Introduzione alla diagnostica dei veicoli " AI " e ai tecnici " AI "
Il processo di diagnosi e risoluzione dei problemi dei veicoli è un ambito critico che può trarre grandi vantaggi dall’ottimizzazione basata sull’ AI. I veicoli moderni sono più complessi che mai, con alcuni modelli che contengono fino a 1.400 chip, pertanto fornire gli strumenti necessari sia agli ingegneri automobilistici durante la fase di pre-produzione sia ai tecnici delle officine di riparazione post-produzione può offrire vantaggi significativi sia alle case automobilistiche che ai consumatori. L’uso di strumenti di diagnostica veicolare basati sull’ AI e non è più un concetto futuristico, ma una realtà in grado di offrire un valore concreto agli OEM e ai loro concessionari. Sebbene l’ AI a veicolare si sia evoluta grazie all’integrazione dei sistemi di diagnostica, consentendo un’identificazione più rapida e accurata dei problemi del veicolo, siamo ancora agli inizi.
In questo articolo analizziamo come i modelli di intelligenza artificiale ( AI ) possano consentire agli OEM di creare “tecnici di intelligenza artificiale (AI )” o “diagnostica dei veicoli basata sull’intelligenza artificiale (AI )” che, affiancando ingegneri e meccanici umani, possano trasformare il settore automobilistico, garantendo diagnosi più accurate, tempi di risposta più rapidi, un servizio di assistenza migliore e una maggiore soddisfazione dei clienti. Ciò promette inoltre di rendere possibile la manutenzione predittiva, consentendo di evitare i problemi prima che si verifichino. Il potenziale dell’intelligenza artificiale (AI) in questo ambito è destinato a crescere rapidamente nei prossimi anni.
Quali sono i limiti degli approcci diagnostici tradizionali?
L’approccio tradizionale alla diagnostica e alla risoluzione dei problemi dei veicoli presenta evidenti limiti. In passato, la riparazione automobilistica era quasi un’arte, in cui l’esperienza del tecnico era fondamentale. Tuttavia, i veicoli moderni sono diventati più complessi, con numerose unità di controllo elettroniche che interagiscono tra loro e un numero crescente di software, e la diagnostica tradizionale non è sempre sufficiente. Il numero di manuali tecnici necessari per comprendere appieno un veicolo moderno, unito alla complessità delle cartelle di intervento, comporta tempi di diagnostica più lunghi e difficoltà maggiori rispetto al passato. L’intuizione che un tempo contraddistingueva un meccanico esperto oggi risulta spesso errata o meno utile. I costi dell’assistenza automobilistica sono aumentati vertiginosamente, rendendo il processo di riparazione inefficiente e portando spesso a interventi non necessari, dovuti al metodo per tentativi ed errori utilizzato per individuare il vero guasto e il modo corretto di risolverlo.
La diagnostica tradizionale può presentare diverse limitazioni:
- Affidarsi a semplici lettori di codici o strumenti di scansione che forniscono un'analisi limitata dei codici di errore diagnostici per individuare la causa dell'accensione della spia "check engine" può richiedere molto tempo ed è soggetto a errori.
- Approcci basati su "intuizioni" aneddotiche che potrebbero portare a sostituire componenti perfettamente funzionanti, con un conseguente aumento dei costi di garanzia senza risolvere il problema.
- Manutenzione reattiva. I metodi tradizionali si concentrano spesso sulla manutenzione reattiva, risolvendo i problemi solo dopo che questi hanno fatto accendere una spia di avvertimento, anziché sulla diagnostica proattiva.
- La difficoltà di formare i tecnici dell'assistenza affinché siano in grado di gestire la complessità dei veicoli moderni.
Per approfondire invece la complessità dei sistemi dei veicoli, dobbiamo puntare alla manutenzione predittiva e a una diagnosi più rapida delle auto, andando oltre il semplice analizzatore di codici di errore collegato alla porta diagnostica di bordo (OBD).
In che modo “ AI ” migliora la diagnostica dei veicoli e supporta il lavoro dei tecnici AI ?
Aiutare gli esseri umani, non sostituirli
I limiti dei metodi tradizionali hanno portato allo sviluppo di strumenti diagnostici basati sull’intelligenza artificiale in grado di analizzare dati complessi relativi ai veicoli e fornire diagnosi più accurate. I tecnici non devono necessariamente diventare data scientist per utilizzare in modo efficace gli strumenti di “ AI ”, e, di fatto, i centri di assistenza potrebbero scegliere di non esporre direttamente il tecnico all’ AI . La realtà è che i sistemi di “ AI ” sono in grado di effettuare analisi proattive della situazione e fornire raccomandazioni chiare e indicazioni diagnostiche in un linguaggio semplice e comprensibile.
Anziché sostituire l’operatore umano, l’assistente diagnostico AI può contribuire a potenziare le competenze dei tecnici, fornendo loro uno strumento potente per migliorare il processo di riparazione e risparmiare tempo prezioso. Esaminiamo in dettaglio ciascuno di questi vantaggi per illustrare come AI possa ridurre i tempi di diagnosi e garantire un processo di riparazione di qualità superiore.
Una base di conoscenze più completa
Uno dei principali vantaggi dei sistemi “ AI ” è che sono in grado di analizzare i dati dei veicoli provenienti da molteplici fonti, andando oltre i semplici codici di errore, tra cui manuali tecnici complessi, letture dei sensori e dati relativi all’intera flotta, per fornire una diagnostica proattiva e un’analisi più rapida delle cause alla radice. I sistemi “ AI ” sono in grado di elaborare enormi quantità di dati relativi ai veicoli in pochi secondi, individuando schemi e correlazioni che richiederebbero all’uomo un tempo esponenzialmente più lungo per individuarli.
AI Questi strumenti interpretano i codici di errore, o DTC, e li combinano con altre fonti di dati per associarli alle possibili cause alla radice, fornendo ai tecnici un elenco ordinato per priorità delle soluzioni. Pertanto, la diagnostica " AI " puòmigliorare i tassi di riparazione al primo intervento, fornendo ai tecnici le cause alla radice più probabili e suggerimenti per la riparazione, aiutandoli al contempo a evitare di controllare parti del veicolo che non presentano problemi.
Dati più dettagliati sui veicoli e tendenze a livello di flotta
AI possono aiutare i tecnici a diagnosticare i problemi con maggiore precisione, analizzando i dati storici relativi alle riparazioni e alle prestazioni dei veicoli, anche quelli provenienti da altri veicoli della flotta. A differenza dei manuali di riparazione del passato, che erano statici o venivano aggiornati raramente, i sistemi di “ AI ” sono in grado di apprendere e aggiornarsi continuamente, adattandosi alle tecnologie automobilistiche emergenti e perfezionando i propri modelli. Le piattaforme per auto connesse hanno il potenziale di condividere dati tra milioni di veicoli, consentendo a una singola auto di beneficiare delle soluzioni apprese dall’intera flotta globale. Man mano che vengono rilevati modelli diagnostici in altri veicoli, i consigli possono essere migliorati rapidamente e l’apprendimento automatico può garantire che i problemi risolti in un veicolo possano migliorare in modo proattivo lo stato di salute degli altri veicoli in anticipo, prima che si verifichino problemi o che si accenda una spia di avvertimento.
In che modo i tecnici di AI contribuiscono alla fase di pre-produzione dei veicoli?
Durante la fase di pre-produzione di un veicolo, i tempi di immissione sul mercato sono fondamentali e i costi di sviluppo sono notevoli. L’ottimizzazione di tali processi e la razionalizzazione delle risorse possono avere un impatto incredibile. In fase di pre-produzione, i sistemi del veicolo sono incompleti e non ancora completamente testati. Ciò comporta una maggiore complessità per il processo diagnostico, poiché potrebbero esserci diversi sistemi che interagiscono tra loro e causano problemi contemporaneamente.
Un approccio tipico allo sviluppo dei veicoli in fase di pre-produzione consiste nell’inviare i veicoli su una pista di prova dotata di dispositivi di acquisizione dati, al fine di raccogliere i dati relativi a uno specifico sottosistema o a una funzione del veicolo sottoposti a test. Successivamente, i dati vengono acquisiti ed elaborati, e gli ingegneri esaminano i risultati per comprendere le cause dei guasti. Questo processo comporta un carico di dati estremamente elevato e richiede l’integrazione di dati provenienti da più fonti. Inoltre, i guasti provenienti da altri sottosistemi non definitivi e non sottoposti a test possono causare risultati distorti e ostacolare la capacità di diagnosticare il problema oggetto di verifica.
AI può essere d’aiuto per risolvere tutti questi problemi. Gli strumenti diagnostici basati su AI sono in grado di analizzare dati complessi del veicolo, tra cui le letture dei sensori e i codici di errore diagnostici, per fornire diagnosi accurate. AI è inoltre molto efficace nell’identificare schemi ricorrenti, aiutando a capire quali problemi non la causa del guasto. Questa riduzione dei tempi di diagnosi e la possibilità di evitare percorsi errati possono risultare molto convincenti. I primi ad adottare queste tecnologie, come il Nissan Technical Centre Europe, puntano a una riduzione del 90% dei tempi di debug del sistema, passando da due settimane a due giorni.
Risparmio sui costi di pre-produzione grazie ai tecnici di AI
AI I tecnici possono contribuire al ciclo di progettazione pre-produzione degli OEM in diversi modi, che possono tutti tradursi in notevoli risparmi sui costi per gli OEM:
- Meno veicoli di prova. A differenza dei veicoli prodotti in serie, i veicoli di prova in fase di pre-produzione costano fino a 10 volte di più, poiché non beneficiano dell'automazione della produzione e delle economie di scala tipiche della produzione di massa. Utilizzando strumenti di " AI ", gli ingegneri di sviluppo possono sfruttare in modo più efficace i veicoli di prova e probabilmente ridurre il numero di esemplari da produrre.
- Ottimizzazione del tempo degli ingegneri. Gli ingegneri addetti alla progettazione e al collaudo dei veicoli possiedono competenze di alto livello, ma oggi il loro tempo spesso non viene utilizzato in modo efficiente a causa dell’enorme volume e della complessità dei dati provenienti dai veicoli di prova. I tecnici di AI possono far risparmiare tempo agli ingegneri, rendendo questa preziosa risorsa più produttiva e, probabilmente, anche più piacevole per gli stessi ingegneri.
- Tempi più rapidi per l’avvio della produzione (SOP). I produttori OEM sono costantemente sotto pressione per lanciare rapidamente sul mercato nuovi modelli di veicoli e ridurre i tempi di progettazione dei nuovi modelli o delle nuove versioni aggiornate. I tecnici di AI possono aiutare a identificare e risolvere i problemi più rapidamente, accelerando i tempi di avvio della produzione (SOP).
In che modo i tecnici di AI apportano benefici ai veicoli dopo la produzione?
I vantaggi delle soluzioni " AI " si estendono anche alla fase post-produzione, consentendo di ridurre i tempi di fermo dei veicoli, migliorare la soddisfazione dei clienti e aumentare l'efficienza nel processo di riparazione. Gli OEM possono scegliere, ad esempio, di implementare AI come strumento di verifica preliminare all’appuntamento per orientare al meglio il processo di accoglienza e diagnosi. Gli strumenti AI possono fornire in modo proattivo ai tecnici spiegazioni in linguaggio semplice relative a problemi complessi, consentendo loro di comunicare meglio con i clienti e di eseguire riparazioni più efficaci. Le soluzioni diagnostiche AI possono essere personalizzate per soddisfare le esigenze specifiche delle singole officine e dei singoli tecnici, sia che vengano implementate a livello dell’intera officina sia che siano mirate specificatamente a determinate categorie di problemi.
Un problema sempre più diffuso per i centri di assistenza è la complessità del software dei veicoli, che comporta guasti intermittenti, schermi neri, aggiornamenti OTA falliti e altro ancora. I costi di garanzia, che per i veicoli nuovi sono a carico dei costruttori automobilistici (OEM) e versati ai centri di assistenza dei concessionari, hanno subito un impatto significativo a causa di questa categoria di problemi in continua espansione. Di fronte all’incertezza sul problema, i tecnici potrebbero, ad esempio, sostituire componenti hardware che non sono difettosi. Questi componenti “sostituiti a vuoto” comportano costi elevati per l’OEM e causano un aumento dei tempi di riparazione e disagi per il proprietario del veicolo
Le soluzioni diagnostiche AI , invece, possono migliorare l'efficienza e l'accuratezza dei processi diagnostici, riducendo i tempi di fermo dei veicoli e aumentando la soddisfazione dei clienti. È possibile individuare i problemi software e suggerire le soluzioni senza che il tecnico umano debba essere un esperto. La diagnostica basata sull'AI è inoltre in grado di analizzare i dati e i registri del veicolo per identificare la vera origine dei problemi ed evitare che il tecnico umano segua una pista diagnostica errata.
Risparmio sui costi di post-produzione grazie ai tecnici di AI
AI I tecnici possono contribuire al ciclo di progettazione post-produzione degli OEM in diversi modi, che possono tutti tradursi in notevoli risparmi sui costi per gli OEM:
- Tempi di riparazione ridotti. Grazie all’analisi d AI a dei guasti dei veicoli, i tecnici umani impiegano meno tempo a individuare la causa del problema.
- Tempi di risoluzione più rapidi. Migliorando continuamente le procedure diagnostiche e comprendendo meglio il problema alla base, è possibile risolvere il problema più rapidamente e aumentare le probabilità che venga risolto al primo tentativo.
- Sostituzione dell'hardware meno dispendiosa. Il sito AI può inoltre fornire indicazioni su ciò che è non il problema, evitando così di sostituire componenti hardware che non presentano difetti. Ciò riduce i costi di garanzia e i tempi di riparazione, migliorando la soddisfazione del cliente.
- Potenziare le competenze dei tecnici umani. Sebbene le competenze umane rimangano preziose, AI offre analisi complementari in grado di esaminare più facilmente numerosi sistemi.
Manutenzione proattiva e analisi predittiva grazie alla diagnostica veicolare dell'AI
Vantaggi degli strumenti " AI " per le autovetture
Oltre a migliorare la diagnostica di pre-produzione e post-produzione, AI apre la strada a una manutenzione predittiva di livello superiore. AI La diagnostica predittiva consente di individuare meglio i potenziali problemi prima che si verifichino, rendendo possibile una manutenzione proattiva e riducendo il rischio di guasti imprevisti prima ancora che si accenda la spia del motore, riducendo così i tempi di fermo del veicolo ed evitando riparazioni più costose. AI La diagnostica basata sull’analisi dei dati è in grado di individuare problemi complessi, come l’usura dei freni e i problemi di prestazione del motore, prima che diventino gravi. I produttori OEM potrebbero essere in grado di offrire servizi a valore aggiunto basati sull’analisi dei dati in tempo reale, che garantiscono loro ricavi diretti migliorando al contempo la soddisfazione dei clienti.
Vantaggi della diagnostica " AI " per i veicoli commerciali
Nelle applicazioni commerciali con esigenze di manutenzione ancora più complesse, i modelli di apprendimento automatico possono essere utilizzati per identificare schemi ricorrenti e prevedere potenziali problemi. La diagnostica basata sull’apprendimento automatico ( AI) può fornire informazioni preziose sulle condizioni dei veicoli, consentendo agli operatori di flotte e agli operatori commerciali di ottimizzare i propri programmi di manutenzione e ridurre i costi. Nei veicoli commerciali, dove i tempi di fermo mettono fuori servizio macchinari preziosi per la generazione di ricavi, questi strumenti possono facilmente garantire un significativo ritorno sull’investimento. Alcuni operatori hanno aumentato la disponibilità della flotta al 93% grazie all’uso della diagnostica basata sull’apprendimento automatico ( AI).
Prospettive: il futuro della diagnostica automobilistica e dei tecnici dell’ AI
Il futuro della diagnostica automobilistica è chiaramente orientato all’ AI, con l’utilizzo di modelli di machine learning e intelligenza artificiale per analizzare dati complessi relativi ai veicoli e fornire diagnosi proattive. L’integrazione dell’ AI nella diagnostica automobilistica ha consentito lo sviluppo di processi diagnostici più efficienti ed efficaci sia in fase di progettazione che dopo la produzione, con un risparmio sui costi, una riduzione dei tempi di fermo dei veicoli e un miglioramento della soddisfazione dei clienti. Il futuro della diagnostica automobilistica sarà caratterizzato da un maggiore utilizzo di strumenti diagnostici basati sull’ AI, che consentiranno diagnosi più accurate ed efficienti.
