Sala stampa

I prodotti moderni si comportano sempre meno come applicazioni e sempre più come ecosistemi. Un'unica esperienza cliente abbraccia controller integrati, servizi cloud, app mobili, componenti dei fornitori e flussi di dati in tempo reale.

Da un’indagine emerge che la diagnostica intelligente e la manutenzione predittiva si stanno affermando come i principali casi d’uso dell’ AI e nel settore dei veicoli definiti dal software, ma la monetizzazione prevista non si è ancora concretizzata

Le flotte hanno il potenziale per risparmiare migliaia di dollari per veicolo e ore di manodopera grazie alle nuove tecnologie di intelligenza artificiale applicate alla manutenzione delle flotte. Ma come si fa ad andare oltre la semplice moda del “AI” per arrivare a soluzioni operative concrete?

La diagnostica intelligente e la manutenzione predittiva sono oggi i principali casi d’uso dell’ AI e nei veicoli definiti dal software, citati dal 34% degli intervistati in un sondaggio globale condotto da Sonatus e Omdia.

L'intelligenza artificiale si sta affermando progressivamente nel settore dei veicoli commerciali, ma le applicazioni attuali tendono ad avere un ambito di applicazione ristretto, essendo progettate per risolvere un singolo problema alla volta. Le flotte potrebbero utilizzare l'AI e per migliorare la pianificazione della manutenzione, i costruttori potrebbero applicarla per accelerare la fase di validazione, mentre i fornitori potrebbero sperimentare modelli integrati nei veicoli.

Sonatus mette a disposizione tramite SDVerse le proprie soluzioni “ AI ” per tecnici, “Collector” AI e “ AI ” per i direttori, al fine di supportare lo sviluppo dei veicoli e la gestione del ciclo di vita definiti dall’ AI

Mentre le case automobilistiche si orientano verso piattaforme informatiche centralizzate e aggiornamenti over-the-air, le officine di riparazione post-incidente devono far fronte a nuove esigenze in materia di attrezzature, formazione e gestione dei dati.

La progettazione dei veicoli elettrici (EV) richiede ormai un approccio a livello di sistema. Le decisioni prese in un sottosistema influenzano direttamente le prestazioni dell’intero veicolo. Il lavoro di ingegneria si sta orientando verso la gestione del comportamento di queste interazioni in condizioni operative reali.

Se avete già avuto modo di dedicarvi alla configurazione delle VLAN, all’ottimizzazione delle politiche di QoS o alla risoluzione dei problemi relativi all’infrastruttura di commutazione Ethernet, le sfide architetturali che l’industria automobilistica si trova ora ad affrontare vi sembreranno sorprendentemente familiari.

L’Irlanda è in testa alla classifica dei paesi oggetto di una nuova ricerca condotta da Indeed Hiring Lab sull’uso dell’ AI e sul posto di lavoro. L’indagine ha coinvolto oltre 80.000 lavoratori in diversi paesi, tra cui l’Irlanda, e mostra che il 70% dei lavoratori irlandesi utilizza AI nell’ambito della propria attività lavorativa.

Lo sviluppo dei veicoli elettrici (EV) è sempre più caratterizzato dalla complessità del software, dal volume dei dati e da tempistiche di validazione sempre più brevi. Di conseguenza, l'intelligenza artificiale (AI) viene introdotta in tutti i flussi di lavoro di sviluppo e collaudo per accelerare i cicli di progettazione, migliorare la profondità diagnostica e ridurre la dipendenza dalla validazione fisica nelle fasi finali.

Il CES 2026 ha segnato un punto di svolta decisivo per l’industria automobilistica globale. Il dibattito si è spostato dai “veicoli definiti dal software” (SDV) ai veicoli definiti dall’ AI, in cui il vantaggio competitivo è determinato dalla capacità di implementare, convalidare, monitorare, aggiornare e monetizzare l’ AI in modo sicuro e su larga scala durante l’intero ciclo di vita del veicolo. La fiera si è evoluta dal “Generative AI ” degli anni precedenti al “Physical AI ”, con l’annuncio di Alpamayo 1 da parte di NVIDIA che ha rubato la scena.