠中的社會隔離，意味著更多的自動化設備。
我們還預測了其他一些趨勢，例如本地化、新興技術和智慧製造，所有這些趨勢都將在報告的完整版中進行討論。
投資者的工業 4.0 市場機會
我們認為，從長期來看，該市場的支出將進一步加速。 我們估計 IIoT 在整個 IoT 市場中的所佔比率為 15％。 根據 IDC 和 Bloomberg Intelligence 的數據，到 2021 年，物聯網市場預計將達到 1.1 tr美元，從 2016 年到 2021 年將以每年 13％ 的速度成長。
成長機會表明，參與非常重要，但正如上文強調的那樣，不要低估潛在成本 涉及（沒收的備件銷售等）。 下載完整報告以獲取更多投資要點。
．在後大流行時代，智慧製造成為企業生存的關鍵
Why These 3 Businesses Will BOOM
In 2021
TrendForce 表示，智慧製造已成為大流行後時代企業生存的關鍵，預計 2024 年的收入將達到 4,000 億美元。
根據 TrendForce 的最新調查，面對 COVID-19 大流行，整合智慧製造仍然是企業生存的關鍵。除了促進 AR、遠端操作和電腦視覺的技術發展外，智慧製造還透過採用無人運輸機（例如AGV（自動導引車））帶來其他明顯的好處，例如減少了人工，從而促進了社交距離。 ）和 AMR（自主行動機器人）。全球智慧製造市場，預計將在 2024 年達到 4000 億美元的總收入，在 2020 - 2024 年期間的複合年成長率為 10.1％，這是因為遠端和非接觸式技術的進步，為這一成長做出了很大貢獻。
TrendForce 分析師 P. K. Tseng 指出，由於降低了製造成本，並提高了生產率，各種公司現在都接受了工業 4.0。鑑於其改善的投資報酬率和成熟的技術，Industry 4.0 將透過協作機器人和數位雙胞胎，透過網路實體整合展示物聯網，和大數據整合解決方案，為製造商在 2020 年實現這些優勢。
全球製造業巨頭工業 4.0 的成熟發展，包括智慧工廠和相關應用中的新冠病毒大流行措施。
工業 4.0 於 2011 年首次在德國推出，已被各大公司廣泛採用，從而導致相關技術逐漸成熟。根據愛立信的研究，基於工業 4.0 的行動網路解決方案的佈署，在五年內，每年平均為愛立信節省約 8.5％ 的營運成本。
該公司已將這些解決方案應用於各種應用案例，包括資產跟蹤、AR 應用、狀態監視、行動機器人和連接的設備。例如，愛立信使用基於 AR 的解決方案，在其 5G 設備工廠進行遠端故障排除，和與工作相關的遠端學習。
另一方面，電源管理公司 Eaton 正在將 Industry 4.0 解決方案納入其抗擊流行病的鬥爭。 Eaton 透過使用 Microsoft HoloLens 2 AR 眼鏡，使他們能夠遠端執行重要的工作職能，從而確保員工的安全，該眼鏡可以即時顯示實體工廠空間的 3D 圖像，而無需員工的實際參與。日本製造商日立也使用工業 4.0 解決方案，來提高工人的安全性，該公司還透過熱像儀，監控其工廠員工，並透過影像監控，來跟蹤 PPE 的使用情況。
隨著企業為響應新冠病毒大流行後時代，而採取的數位化轉型計劃，雲端服務的整合加速了台灣的智慧製造轉型。
台灣目前的智慧製造趨勢顯示，中小企業約佔台灣製造業的 97％。但是，在進行數位化轉型時，這些企業經常遇到，諸如投資報酬率低，和資訊技術專業人才匱乏之類的瓶頸。因此，智慧製造計劃通常是在公私合力下執行的。
就公眾而言，台灣政府的目標是三個潛在的智慧製造賣點：全球政治經濟、工業趨勢，以及新冠病毒大流行後時代的刺激政策。例如，目前正在進行的機械工業智慧雲端平台，目的在透過為中小型企業提供附加值，從而提高該行業的全球競爭力來加快台灣智慧製造業的發展。
2021年製造業的復甦取決於更穩定、更靈活的供應鏈的存在。除了現有的遠端操作，和非接觸式設備使應用案例外，企業還需要結合更多基於工業 4.0 的技術，例如用於創建工作場所虛擬副本的 IoT 感測器和設備，或可提供以下內容的區塊鏈和 3D列印：額外的操作靈活性。
在大流行後的時代，智慧製造有望看到更多的應用案例和商業機會，從而在面對潛在的潛在威脅時，增強製造商的生存能力和盈利能力。
．自動駕駛汽車數據不再封閉，Uber 開源新的數據可視化系統
Autonomous Driving Dataset Visualization with Uber AVS and Cruise Webviz
leiphone 作者：丛末
按：日前，Uber 開源了基於 Web 的自動駕駛可視化系統（AVS），稱該系統為自動駕駛行業，帶來理解和共享數據的新方式。AVS 由 Uber 旗下負責自動駕駛汽車研發的技術事業群（ATG）開發，目前該系統已在 Voyage、Applied Intuition 等多家公司應用。Uber 在其官網上發佈了這一開源消息， AI 科技評論編譯如下。
當自動駕駛汽車在城市環境中駕駛時，瞭解它們感知到了，什麼對於開發，使其能夠安全運行的系統相當重要。並且，正如我們為街道標誌和交通基礎設施，制訂標準以幫助人類駕駛員一樣，也需要為自動駕駛汽車的開發者，提供標準的可視化平台，使其能夠表示來自感測器、圖像分類、運動推理，以及用於建構直接環境的，準確圖像的其他技術的輸入。
正如我們此前在「Engineering Uber's Self-Driving Car Visualization Platform for the Web」（閱讀網址：https://eng.uber.com/atg-dataviz/）這篇文章所寫到的，為了支持不斷成長的自動化用例池，自動駕駛 Uber 的 ATG（技術事業群）和可視化團隊，借助基於 web 的可視化技術，來解釋這些感測器，以及算法衍生的世界。
現在我們很高興，對這個經過重新設計，和增強的自動駕駛可視化系統（AVS）進行開源，對於自動駕駛行業來說，這個系統是其理解和共享，自動駕駛系統數據的新方式。
AVS 網址：https://avs.auto/
AVS 可以顯示自動駕駛汽車在真實世界場景中的性能
AVS 是一個描述和可視化自動駕駛汽車的感知、運動，以及數據規劃的新標準，提供了一個強大的基於 Web 的工具包，來創建可應用於使用該數據探索、交互，以及（更關鍵的是）做出重要的開發決策的應用。
作為獨立的標準化的可視化層，AVS 可以讓開發人員，無需再為自動駕駛汽車，創建自定義可視化軟體。借助 AVS 的抽象可視化，開發人員可以專注於駕駛系統、遠端協助、地圖繪製，以及模擬等核心的自動駕駛研發。
需要標準統一的可視化
包括科技公司、基金會、研究機構、原始設備商（OEM）以及新創公司等，在內的諸多機構組織，都面臨著自動駕駛所帶來的挑戰。能夠顯示自動駕駛汽車，在其環境中感知到了什麼的可視化工具，對於開發出安全的自動駕駛系統非常重要。
從靠近硬體和感測器堆棧起，系統就需要用到這些工具，此外，自動駕駛系統日誌數據的網路上線或離線回，放也需要反覆用到它們。隨著平台的成熟，圍繞分類、模擬、地圖繪製，安全、圖像收集，以及標注的新的用例就會出現。生產之路需要能提供監控、遠端協助，以及支持的全新的工具和基礎架構。
除了快速展開這些需求，自動駕駛工程師為了交付有效的工具解決方案，通常也不得不學習複雜的電腦繪圖方法，和數據可視化技術。可視化標準的缺失造成的結果是，工程師為了快速交付解決方案，會圍繞現成的技術和框架，來組裝客製化的工具。然而，在我們的經驗中，嘗試用各種現成組件，組裝出來的開發工具，會造成系統難以維修或變得不靈活性，並且各組件間的結合度，還不足構成平台的堅實基礎。
我們現在將 AVS 共享給更廣泛的自動駕駛界，就是希望工業界能夠通力合作，推動這一領域的進展，並定義出一個新的標準，最終為大眾帶來一個更安全、更高效的交通工具方案。
將運動的世界可視化
在使用 Uber ATG 的基於 Web 的 AVS 的案例中，透過對車輛使用該系統之前和之後的比較，我們可以看到汽車檢測得到改善。
自動駕駛汽車開發，是一個快速發展的領域，擁有新的服務、數據集（尤其是透過 LiDAR）以及許多需要新解決方案的應用案例。在 Uber，多個工程團隊都對需要處理的解決方案，有著獨一無二的需求。使用基於 Web 的可視化應用，顯而易見是一種選擇，因為它為跨團隊的快速更替、應用案例特定的應用、簡化的資訊共享、客製化，以及現有服務的整合創造了機會。
雖然基於 Web 的可視化系統，擁有顯而易見的優勢，但它也面臨著，如何在保留與基於桌面系統相當的性能的同時，還能高效地管理數據的挑戰。解決這些挑戰，就需要一個新的抽象來管理，和描述 Web 應用使用的生成數據。
基於上述需求，我們圍繞兩個關鍵的部分，建立了自己的系統：XVIZ 提供了數據（包括管理和規格）；而 streetscape.gl 則是一個組件工具包，能夠強化 Web 應用。
XVIZ
自動駕駛系統生成的數據，需要一個正式且兼具靈活性的規格，例如可以與展開的基礎框架整合、符合多個客戶端、並且足夠接近數據源，以定義必要的控件，和綁定來高效地管理數據的數據格式。
XVIZ 的高級數據流包括：伺服器端上的編碼器和建構器，和客戶端上的解碼器、數據緩衝器和同步器。
XVIZ 提供了隨時間變化的場景的（數據）流導向視圖，以及聲明性的使用者介面顯示系統。像影像錄製一樣，您可以隨意搜索並瞭解系統當時的現狀。同時它也像 HTML 文檔一樣，其表示會根據允許內省的模式，進行聚焦和結構化處理。不過，XVIZ 還允許透過將單獨的數據流捆綁在一起，並更新到單個目標中，來輕鬆探索和查詢數據。
XVIZ 流是在特定時間使用特定的基元類型（primitive types）時，發生的一系列離散的更新。基元是能夠描述 LiDAR 點雲、攝影機圖像、目標範圍、軌跡、隨時間變化的車輛速度，以及預測的規劃的目標。為了簡化給使用者呈現的演示，這些目標被單獨設置了樣式（包括數據流級別）或分配了樣式類（style class）。
XVIZ 透過分層命名來組織數據流，其中單獨的元數據部分列出了數據流、它們的類型、相對變換、聲明性 UI 面板和樣式類。然後，使用者介面將目標的圖形面板與數據捆綁在一起，透過 YAML （https://en.wikipedia.org/wiki/YAML）為使用者提供控件，進而安裝一系列佈局和顯示組件。
XVIZ 的數據結構，其允許研究者從數據集切換流。
streetscape.gl
streetscape.gl 提供了各種 UI 組件，包括攝影機、回放控件、目標標注和繪圖功能。
streetscape.gl 是一個工具包，它用於創建使用 XVIZ 協議中的數據的 Web 應用。它為以 3D 視圖、圖表、表格、影像等形式將 XVIZ 流可視化，提供了可立即投入使用的組件。同時，它還解決了常見的可視化痛點，例如跨數據流的時間同步（time synchronization）、坐標系統、攝影機、動態樣式，以及與 3D 目標和交叉組件的交互等，從而讓使用者可以投入更多的時間，來創建出自動駕駛汽車軟體本身。
渲染性能（Render performance）是 streetscape.gl 的首要目標。借助 React 和 Uber 成熟的基於 WebGL 的可視化平台（http://vis.gl/），我們能夠支持即時回放，以及與支持數十萬種幾何尺寸的場景的平滑交互。
可組合性也是設計 streetcape.gl 的前線和中心。我們的內部可視化平台為分類、標注、調試、遠端協助和場景編輯等十幾個不同的用例提供支持，透過從該平台的工作中學習，我們設計的組件，具有高度的樣式可客製化和可擴展性，因而所有的團隊都能根據其獨特的工作流程，來體驗這一系統。
AVS 有何不同
AVS 被設計成開放和模組化的系統，從其開發之初，我們就鼓勵內部團隊出謀劃策來實現去耦（decoupling）。從架構上來說，它提供了一個分層的方法，該方法可以最小化自動駕駛堆棧的組件間的耦合，並為數據交換提供一個明確的定義。每個層都可以按需形成，而不需要改變全系統，並且系統還可以按照特定的場景，或應用案例來客製化層。
這一指導原則有助於將 AVS ，與當前的解決方案區分開來。具體而言，AVS 的架構使該系統獨樹一幟，因為：
- 它在設計上故意將數據與所有的底層平台分離；
- 它的有限的小規格可以讓開發者更易於開發工具；
- 它的數據格式要求可以實現快速的轉移和處理。
此外，AVS 還可以迎合自動駕駛生態系統中各類人的需求，包括工程師、操作員、分析家，以及專業的開發者等。自動駕駛工程師可以使用 XVIZ ，輕易地對他們的系統進行描述，然後還可以使用有限的經費，來驗證和實踐他們的預想。
專業的開發者可以使用 streetscape.gl，快速地創建與數據源無關的具有強大的性能特徵，和簡化的整合的應用程序。最後，操作者也能夠透過多個應用，以影像等視覺格式來查看數據，從而使得協作、知識理解、更深入的分析，以及總體信任數據的品質，都變得更加容易。
透過將 AVS 開源給工業界，我們鼓勵更多開發者基於這一系列原始的思路貢獻更多想法，並開發出更多系統。
自動駕駛行業及該行業以外的應用
對於 Voyage、 Applied Intuition，以及 Uber ATG 等開發或支持自動駕駛汽車的公司來說，透過從模擬到道路測試的方法，來尋找自動駕駛問題的根本原因，是一個極度耗時的過程。
據 Voyage 的首席技術官 Drew Gray 所提到的，能夠可見地探索自動駕駛感測器數據、預測路徑、追蹤目標和速度，及加速等狀態資訊，對於分類過程來說是價值巨大的，並且還可以對開發人員的效率帶來積極影響。此外，該資訊還可用於設置基於數據的工程的優先順序。
Voyage 的聯合創始人 Warren Ouyang ，也隨聲附和了 Gray 對於 AVS 的發展潛力所發表的觀點。他表示「我們非常高興能夠使用 Uber 的自動駕駛可視化系統，並共同協作為自動駕駛界的向前發展，開發出更好的工具。」
AVS 在其他應用中，提供了豐富的上下文，例如這個案就增強了 Uber ATG ，在景點視察方面的應用。
除了對根本原因的分析之外，Uber 團隊也在其他案例中使用了 AVS，例如基於 Web 的日誌查看、開發人員環境和映射維護等。同時，我們還打算透過開源這些技術，讓無人機、機器人、貨車運輸、車隊管理、增強和虛擬現實，以及零售等其他新興和相鄰行業的開發人員，也能為此工具包找到應用場景。
未來規劃
讓 AVS 進入更廣泛的工業界只是一個開始。我們希望為更多開發者和操作者提供自主化的訪問，以期為自動駕駛領域做出貢獻。
通過與 Voyage、Applied Intuition、開源基金會等組織機構及貢獻者的合作，我們計劃通過更多數據源和規格（尤其是 ROS 支持）、性能優化以及更豐富的功能（如並排比較）來強化該產品。
Applied Intuition 的首席技術官 Peter Ludwig 說道：「在 Applied Intuition，我們正在與世界上最先進的 AV 團隊合作，他們需要的是最先進的工具... 而 AVS 正好符合這一點，並且特別值得注意的是，它是基於網路的，同時還滿足了自動駕駛領域的這一需求：不需要一遍又一遍地重建相同的可視化工具。此外， Uber 開源 AVS 對於其他的 AV 領域來說，也意義重大。」
Uber ATG 的 AVS 賦能的 AV 日誌，查看這一應用，讓我們可以分析車輛應對交叉路口的方法。
Uber 熱衷於實現自動駕駛汽車的長遠願景：為每個人帶來更安全、更清潔和更高效的交通解決方案。遺憾的是，各個行業中的早期開發工具往往是原始的，並且適用於解決能夠擴展其功能的新案例。鑒於技術正在快速地改變交通運輸方式，和我們所居住的城市，因此我們比以往，更加迫切地需要更好的工具，來加速這一變化。
無論這個產品是用來改善城市規劃投資（相關閱讀：https://medium.com/uber-movement/bringing-more-data-to-uber-movement-with-street-speeds-32da498329a7）、更多樣的地理空間分析（相關閱讀：https://eng.uber.com/keplergl/）、更先進的地圖繪制（相關閱讀：https://eng.uber.com/uber-visualization-mapbox/）還是新的行動趨勢（相關閱讀：https://www.uber.com/newsroom/mobility-dashboard-for-jump-bikes/），我們都發現：開源數據和工具的策略能夠幫助政府、開發者和研究者以及整個工業界，加快邁向未來更智慧化的交通生態系統的步伐。
via：https://eng.uber.com/avs-autonomous-vehicle-visualization/ 雷鋒網
．COVID-19 之後的公共交通在 5 個主要城市的當前和未來挑戰
How COVID-Safe Is Public Transport? Buses, Trains & The Coronavirus
UITP ADVANCING PUBLIC TRANSPORTATION
2020 年 7 月 22 日，UITP 舉辦了線上網路研討會「 COVID-19之後的公共交通–當前和未來的挑戰」。 重新想像我們的城市。」
該活動由巴庫運輸局和莫斯科運輸部發起，但吸引了國際演講者。 來自倫敦、馬德里和巴黎的代表，與巴庫和莫斯科一起參加了關於新冠病毒大流行後期，城市交通發展的十字路口的高峰論壇。 主題還吸引了來自 21 個國家的 286 名參與者，包括阿根廷、亞塞拜然、巴西、加拿大、香港、法國、俄羅斯、西班牙、烏克蘭、英國、美國、烏茲別克等。
UITP 秘書長穆罕默德·梅加尼（Mohamed Mezghani）在歡迎詞中強調，汲取的經驗教訓顯示，公共交通仍然是必不可少的，但脆弱的服務，並且仍然被低估了。挑戰在於，在後 COVID 時代，由於社交距離，為公共交通提供更多空間的任務，變得更加關鍵。
「運輸發展範例現已改變，將重新從供應轉向需求」
莫斯科展望可持續發展的未來
莫斯科市交通局副局長馬克西姆·利克蘇托夫（Maksim Liksutov）解釋說，在封城期間，莫斯科交通局是交通的守護者，並按計劃定期執行各種特別措施。此外，還決定定期對在莫斯科運輸局工作的所有人員，進行冠狀病毒檢測。 為了適應新的出行需求，城市自行車租金價格降低了 30％，從而使服務使用量成長了兩倍。
封城之後，城市流動性顯著下降。 儘管如此，莫斯科已決定繼續致力於其交通發展計劃，將重點進一步放在可持續交通系統的發展上。 其中包括以 4.5 億歐元購買約 1,000 輛地面運輸工具，和 550 輛地鐵車輛。
莫斯科計劃未來的公共交通發展，同時在繼續對抗大流行的過程中，採取一切可能的預防措施
馬德里確保為新的爆發做好更好的準備
馬德里地鐵首席執行官西爾維亞·羅爾丹（SilviaRoldán）表示，馬德里地鐵已經為在危機爆發前的工作，做好了預先準備的規程，但該規劃程序已根據當局的要求進行了修改。例如，為了保持社交距離，地鐵必須增加其供應量，並採用乘客交通管理計劃，該計劃使用大數據來即時控制容量和擁擠。
現在，他們已經制訂出了，根據警報級別採取措施的標準化程序，涉及從強制使用口罩，到規劃防護設備供應等一系列問題。
透過新的創新，使 Baku 保持前進
巴庫運輸局（阿塞拜疆）董事會主席 Vusal Karimli 解釋說，在地鐵關閉期間，巴庫的公車線路必須正常運行，因此即使在載客量減少 60％ 的情況下，公車營運業者也必須盡最大努力， 以及汽車數量減少了 45％。 好在鎖定期間空氣污染減少了 45％。 由於最近的車隊更新，無現金支付系統，以及新的開放式換乘中心，和知識管理系統，運輸系統得以運行。
這不是「光明之城」的終結
法蘭西島 Mobilités（法國）常務董事 Laurent Probst 說：「巴黎在封城期間限制了公共交通，造成了超過 200 萬歐元的損失。」 他們與法國政府達成協議，以補償損失的收入。人們在諸如巴黎這樣的大城市沒有其他選擇，因此他們希望人們會回來：汽車由於持續的交通堵塞而阻塞，而自行車僅適合短途旅行。 公共交通的投資和發展不應立即停止，因為我們必須準備轉移更多的人。
「公共交通的投資和發展不應立即停止」
倫敦仍然對改善感到樂觀
倫敦運輸（TfL）業務策略主管湯姆·佩奇（Tom Page）強調，COVID-19 對倫敦及其公共交通產生了嚴重影響。 下降是如此嚴重，以至於一段時間以來，他們停止收取車費，這是資金的主要來源。替代方案是開放更多的自行車道。公共汽車的容量有限；在地鐵中，他們引入了單向系統，並繼續控制車站的人數。 儘管我們可能無法預測這一情況，或接下來將要發生的事情，但這並不意味著我們什麼都不要做，而是我們必須抓住機會，使現在的情況變得更好。
一起「回到更好的交通」
所有五個城市都以一個雄心勃勃，且樂觀的目標團結在一起：公共交通必須在這場危機中倖存下來，以保持城市運轉。所有五個城市，過去一直並且仍在不斷尋求創新，以使公共交通盡可能安全。他們還繼續計劃，未來的公共交通發展。
當世界各地的城市，都在為未來的道路而努力時，我們決不能忽視長期的緊迫優先事項。 我們不能從鎖定回到僵局。我們必須透過所有人的更好流動，來更好地重建。
在我們全行業的「回到更好的交通」活動中，瞭解更多資訊，該活動提醒公眾和決策者，為什麼我們不應該停止對公共交通的投資。