Salle de presse

Pendant des années, le facteur limitant dans le domaine du diagnostic automobile a été les données : comment les collecter, les transférer et en rassembler suffisamment pour comprendre ce qui se passait à l'intérieur d'un véhicule.

Les produits modernes s'apparentent moins à des applications qu'à des écosystèmes. Une expérience client unique englobe à la fois les contrôleurs embarqués, les services cloud, les applications mobiles, les composants des fournisseurs et les flux de données en temps réel.

Une enquête révèle que le diagnostic intelligent et la maintenance prédictive s’imposent comme les principaux cas d’utilisation de l’ AI e dans le secteur des véhicules définis par logiciel, mais que la monétisation attendue ne s’est pas encore concrétisée.

Les flottes ont le potentiel d'économiser des milliers de dollars par véhicule et de réduire de plusieurs heures les coûts de main-d'œuvre grâce aux nouvelles technologies d'intelligence artificielle appliquées à l'entretien des flottes. Mais comment aller au-delà du simple mot à la mode «AI» pour aboutir à de véritables solutions opérationnelles ?

Le diagnostic intelligent et la maintenance prédictive constituent désormais les principaux cas d'utilisation de l'AI ation dans les véhicules définis par logiciel, comme l'ont indiqué 34 % des personnes interrogées dans le cadre d'une enquête mondiale menée par l'Sonatus et Omdia.

L'AI s'impose progressivement dans le secteur des véhicules utilitaires, mais les déploiements actuels ont tendance à être très ciblés : ils visent à résoudre un problème à la fois. Les flottes peuvent recourir à l' pour optimiser la planification de la maintenance, les constructeurs automobiles peuvent l'utiliser pour accélérer la validation, et les équipementiers peuvent tester des modèles embarqués.

Sonatus met à disposition via SDVerse ses solutions « AI », «Technician», «Collector» AI et « AI » Director afin de soutenir le développement des véhicules et la gestion de leur cycle de vie selon les principes de l’ AI

Alors que les constructeurs automobiles s'orientent vers des plateformes informatiques centralisées et des mises à jour à distance, les carrossiers doivent faire face à de nouvelles exigences en matière d'outillage, de formation et de gestion des données.

La conception des véhicules électriques (VE) nécessite désormais une approche globale, à l'échelle du système. Les choix opérés au niveau d'un sous-système ont une incidence directe sur les performances de l'ensemble du véhicule. Le travail d'ingénierie s'oriente désormais vers la gestion du comportement de ces interactions dans des conditions réelles d'utilisation.

Si vous avez déjà passé du temps à configurer des VLAN, à ajuster des politiques de qualité de service (QoS) ou à dépanner une infrastructure de commutation Ethernet, les défis architecturaux auxquels est aujourd’hui confrontée l’industrie automobile vous sembleront étonnamment familiers.

L'Irlande arrive en tête des pays étudiés dans une nouvelle étude menée par Indeed Hiring Lab sur l'utilisation d'AI s sur le lieu de travail. Cette enquête, menée auprès de plus de 80 000 salariés dans différents pays, dont l'Irlande, révèle que 70 % des salariés irlandais utilisent des AI s dans le cadre de leur travail.

Le développement des véhicules électriques (VE) est de plus en plus marqué par la complexité des logiciels, le volume de données et des délais de validation de plus en plus courts. En conséquence, l’intelligence artificielle (AI) est progressivement intégrée dans les processus de développement et de test afin d’accélérer les cycles d’ingénierie, d’améliorer la précision des diagnostics et de réduire le recours à la validation physique en fin de cycle.