(Questo articolo è stato originariamente pubblicato suForbes.com)
L'intelligenza artificiale (AI) nel settore automobilistico viene spesso associata alle funzionalità di guida autonoma o agli assistenti digitali. Tuttavia, è in atto una trasformazione più silenziosa che sta ridefinendo un aspetto fondamentale del possesso di un veicolo: l'assistenza e la manutenzione.
I veicoli odierni generano gigabyte di dati ogni ora, ma gran parte di essi rimane inutilizzata. Abbinando i dati in tempo reale dei veicoli alle analisi basate sull’ AI, le case automobilistiche e i fornitori di servizi possono migliorare l’accuratezza delle diagnosi, ottimizzare i flussi di lavoro relativi alle riparazioni e prevenire in modo proattivo i guasti. In pratica, ciò si traduce spesso in una riduzione dei tempi di inattività, in costi inferiori e in un’esperienza di utilizzo più fluida.
In qualità di Chief Technology Officer e cofondatore di Sonatus, ho dedicato oltre due decenni allo sviluppo di tecnologie avanzate nei settori del cloud, dei dispositivi mobili e dei sistemi integrati, compresi gli strumenti basati sull’ AI che migliorano la sicurezza delle flotte commerciali. La mia esperienza alla guida di team ad alte prestazioni nei settori dei data center e dell’automotive mi ha dimostrato quanto possano essere fondamentali i dati (e la capacità di agire su di essi in tempo reale). In Sonatus abbiamo collaborato con OEM globali per implementare sistemi di diagnostica intelligente su larga scala, e ho potuto constatare in prima persona come le informazioni fornite dall’ AI possano migliorare l’intera esperienza di utilizzo del veicolo.
Il passaggio da un servizio reattivo a uno predittivo
I modelli di assistenza tradizionali sono di tipo reattivo: quando si verifica un guasto, si accende una spia di avvertimento e un tecnico inizia a individuare il problema. Tuttavia, non sempre è facile riprodurre i problemi. Ciò comporta spesso visite ripetute, ritardi nelle riparazioni e frustrazione da parte dei clienti.
AI presenta un’alternativa più intelligente: grazie al monitoraggio continuo dello stato di salute e all’acquisizione contestuale dei dati, i veicoli sono ora in grado di fornire informazioni tempestive e specifiche per ogni situazione. Anziché dover setacciare file di log generici, i team di assistenza ricevono solo i dati relativi a un problema specifico, proprio nel momento in cui si verifica. Si pensi, ad esempio, ai log delle centraline elettroniche, ai codici di errore o persino ai brevi dati rilevati dai sensori nei momenti immediatamente precedenti un evento.
Questo cambiamento consente un’analisi più rapida delle cause alla radice, un minor numero di visite ripetute e un triage più efficace tra le postazioni di servizio.
Ottenere i dati giusti, non solo una maggiore quantità di dati
Sebbene i veicoli connessi dispongano già di una grande quantità di dati, la sfida non riguarda il volume, bensì la precisione.Entro il 2030, una singola auto potrebbe generare oltre 25 GB per ogni ora di guida, con i sistemi avanzati destinati ad aumentare ulteriormente la quantità di dati grezzi.
Ma i dati sono utili solo se mirati e pertinenti. Le moderne piattaforme di AI possono attivare dinamicamente la raccolta dei dati in base a specifici eventi a bordo del veicolo, come le anomalie nella pressione dei freni, anziché registrare passivamente l’intero percorso. Ciò non solo consente di risparmiare larghezza di banda, ma accelera anche i tempi di analisi dei dati.
Il risultato sono informazioni di alta qualità e a bassa latenza che alimentano le analisi in tempo reale e riducono le incertezze diagnostiche.
Le flotte e i produttori OEM traggono vantaggio dalla diagnosi precoce
La manutenzione predittiva è particolarmente preziosa per le flotte commerciali, dove i tempi di fermo si traducono direttamente in una perdita di ricavi. Analizzando i modelli ricorrenti nell’insieme dei veicoli, i sistemi di “ AI ” sono in grado di segnalare valori anomali, identificare rischi emergenti e persino raccomandare interventi di riparazione prima che si verifichi un guasto. In particolare,il 57% dei professionisti del settore automobilisticointervistati dalla mia azienda ha indicato la monetizzazione dei dati dei veicoli, compresa la diagnostica, come l’opportunità di maggior valore per gli OEM.
Per gli OEM, queste informazioni possono essere integrate nei cicli di aggiornamento del software, aiutando gli ingegneri a risolvere i problemi in una fase più precoce del ciclo di vita del veicolo. Secondo McKinsey,le case automobilistiche che adottano cicli di feedback in tempo reale possono ridurre i costi dei richiami fino al 30%.
Oltre a ridurre i costi dei servizi, questo tipo di informazioni può contribuire a mantenere la fiducia dei clienti e la loro fedeltà al marchio anche molto tempo dopo la vendita.
Una base per l'innovazione nel ciclo di vita
Man mano che i veicoli diventano sempre più "definiti dal software", l'utilità dell'AI e nella fase post-vendita continuerà a crescere. Le case automobilistiche guardano sempre più oltre la transazione iniziale per offrire valore aggiunto durante l'intero percorso di proprietà, che si tratti di diagnosi più agevoli, assistenza più rapida o un minor numero di interventi non programmati.
AI svolge un ruolo fondamentale nel consentire il raggiungimento di questi risultati. Integrando le funzionalità di analisi direttamente nel cuore dei sistemi dei veicoli, anziché affidarsi esclusivamente al cloud, i produttori possono offrire capacità decisionali in tempo reale anche in ambienti con larghezza di banda limitata. Ciò apre inoltre la strada ad architetture di servizio più scalabili e modulari, in grado di supportare il miglioramento continuo a livello di flotte e regioni.
Sfide da tenere presenti
Sebbene i vantaggi dell’ AI e nella diagnostica dei veicoli siano evidenti, l’implementazione di questi sistemi non è priva di ostacoli. Una delle sfide principali è la raccolta di dati con il giusto livello di accuratezza e rilevanza. La raccolta di una quantità eccessiva di dati irrilevanti può sovraccaricare i limiti di archiviazione e di larghezza di banda; se invece i dati raccolti sono troppo pochi, si perdono informazioni preziose. I sistemi di AI devono essere accuratamente ottimizzati per acquisire in modo dinamico i dati legati a eventi specifici del veicolo: un aspetto su cui ci siamo concentrati particolarmente durante l’implementazione di soluzioni per gli OEM.
Anche la privacy e il consenso sono aspetti fondamentali da tenere sempre ben presenti. La raccolta e la trasmissione dei dati dei veicoli richiedono meccanismi di consenso solidi e una gestione sicura sia a livello di periferica che di cloud. Le normative variano a seconda della regione, pertanto i costruttori automobilistici devono progettare sistemi in grado di adattarsi alle diverse aspettative legali e dei consumatori.
Infine, c'è il fattore umano. Le diagnosi potenziate dall'AI e non sostituiscono i tecnici, ma li supportano. L'adozione di queste soluzioni dipende dalla creazione di strumenti in grado di fornire informazioni chiare e utilizzabili senza aggiungere complessità. Noi di Sonatus abbiamo riscontrato che fornire ai team di assistenza registri contestuali e specifici per ogni evento può ridurre lo sforzo diagnostico e accelerare la risoluzione dei problemi.
La strada da percorrere
AI Forse non è ancora un termine di uso comune nelle officine, ma la sua influenza è in crescita. Trasformando i dati dei veicoli in informazioni utili, ha il potere di rivoluzionare il modo in cui vengono diagnosticati i problemi, come vengono effettuate le riparazioni e come i veicoli si evolvono nel tempo.
Nei prossimi anni, le case automobilistiche che investiranno in questa rivoluzione silenziosa saranno in una posizione migliore per offrire non solo auto più intelligenti, ma anche esperienze di possesso più intelligenti.