Umetna inteligenca vse bolj prodira tudi v poprodajne dejavnosti avtomobilske industrije. Kot poroča portal Automobilwoche, jo avtoservisi in trgovci z vozili uporabljajo za digitalizacijo postopkov, prepoznavanje poškodb, napovedovanje okvar in avtomatizacijo priprave delovnih nalogov. Tehnologija naj bi zmanjšala obremenitve zaposlenih, izboljšala preglednost in servisom pomagala ustvariti dodatne prihodke.
Kamere pregledajo avtomobil v nekaj trenutkih
V nemški avtomobilski skupini Schreiner Wöllenstein v Landshutu pri sprejemu vozil uporabljajo poseben skener, opremljen z več kamerami. Naprava lahko na željo uporabnika posname približno 150 fotografij avtomobila, umetna inteligenca pa na njih prepozna praske, udrtine in poškodbe zaradi kamenčkov. Pregleda tudi velikost pnevmatik, globino njihovega profila in status tehničnega pregleda.
Sistem uporabljajo od februarja, razvili pa so ga v okviru sodelovanja z Mercedes-Benzom. Vodja podjetja Simon Saretzki pojasnjuje, da ima servisni svetovalec tako že pred pogovorom s stranko podroben vpogled v stanje vozila.
To prinaša več prednosti. Fotografije omogočajo jasnejšo dokumentacijo poškodb, zato je manj sporov glede tega, ali je bila določena poškodba na vozilu že ob prihodu ali je nastala med servisiranjem. Poleg tega zaposleni ne izgubljajo toliko časa z iskanjem manjših poškodb, sistem pa pomaga tudi pri odkrivanju obrabljenih pnevmatik ali poškodb vetrobranskega stekla, ki bi jih sicer lahko prezrli.
V Nemčiji je takšen skener že nameščen pri skoraj 40 Mercedesovih trgovcih, zanimanje pa narašča tudi pri drugih avtomobilskih znamkah.
Naložba se lahko povrne v dveh letih in pol
Po navedbah Mercedesovega predstavnika Peja Pejića nakup skenerja stane približno 150.000 evrov. Če servis dnevno obdela okoli 20 vozil, naj bi se naložba povrnila v približno dveh letih in pol. Programska oprema skenerja z umetno inteligenco dodatnih stroškov ne prinaša.
Naslednji korak je povezovanje podatkov iz različnih sistemov. Če bi servis združil rezultate skeniranja s podatki o vozilu, servisnih intervalih in napakah, ki jih stranke že lahko posredujejo prek Mercedesove storitve Mercedes me, bi lahko delovne naloge pripravljal skoraj samodejno.
Servisni svetovalec bi moral nato s stranko predvsem pregledati ugotovitve in se dogovoriti o potrebnih posegih. Če bi sistem zaznal obrabljene pnevmatike, bi lahko pripravil tudi ponudbo za nove pnevmatike, ki so na zalogi.
Umetna inteligenca išče vzroke okvar
Velik potencial je tudi pri diagnosticiranju okvar. Sodobni avtomobili ustvarjajo ogromne količine podatkov iz tipal, elektronskih krmilnih enot in telematskih sistemov. Težava zato ni več zgolj odčitavanje kod napak, temveč razumevanje njihovih povezav in iskanje pravega vzroka. Benedikt Maier z nemškega Inštituta za avtomobilsko gospodarstvo (IfA) meni, da lahko umetna inteligenca odkrije povezave, za katere bi tudi izkušeni mehaniki potrebovali precej časa.
Podobno rešitev načrtujejo v avtohiši Drechsler v nemškem okrožju Esslingen. Podatke o strankah, digitalne evidence vozil in delovne naloge želijo povezati v sistem, po katerem bo mogoče inteligentno iskati. Če bi na primer lastnik volkswagna golfa prijavil nenavadno ropotanje, bi umetna inteligenca preverila, ali se je servis s podobno težavo že srečal in kako jo je odpravil.
Servisni nalog lahko pripravi kar umetna inteligenca
Avtomobilska skupina Weeber uporablja programsko opremo DyOcean, ki združuje podatke proizvajalcev, poslovnih sistemov trgovcev, vozil in strank. Na podlagi preteklih podatkov lahko napoveduje, katera servisna dela bi utegnila biti potrebna poleg že naročenega posega.
Med možnimi opozorili so obrabljene zavore, pnevmatike, akumulatorji in metlice brisalcev. Sistem lahko zazna tudi odprte vpoklice, bližajoči se tehnični pregled in prihajajoče servisne intervale.
Umetna inteligenca lahko ugotovljene možnosti za dodatna dela vključi neposredno v osnutek delovnega naloga. Svetovalec mora predloge preveriti s stranko, programska oprema pa lahko pomaga tudi pri obračunu in pripravi poslovnih kazalnikov.
Takšne rešitve ne pomenijo, da lahko umetna inteligenca samostojno odloča o vseh popravilih. Njena vloga je predvsem v obdelavi podatkov, prepoznavanju vzorcev in pripravi priporočil, ki jih zaposleni preverijo.
Avtoservisom se z digitalizacijo ne sme več muditi
Strokovnjaki opozarjajo, da največ koristi ne prinaša posamezno orodje, temveč povezava celotnega procesa. Diagnostika vozila lahko denimo največ prispeva, če je povezana z izračunom stroškov popravila, načrtovanjem dela v delavnici, naročanjem terminov in samodejnim naročanjem rezervnih delov.
Kljub napredku je avtomobilska panoga na tem področju še vedno na začetku. Stroški zaposlenih rastejo, stranke pa pričakujejo vse boljšo informiranost o poteku servisiranja. Medtem ko lahko pri spletnih trgovcih spremljajo skoraj vsak korak dostave naročila, v številnih avtohišah še vedno ne vedo, v kateri fazi popravila je njihovo vozilo.
Umetna inteligenca bi lahko to spremenila. Če bodo servisi uspešno povezali podatke in avtomatizirali rutinska opravila, bodo zaposleni manj časa namenjali administraciji in več strankam. Prav zato digitalizacija za avtomobilske servise ni več zgolj tehnološka novost, temveč vse pomembnejši pogoj za učinkovito in konkurenčno poslovanje.
