Big Data в автомобилната индустрия

Дигитализацията, нарастващата степен на автоматизация и новите бизнес модели в автомобилната индустрия създават предпоставки за налагането на иновативни тенденции като свързаност, асистирано и автономно шофиране. Всички тези актуални насоки на развитие пряко или косвено са свързани с генерирането и обработката на големи масиви данни, популярни като Big Data.

Те представляват един от стълбовете на новата технологична парадигма Industry 4.0, а работата с тях е възможна благодарение на усъвършенстваните съвременни сензорни решения, свързаните устройства и комплексни комуникационни платформи като IoT. Ролята на тези гигантски информационни обеми е значителна и обхваща всички аспекти на отрасъла – от произведените свързани превозни средства (connected vehicles) през производствените линии до мениджмънт системите на дилърите и автомобилостроителните компании. И макар за Big Data в този сектор да се говори отдавна, важността на концепцията непрекъснато ще нараства, предвещавайки тотална трансформация на автомобилния бизнес.

Пазарни перспективи

По данни на глобалната консултантска фирма SNS Research до 2020 г. пазарът на свързани услуги за автомобили ще достигне около 40 млрд. щатски долара годишно. Сегментът включва технологии като инфотейнмънт, интелигентна навигация, платформи за управление на автопаркове, отдалечена диагностика, автоматично известяване при опасност от сблъсък, системи за сигурност и трафик мениджмънт, както и за асистирано и автономно шофиране.

Всички тези приложения са базирани на средства за генериране и обработка на големи масиви данни, събирани от отдалечени сензори. Управлението на тази информация включва нейното интерпретиране и анализ с цел извличане на добавени ползи, които оптимизират веригата на стойността в автомобилостроенето и му осигуряват необходимата степен на автоматизация и независимост от останалите отрасли.

Благодарение на Big Data технологиите стават възможни различни качествени подобрения в дизайна на автомобилите, които ги правят по-безопасни, интуитивни и лесни за управление. В допълнение еволюира и самото изживяване за шофьора и пасажерите, което от просто придвижване между две локации се превръща в интерактивно и споделено събитие.

Генерирането на данни при шофиране става на две нива: явно за водача и пътниците и често – с тяхно участие; и незабележимо – от специализирани устройства и системи, интегрирани в автомобила. Освен информация от шофьора и автомобила, могат да се събират данни от маршрута и околната среда.

Така на практика при всеки пробег се формират гигантски информационни масиви, които притежават потенциала да бъдат използвани за оптимизиране работата на превозното средство и шофирането като цяло. Този процес става възможен с все по-масовото навлизане на Internet of Things в автомобилостроенето и задава нов ракурс на пазарно развитие в отрасъла.

По данни на Market Watch до 2020 г. делът на годишните приходи в автомобилната индустрия от технологии за автономно и асистирано шофиране ще достигне 11%, което представлява повече от една десета от пазара в този сегмент. За сравнение, през 2014 г. този дял е бил едва 5%. Анализаторите смятат още, че под давление на нарастващото търсене на свързани автомобилни услуги инвестициите в Big Data технологии и аналитични софтуерни инструменти за обработка на големи информационни масиви ще надминат 5 млрд. щатски долара до края на идната година. Прогнозният комбиниран годишен темп на растеж по този показател за периода 2015-2020 г. е над 14%, отбелязват още от Market Watch.

Друго актуално проучване, посветено на развитието на Big Data технологиите в автомобилостроенето, сочи, че през 2018 г. капиталовложенията в сегмента са надхвърлили 3,3 млрд. щатски долара. Докладът “Big Data в автомобилната индустрия: 2018-2030 г. – възможности, предизвикателства, стратегии и прогнози” на SNS Telecom предвижда тези инвестиции да продължат да нарастват със солидни темпове през следващите три години, регистрирайки комбиниран годишен темп на растеж от 16%. Тази тенденция ще създаде множество бизнес възможности за производителите на оригинално оборудване в отрасъла, доставчиците от първо ниво (Tier 1), застрахователни компании, дилъри и други заинтересовани страни.

Тенденции

Приходите от продажби на хардуер, софтуер и услуги в сферата на Big Data се очаква да продължават трайно да се увеличават през следващото десетилетие, считат пазарните анализатори. Посредством технологиите за генериране и обработка на големи масиви от данни производителите на оригинално оборудване и други заинтересовани страни в автомобилната индустрия започват все по-активно да се възползват от различни типове информация, събирана от превозното средство по време на шофиране. Нараства взаимовръзката между Big Data и прогнозната поддръжка на автомобила, застрахователните услуги, базирани на профила на използване на колите, възможностите за виртуално картографиране в реално време (real-time mapping), използването на гласов помощник/асистент за персонализиране управлението на моторното превозно средство, автономното шофиране и т. н.

Т. нар. “edge” анализ, който се дефинира като обработка и интерпретиране на информация в непосредствена близост до нейния източник, се превръща в незаменим способ за управление на големи обеми данни в приложения като автономното шофиране, където сведенията в реално време от видеокамери, LiDAR системи (за дистанционно получаване на информация за отдалечени обекти чрез сензори) и други типове вградени в автомобила датчици е необходимо да бъдат обработвани незабавно и надеждно.

Поверителността на данните продължава да бъде основна грижа за производители и потребители. Гарантирането на защита за деликатната информация чрез креативност при запазването на анонимност и целенасочени инвестиции в средства за киберсигурност е задължително условие за ограничаване на рисковете при комерсиализирането на свързаните автомобили. А тази тенденция е неизбежна, смятат маркетинговите специалисти. Клиентският интерес към свързаните превозни средства непрекъснато нараства по данни на агенция IHS.

Продажбите на инфотейнмънт системи се очаква да отбележат значителен ръст през следващите години, достигайки 15 млрд. щатски долара през 2021 г. (повече от двукратно увеличение в сравнение с 2016 г.). Броят на свързаните автомобили до 2020 г. ще надхвърли 380 милиона, което пък представлява над десетократен ръст спрямо 2015 г., когато по пътищата в световен мащаб са се движели едва 36 млн. свързани автомобила, показват още статистиките на агенцията. Общият пазар на такива превозни средства и всички свързани с тях технологии, продукти и услуги, включително Big Data, се очаква да генерира приходи в размер на цели 8 трилиона щатски долара за периода 2015-2020 г., прогнозират още от изследователската фирма.

Роля в проектирането и производството

Чрез събирането на големи масиви от данни в процеса на проектиране и ранните етапи на производство автомобилните компании биха могли да идентифицират и предотвратят множество потенциални грешки и проблеми. Друга отлична възможност за генериране на подобни информационни масиви, осигуряващи допълнителна стойност, е събирането на данни при отстраняването на неизправности от върнатите за гаранционен сервиз автомобили.

Тази практика позволява на автомобилните проектанти и производители да извършат прецизен анализ на разходната ефективност и да идентифицират кои части подлежат на подмяна. В дългосрочен план това пести разходи както за автомобилостроителните предприятия, така и за техните клиенти, като същевременно повишава безопасността.

Данните, свързани с поведението на водача, неговите предпочитания и начина, по който управлява автомобила, могат както да подпомогнат интуитивното самообучение на свързаните превозни средства, така и да доведат до генерални подобрения в дизайна още във фазата на проектиране на следващите поколения модели. Посредством управлението на всички налични големи обеми данни може значително да се подобри ефективността на дизайна и производствените процеси и технологии.

Данните от шофирането на даден автомобил в реални условия в различни потребителски сегменти, изучаването на клиентските предпочитания и анализът при гаранционен сервиз биха могли да послужат за запълването на празнини в базите данни на проектантите и производителите по отношение на фактори като безопасността, горивната ефективност, живота на акумулатора и т. н.

С помощта на инструменти за анализ на големи обеми данни и прогнозен мониторинг и поддръжка могат да бъдат разработени високоефективни платформи за производствена симулация. Данните от мониторинга на линиите за асемблиране пък биха могли да съдействат за повишаване квалификацията на работниците и подобряване на оперативната компетентност на екипа.

Big Data технологиите правят процеса на проектиране и производство много по-информиран, предсказуем и ефективен и спомагат за достигането до пазара на цялостно оптимизирани транспортни системи. Ролята на прогнозния анализ в цялостната картина е свързан с възможности за идентифициране и по-честа превантивна подмяна на дадени части на автомобила вследствие на типа управление, който регулярният водач упражнява.

Това е един от най-интелигентните начини за оползотворяване на генерираните големи информационни масиви в автомобилната индустрия. Благодарение на тази информационна обезпеченост и предсказуемост могат да бъдат избегнати редица рискове, както и да бъдат автоматизирани множество дейности. В тази връзка, все повече производители на оригинално оборудване в глобалната автомобилна индустрия започват да предлагат иновативни продукти по бизнес модела SaaS (software-as-a-service или софтуер като услуга). Вградените софтуерни приложения събират различни типове данни, а потребителите заплащат такса на съответния доставчик за правото да ги използват.

Big Data и свързаните автомобили

Интегрирането на технологии за управление на големи обеми данни в превозните средства далеч не е футуристична възможност, от която ще могат да се възползват чак идните поколения. В автомобилите ни отдавна са вградени различни типове сензори и датчици, непрекъснато събиращи информация за различни параметри и условия.

Бордовите компютри на съвременните превозни средства включват и съответните изчислителни инструменти и процесорни системи, благодарение на които генерираните информационни масиви се обработват. Единствената разлика с принципите на Big Data e, че тези данни се създават и съхраняват локално.

При свързаните автомобили, които тепърва предстои да навлизат в масова употреба, възможностите за връзка на бордовата платформа за управление с интернет позволява изпращането и съхраняването на тези данни на отдалечени сървъри и в облачни платформи. Всички приложения и услуги в един свързан автомобил могат да се обновяват автоматично, а водачите – да се възползват и от възможности за усъвършенствана техническа поддръжка от страна на производителя, например чрез предварителни известия, че наближава време за смяна на маслото, охлаждащата течност намалява или пък двигателят не работи изправно.

Възможностите, произтичащи от тази свързаност, съвсем не се изчерпват само с работата на превозното средство. Превръщането на самия автомобил в устройство за връзка с глобалната мрежа позволява лесно изпълняване на офис задачи като писане на имейли, интернет банкиране, онлайн пазаруване и плащане на сметки на връщане или пък на път към работното място.

Събирането на данни в свързаните автомобили се осъществява посредством множество сензори и специални алгоритми, търсещи модели в потребителското поведение и взаимовръзки между различни фактори и действия като условията на околната среда и настройките на климатика, пускането на определена песен и дестинацията и т. н. Подобни корелации притежават потенциал да генерират ценни насоки при таргетирането на медийна реклама и услуги и да послужат при разпределението на бюджета на рекламодателите по отделни пера като радио реклама, билбордове, интернет реклама и т. н.

Важен аспект на Big Data технологиите в свързаните автомобили са възможностите за управление на автопаркове, които позволяват лесен и удобен мениджмънт на голям брой превозни средства на базата на събираните от тях големи обеми данни. Така например собствениците на дадена фирма могат да бъдат уведомявани, когато водачите на фирмените автомобили превишават допустимата скорост.

Друга подходяща за събиране информация са спирачните техники и изборът на маршрут, както и динамиката на шофиране. На базата на интелигентните сензори и алгоритми модерните свързани автомобили биха могли и автономно да предлагат подходящи и възможни ответни действия при дадено действие от страна на шофьора или независещо от него събитие.

Управлението на големи обеми данни позволява лесен и удобен централизиран мениджмънт не само на малки и средни, но и на големи автопаркове със стотици и дори хиляди автомобили под шапката на дадена компания.

Сигурност, ефективност и забавление

Потенциалът на Big Data технологиите по посока подобряване сигурността на автомобила и безопасността на шофирането предлага множество печеливши перспективи както за автомобилните производители и потребители, така и за застрахователните компании. Мониторингът на поведението на водачите може да спомогне за по-безопасно управление в бъдеще и косвено – чрез предлагане на клиентите на пакети с отстъпка при ангажимент от тяхна страна за стриктно спазване на правилата за движение по пътищата например.

Възникването на подобни иновативни бизнес модели е факт благодарение на множеството възможности във връзка с обработката на големи обеми данни, генерирани с помощта на смарт сензори. На същия принцип биха могли да бъдат прецизно анализирани и всички инциденти и пътнотранспортни произшествия, за да се намали рискът от настъпването им в бъдеще.

Ако един автомобил разполага с опции за свързване с интернет, например чрез безжична Wi-Fi връзка, то той автоматично се превръща в смарт устройство, което може да предложи асистирано или автономно шофиране, да известява водача за различни рискове по отношение на безопасността на автомобила и пасажерите, да изучава околната среда и маршрута и да събира и съхранява диагностични данни за “здравето” на превозното средство.

Освен по отношение на сигурността и безопасността, свързаните автомобили предлагат и по-интерактивно и забавно преживяване в сравнение с конвенционалните возила. Около 90% от новите автомобили до 2020 г. ще разполагат с възможности за свързаност, което непременно означава, че Big Data вече е сред водещите технологични тенденции при производителите на оригинално оборудване.

За разлика от традиционните превозни средства, свързаните автомобили могат не просто автоматично да обновяват карти и да избират най-подходящите маршрути, но и автоматично да настройват климатика, да подбират любима радиостанция, както и непрекъснато да анализират и оптимизират работата на двигателя например.

Big Data и безопасното шофиране

90% от пътните инциденти в световен мащаб са плод на човешка грешка. Това е достатъчно обяснение за възникването и популяризирането на системите за асистирано и автономно шофиране. За да се самоуправляват надеждно, автономните автомобили се нуждаят от големи обеми данни. За целта те са оборудвани с множество различни типове сензори и датчици, които измерват всички нужни параметри, включително позиция, скорост, посока, спирачен ход, светлинна сигнализация, трафик, близост на пешеходците и други автомобили, както и всякакви възможни опасности в обсега.

На база цялата тази информация автономният автомобил е в състояние да вземе съответното самостоятелно решение при даден сценарий и да инициира подходящата последователност от действия с цел адекватен отговор на обстоятелствата. Налице са предупреждения за сблъсък при шофиране и паркиране, автоматична навигация, инструменти за асистирано спиране, автоматизирано управление на скоростта и др.

Благодарение на използването на Big Data технологии в такива приложения цялостно се променя и начинът, по който средностатистическият водач шофира, отбелязват експертите. Чрез гигантските налични информационни масиви и автоматичното синхронизиране на автомобила към работните условия и факторите на околната среда могат да бъдат предотвратени множество механични повреди и пътни произшествия, както и да бъде извършена превантивна подмяна на части, които биха коствали много време и средства, а често дори здравето и живота на шофьорите и пътниците.

Анализът на поведението на водача и често използваните маршрути пък може да спомогне за предлагането на по-персонализирана автоматична GPS навигация например, приоритизираща предпочитания път до дома, любимия ресторант или най-изгодната бензиностанция.