איך AI, עיבוד שולי, IoT & הענן משנים באופן דרסטי את ניהול צי הרכב

כאשר חברות מחפשות למודרניזציה של כלי הרכב שלהן, היתרונות של רכבים מחוברים יכולים להפוך את הטכנולוגיות האלה לסטנדרט החדש לניהול צי. בעובדה, 86% ממופעלי צי המחוברים שנסקרו דיווחו על תשואה מוצקה על השקעתם בטכנולוגיית צי מחוברת בתוך שנה דרך עלות מופחתת.

בנוסף, ציים מחוברים עם טכנולוגיית טלמטיקה מתקדמת היום מציעים יתרונות נוספים במונחים של ניהול ותחזוקה של כלי רכב. עוד מחקר הראה הפחתה של 13% בעלות הדלק עבור עסקים שנסקרו, לצד שיפורים בתחזוקה מונעת. הוא גם הראה הפחתה של 40% בבלימה חריפה, מה שמראה שינויים בהרגלי הנהיגה שיכולים לתרום הן לאריכות ימים של חלקים והן לשיפור בטיחות הנהג.

כמויות גדולות של נתונים קשות לעיבוד

ציי רכב, ספקי ביטוח, חברות תחזוקה ואחרות מחפשים לנצל יותר מנתוני טלמטיקה אינטליגנטיים. אולם, כמות הנתונים המופקת כל יום גדלה. כתוצאה מכך, לעסקים האלה יש יותר נתונים מתמיד ברשותם כדי לקבל החלטות עסקיות מושכלות. אבל, כמות עצומה זו של נתונים מביאה אתגרים רבים בלכידה, עיבוד וניתוח הנתונים באופן יעיל מבחינה כלכלית.

כדי להיות באמת יעילים ושימושיים, נתונים חייבים להיות מעוקבים, מנוהלים, מנוקים, מאובטחים ומועשרים במהלך כל הדרך כדי ליצור את התובנות הנכונות. חברות עם ציי רכב פונות ליכולות עיבוד חדשות כדי לנהל ולהבין את הנתונים האלה.

טכנולוגיית מערכות משובצות הייתה הנורמה

מערכות טלמטיקה מסורתיות הסתמכו על מערכות משובצות, שהן התקנים שתוכננו לגשת, לאסוף, לנתח (בתוך הרכב) ולשלוט בנתונים בציוד אלקטרוני, כדי לפתור סדרה של בעיות. מערכות משובצות אלו היו בשימוש נרחב, במיוחד במכשירי בית והיום הטכנולוגיה גדלה בשימוש בניתוח נתוני רכב.

למה הפתרונות הנוכחיים אינם יעילים מאוד

הפתרון הקיים בשוק הוא להשתמש בעיכוב נמוך של 5G. באמצעות AI ו-GPU ב-AWS Wavelength או Azure Edge Zone, יצרני רכב יכולים להעביר את המעבדים של הרכב לענן כאשר זה אפשרי. גישה זו מאפשרת לתנועה בין 5G לשרתים של תוכן או יישומים המאורחים באזורים Wavelength לעקוף את האינטרנט, מה שמוביל לירידה בתנודתיות ואובדן תוכן.

כדי להבטיח דיוק מרבי ועושר של סטים נתונים, וכדי למקסם את השימושיות, חיישנים המשובצים ברכבים משמשים לאסוף את הנתונים ולשדר אותם באופן אלחוטי, בין רכבים ורשות ענן מרכזית, בזמן אמת. תלוי במקרי השימוש שהופכים לתלויים יותר ויותר בזמן אמת, כגון סיוע בצד הדרך, ADAS ודו”ח ציון נהג וציון רכב פעיל, הצורך בעיכוב נמוך וקצב גבוה יותר הפך למוקד רב יותר עבור ציים, ביטוחנים וחברות אחרות המנצלות את הנתונים.

אולם, בעוד 5G פותר את זה במידה רבה, העלות שנגרמת מכמות הנתונים המועברת לענן נותרת בלתי כדאית. זה הופך את זיהוי היכולת המשובצת המתקדמת בתוך הרכב לעיבוד שולי להתרחש באופן יעיל ככל האפשר.

עליית התקשורת רכב-ענן

כדי להגביר את יעילות הרוחב התקשורתי ולצמצם את בעיות העיכוב, זה טוב יותר לבצע את עיבוד הנתונים הקריטיים בשוליים, בתוך הרכב, ולשתף רק מידע הקשור לאירועים עם הענן. עיבוד שולי בתוך הרכב הפך לביקורתי כדי לוודא שרכבים מחוברים יכולים לפעול בקנה מידה, בגלל שהיישומים והנתונים הם קרובים יותר למקור, מה שמספק תגובה מהירה יותר ומשפר באופן משמעותי את ביצועי המערכת.

התקדמויות טכנולוגיות הפכו את זה לאפשרי עבור מערכות משובצות אוטומוטיביות לתקשר עם חיישנים, הן בתוך הרכב והן עם שרת הענן, באופן יעיל ויעיל. באמצעות סביבת עיבוד מבוזרת שמופטמת את חילופי הנתונים ואת אחסון הנתונים, IoT אוטומוטיבי משפר את זמני התגובה וחוסך רוחב פס לחווית נתונים מהירה. שילוב ארכיטקטורה זו עם פלטפורמת ענן משפר עוד יותר את יצירת מערכת תקשורת ענן-שוליים חזקה ומקיפה לקבלת החלטות עסקיות יעילות ותפעוליות.

זה הוא בעל יישומים רבים בתחומים שונים, שם התובנות המתקבלות יכולות להיצרף ולהימכר על ידי יצרני הרכב. היישום הבולט ביותר הוא לאחר שוק ותחזוקה, שם אלגוריתמים יעילים יכולים לנתח את בריאות הרכב בזמן אמת, כדי להציע פתרונות לכשלים ממשמשים ובאים בנכסי רכב כגון מנוע, שמן, סוללה, צמיגים וכו’. ציים המנצלים את הנתונים האלה יכולים להיות מוכנים לביצוע שירות תחזוקה בצורה הרבה יותר יעילה, מכיוון שחלק גדול מעבודת האבחון בוצעה בזמן אמת.

בנוסף, ביטוח ואירועים מוארכים יכולים להרוויח מניתוח התנהגות נהגים פעיל, כך שניתן יהיה ליצור מודולי אימון ספציפיים לצרכים אינדיבידואליים של נהגים, על בסיס היסטוריה וניתוח התנהגות נהיגה. עבור ציים, ניטור פעיל של ציוני הרכב והנהג יכול לאפשר הפחתה בעלות הבעלות הכוללת (TCO) עבור מופעלי צי, כדי להפחית הפסדים עקב גניבה, הזנחה וחוסר אחריות, תוך כדי מתן אימון פעיל לנהגים.

מניעת עתיד ניהול הצי

ניתוחים מונעי AI המנצלים IoT, עיבוד שולי וענן משנים במהירות את הדרך בה ניהול צי מבוצע, מה שהופך אותו ליעיל ואפקטיבי יותר מאי פעם. היכולת של AI לנתח כמויות גדולות של מידע מהתקני טלמטיקה מספקת למנהלים מידע יקר ערך, כדי לשפר את יעילות הצי, להוריד עלויות ולאפטימיזציה של הפרודוקטיביות. מניתוחים בזמן אמת ועד ניהול בטיחות נהגים, AI כבר משנה את הדרך בה ציים מנוהלים.

ככל ש-AI אוספת יותר סטים נתונים עם עיבוד OEM דרך הענן, החיזויים שהיא יכולה לעשות טובים יותר. זה משמעות רכבים אוטונומיים יותר בטוחים ואינטואיטיביים בעתיד, עם נתיבים מדויקים יותר ואבחון רכב בזמן אמת טוב יותר.