Mentre le aziende si sforzano di modernizzare la propria flotta di veicoli, i vantaggi dei veicoli connessi stanno diventando sempre più evidenti, tanto che potrebbero ben presto diventare lo standard per la gestione delle flotte. Infatti, secondo uno studio, l’86% degli operatori di flotte connesse intervistati ha riportato un ritorno sull’investimento significativo nella tecnologia delle flotte connesse entro un anno, grazie alla riduzione dei costi operativi.
Oggi, le flotte connesse con tecnologia telematica avanzata offrono numerosi vantaggi aggiuntivi per la gestione e la manutenzione dei veicoli. Un altro studio ha dimostrato una riduzione del 13% dei costi del carburante per le aziende intervistate, insieme a miglioramenti nella manutenzione preventiva. Inoltre, si è riscontrata una diminuzione del 40% delle frenate brusche, il che indica modifiche alle abitudini di guida che possono contribuire sia alla longevità delle parti del veicolo, sia alla sicurezza del conducente.
Di conseguenza, le flotte di veicoli, le compagnie di assicurazioni, le aziende di manutenzione e il mercato delle parti di ricambio stanno tutti cercando di sfruttare al massimo questa grande quantità di dati telematici intelligenti. Tuttavia, la crescente mole di dati presenta nuove sfide in termini di acquisizione, elaborazione e analisi dei dati in modo efficiente.
Affinché i dati siano veramente efficaci e utili, devono essere monitorati, gestiti, puliti, protetti e arricchiti lungo tutto il loro percorso per generare informazioni rilevanti. Le aziende con flotte di veicoli stanno adottando nuove capacità di elaborazione per gestire e trarre valore da questi dati.
Tradizionalmente, i sistemi telematici si basavano su dispositivi integrati, ovvero dispositivi progettati per accedere, raccogliere, analizzare e controllare i dati all’interno del veicolo per risolvere una serie di problemi. Questi sistemi integrati sono stati ampiamente utilizzati, soprattutto in ambito domestico, ma ora stanno trovando applicazione nell’analisi dei dati dei veicoli.
La soluzione attuale disponibile sul mercato sfrutta la bassa latenza della tecnologia 5G. Utilizzando l’accelerazione dell’intelligenza artificiale (AI) e le unità di elaborazione grafica (GPU) su piattaforme come AWS Wavelength o Azure Edge Zone, i produttori di veicoli possono scaricare i processi di elaborazione dei dati dei veicoli verso il cloud quando possibile. Questo approccio consente di bypassare Internet per il traffico tra i dispositivi 5G e i server di contenuti o applicazioni ospitati nelle zone Wavelength, riducendo la variabilità e la perdita di contenuti.
Per garantire l’accuratezza e la ricchezza ottimale dei dati e massimizzare l’utilizzo, i sensori integrati nei veicoli vengono utilizzati per raccogliere i dati e trasmetterli in modalità wireless, quasi in tempo reale, tra i veicoli e un’autorità cloud centrale. A seconda dei casi d’uso, che diventano sempre più orientati al tempo reale, come l’assistenza stradale, i sistemi avanzati di assistenza alla guida (ADAS) e il monitoraggio dell’attività di guida e dei punteggi dei conducenti, la necessità di ridurre la latenza e aumentare la velocità di trasmissione dei dati è diventata molto importante per le flotte, le compagnie di assicurazioni e altre aziende che sfruttano i dati.
Sebbene il 5G risolva in larga misura questo problema, il costo associato alla raccolta e alla trasmissione di un volume così elevato di dati al cloud rimane ancora proibitivo. Pertanto, è essenziale identificare capacità di elaborazione integrate avanzate all’interno del veicolo per consentire un’elaborazione dei dati al limite (edge processing) più efficiente possibile.
Per aumentare l’efficienza della larghezza di banda e affrontare i problemi di latenza, è preferibile eseguire l’elaborazione dei dati critici direttamente all’interno del veicolo (edge computing) e condividere solo le informazioni sugli eventi nel cloud. L’edge computing all’interno del veicolo è diventato fondamentale per garantire il corretto funzionamento su larga scala dei veicoli connessi, poiché le applicazioni e i dati si trovano più vicini alla loro origine, offrendo un turnaround più rapido e migliorando drasticamente le prestazioni complessive del sistema.
I progressi tecnologici hanno reso possibile una comunicazione efficace ed efficiente tra i sistemi embedded all’interno del veicolo, i sensori e il server cloud. L’Internet delle cose (IoT) automobilistico sfrutta un ambiente di calcolo distribuito che ottimizza lo scambio e l’archiviazione dei dati, migliorando i tempi di risposta e riducendo l’utilizzo della larghezza di banda, garantendo un’esperienza dati rapida. L’integrazione di questa architettura con una piattaforma basata sul cloud contribuisce ulteriormente a creare un solido sistema di comunicazione end-to-end per decisioni aziendali convenienti e operazioni efficienti. Insieme, cloud edge computing e intelligenza integrata collegano i dispositivi edge (sensori incorporati all’interno del veicolo) all’infrastruttura IT, aprendo la strada a una nuova gamma di applicazioni orientate all’utente basate su scenari reali.
Ciò ha una vasta gamma di applicazioni in vari settori in cui le informazioni risultanti possono essere utilizzate e monetizzate dagli OEM. Un caso d’uso molto evidente riguarda l’aftermarket e la manutenzione dei veicoli, in cui algoritmi efficaci possono analizzare lo stato di salute del veicolo quasi in tempo reale per suggerire rimedi per i guasti imminenti attraverso componenti come motore, olio, batteria, pneumatici, e così via. Le flotte che sfruttano questi dati possono disporre di team di manutenzione pronti a intervenire in modo molto più efficiente su veicoli che tornano indietro, poiché gran parte della diagnostica è già stata effettuata in tempo reale.
Inoltre, le compagnie di assicurazioni e le garanzie estese possono beneficiare di un’analisi attiva del comportamento del conducente, in modo che i programmi di formazione possano essere personalizzati in base alle esigenze specifiche dei singoli conducenti, basandosi sulla loro storia e sull’analisi effettiva del loro comportamento di guida. Per le flotte, il monitoraggio attivo dei punteggi dei veicoli e dei conducenti consente agli operatori di ridurre le perdite dovute a furti, atti vandalici e negligenze, fornendo nel contempo una formazione attiva ai conducenti stessi.
L’analisi basata sull’intelligenza artificiale che sfrutta l’IoT, l’edge computing e il cloud sta rapidamente trasformando la gestione delle flotte, rendendola più efficiente ed efficace che mai. La capacità dell’intelligenza artificiale di analizzare grandi quantità di informazioni provenienti dai dispositivi telematici fornisce ai gestori informazioni preziose per migliorare l’efficienza della flotta, ridurre i costi e ottimizzare la produttività. Dall’analisi in tempo reale alla gestione della sicurezza dei conducenti, l’intelligenza artificiale sta già cambiando il modo in cui vengono gestite le flotte.
Più dati l’IA riesce a raccogliere tramite l’elaborazione dei dati OEM tramite il cloud, più accurate saranno le previsioni che potrà effettuare. Ciò si traduce in veicoli autonomi più sicuri e intuitivi in futuro, con percorsi più precisi e una migliore diagnostica del veicolo in tempo reale.