Inteligencia artificial, visión artificial, big data... Hay mucho revuelo en torno a la aplicación de tecnología avanzada en casi todos los sectores, desde la construcción y los servicios de campo hasta el transporte por carretera y la logística. El director ejecutivo de Google, Sundar Pichai, dijo recientemente que el desarrollo de la IA era más profundo para los humanos que el fuego y la electricidad.
Pero hablemos del resultado final: ¿cómo pueden estas tecnologías, cuando se utilizan juntas, crear oportunidades para reducir costos y generar ingresos de manera más efectiva?
Más allá del vídeo
Los algoritmos de visión artificial más avanzados pueden entrenarse para detectar prácticamente cualquier cosa que el ojo humano pueda ver. Las flotas han utilizado esta capacidad para optimizar la formación en seguridad y la retención de conductores, y también para recopilar pruebas que pueden ayudar a reducir los costes de responsabilidad civil en los accidentes de tráfico y las primas de seguros.
Pero esta tecnología se destaca cuando se utilizan datos, visión artificial (MV) e inteligencia artificial (IA) en conjunto (MV+IA) para brindar un contexto más holístico a los eventos. Por ejemplo, una colisión ocurrió cuando un vehículo de la flota chocó con un automóvil mientras ambos vehículos se incorporaban a la autopista, lo que dificulta establecer la secuencia de eventos solo con base en el video.
Al combinar los metadatos de la transmisión de video con los datos ECM del vehículo y los datos predictivos de una transmisión MV, el uso de las señales de giro y la aceleración/desaceleración por parte del conductor se relacionaron con el evento.
Estos datos, combinados con el vídeo, ayudaron a establecer que el conductor del transportista no fue el causante de la colisión. Cuando resolvemos patrones como este, podemos utilizar el aprendizaje automático y la inteligencia artificial para ampliar este tipo de análisis de patrones a otros eventos similares no relacionados a gran escala para establecer automáticamente sus contextos.
Identificación de las necesidades del cliente
MV+AI también puede detectar elementos que de otro modo serían inofensivos en un entorno que, al combinarse con datos de clientes, revelan oportunidades para que las flotas amplíen los servicios a clientes existentes o incluso generen nuevos clientes potenciales.
Estos problemas pueden surgir no solo durante la ruta del conductor, sino también en el punto de envío o entrega. Una empresa de eliminación de residuos que utilice MV+AI podría detectar cuándo los contenedores de un cliente están desbordados y sugerir automáticamente un servicio de recolección adicional que la empresa de eliminación puede proporcionar dentro del presupuesto del cliente.
La empresa también podría detectar contenedores desbordados en lugares a lo largo de sus rutas habituales y, combinados con datos de mapas, revelar posibles nuevos clientes potenciales u oportunidades de venta adicional. Por ejemplo, el video inteligente puede ayudar a identificar áreas específicas donde es necesario podar árboles demasiado grandes para alejarlos de las líneas eléctricas. Otro ejemplo, relacionado con los servicios municipales y la seguridad, es detectar semáforos rotos, marcas de carril descoloridas o señales de tráfico faltantes.
Predicción de eventos
Desde la invención del indicador de combustible, monitorear la mecánica de los vehículos ha sido una parte clave para optimizar la gestión del vehículo y reducir los costos.
Pero ahora podemos ir un paso más allá. La combinación de datos de los sistemas de monitorización de vehículos conectados al módulo de control del motor con una IA predictiva permite a las flotas anticipar y prepararse para el mantenimiento. La optimización de las operaciones de mantenimiento también ayuda a prevenir riesgos como la falla de un motor mientras se conduce a 60 mph en una autopista, lo que puede crear una situación peligrosa para todos los conductores en la carretera.
Cuanto más anticipadamente puedan planificar las flotas las reparaciones, mejor estarán para minimizar los costos y las interrupciones en las operaciones. Y cuanto menos tiempo pase un vehículo de servicio en el taller, más tiempo podrá pasar en el campo atendiendo a los clientes y generando ingresos.
Reducción de los silos internos
El uso de los tres (MV, IA y datos) en conjunto y de manera simultánea en toda una flota permite descubrir el verdadero valor de estas tecnologías.
Disponer de un único panel de control para todos los departamentos de la empresa permite reducir los silos internos y reduce el riesgo de que se optimice una prioridad de la empresa a expensas de otras. De hecho, el uso de datos de forma aislada puede resultar perjudicial.
Un ejemplo que surge una y otra vez es la importancia de que los departamentos de cumplimiento y seguridad utilicen la misma tecnología y los mismos datos para tomar decisiones en tiempo real. Los conductores, por ejemplo, tienen un límite en la cantidad de horas consecutivas que pasan al volante por razones de cumplimiento. Si las flotas solo se optimizaran para el cumplimiento, un sistema aislado simplemente seleccionaría al siguiente conductor disponible, en lugar del siguiente conductor disponible con una calificación de seguridad adecuada.
No mirar datos completos puede ser un gran error para las empresas y puede resultar en perder dinero o aumentar los riesgos operativos en lugar de reducirlos.
El futuro de los datos
Los datos son a menudo el mayor activo que tiene una empresa y prevemos que en el futuro más empresas los utilizarán como fuente de ingresos.
Todas las empresas operativas, ya sean de transporte de mercancías o de cualquier otro tipo, tienen información útil para otros segmentos de su sector. Los datos sobre los costes de mantenimiento de una flota de 5,000 vehículos podrían, por ejemplo, proporcionar información valiosa para la generación de leads a una empresa de mantenimiento. Los datos de seguridad de los conductores en diferentes zonas geográficas permitirían a las aseguradoras evaluar con mayor precisión el nivel de riesgo de los clientes potenciales en la región.
En el futuro, las ciudades inteligentes también incluirán este tipo de datos. Los datos de ruta de una flota sobre peligros o tráfico serían cruciales para los gobiernos locales a la hora de planificar la ciudad o prestar servicios como la eliminación de residuos o árboles. Las flotas podrían acabar comprando datos anónimos de otras flotas como forma de compartir información sobre los equipos que utilizan y descubrir patrones que ayuden a optimizar su uso y vida útil.
Siempre que se tomen las medidas adecuadas para desidentificar los datos, el futuro apunta a mercados de datos más sólidos donde las empresas e incluso las flotas convertirán sus datos en un valioso generador de ingresos.
A medida que las capacidades de MV+AI y de datos se vuelven más comunes y generalizadas, las flotas que puedan utilizarlas de manera más eficiente para capturar ingresos y romper silos tendrán la ventaja.
Artículo original proporcionado por: https://www.ccjdigital.com/technology/article/15113877/how-ai-helps-fleets-cut-costs-generate-revenue
