La rivoluzione della mobilità sta prendendo velocità. Scooter e biciclette elettriche condivise sono ormai diffusi in molte città e un recente sondaggio di McKinsey ha dimostrato che il 46% degli intervistati è disposto a sostituire il proprio veicolo privato con altre opzioni di trasporto nei prossimi dieci anni. Anche le automobili si stanno evolvendo, in quanto i veicoli elettrici diventano sempre più sofisticati e le capacità di guida autonoma – dai sensori per gli angoli ciechi ai veicoli a guida autonoma – attirano importanti investimenti.
I progressi tecnologici favoriscono questi cambiamenti e facilitano la transizione verso forme di trasporto più sostenibili e inclusive. Il McKinsey Technology Council ha individuato dieci tecnologie più rilevanti per la mobilità.
Connettività avanzata, che si riferisce alle reti wireless e a basso consumo, alle reti cellulari di quinta e sesta generazione, al Wi-Fi 6 e 7, ai satelliti in orbita bassa e ad altre tecnologie che supportano una serie di soluzioni digitali.
IA applicata, che prevede l’utilizzo di modelli addestrati all’apprendimento automatico per risolvere problemi di classificazione, previsione e controllo; i modelli possono aiutare ad aggiungere o aumentare le capacità e le offerte, ad automatizzare le attività e a prendere decisioni migliori.
Cloud ed edge computing, che consentono di distribuire i carichi di lavoro in diversi luoghi; queste tecnologie possono contribuire a migliorare l’aderenza alle normative sulla sovranità dei dati, l’autonomia sui dati, i costi di trasferimento dei dati, la latenza e la sicurezza.
IA generativa, che può automatizzare, incrementare e accelerare il lavoro attingendo a set di dati non strutturati e a modalità mista per consentire la creazione di nuovi contenuti in varie forme, come codice, testo e video.
Tecnologia per realtà immersiva, che utilizza strumenti di rilevamento e l’elaborazione spaziale per aiutare gli utenti a vedere il mondo attraverso la realtà aumentata, mista e virtuale.
Machine learning industrializzato, che si riferisce a un ecosistema di soluzioni software e hardware che aiutano ad accelerare e deresponsabilizzare lo sviluppo, l’implementazione e la manutenzione delle soluzioni di machine learning.
Sviluppo software di nuova generazione, che consente moderne pipeline di distribuzione del codice e la generazione, il test, il refactoring e la traduzione automatica del codice.
La tecnologia quantistica, che è ancora in fase di sviluppo relativamente precoce ma che potrebbe fornire un aumento esponenziale delle prestazioni di calcolo per alcuni problemi e trasformare le reti di comunicazione rendendole più sicure.
Trust architecture strumenti di identità digitale, che consentono alle organizzazioni di costruire e scalare i propri dati e prodotti e servizi abilitati al digitale, nonché di mantenere la fiducia dei propri stakeholder.
Web3, che è un nuovo tipo di Internet decentralizzato che dispone di standard e protocolli aperti e protegge al tempo stesso i diritti di proprietà digitale; le sue potenziali applicazioni includono piattaforme di mobilità decentralizzate su cui i singoli utenti possono prenotare viaggi con diversi fornitori per un singolo viaggio.
Sul 20% delle aziende analizzate che stanno già lavorando su prodotti o servizi legati a queste tendenze, molte hanno già ottenuto investimenti per sviluppare le loro soluzioni. Queste aziende godono di buona salute finanziaria, con finanziamenti totali superiori a 200 miliardi di dollari, e il 64% sta lavorando su applicazioni di IA applicata o su tecnologie abilitate dall’IA applicata, rendendo questo trend tecnologico di gran lunga il leader.
Sebbene solo il 20% circa delle aziende coinvolte nell’analisi stia lavorando a prodotti o servizi legati alle dieci tendenze tecnologiche, questo numero potrebbe aumentare in modo significativo in risposta alla crescente domanda dei consumatori di prodotti innovativi, come sistemi di infotainment coinvolgenti e piattaforme di mobilità che consentono ai viaggiatori di utilizzare diversi modi di trasporto senza soluzione di continuità in un unico viaggio. Le aziende di mobilità sono inoltre sottoposte a una crescente pressione per ottimizzare le operazioni interne e potrebbero perseguire uno o più dei nuovi progressi tecnologici per aumentare l’efficienza e ridurre i costi.
L’IA applicata è di gran lunga la tecnologia più popolare tra le dieci tendenze esaminate ed è pronta a sconvolgere diversi aspetti dell’ecosistema della mobilità. L’importanza dell’intelligenza artificiale applicata nell’ambito della mobilità non sorprende perché migliora molti processi, consente l’automazione e risolve problemi di vecchia data. Ecco alcuni esempi che sottolineano i suoi vantaggi attuali e crescenti nella mobilità.
Ingegneria e R&S. Alcune aziende utilizzano l’IA applicata per creare e controllare mondi virtuali in cui addestrare gli algoritmi che consentono la guida autonoma. Tra gli altri vantaggi, gli algoritmi di IA possono identificare i punti deboli insiti nei modelli attuali. Possono creare migliaia o milioni di scenari aggiuntivi da utilizzare per i test, un numero che non sarebbe possibile senza questa tecnologia. Invece di aggiornare il software se un veicolo autonomo (AV) non supera un test virtuale, gli sviluppatori possono creare un altro scenario per ottenere maggiori informazioni sul problema, risparmiando tempo e denaro. Gli algoritmi possono testare le prestazioni dei veicoli autonomi per eventi semplici, come l’arresto di un pedone sulle strisce pedonali, e per eventi estremamente rari, come il passaggio accidentale di un pedone davanti al veicolo.
Approvvigionamento. Con l’accelerazione dei cambiamenti climatici, gli OEM utilizzano l’intelligenza artificiale applicata per identificare i rischi ambientali, sociali e di governance lungo la catena di fornitura. Ad esempio, gli algoritmi possono analizzare le notizie sui fornitori per identificare potenziali problemi, come una storia di inquinamento o recenti scandali di corruzione, in modo molto più rapido e approfondito di quanto possa fare un essere umano. Il miglioramento della sostenibilità potrebbe interessare gli acquirenti di automobili, dal momento che una recente indagine sui consumatori ha dimostrato che il 70% degli intervistati considera la produzione sostenibile una considerazione importante durante l’acquisto di un veicolo. In futuro, l’IA potrebbe anche aiutare le aziende a prevedere i rischi in modo più accurato e a suggerire proattivamente miglioramenti, come l’utilizzo di risorse più sostenibili.
Produzione. Utilizzando telecamere, lidar e radar in combinazione con l’IA applicata, gli OEM hanno migliorato il controllo della qualità durante la produzione. Ad esempio, uno dei principali produttori automobilistici sta sfruttando i robot controllati dall’intelligenza artificiale per gestire la lavorazione dei singoli veicoli mantenendo rigorosi standard di qualità. Nella fase di ispezione delle superfici, un sistema avanzato utilizza una tecnologia specializzata che proietta modelli in bianco e nero sulla superficie del veicolo. Questa tecnica consente alle telecamere di scansionare e identificare anche le più piccole variazioni nella vernice riflettente. La tecnologia ha avuto un tale successo per il produttore che i tempi di consegna sono diminuiti senza alcun cambiamento nella qualità.
Marketing e vendite. Le aziende possono utilizzare l’intelligenza artificiale applicata per identificare i clienti che rischiano di essere persi a favore di un concorrente e quindi creare incentivi per aumentare la loro soddisfazione, riducendo potenzialmente il turn over e diminuendo i costi. Oltre alla fidelizzazione dei clienti, le aziende sperano di utilizzare la tecnologia per migliorare l’esperienza dei clienti e aumentarne la fedeltà a prodotti e marchi specifici.
Servizi per il ciclo di vita. Gli OEM che incorporano l’intelligenza artificiale applicata nei sistemi di bordo dei veicoli possono analizzare le preferenze dei consumatori in materia di infotainment e quindi fornire raccomandazioni personalizzate. Inoltre, un sondaggio tra i consumatori ha rivelato che circa il 40% degli intervistati è molto interessato a raccomandazioni personalizzate in tempo reale da parte di sistemi di navigazione che conoscono le loro abitudini di guida.
Una ricerca McKinsey mostra che il 90% delle aziende ha avviato una trasformazione digitale, ma i benefici in termini di ricavi che ne sono derivati sono stati circa un terzo di quelli attesi.
Nell’ambito della mobilità, le aziende potrebbero potenzialmente ottenere ricavi molto maggiori dall’IA applicata se riuscissero a superare gli ostacoli all’implementazione e a sfruttare i megatrend tecnologici. Un tale miglioramento richiederebbe che gli OEM e gli stakeholder della mobilità riorganizzino radicalmente il loro modo di operare, intraprendendo una serie di cambiamenti ampi e integrati che coinvolgano la strategia, l’organizzazione, la gestione del rischio, i talenti, la tecnologia, i dati e i migliori processi per l’adozione e la scalabilità delle nuove tecnologie.
Foto di Hitesh Choudhary su Unsplash