ニュースルーム

長年にわたり、自動車診断におけるボトルネックはデータ――つまり、データをどのように収集し、転送し、車内で何が起きているかを把握するのに十分な量を確保するか――でした。

現代の製品は、もはや単なるアプリケーションというよりは、むしろエコシステムのような性質を帯びています。単一の顧客体験は、組み込みコントローラ、クラウドサービス、モバイルアプリ、サプライヤーのコンポーネント、そしてリアルタイムのデータパイプラインにまたがっています。

調査によると、ソフトウェア定義車両（SDV）業界において、AI の主な活用事例としてスマート診断と予知保全が台頭しているものの、収益化はまだ実現していないと見られている。

車両管理に新興の人工知能技術を導入することで、フリート運営者は1台あたり数千ドルのコスト削減と、数時間に及ぶ人件費の削減を実現できる可能性があります。しかし、「AI」という流行語の先にある、真に実用的な運用ソリューションをどのように実現すればよいのでしょうか？

Sonatus とOmdiaが実施した世界規模の調査によると、ソフトウェア定義車両（SDV）におけるAI の主な活用事例として、スマート診断と予知保全が挙げられており、回答者の34％がこれを挙げている。

人工知能は商用車に着実に導入されつつありますが、現在の導入事例は、一度に1つの課題を解決するように設計された、範囲が限定的なものが多い傾向にあります。車両管理会社はAI を活用して整備計画の改善を図ったり、OEMは検証の迅速化に活用したり、サプライヤーは車載モデルの試験運用を行ったりしています。

Sonatus SDVerseを通じて、「AI 」の「Technician」、「Collector」AI 、および「AI 」の「Director」ソリューションを提供し、AI で定義された車両開発およびライフサイクル管理を支援します。

自動車メーカーが集中型コンピューティングプラットフォームや無線アップデート（OTA）への移行を進める中、衝突修理業者は、工具、研修、データ管理の面で新たな課題に直面している。

現在、電気自動車（EV）の設計には、システムレベルでのアプローチが求められています。あるサブシステムにおける決定は、車両全体の性能に直接影響を及ぼします。エンジニアリング業務は、実際の運転条件下でこうした相互作用がどのように振る舞うかを管理することに重点が移りつつあります。

VLANの設定やQoSポリシーの調整、あるいはイーサネット・スイッチング・インフラのトラブルシューティングに少しでも携わったことがある方なら、自動車業界が現在直面しているアーキテクチャ上の課題が、驚くほど見覚えのあるものに感じられるでしょう。

Indeed Hiring Labが実施した、職場におけるAI の利用状況に関する新たな調査の対象国の中で、アイルランドがトップを占めています。この調査はアイルランドを含む各国で8万人以上の労働者を対象としており、アイルランドの労働者の70％が業務の一環としてAI を利用していることが明らかになりました。

電気自動車（EV）の開発は、ソフトウェアの複雑さ、データ量の多さ、そして検証期間の短縮といった要素によって、ますます特徴づけられるようになっています。その結果、エンジニアリングサイクルの加速、診断の精度向上、および開発後期段階における物理的検証への依存度低減を図るため、開発およびテストのワークフロー全体に人工知能（AI ）が導入されつつあります。