La inteligencia artificial impulsa la innovación en la industria automotriz

En los últimos años la industria automotriz ha tomado un rumbo marcado por la transformación digital, no solo de sus propias operaciones, sino también de sus productos. Los vehículos que saldrán al mercado a lo largo de esta década contarán con numerosos componentes digitales que formarán parte del concepto cada vez más evolucionado de vehículo conectado, sentando las bases tecnológicas para el futuro ecosistema de vehículos autónomos y de servicios al conductor. Esto implica que se generarán ingentes cantidades de datos tanto en las operaciones de fabricación como posteriormente, durante todo el ciclo de vida de los vehículos.

Para los fabricantes estos datos serán una verdadera mina de oro que les permitirá conocer como nunca antes las costumbres y necesidades de sus clientes, y también las particularidades de cada uno de los procesos que llevan a cabo en sus fábricas. Pero sacar partido a esta información es complejo y requiere de tecnologías capaces de comprender y contextualizar los datos para extraer información valiosa, y para los expertos la respuesta está en la inteligencia artificial.

En un informe publicado recientemente por Capgemini sus investigadores afirman que la IA será la clave para impulsar la innovación en la industria automotriz. Su utilidad en la cadena de diseño, fabricación y distribución es más que evidente, pero también permitirá a los fabricantes desarrollar nuevas vías de negocio aprovechando todo este conocimiento para ofrecer servicios relevantes para los clientes finales. Este ha sido un punto complicado para la industria, ya que las marcas no están logrando sacar partido al ecosistema digital que han desarrollado para brindar servicios de valor añadido a sus clientes, con modelos de suscripción que no han tenido buena acogida.

Pero el viaje digital comienza mucho antes, ya que los clientes demandan una experiencia de compra completamente online, desde la investigación sobre productos hasta la adquisición final del vehículo. Además, los investigadores destacan que el modelo de propiedad va a cambiar radicalmente, y en los próximos años ganará mucha presencia el modelo de servicios de transporte compartido, los alquileres a corto plazo y las flotas comunitarias. Esto cambiará completamente la relación de los fabricantes con sus clientes, y se ampliará el alcance de los servicios y la necesidad de contar con actualizaciones OTA a lo largo de toda la vida útil de los vehículos.

Para hacer frente a los retos de un modelo de transporte personal más digitalizado, compartido y conectado, los fabricantes deben capturar el máximo conocimiento posible de los datos que se generan en el ecosistema de los vehículos modernos. Aunque los expertos señalan que no todo debe basarse en inventar cosas nuevas, sino en reciclar ideas que ya existen para adaptarlas al contexto actual y futuro.

Para lograrlo se necesitan datos y sistemas capaces de extrapolar la información de valor que ayude a dirigir los esfuerzos de innovación en la dirección correcta, y la clave está en la inteligencia artificial. Gran cantidad de los datos que sirven para este propósito y existen, por ejemplo, los que se generan en las etapas de diseño y construcción, pero muchos de ellos tradicionalmente se han descartado porque no se entendía que fuesen verdaderamente relevantes.

Con un enfoque más holístico sobre la aplicación de la inteligencia artificial se pueden conectar datos provenientes de todo el ciclo de vida de los productos para conocer mejor la relación que existe entre todos los procesos de diseño y fabricación con el resultado y la experiencia que obtiene el cliente final con el vehículo que ha adquirido. Los investigadores de Capgemini señalan que la IA puede ayudar a las empresas a aprovechar al máximo los datos en una amplia variedad de contextos, entre los que destacan varios entornos clave.

IA integrada en los vehículos

Para muchos la principal utilidad de la IA en el contexto de la automoción está en las capacidades y funcionalidades de los propios vehículos. Más allá de la automatización de la conducción, que vendrá con los futuros vehículos autónomos, los sistemas de asistencia a la conducción (ADAS) se alimentan de información que el vehículo captura del entorno en el que se mueve y de todo aquello que sucede en cada trayecto. Aplicando la IA a todos estos datos se pueden mejorar muchas capacidades de los vehículos, tanto en materia de seguridad y confiabilidad como en la información que los conductores pueden utilizar para adaptarse a las situaciones que se producen durante los desplazamientos.

Inteligencia aplicada a la producción

La automatización de las líneas de producción en las fábricas de vehículos es uno de los casos de uso claros de la inteligencia artificial, logrando nuevas cotas de eficiencia, productividad y sostenibilidad. Actualmente ya se aplica a numerosos procesos, como el análisis de las imágenes capturadas por las cámaras que supervisan las operaciones de fabricación y montaje o la gestión de la logística de materiales de entrada. Pero se están empezando a integrar otras tecnologías que apoyan aún más estas operaciones, como la realidad aumentada para que los operarios puedan trabajar con más información sobre los procesos. Y en el ámbito del diseño la IA tiene el potencial de ofrecer propuestas que muchas veces van más allá de la capacidad de los humanos, como pueden ser recomendaciones basadas en el diseño generativo.

Back office potenciado por IA

La inteligencia artificial tiene mucho potencial para mejorar la planificación estratégica, por ejemplo, ayudando a elegir mejor las configuraciones de vehículos que más aceptación tendrán en el mercado final. Asimismo, podría ayudar a optimizar áreas como los recursos humanos en una época en la que la escasez de talento está complicando el desarrollo de nuevos paradigmas de diseño, fabricación y comercialización de vehículos.

Losa investigadores de Capgemini destacan cómo ciertas marcas relevantes están apostando fuerte por la inteligencia artificial en diferentes ámbitos de sus operaciones. Por ejemplo, General Motors está valorando el uso de tecnologías de reconocimiento de patrones habilitadas por IA para acelerar el diseño de ADAS. En este camino están explorando las capacidades de las redes diversificadas de aprendizaje profundo y redes convolucionales para el reconocimiento de patrones entre los conductores que permitan enfocar con más precisión el desarrollo de ADAS para adecuar sus capacidades a las necesidades reales de sus clientes.

Además, Capgemini ha estado trabajando con Volkswagen y Audi para demostrar al gobierno alemán el valor de su Mobility Data Space, con casos de uso como la información sobre incidencias y peligros reales en las vías de circulación, recopilada por los propios vehículos que transitan las carreteras. Esto permitiría desarrollar un sistema de alertas mucho más fiable y reactivo que los actuales, ayudando a mejorar la circulación vial y a evitar accidentes.

En sus conclusiones, los expertos de Capgemini puntualizan que la industria debe asegurarse de que los datos que necesitan para alimentar la inteligencia artificial deben estar disponibles de la forma correcta, en el lugar correcto y en el momento adecuado. En este sentido, destacan que ya están en marcha varias iniciativas que persiguen este fin, y abogan por apoyarlas para que la inteligencia artificial pueda operar de una forma adecuada en una industria de automoción que cada vez más tiene en cuenta las necesidades de la vida real a la hora de diseñar sus productos y de ofrecer valor añadido tanto a los conductores individuales como a todo el conjunto de la sociedad.