كيف يعمل الذكاء الاصطناعي وحوسبة الحافة وإنترنت الأشياء والسحابة على إعادة تشكيل إدارة أسطول المركبات بشكل جذري

بينما تتطلع الشركات إلى تحديث سياراتها ، يمكن أن تجعل فوائد المركبات المتصلة هذه التقنيات المعيار الجديد لإدارة الأسطول. في الواقع ، 86٪ من مشغلي الأساطيل المتصلين الذين شملهم الاستطلاع فعلوا ذلك أعلنوا عن عائد قوي على استثماراتهم في تكنولوجيا الأسطول المتصل في غضون عام واحد من خلال خفض تكاليف التشغيل.

علاوة على ذلك ، توفر الأساطيل المتصلة بتقنية الاتصالات المتقدمة اليوم مزايا إضافية من حيث إدارة المركبات وصيانتها. أظهرت دراسة أخرى انخفاضًا بنسبة 13٪ في تكاليف الوقود للشركات التي تم مسحها ، إلى جانب تحسينات الصيانة الوقائية. كما أظهر انخفاضًا بنسبة 40٪ في الفرملة القاسية ، مما أظهر تعديلات على عادات القيادة يمكن أن تساهم في إطالة عمر الأجزاء وتحسين سلامة السائق.

من الصعب معالجة كميات كبيرة من البيانات

وهذا يعني أن أساطيل السيارات ومقدمي التأمين والصيانة وشركات خدمات ما بعد البيع تتطلع جميعها إلى تسخير المزيد من بيانات الاتصالات الذكية هذه. ومع ذلك ، فإن كمية البيانات التي يتم إنتاجها كل يوم في تزايد مستمر. نتيجة لذلك ، تمتلك هذه الشركات بيانات أكثر من أي وقت مضى تحت تصرفها للمساعدة في اتخاذ قرارات عمل مستنيرة. ولكن هذا الكم الهائل من البيانات يجلب الكثير من التحديات الجديدة في التقاط وهضم وتحليل البيانات بأكملها بطريقة فعالة من حيث التكلفة.

لكي تكون فعالة ومفيدة حقًا ، يجب تتبع البيانات وإدارتها وتنظيفها وتأمينها وإثرائها طوال رحلتها لتكوين الرؤى الصحيحة. تتجه الشركات التي لديها أساطيل سيارات إلى إمكانات معالجة جديدة لإدارة هذه البيانات وفهمها.

كانت تقنية الأنظمة المدمجة هي القاعدة

اعتمدت أنظمة الاتصالات عن بُعد التقليدية على الأنظمة المدمجة ، وهي أجهزة مصممة للوصول إلى البيانات وجمعها وتحليلها (داخل السيارة) والتحكم فيها في المعدات الإلكترونية ، لحل مجموعة من المشكلات. تم استخدام هذه الأنظمة المدمجة على نطاق واسع ، لا سيما في الأجهزة المنزلية واليوم تتزايد التكنولوجيا في استخدام تحليل بيانات السيارة.

لماذا الحلول الحالية ليست فعالة للغاية

الحل الحالي في السوق هو استخدام زمن انتقال منخفض لـ 5G. باستخدام تسريع الذكاء الاصطناعي ووحدة معالجة الرسومات على AWS Wavelength أو Azure Edge Zone ، يمكن لمصنعي المعدات الأصلية للمركبات تفريغ معالجات المركبات على متن الطائرة إلى السحابة عندما يكون ذلك ممكنًا. يسمح هذا النهج بحركة المرور بين أجهزة 5G وخوادم المحتوى أو التطبيقات المستضافة في مناطق الطول الموجي لتجاوز الإنترنت ، مما يؤدي إلى تقليل التباين وفقدان المحتوى.

لضمان الدقة المثلى وثراء مجموعات البيانات ، ولزيادة قابلية الاستخدام إلى أقصى حد ، تُستخدم المستشعرات المضمنة داخل المركبات لجمع البيانات ونقلها لاسلكيًا ، بين المركبات وسلطة سحابية مركزية ، في الوقت الفعلي تقريبًا. اعتمادًا على حالات الاستخدام التي أصبحت موجهة بشكل متزايد في الوقت الفعلي مثل المساعدة على الطريق و ADAS ودرجة السائق النشط والإبلاغ عن درجات السيارة ، أصبحت الحاجة إلى زمن انتقال أقل وإنتاجية عالية أكبر بكثير في التركيز على الأساطيل وشركات التأمين والشركات الأخرى التي تستفيد البيانات.

ومع ذلك ، في حين أن 5G تحل هذا إلى حد كبير ، فإن التكلفة المتكبدة لحجم هذه البيانات التي يتم جمعها ونقلها إلى السحابة تظل باهظة التكلفة. هذا يجعل من الضروري تحديد قدرة الحوسبة المضمنة المتقدمة داخل السيارة حتى تحدث معالجة الحافة بأكبر قدر ممكن من الكفاءة.

صعود المركبة إلى الاتصال السحابي

لزيادة كفاءة النطاق الترددي والتخفيف من مشكلات زمن الوصول ، من الأفضل إجراء معالجة البيانات الهامة على الحافة داخل السيارة ومشاركة المعلومات المتعلقة بالحدث فقط على السحابة. أصبحت الحوسبة داخل السيارة أمرًا بالغ الأهمية لضمان أن المركبات المتصلة يمكن أن تعمل على نطاق واسع ، نظرًا لأن التطبيقات والبيانات تكون أقرب إلى المصدر ، مما يوفر تحولًا أسرع ويحسن أداء النظام بشكل كبير.

جعلت التطورات التكنولوجية من الممكن للأنظمة المدمجة في السيارات التواصل مع المستشعرات ، داخل السيارة وكذلك الخادم السحابي ، بطريقة فعالة وفعالة. من خلال الاستفادة من بيئة الحوسبة الموزعة التي تعمل على تحسين تبادل البيانات وكذلك تخزين البيانات ، تعمل إنترنت الأشياء للسيارات على تحسين أوقات الاستجابة وتوفير النطاق الترددي للحصول على تجربة بيانات سريعة. يساعد دمج هذه البنية مع نظام أساسي قائم على السحابة أيضًا في إنشاء نظام اتصالات قوي وشامل لاتخاذ قرارات أعمال فعالة من حيث التكلفة وعمليات فعالة. بشكل جماعي ، تقوم سحابة الحافة وثنائي الذكاء المدمج بتوصيل الأجهزة المتطورة (المستشعرات المدمجة داخل السيارة) بالبنية التحتية لتكنولوجيا المعلومات لإفساح المجال لمجموعة جديدة من التطبيقات التي تركز على المستخدم استنادًا إلى بيئات العالم الحقيقي.

يحتوي هذا على مجموعة واسعة من التطبيقات عبر القطاعات حيث يمكن لمصنعي المعدات الأصلية استهلاك الرؤى الناتجة واستثمارها. حالة الاستخدام الأكثر وضوحًا هي صيانة ما بعد البيع والمركبة حيث يمكن للخوارزميات الفعالة تحليل حالة السيارة في الوقت الفعلي القريب لاقتراح علاجات لأعطال السيارة الوشيكة عبر أصول السيارة مثل المحرك والزيت والبطارية والإطارات وما إلى ذلك. يمكن أن يكون لدى الأساطيل التي تستفيد من هذه البيانات فرق صيانة جاهزة لأداء الخدمة على مركبة تعود بطريقة أكثر فاعلية نظرًا لأن الكثير من أعمال التشخيص قد تم إجراؤها في الوقت الفعلي.

بالإضافة إلى ذلك ، يمكن أن يستفيد التأمين والضمانات الممتدة من خلال توفير تحليل نشط لسلوك السائق بحيث يمكن وضع وحدات تدريبية محددة لاحتياجات السائق الفردية بناءً على تاريخ سلوك القيادة الفعلي والتحليل. بالنسبة للأساطيل ، يمكن أن تؤدي المراقبة النشطة لكل من نتائج السيارة والسائق إلى تمكين خفض التكلفة الإجمالية للملكية (إجمالي تكلفة الملكية) لمشغلي الأساطيل لتقليل الخسائر بسبب السرقة والسرقة والإهمال مع توفير التدريب النشط للسائقين مرة أخرى.

دعم مستقبل إدارة الأسطول

تعمل التحليلات المدعومة بالذكاء الاصطناعي التي تستفيد من إنترنت الأشياء والحوسبة المتطورة والسحابة على تغيير طريقة إدارة الأسطول بسرعة ، مما يجعلها أكثر كفاءة وفعالية من أي وقت مضى. توفر قدرة الذكاء الاصطناعي على تحليل كميات كبيرة من المعلومات من أجهزة الاتصالات عن بُعد للمديرين معلومات قيمة لتحسين كفاءة الأسطول وتقليل التكاليف وتحسين الإنتاجية. من التحليلات في الوقت الفعلي إلى إدارة سلامة السائق ، يعمل الذكاء الاصطناعي بالفعل على تغيير طريقة إدارة الأساطيل.

كلما زاد عدد مجموعات البيانات التي يجمعها الذكاء الاصطناعي مع معالجة OEM عبر السحابة ، كان بإمكانه تحقيق تنبؤات أفضل. وهذا يعني مركبات آلية أكثر أمانًا وبديهية في المستقبل مع مسارات أكثر دقة وتشخيصات أفضل للمركبة في الوقت الفعلي.