قادة الفكر

كيف يُحدث الذكاء الاصطناعي والحوسبة الطرفية وإنترنت الأشياء والسحابة تحولًا جذريًا في إدارة أساطيل المركبات

Sumit Chauhan
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةمعالجة الحواف في المركبات تقلل تكاليف بيانات السحابة مع تمكين التحليلات في الوقت الفعلي.
عرض المزيد
  • معالجة الحواف في المركبات تقلل تكاليف بيانات السحابة مع تمكين التحليلات في الوقت الفعلي.
  • تقلل تقنية التليماتية المدعومة بالذكاء الاصطناعي تكاليف الوقود بنسبة 13% والفرملة القاسية بنسبة 40%.
  • نسبة مئوية من مشغلي الأساطيل المتصلة تحقق عائدًا على الاستثمار خلال عام واحد من خلال انخفاض التكاليف التشغيلية.

مع نظر الشركات إلى تحديث مركباتها، يمكن أن تجعل فوائد المركبات المتصلة هذه التكنولوجيا معيارًا جديدًا لإدارة الأساطيل. في الواقع، أفادت 86٪ من مشغلي الأساطيل المتصلة الذين تم استطلاعهم بالفعل بتحقيق عائد مجزٍ على استثمارهم في تكنولوجيا الأساطيل المتصلة في غضون عام من خلال تقليل التكاليف التشغيلية.

علاوة على ذلك، تقدم الأساطيل المتصلة بتكنولوجيا التليماتيك المتقدمة اليوم مزايا إضافية فيما يتعلق بإدارة وصيانة المركبات. أظهرت دراسة أخرى انخفاضًا بنسبة 13٪ في تكاليف الوقود للشركات التي شملها الاستطلاع، إلى جانب تحسينات في الصيانة الوقائية. كما أظهرت انخفاضًا بنسبة 40٪ في الكبح الحاد، مما يدل على تعديلات في عادات القيادة التي يمكن أن تسهم في طول عمر الأجزاء وتحسين سلامة السائقين.

تعد كميات كبيرة من البيانات صعبة المعالجة

هذا يعني أن أساطيل المركبات ومقدمي التأمين وشركات الصيانة وشركات خدمات ما بعد البيع جميعهم يبحثون عن استغلال المزيد من بيانات التليماتيك الذكية هذه. ومع ذلك، فإن كمية البيانات التي تنتج كل يوم تزداد. ونتيجة لذلك، فإن هذه الشركات لديها المزيد من البيانات أكثر من أي وقت مضى تحت تصرفها لمساعدتهم في اتخاذ قرارات تجارية مدروسة. ومع ذلك، فإن هذه الكمية الهائلة من البيانات تطرح تحديات جديدة في جمع البيانات كاملة ومعالجتها وتحليلها بأسلوب فعال من حيث التكلفة.

من أجل أن تكون البيانات فعّالة ومفيدة، يجب تتبعها وإدارتها وتنقيتها وتأمينها وإثرائها على طول مسارها لتوليد الرؤى الصحيحة. وتلجأ الشركات التي تملك أساطيل سيارات إلى قدرات معالجة جديدة لإدارة وفهم هذه البيانات.

كانت تكنولوجيا الأنظمة المدمجة هي المعيار المتبع

اعتمدت الأنظمة التليماتيكية التقليدية على الأنظمة المدمجة، وهي أجهزة مصممة للوصول إلى البيانات وجمعها وتحليلها (داخل المركبة) وضبطها في المعدات الإلكترونية، لحل مجموعة من المشكلات. وقد استخدمت هذه الأنظمة المدمجة على نطاق واسع، خاصة في الأجهزة المنزلية، واليوم تتزايد هذه التكنولوجيا في استخدامها لتحليل بيانات المركبات.

لماذا لا تتمتع الحلول الحالية بكفاءة كافية

الحل الحالي في السوق هو استخدام انخفاض التأخير في 5G. باستخدام الذكاء الاصطناعي وتسريع GPU على AWS Wavelength أو Azure Edge Zone، يمكن لمصنعي المركبات نقل عبء المعالجة من المعالجات الموجودة على متن المركبة إلى السحابة متى كان ذلك ممكنًا. يسمح هذا النهج بمرور حركة المرور بين أجهزة 5G وخادم المحتوى أو التطبيقات المضيفة في مناطق Wavelength بتخطي الإنترنت، مما يؤدي إلى تقليل التباين وفقدان المحتوى.

من أجل ضمان دقة وثراء مجموعات البيانات، وتحسين إمكانية استخدامها، تستخدم الحساسات المدمجة في المركبات لجمع البيانات وإرسالها لاسلكيًا، بين المركبات ونظام سحابي مركزي، في وقت قريب من الوقت الفعلي. اعتمادًا على الحالات التي تزداد توجيهها نحو الوقت الفعلي، مثل المساعدة على الطريق وأنظمة مساعدة السائق المتقدمة (ADAS) والتقارير المستمرة عن تقييم السائق وتقييم المركبة، أصبحت الحاجة إلى تأخير منخفض وسرعة نقل عالية أكبر في التركيز على الأساطيل ومقدمي التأمين والشركات الأخرى التي تستفيد من البيانات.

ومع ذلك، بينما يحل 5G هذه المشكلة إلى حد كبير، تظل تكلفة جمع هذا الحجم من البيانات وإرساله إلى السحابة مرتفعة إلى حد يعوق الجدوى الاقتصادية. وهذا يجعل من الضروري تحديد قدرات معالجة متقدمة مدمجة داخل السيارة من أجل حدوث المعالجة الطرفية بشكل فعال قدر الإمكان.

صعود الاتصالات من المركبة إلى السحابة

من أجل زيادة كفاءة عرض النطاق الترددي وتخفيف مشاكل التأخير، من الأفضل إجراء معالجة البيانات المهمة عند الطرف داخل المركبة ومشاركة معلومات الحدث فقط مع السحابة. أصبحت المعالجة الطرفية داخل المركبة حاسمة لضمان أن المركبات المتصلة يمكنها العمل على نطاق واسع، لأن البيانات والتطبيقات تكون أقرب إلى المصدر، مما يوفر وقتًا أسرع للرد ويحسّن أداء النظام بشكل كبير.

جعلت التطورات التكنولوجية من الممكن للأنظمة المدمجة في السيارات أن تتواصل مع الحساسات، داخل المركبة وكذلك خادم السحابة، بطريقة فعالة وكفؤة. من خلال استخدام بيئة حوسبة موزعة تعمل على تحسين تبادل البيانات وتخزينها، تحسن تكنولوجيا إنترنت الأشياء في السيارات أوقات الاستجابة وتوفر عرض النطاق الترددي لتحقيق تجربة بيانات سريعة. كما يساعد دمج هذه الهيكلة مع منصة سحابية في خلق نظام اتصالات قوي ومتكامل من طرف إلى طرف يدعم قرارات تجارية مجدية من حيث التكلفة وعمليات فعالة. بشكل جماعي، يربط الجمع بين السحابة الطرفية والذكاء المدمج الأجهزة الطرفية (الحساسات المدمجة في المركبة) بالبنية التحتية لتكنولوجيا المعلومات لتمهيد الطريق أمام تطبيقات جديدة مرتكزة على المستخدم بناءً على البيئات الحقيقية.

لهذا تطبيقات واسعة عبر مختلف القطاعات حيث يمكن استخدام الرؤى الناتجة وتحقيق إيرادات منها من جانب مصنعي المركبات (OEM). أبرز حالة استخدام هي بعد البيع وصيانة المركبات حيث يمكن للخوارزميات الفعالة تحليل حالة المركبة في وقت شبه فوري لاقتراح إجراءات لمعالجة الأعطال الوشيكة عبر مكونات المركبات مثل المحرك والزيت والبطارية والإطارات وغيرها. يمكن للأساطيل التي تستفيد من هذه البيانات أن تكون لديها فرق صيانة جاهزة للقيام بخدمة على مركبة تعود بطريقة أكثر كفاءة لأن معظم عمل التشخيص قد تم في الوقت الفعلي.

بالإضافة إلى ذلك، يمكن أن تستفيد شركات التأمين ومقدمو الضمانات الممتدة من خلال توفير تحليل سلوك السائق النشط بحيث يمكن وضع برامج تدريبية محددة لاحتياجات السائق الفردية بناءً على تاريخ سلوك القيادة الفعلي والتحليل. بالنسبة للأساطيل، يمكن أن تسمح المراقبة المستمرة لتقييمات المركبات والسائقين بتقليل التكلفة الإجمالية للملكية لمشغلي الأساطيل لتقليل الخسائر الناجمة عن الاختلاس والسرقة والإهمال، مع توفير تدريب نشط للسائقين مرة أخرى.

تشغيل مستقبل إدارة الأساطيل

تحول تحليلات الذكاء الاصطناعي التي تعتمد على إنترنت الأشياء والمعالجة الطرفية والسحابة بسرعة طريقة إدارة الأساطيل، مما يجعلها أكثر كفاءة وفعالية من أي وقت مضى. تمكن قدرة الذكاء الاصطناعي على تحليل كميات كبيرة من المعلومات من أجهزة التليماتيك مديري الأساطيل من الحصول على معلومات قيمة لتحسين كفاءة الأساطيل وتقليل التكاليف وتحسين الإنتاجية. من التحليلات في الوقت الفعلي إلى إدارة سلامة السائقين، يغير الذكاء الاصطناعي بالفعل طريقة إدارة الأساطيل.

كلما جمع الذكاء الاصطناعي مجموعات بيانات أكثر مع معالجة المصنعين عبر السحابة، زادت دقة التنبؤات التي يمكن أن يقدمها. وهذا يعني مركبات مؤتمتة أكثر أمانًا وسهولة في الاستخدام في المستقبل مع طرق أكثر دقة وتشخيصات مركبات في الوقت الفعلي أفضل.

سوميت تشوهان هو المؤسس المشارك والرئيس التنفيذي للعمليات في Cerebrum X، ويتمتع بخبرة تزيد على 24 عامًا في السيارات وإنترنت الأشياء والاتصالات والرعاية الصحية. وقد شغل أدوارًا قيادية مكّنته من إدارة حسابات الأرباح والخسائر بقيمة تقارب 0.5 مليار دولار أمريكي عبر مؤسسات مختلفة، مثل Aricent وNokia وHarman، مع تعزيز قطاعات أعمالها المحلية والدولية. وبصفته المؤسس المشارك لشركة CerebrumX، طبّق خبرته في مجال بيانات المركبات المتصلة لتزويد صناعة السيارات بمنصة تعلّم عميق معزّز مدعومة بالذكاء الاصطناعي (ADLP). كما أنه شغوف بإرشاد الجيل القادم من رواد الأعمال وتوجيهه.