Come AI, Edge Computing, IoT e Cloud stanno ridisegnando drasticamente la gestione delle flotte di veicoli

Le aziende che cercano di modernizzare i loro veicoli possono trarre vantaggio dai benefici dei veicoli connessi, che potrebbero rendere queste tecnologie lo standard per la gestione delle flotte. In effetti, l’86% degli operatori di flotte connesse già intervistati ha segnalato un solido ritorno sull’investimento nella tecnologia di flotta connessa entro un anno attraverso la riduzione dei costi operativi.

Inoltre, le flotte connesse con tecnologia di telematica avanzata offrono oggi ulteriori vantaggi in termini di gestione e manutenzione dei veicoli. Uno studio ha illustrato una riduzione del 13% dei costi di carburante per le aziende intervistate, insieme a miglioramenti della manutenzione preventiva. Ha anche mostrato una riduzione del 40% dei frenaggi bruschi, che potrebbe contribuire a migliorare la sicurezza degli autisti e la longevità dei pezzi.

Grandi quantità di dati sono difficili da elaborare

Ciò significa che le flotte di veicoli, i fornitori di assicurazioni, le aziende di manutenzione e dopo-vendita stanno cercando di sfruttare al meglio questi dati di telematica intelligente. Tuttavia, la quantità di dati prodotti ogni giorno continua a crescere. Di conseguenza, queste aziende hanno più dati che mai a loro disposizione per prendere decisioni aziendali informate. Ma, questa grande quantità di dati presenta molte nuove sfide nel catturare, digerire e analizzare l’intero dato in modo efficiente in termini di costi.

Per essere veramente efficaci e utili, i dati devono essere tracciati, gestiti, puliti, protetti e arricchiti durante il loro percorso per generare le giuste informazioni. Le aziende con flotte di veicoli stanno cercando nuove capacità di elaborazione per gestire e dare senso a questi dati.

La tecnologia dei sistemi embedded è stata la norma

I sistemi di telematica tradizionali si sono basati su sistemi embedded, che sono dispositivi progettati per accedere, raccogliere, analizzare (a bordo del veicolo) e controllare i dati negli apparecchi elettronici, per risolvere un set di problemi. Questi sistemi embedded sono stati ampiamente utilizzati, specialmente negli elettrodomestici e oggi la tecnologia sta crescendo nell’uso dell’analisi dei dati dei veicoli.

Perché le soluzioni attuali non sono molto efficienti

La soluzione esistente sul mercato è quella di utilizzare la bassa latenza della rete 5G. Utilizzando l’intelligenza artificiale e l’accelerazione GPU su AWS Wavelength o Azure Edge Zone, i costruttori di veicoli possono scaricare i processori a bordo del veicolo sul cloud quando possibile. Questo approccio consente al traffico tra dispositivi 5G e server di contenuti o applicazioni ospitati nelle zone Wavelength di bypassare Internet, riducendo la variabilità e la perdita di contenuti.

Per garantire la massima accuratezza e ricchezza dei set di dati e per massimizzare l’usabilità, i sensori incorporati nei veicoli vengono utilizzati per raccogliere i dati e trasmetterli senza fili, tra veicoli e un’autorità cloud centrale, in tempo quasi reale. A seconda dei casi d’uso che stanno diventando sempre più orientati al tempo reale, come l’assistenza stradale, ADAS e la segnalazione del punteggio del conducente e del veicolo, la necessità di una latenza più bassa e di un throughput più alto è diventata molto più importante per le flotte, le assicurazioni e le altre aziende che sfruttano i dati.

Tuttavia, mentre la rete 5G risolve questo problema in larga misura, il costo sostenuto per il volume di questi dati raccolti e trasmessi al cloud rimane proibitivo. Ciò rende imperativo identificare capacità di calcolo avanzate incorporate all’interno del veicolo per l’elaborazione edge in modo efficiente.

La crescita della comunicazione veicolo-nuvola

Per aumentare l’efficienza della banda e mitigare i problemi di latenza, è meglio condurre l’elaborazione dei dati critici all’interno del veicolo e condividere solo le informazioni relative agli eventi con il cloud. L’elaborazione edge all’interno del veicolo è diventata critica per garantire che i veicoli connessi possano funzionare su larga scala, a causa delle applicazioni e dei dati che sono più vicini alla fonte, fornendo un ritorno più rapido e migliorando notevolmente le prestazioni del sistema.

I progressi tecnologici hanno reso possibile per i sistemi embedded automotive comunicare con i sensori, all’interno del veicolo e con il server cloud, in modo efficace ed efficiente. Sfruttando un ambiente di calcolo distribuito che ottimizza lo scambio di dati e l’archiviazione dei dati, l’IoT automotive migliora i tempi di risposta e risparmia banda per un’esperienza di dati rapida. Integrare questa architettura con una piattaforma cloud-based aiuta ulteriormente a creare un sistema di comunicazione robusto e completo per decisioni aziendali efficienti e operazioni efficienti. Collettivamente, la coppia edge cloud e intelligenza incorporata collega i dispositivi edge (sensori incorporati nel veicolo) all’infrastruttura IT per aprire la strada a una nuova gamma di applicazioni orientate all’utente basate su ambienti del mondo reale.

Questo ha un’ampia gamma di applicazioni in vari settori in cui le informazioni derivanti possono essere consumate e monetizzate dagli OEM. Il caso d’uso più ovvio è per il mercato di aftermarket e manutenzione dei veicoli, dove algoritmi efficaci possono analizzare la salute del veicolo in tempo quasi reale per suggerire rimedi per guasti di veicoli imminenti su asset come motore, olio, batteria, pneumatici e così via. Le flotte che sfruttano questi dati possono avere team di manutenzione pronti a eseguire il servizio su un veicolo che ritorna in modo molto più efficiente, poiché gran parte del lavoro di diagnostica è stato eseguito in tempo reale.

Inoltre, le assicurazioni e le garanzie estese possono trarre vantaggio dall’analisi del comportamento attivo degli autisti in modo che i moduli di formazione possano essere creati specificamente per le esigenze individuali degli autisti in base alla storia e all’analisi del comportamento di guida reale. Per le flotte, il monitoraggio attivo sia del veicolo che del punteggio del conducente può consentire una riduzione del TCO (totale costo di proprietà) per gli operatori di flotte per ridurre le perdite a causa di furto, negligenza e altri fattori, fornendo anche formazione attiva agli autisti.

Alimentare il futuro della gestione delle flotte

L’analisi basata sull’intelligenza artificiale, che sfrutta IoT, edge computing e cloud, sta cambiando rapidamente il modo in cui la gestione delle flotte viene eseguita, rendendola più efficiente e efficace che mai. La capacità dell’intelligenza artificiale di analizzare grandi quantità di informazioni dai dispositivi di telematica fornisce ai manager informazioni preziose per migliorare l’efficienza della flotta, ridurre i costi e ottimizzare la produttività. Dall’analisi in tempo reale alla gestione della sicurezza degli autisti, l’intelligenza artificiale sta già cambiando il modo in cui le flotte vengono gestite.

Maggiore è il numero di set di dati che l’intelligenza artificiale raccoglie con l’elaborazione OEM tramite il cloud, migliori sono le previsioni che può fare. Ciò significa veicoli automatizzati più sicuri e intuitivi nel futuro, con percorsi più precisi e migliori diagnosi dei veicoli in tempo reale.