La IA en la gestión de flotas: un continuo de creación de valor

Cualquier debate sobre el uso de la IA en la mayoría de los sectores está dominado por una perspectiva muy centrada en la tecnología, donde los beneficios se consideran abrumadores e indiscutibles, y su adopción se da por sentada como algo inevitable. Esta narrativa, naturalmente, se inclina mucho hacia el punto de vista de los creadores y diseñadores de análisis de datos y soluciones basadas en IA. Para la mayoría de las empresas acostumbradas a soluciones heredadas y a un manual de marketing y ventas establecido, la magnitud del cambio que tienen ante sí puede resultar abrumadora, aunque no cuestionen el valor que estas tecnologías pueden aportar a sus negocios a largo plazo. En la mayoría de los casos, salvo para los pioneros, es necesario considerar la adopción de la analítica como un proceso continuo de cambio y creación de valor, a través de múltiples etapas de la curva de adopción. Para la gestión de flotas, donde los avances impulsados por la IA han sido rápidos y constantes, esto es especialmente relevante.

‍

La gestión tradicional de flotas se ha basado habitualmente en datos sobre la ubicación, la velocidad y otros parámetros proporcionados por el bus del vehículo (estado del encendido, consumo de combustible, etc.). El seguimiento de activos en tiempo real, la supervisión de la utilización del vehículo y el consumo de combustible, así como el cumplimiento normativo, han sido los casos de uso principales sobre los que se construyeron las soluciones de gestión de flotas. La llegada de la IA ha revelado casos de uso que antes no eran posibles, gracias a una combinación de innovaciones en hardware y software. Sin embargo, las flotas tardan en dar un salto de fe hacia tecnologías cuyo valor para sus resultados financieros aún no está probado. Por el contrario, se enfrentan a problemas cotidianos reales que necesitan solución, y es precisamente al cerrar esta brecha donde reside el camino más eficaz hacia la adopción de la IA.

‍

Analicemos algunos ejemplos de cómo la IA está marcando una diferencia real en las flotas hoy en día, preparándolas para una serie de innovaciones en el futuro.

‍

Identificación del conductor

Desde las aplicaciones ELD hasta una variedad de otros casos de uso que requieren identificar a la persona al volante, la identificación del conductor se está convirtiendo en una parte crítica del flujo de trabajo de cualquier proveedor de servicios telemáticos (TSP). La telemática tradicional ha estado centrada en los activos, siendo los dispositivos CAN una fuente fiable de identificadores únicos de vehículos. Dado que el comportamiento del conductor se está convirtiendo en un foco central de los flujos de trabajo telemáticos, saber quién conduce un vehículo en cualquier momento de forma fiable es inevitable. Las soluciones provisionales han recurrido al registro mediante RFID, al inicio de sesión del conductor a través de aplicaciones móviles y a una variedad de formas complejas de asignar conductores a los activos. Este es un caso en el que la IA está en una posición única para ofrecer grandes beneficios hoy mismo. El uso de reconocimiento facial en vídeo o imágenes capturadas por cámaras orientadas al conductor o dispositivos móviles ayuda a crear flujos de trabajo de registro de conductores sin interrupciones, eliminando una gran carga de tiempo y esfuerzo para los gestores de flotas.

‍

Fatiga y distracción del conductor

Aunque las normativas HOS y otras similares en todo el mundo han ayudado (hasta cierto punto) a abordar los problemas de exceso de trabajo, la fatiga sigue siendo una de las principales causas de accidentes en nuestras carreteras y autopistas. Para empeorar las cosas, cada año que pasa, la epidemia de distracción causada por los teléfonos móviles continúa sin cesar. Esto tiene graves consecuencias para las flotas, que en su mayoría luchan sin éxito contra este problema. Las soluciones fragmentadas que supervisan o bloquean los dispositivos móviles cuando el conductor está al volante, aunque útiles, intentan resolver solo una pequeña parte del problema. Los sistemas de monitorización del conductor (DMS), o esencialmente la capacidad de la IA en las cámaras orientadas al conductor para advertir activamente a los conductores y proteger a las flotas, cubren un conjunto de casos de uso en torno a la mejora de la seguridad en cabina: uso del teléfono móvil, somnolencia, cinturones de seguridad no abrochados y muchos otros comportamientos potencialmente peligrosos. Aunque siguen existiendo desafíos en torno a la privacidad, de los que hemos hablado anteriormente, en muchos casos las flotas están descubriendo que, con la comunicación adecuada sobre los beneficios, los conductores pueden sumarse a la iniciativa.

‍

Detección de colisiones/FNOL

Todo el proceso de reclamaciones y liquidaciones de seguros comienza con la Notificación Inicial de Siniestro (FNOL, por sus siglas en inglés). Hasta ahora, este ha sido un proceso predominantemente manual, especialmente complejo en accidentes graves que involucran muertes o lesiones serias. Sin embargo, el vehículo comercial moderno es hoy un dispositivo IoT en movimiento, equipado con dispositivos CAN que leen el bus del vehículo, GPS, sensores G y, cada vez más, cámaras que monitorean tanto la carretera como al conductor. La IA aplicada a estos flujos de datos multimodales sincronizados puede detectar con gran precisión impactos y otros incidentes críticos, activando automáticamente el proceso de notificación a los servicios de emergencia, las autoridades y la aseguradora, junto con un conjunto de datos detallado que incluye perfiles de velocidad y sensores G (y, opcionalmente, video), para hacer que la gestión de reclamaciones sea significativamente más eficiente. En situaciones críticas donde cada segundo cuenta, la IA puede influir de manera significativa y tangible en las operaciones de las flotas hoy mismo.

‍

Esta no es, de ninguna manera, una lista exhaustiva; desde los informes de inspección de vehículos hasta el monitoreo de remolques y más, existen oportunidades para utilizar la IA y eliminar los puntos críticos de las flotas en cada etapa. Para los creadores y vendedores de estas tecnologías, analizar los flujos de trabajo existentes y encontrar las eficiencias naturales que la IA puede aportar es un excelente punto de partida. Una vez que las flotas experimenten la implementación y comprendan los beneficios, estarán mucho más dispuestas a recorrer el camino de la innovación junto a usted.