Myslitelé

Jak AI, Edge Computing, IoT a Cloud Dramaticky Přetvářejí Správu Flotil

Sumit Chauhan
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyZpracování na hraně sítě ve vozidlech snižuje náklady na cloudová data a zároveň…
Zobrazit více
  • Zpracování na hraně sítě ve vozidlech snižuje náklady na cloudová data a zároveň umožňuje analýzu v reálném čase.
  • Telematika poháněná umělou inteligencí snižuje náklady na palivo o 13 % a prudké brzdění o 40 %.
  • Procento provozovatelů propojených flotil zaznamenává návratnost investic do jednoho roku díky nižším provozním nákladům.

S tím, jak se společnosti snaží modernizovat svá vozidla, přínosy propojených vozidel by mohly učinit tyto technologie novým standardem pro správu flotil. Skutečně, 86 % dotázaných provozovatelů propojených flotil hlásilo solidní návratnost investic do technologie propojených flotil do jednoho roku prostřednictvím snížení provozních nákladů.

Dále, propojené flotily s pokročilou technologií telematiky dnes nabízejí další výhody v oblasti správy a údržby vozidel. Jiná studie ilustrovala 13% snížení nákladů na palivo pro dotázané podniky, spolu se zlepšením preventivní údržby. Také ukázala 40% snížení prudkého brzdění, což naznačuje změny v jízdních návycích, které by mohly přispět k životnosti dílů a zlepšení bezpečnosti řidičů.

Velká množství dat jsou obtížná na zpracování

To znamená, že vozové flotily, pojišťovny, společnosti na údržbu a aftermarket hledají, jak využít více inteligentních telematických dat. Nicméně, množství dat vyprodukovaných každý den stále roste. V důsledku toho tyto podniky mají více dat než kdykoli dříve k dispozici, aby mohly učinit informovaná obchodní rozhodnutí. Ale, toto obrovské množství dat přináší spoustu nových výzev při zachycení, zpracování a analýze celého datového souboru ekonomicky efektivní cestou.

Aby data byla skutečně efektivní a užitečná, musí být sledována, spravována, očištěna, zabezpečena a obohacena po celou dobu své cesty, aby mohla generovat správné poznatky. Společnosti s automobilovými flotilami využívají nové možnosti zpracování, aby tato data mohly spravovat a smysluplně vyhodnocovat.

Vestavěné systémy byly normou

Tradiční telematické systémy spoléhaly na vestavěné systémy, což jsou zařízení navržená pro přístup, sběr, analýzu (ve vozidle) a kontrolu dat v elektronickém zařízení, aby vyřešily sadu problémů. Tyto vestavěné systémy byly široce používány, zejména v domácích spotřebičích, a dnes se stále více využívají k analýze dat z vozidel.

Proč současná řešení nejsou příliš efektivní

Stávající řešení na trhu je použití nízké latence 5G. Díky umělé inteligenci a akceleraci pomocí GPU v AWS Wavelength nebo Azure Edge Zone mohou výrobci vozidel přesunout výpočetní úlohy palubních procesorů do cloudu, pokud je to proveditelné. Tento přístup umožňuje provozu mezi zařízeními 5G a servery pro obsah či aplikace hostovanými v zónách Wavelength, aby obešly internet, což vede ke snížení variability a ztráty obsahu.

Aby se zajistila optimální přesnost a bohatost datových sad a aby se maximalizovala využitelnost, senzory vestavěné do vozidel se používají ke sběru dat a jejich bezdrátovému přenosu mezi vozidly a centrálním cloudovým systémem, v téměř reálném čase. V závislosti na případech použití, které stále více vyžadují zpracování v reálném čase, jako je pomoc na silnici, ADAS a aktivní hodnocení řidiče a vozidla, se potřeba nižší latence a vyšší propustnosti dostává stále více do popředí zájmu provozovatelů flotil, pojišťoven a dalších společností využívajících tato data.

Nicméně, zatímco 5G řeší tento problém do značné míry, náklady na sběr a přenos tohoto objemu dat do cloudu zůstávají neúnosné. Proto je nezbytné nalézt pokročilé vestavěné výpočetní kapacity přímo ve vozidle, aby zpracování na okraji sítě mohlo probíhat co nejefektivněji.

Vzestup komunikace vozidlo-cloud

Abyste zvýšili efektivitu šířky pásma a zmírnili problémy s latencí, je lepší provádět kritické zpracování dat na okraji sítě přímo ve vozidle a sdílet pouze informace související s událostmi do cloudu. Zpracování na okraji sítě přímo ve vozidle je zásadní pro rozsáhlé nasazení propojených vozidel. Aplikace a data jsou blíže svému zdroji, což zkracuje dobu odezvy a výrazně zvyšuje výkon systému.

Technologický pokrok umožnil, aby automobilové vestavěné systémy komunikovaly se senzory, jak uvnitř vozidla, tak i s cloud serverem, účinným a efektivním způsobem. Díky distribuovanému výpočetnímu prostředí, které optimalizuje výměnu i ukládání dat, zkracuje automobilový IoT dobu odezvy a šetří šířku pásma, takže práce s daty je rychlejší. Integrace této architektury s cloudovou platformou dále pomáhá vytvořit robustní, komplexní komunikační systém pro ekonomicky efektivní obchodní rozhodnutí a efektivní operace. Společně, duo edge cloudu a vestavěné inteligence spojuje hraniční zařízení (senzory vestavěné do vozidla) s IT infrastrukturou, aby umožnilo novou řadu uživatelsky orientovaných aplikací založených na reálném prostředí.

To má širokou škálu aplikací napříč vertikálami, kde lze výsledné poznatky využívat a obchodně zhodnocovat výrobci vozidel. Nejběžnější případ použití je pro aftermarket a údržbu vozidel, kde efektivní algoritmy mohou analyzovat technický stav vozidla v téměř reálném čase, aby navrhly nápravy pro hrozící poruchy součástí vozidla, například motoru, olejového systému, baterie či pneumatik. Flotily, které využívají tato data, mohou mít údržbářské týmy připravené k mnohem efektivnější servis vozidla po jeho návratu, protože většina diagnostické práce byla provedena v reálném čase.

Kromě toho, pojištění a prodloužené záruky mohou těžit z aktivní analýzy řidičského chování, aby mohly vytvořit tréninkové moduly specifické pro individuální řidičské potřeby na základě skutečné historie a analýzy řidičského chování. Průběžné sledování hodnocení vozidel i řidičů může provozovatelům flotil snížit celkové náklady na vlastnictví (TCO), omezit ztráty způsobené drobným rozkrádáním, krádežemi a nedbalostí a současně umožnit cílené školení řidičů.

Pohon budoucnosti správy flotil

Analytika s umělou inteligencí, využívající IoT, edge computing a cloud, dramaticky mění, jak se provádí správa flotil, činí ji efektivnější a účinnější než kdykoli předtím. Schopnost AI analyzovat velké množství informací z telematických zařízení poskytuje manažerům cenné informace pro zlepšení efektivity flotil, snížení nákladů a optimalizaci produktivity. Od analýzy v reálném čase až po řízení bezpečnosti řidičů, AI již mění způsob, jakým se flotily spravují.

Čím více datových sad AI shromažďuje s OEM zpracováním prostřednictvím cloudu, tím lepší předpovědi může učinit. To znamená bezpečnější, intuitivnější automatizovaná vozidla v budoucnosti s přesnějším trasováním a lepší diagnostikou vozidel v reálném čase.

Sumit Chauhan je spoluzakladatel a provozní ředitel společnosti Cerebrum X s více než 24 lety zkušeností v automobilovém průmyslu, IoT, telekomunikacích a zdravotnictví. Díky vedoucím rolím zodpovídal za hospodářské výsledky (P&L) v objemu téměř 0,5 miliardy USD v organizacích, jako jsou Aricent, Nokia a Harman, a rozvíjel jejich domácí i mezinárodní obchodní oblasti. Jako spoluzakladatel CerebrumX využil své zkušenosti s daty z propojených vozidel, aby automobilovému průmyslu poskytl platformu pro rozšířené hluboké učení s využitím AI (ADLP). Sumit se rovněž s nadšením věnuje mentoringu a vedení příští generace podnikatelů.